Évaluation du risque d'inondation à Rigaud (Québec, Canada) : le cas de l'inondation printanière de 2017
Bibliographic record
Abstract
Ce travail de recherche a pour objectif d’évaluer le risque d’inondation printanier à Rigaud (Québec, Canada), en faisant une analyse de cas de l’inondation historique du printemps 2017. Dans la première partie de ce mémoire, une analyse des conditions météorologiques printanières dans le bassin versant de la rivière des Outaouais (BVRO) est d’abord réalisée à partir des données météorologiques sous forme de grille (DAYMET) à 1 km de résolution (1980 à 2017), mais également à partir des données météorologiques de stations d’Environnement et Changement climatique Canada (1963 à 2017). La sévérité des aléas d’inondation à Rigaud (1963 à 2019) est ensuite évaluée en termes d’ampleur de l’aléa hydrologique et des dommages potentiels associés. Dans la seconde partie de ce mémoire,l’exposition au risque d’inondation à Rigaud ainsi que les conditions socio-environnementales contribuant à exacerber le risque d’inondation à l’exutoire du bassin sont caractérisées. Une analyse multicritère qui tient compte de la pente, de la capacité de drainage des sols et de l’utilisation du sol en plus des caractéristiques de l’aléa météorologique dans le BVRO permet d’estimer la contribution des sous-bassins versants (SBV) à l’inondation printanière de 2017 à Rigaud. Au printemps 2017, le dégel brusque du début avril ainsi que le caractère exceptionnellement intense et régulier des événements de précipitation liquide aux mois d’avril et mai, généralisés sur l’ensemble du BVRO, ont contribué en partie à la sévérité de l’inondation. Ces facteurs météorologiques ont eu des conséquences importantes sur l’occurrence et l’intensité de l’inondation durant ces mois, d’autant plus que les conditions les plus extrêmes se sont produites dans les SBV les plus près de l’exutoire et les plus vulnérables, compte tenu de leurs fortes pentes et des modifications importantes au territoire engendrées par les activités humaines entre 1990 et 2010. L’indice de sévérité révèle que les inondations de 2017 et de 2019 se distinguent des autres inondations majeures en raison de l’intensité des débits journaliers enregistrés à l’exutoire du BVRO sur une durée de plus de 40 jours, alors que les dernières inondations historiques de 1974 et 1976 ont plutôt enregistré des niveaux d’eau records à l’exutoire du bassin. À Rigaud, l’exposition au risque d’inondation s’est également accrue entre 1970 et 2017, en raison du développement de l’aménagement périurbain (infrastructure et construction résidentielle) au cours de ces années, résultant en un potentiel de dommages beaucoup plus important lors des événements récents de 2017 et 2019. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : inondation, risque d’inondation, aléa, facteurs de risque, conditions socioenvironnementales, conditions hydrométéorologiques, exposition, bassin versant de la rivière des Outaouais, Rigaud
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gpt | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: yes | Simulation or modeling | low |
| grok | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: yes | Observational | low |
| opus | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: yes | Observational | low |
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.002 |
| 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, unvalidatedLabeled directly by 3 models reading the full record.
The models disagree on parts of this classification; every voice is preserved in the section at the end of the page.
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".