Bibliographic record
Abstract
La modélisation hydrodynamique est un élément fondamental du génie hydraulique.Elle permet de créer des modèles de bassins versants et de rivières pour la prédiction des inondations.La simulation des phénomènes d'inondation est un sujet de plus en plus important dans le domaine de la recherche en hydraulique.Compte tenu des exigences d'évaluation spécifiques dans les plans d'ingénierie des risques d'inondation, la modélisation des inondations devient très importante dans le génie hydraulique.La délimitation probabiliste des zones inondables joue un rôle déterminant dans les plans d'ingénierie des risques.Cette tâche importante est réalisable à l'aide de la simulation post-inondation et de la détermination des limites de l'étendue des inondations avec leurs probabilités d'occurrence correspondantes dans les zones étudiées.Au printemps 2011, les inondations de la rivière Richelieu, (Québec, Canada), ont fait l'objet d'une grande attention.Celle-ci a été concentrée dans les zones inondées binationales (à la frontière canado-américaine).Dans la présente étude de cas, la rivière Richelieu a d'abord été modélisée avec un modèle unidimensionnel intégré au logiciel WMS (v.10.1)(Watershed Modeling System).Dans ce logiciel de modélisation, la rivière Richelieu a été définie par sa ligne médiane et ses sections transversales le long des 53 km sélectionnés pour l'étude.À l'aide de WMS, les étapes suivantes consistent à extraire les sections transversales à partir du modèle de terrain et à les affecter dans leur couche de couverture correspondante l'extraction des sections transversales.Ensuite, le plan détaillé de ce bassin versant et de cette rivière, avec des couvertures matérielles spécifiques, a été créé et a été transféré à HEC-RAS (v.4.1).Pour réduire les incertitudes des divers paramètres appliqués, il a été nécessaire de calibrer les coefficients de rugosité de la rivière Richelieu et des plaines inondables.Le premier essai de calibration a été effectué en utilisant l'option de calibration automatique du coefficient de Manning (rugosité) dans HEC-RAS.Les coefficients estimés par cet essai n'étaient pas dans une plage acceptable.Ce problème a été résolu en optant pour un autre logiciel de calibration automatique, PEST (v.15).Puisque le fichier de sortie de HEC-RAS (un fichier binaire) n'était pas lisible par le logiciel PEST, le modèle hydrodynamique GSTARS (v.3.0) a été choisi pour son utilisation des v fichiers textes.Sur la base des fichiers de sortie de GSTARS (v.3.0) et des fichiers d'entrée de PEST, les coefficients de Manning ont été calibrés.Les conditions aux limites amont et aval ont été choisies pour maintenir la stabilité numérique du modèle.L'élévation de la surface de l'eau observée à la station de contrôle a servi de repère pour minimiser les différences entre les valeurs mesurées et simulées.Avec les coefficients de Manning estimés pour la rivière et la zone inondée, et avec les conditions aux limites appliquées selon les informations enregistrées, la crue a été simulée dans HEC-RAS (v.4.1).En retournant au logiciel WMS (v.10.1), la délimitation probabiliste de la zone inondable a été obtenue.Cette délimitation se base sur la méthode de Monte Carlo et donne les pourcentages d'occurrence correspondants.WMS (v.10.1)exécute le modèle stochastique en sélectionnant des variables d'entrée provenant d'une méthode probabiliste pour des durées d'exécution de simulation spécifiées.Les résultats de ce modèle unidimensionnel ont été comparés aux résultats du modèle bidimensionnel (SRH-2D) pour l'évaluation de l'efficacité et de la précision de chaque modèle utilisé.Les cartes des risques d'inondation de la rivière Richelieu, établies avec les deux modèles appliqués, pourraient permettre d'élucider les facteurs de risque d'inondation en termes hydrologiques, hydrauliques et de gestion.Cela peut aider à gérer de manière probabiliste les futures inondations et réduire les effets pertinents dans les plans de gestion du risque.vi
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".