MétaCan
Menu
Back to cohort
Record W31750000 · doi:10.1136/bmjgh-2019-001853

Analyse de la réponse hydrologique lors de pluies intenses : cas d'application du bassin de drainage du collecteur de la Savane (Ville de Québec).

2012· article· fr· W31750000 on OpenAlexaboutno aff
Jihène Zaiem

Bibliographic record

VenueBMJ Global Health · 2012
Typearticle
Languagefr
FieldEnvironmental Science
TopicLandslides and related hazards
Canadian institutionsnot available
FundersNational Institute of Environmental Health Sciences
KeywordsHumanitiesGeographyArt

Abstract

fetched live from OpenAlex

En milieu urbain, lors d'évènements pluvieux intenses, la surcharge des réseaux de drainage \nsouterrains peut provoquer des inondations en surface. Lors de tels événements, les \ninteractions entre l'écoulement de surface et l'écoulement en conduites deviennent parfois \nimportantes. C'est dans ce contexte que nous nous sommes intéressés à comprendre le \ncomportement des modèles d'hydrologie/hydraulique urbaine lors d'évènements pluvieux \nintenses. Ce mémoire présente, en premier lieu, une revue de littérature expliquant comment les \nmodèles actuels représentent les cas de surcharge et d'inondation ainsi que les interactions \nentre les écoulements en conduites et en surface. Cette étude s'est ensuite intéressée à \nl'analyse de la capacité du modèle SWMM5, largement utilisé en hydrologie/hydraulique \nurbaine, à reproduire le comportement du réseau de drainage du collecteur de la Savane (dans \nla Ville de Québec) lors de pluies intenses. Cette analyse a montré que le modèle SWMM5, \nmalgré qu'il n'ait pas été calé avec des pluies intenses, a donné de bons résultats en matière de \nreproduction des élévations d'eau atteintes en surface lors des inondations, sauf pour un \névènement plus long ayant probablement conduit à la saturation des sols du bassin de \ndrainage. Cependant, le modèle a montré certaines limites au niveau de la représentation des \nétendues des zones inondées, puisqu'il a souvent surestimé l'étendue des inondations pour les \ncas de pluies analysées. \nPour bien comprendre ce qui s'est réellement passé au moment d'un évènement pluvieux \nparticulier dans une zone urbaine, on doit certes disposer d'un modèle adéquat, mais aussi de \ndonnées de pluie représentatives. C'est pourquoi cette étude s'est intéressée, par la suite, à \nanalyser la donnée de pluie sous plusieurs angles, afin de comprendre comment la pluie agit sur \nla réponse des réseaux de drainage. On a tout d'abord examiné la relation entre les pluies \nmesurées el) différents pluviomètres en analysant la corrélation spatiale des maximums de pluie \nà l'échelle des évènements pour le réseau de pluviomètres de la Ville de Québec. Cette analyse \na montré que les maxima de pluie mesurés pour diverses durées au cours d'un même \névènement sont souvent peu corrélés à ceux mesurés quelques kilomètres plus loin. Par \nconséquent, il faut demeurer prudent lorsqu'on utilise des données de pluie provenant d'une \nstation de mesure éloignée d'un bassin de drainage donné si l'on souhaite comprendre ce qui \ns'est réellement passé sur ce bassin lors d'un évènement particulier. Par la suite, l'impact de la \ndonnée de pluie sur la réponse d'un réseau de drainage a été évalué en utilisant comme \ndonnées d'entrée au modèle SWMM5, pour le secteur du collecteur de la Savane \n(Ville de Québec), les mesures de deux pluviomètres situés de part et d'autre de ce secteur et \nséparés d'une distance de 3,3 km. La pluie a ainsi été analysée en tant que « séries \nd'événements de pluie » pour considérer à la fois l'effet de la hauteur totale de pluie enregistrée \net de la forme de l'hyétogramme sur la réponse du réseau. Cette analyse a d'abord été \neffectuée avec tous les évènements pluvieux enregistrés lors des étés 2004 à 2010 puis, par la \nsuite, avec les dix pluies les plus intenses sur une durée équivalente au temps de concentration \ndu réseau à l'étude (30 minutes). Cette analyse a montré que, même à petite échelle, la \nstructure spatiale de la pluie induit des disparités au niveau de la réponse hydrologique et \nhydraulique du réseau. Ces disparités ont été évaluées par certains critères de surcharge et \nd'inondations, tels que le nombre de noeuds surchargés et inondés, la durée de surcharge et \nd'inondation, etc. Ces analyses nous ont permis de constater que la réponse du réseau, lors \nd'un évènement donné, peut parfois être très différente si l'on utilise les données de pluie \nprovenant de deux stations différentes, séparées de 3,3 km seulement. Ces écarts sont d'autant \nplus prononcés dans le cas des évènements intenses. Cette analyse vient appuyer les \nconclusions de la partie précédente du mémoire et confirme la nécessité d'avoir un réseau de \npluviomètres dense afin de pouvoir représenter et comprendre, au mieux, la réponse d'un \nréseau de drainage à la suite d'un évènement pluvieux ayant causé des problèmes de \nrefoulement et/ou d'inondations. \n

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.009
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.076
Threshold uncertainty score0.153

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.009
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.004
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

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.

Opus teacher head0.006
GPT teacher head0.297
Teacher spread0.291 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2012
Admission routes1
Has abstractyes

Explore more

Same venueBMJ Global HealthSame topicLandslides and related hazardsFrench-language works237,207