Etude des variations saisonnières des crues par le modèle de dépassement
Bibliographic record
Abstract
Cet article présente les résultats d'une étude traitant de deux aspects importants de l'application du modèle de dépassement en hydrologie. Ce modèle a été utilisé pour l'étude des variations saisonnieres des débits des rivières du Québec et du Nouveau-Brunswick. Ces variations ont généralement un effet important sur l'homogénéité des débits dans différentes périodes de l'année. Les modèles de dépassement sont capables de prendre ces variations saisonnières en considération en tenant compte des dépassements qui ne sont pas identiquement distribués lorsqu'ils proviennent de différentes saisons. L'étude traite spécialement le problème du choix de saisons à entrer dans le modèle. Particulièrement, on souligne l'importance de déterminer les saisons en se basant sur les données disponibles au lieu de se limiter aux quatre saisons habituelles: hiver, printemps, été et automne. On propose une procédure graphique qui, associée au modèle de dépassement, permet de délimiter les saisons dans les stations hydrologiques étudiées. La procédure est appliquée, sous deux formes différentes, à des stations de jaugeage dans les provinces du Québec et du Nouveau-Brunswick. Ceci nous a permis de diviser l'année convenablement en saisons dans différentes parties des deux provinces. Cette partition a été basée uniquement sur les débits de crues dans chaque station, et sans donner aucune considération à la location géographique de ces stations, mais il s'est avéré ultérieurement que cette subdivision des deux provinces représente en fait une partition géographique des stations hydrologiques. L'évaluation du débit de base représente un point d'une importance majeure dans l'application du modèle de dépassement. Une estimation du débit de base est proposée dans ce travail en utilisant l'analyse de régression multiple. Une approche basée sur l'ajustement du nombre de dépassements à une loi de Poisson a été suivie pour la détermination de ce niveau de base dans chaque station de jaugeage. Une forte corrélation est détectée entre le débit de base et la surface drainée, impliquant qu'il est possible de calculer le débit de base dans une station qui ne contient pas d'enregistrements. Les résultats de la régionalisation géographique de la saisonnalité sont analysés pour détecter et interpréter les liens entre les régions déterminées et les caractéristiques physiques et climatologiques des zones étudiées dans les deux provinces. Une association est démontrée entre ces deux paramètres qui semble être justifiable du point de vu hydrologique et climatologique. En conclusion, les résultats de cet article montrent la faisabilité technique et l'efficacité du modèle proposé pour l'étude des variations saisonnières des crues.
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 | 0.002 | 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 | 0.004 | 0.009 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".