Étude des pertes au ruissellement sur surfaces imperméables en milieu urbain.
Bibliographic record
Abstract
L'étude de la réponse hydrologique de deux bassins versants de l'agglomération de Bordeaux en France a montré que les pertes initiales au ruissellement sur les surfaces imperméables étaient responsables des écarts entre le volume ruisselé et le volume prévu proportionnel à la lame d'eau tombée sur un bassin versant. Les pertes initiales, qui n'excèdent pas 2 à 3 mm, dépendent essentiellement de l'état de saturation des surfaces imperméables au début de la pluie. Cet état initial des surfaces imperméables dépend lui-même des antécédents pluvieux, notamment des conditions hydrologiques et météorologiques depuis la dernière pluie qui précède l'événement pluvieux considéré. Afin d'estimer quantitativement les pertes au ruissellement au cours d'une pluie, un modèle d'évaporation nommé EVA a été développé. Les données météorologiques sont utilisées afin d'évaluer, à partir d'un bilan énergétique simplifié entre l'eau et l'air, la lame d'eau évaporée des surfaces imperméables entre deux pluies successives. Après une pluie, il faut de un à trois jours selon la saison pour que l'eau stockée dans les dépressions de surface soit totalement évaporée, sur les bassins testés. Le modèle a été testé avec les mesures disponibles sur deux bassins versants urbains de la région bordelaise dont la surface totale n'excède pas 6 hectares. Quantitativement, on montre qu'il est possible de prédire les pertes au ruissellement avec une précision de 0,5 mm dans 65 % des cas étudiés. Les 35% d'épisodes où l'on se heurte à des difficultés sont des séquences de faibles épisodes pluvieux séparés par quelques heures et n'excédant pas 3,0 mm. La modélisation du remplissage partiel des dépressions de surface des terrains imperméables est alors trop sommaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".