MétaCan
Menu
Back to cohort
Record W7053174104

Validation et adaptation d’une approche géomatique pour délimiter en première approximation les zones inondées à partir du débit simulé par un modèle hydrologique distribué.

2023· other· fr· W7053174104 on OpenAlexaboutno aff

Bibliographic record

VenueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2023
Typeother
Languagefr
FieldEngineering
TopicPlasma Diagnostics and Applications
Canadian institutionsnot available
Fundersnot available
KeywordsGully erosion
DOInot available

Abstract

fetched live from OpenAlex

Au Québec, les conditions printanières extraordinaires de 2017 et 2019 ont incité le gouvernement provincial à commander une mise à jour des cartes des zones inondables. La plupart des cartes existantes ne reflètent pas adéquatement l’aménagement actuel du territoire, ni l’aléa associé. Généralement, pour la cartographie, les modèles hydrodynamiques tel que HEC-RAS sont utilisés, mais ces outils nécessitent une expertise significative, des données hydrométriques et des relevés bathymétriques à haute résolution. Étant donnée la nécessité de mettre à jour ces cartes tout en réduisant les coûts financiers associés, des méthodes conceptuelles simplifiées ont été développées. Ces approches, y compris l’approche géomatique HAND (Height above the nearest drainage), qui reposent uniquement sur un modèle numérique d’élévation (MNE), sont de plus en plus utilisées. HAND permet de calculer la hauteur d’eau nécessaire pour inonder chaque pixel du MNE selon la différence entre son élévation et celle du pixel du cours d’eau dans lequel il se déverse. Les informations sur la géométrie hydraulique dérivées par HAND ainsi que l’application de l’équation de Manning permettent la construction d’une courbe de tarage synthétique (CTS) pour chaque tronçon de rivière homogène. Dans la littérature, cette méthode a été appliquée pour établir une cartographie de la zone inondable de première instance de grands fleuves aux États-Unis avec un taux de correspondance de 90% par rapport à l’utilisation de HEC-RAS. Elle n’a toutefois pas été appliquée sur de petits bassins versants, car ceux-ci engendrent des défis méthodologiques substantiels. Ce projet s’attaque à ces défis sur deux bassins versants Québécois, ceux des rivières à la Raquette et Delisle. Les conditions frontières des modèles sont dérivées d’un traitement statistique empirique des séries de débits simulés avec le modèle hydrologique HYDROTEL. Étant donnée l’absence de stations météorologiques sur le territoire à l’étude, des chroniques du système Canadien d’Analyse de la précipitation (CaPA) ont été utilisées pour cette modélisation hydrologique. Les résultats de ce projet pointent vers des performances satisfaisantes de l’approche géomatique HAND-CTS en comparaison avec le modèle hydrodynamique HEC-RAS (1D/2D et 2D au complet), avec des taux de correspondance entre les étendues des inondations supérieurs à 60 % pour les bassins versants de Delisle et à la Raquette. Les comparaisons étaient effectuées sur une gamme de débit allant d’un débit de période de retour de 2 ans jusqu’à un débit de plus de 350 ans. On notera que l’application sur la rivière à la Raquette a été développée dans les règles de l’art, incluant un processus de calage développé dans le cadre d’un projet de maitrise en sciences de l’eau connexe à ce mémoire, relativement à la longueur du tronçon, le calage vertical de la CTS en considérant la hauteur d’eau présente dans le cours d’eau lors du relevé LiDAR et sa précision verticale. Les résultats ont montré que le coefficient de précision globale le plus bas était de 98 % pour un débit de 350 ans, avec une précision de plus que 99 % pour les autres périodes de retour, ce qui représente une très bonne performance du modèle. Et par ailleurs, le coefficient de Kappa conditionnel humide variait entre 58 % et 28 %. Alors, que pour la rivière Delisle, l’application se veut naïve, c’est-à-dire sans calage préalable de la méthode HANDCTS. La précision globale a varié entre 83 % et 96 %, ce qui est considéré comme "très approprié" et une variation du coefficient Kappa conditionnel humide de 35,2 à 64,3 %. Alors que pour une différence d’élévations d'eau entre les élévations de référence et simulées, la performance était quantifiée par un RMSE qui variait pour les périodes de retour de 100 ans et de 350 ans respectivement de 4,5 m et de 7,1 m. Enfin, la distribution spatiale des différences d’élévations montre une distribution gaussienne avec une moyenne qui est à peu près égale à 0 où la plupart des erreurs se situent entre -0,34 m et 1,1 m La cartographie des zones inondables dérivée de HAND-CTS présente encore certains défis associés notamment à la présence d’infrastructures urbaines complexes (ex. : ponceaux, ponts et seuils) dont l’influence hydraulique n’est pas considérée. Dans le contexte où l’ensemble du Québec (529 000 km²) dispose d’une couverture LiDAR, les résultats de ce mémoire permettront de mieux comprendre les sources d’incertitude associées à la méthode HAND-CTS tout en démontrant son potentiel pour les bassins versants dépourvus de données bathymétriques et hydrométéorologiques. The 2017 and 2019 extraordinary spring conditions prompted the Quebec government to update flood risk maps, as most of them do not adequately reflect current land use and associated hazard. Generally, hydrodynamic models such as HEC-RAS are used for flood mapping, but they require significant expertise, hydrometric data, and high-resolution bathymetric surveys. Given the need to update these maps while reducing the associated financial costs, simplified conceptual methods have been developed over the last decade. These methods are increasingly used, including HAND (height above the nearest drainage), which relies on a Digital Elevation Model (DEM) to delineate the inundation area given the water height in a river segment. Furthermore, the river geometry derived from HAND data and the application of Manning’s equation allow for the construction of a synthetic rating curve (SRC) for each homogeneous river segment. In the scientific literature, this framework has been applied to produce first-instance floodplain mapping of large rivers. For example, in the Continental United States 90% match rates were achieved when compared to the use of HEC-RAS. However, this framework has not been validated for small watersheds, as substantial methodological challenges are anticipated. This project addresses these underlying challenges in two Quebec watersheds, the à la Raquette and Delisle watersheds. The boundary conditions of the HECRAS models were derived from an empirical statistical treatment of flow time series simulated by HYDROTEL, a hydrological model, using Canadian Precipitation Analysis Product (CaPA) time series. The results of this project point towards satisfactory performances, with match rates greater than 60 % for both watersheds. It should be noted that the application on the Delisle River is naive, that is without prior calibration of the HAND-SRC method. The overall accuracy ranged from 83.4 % to 96.2 % while the water surface elevation difference was quantified by an RMSE that was for the 100-year and 350-year return periods of 4.5 m and 7.1 m respectively and where most errors are between -0.34 m and 1.1 m representing a very good model comparing to similar studies. For à la Raquette, the application showed an overall accuracy coefficient of 98 % for a 350-year flow, with an accuracy of over 99 % for other return periods. The mapping of flood risk areas using HAND-SRC still faces certain challenges, notably the presence of complex urban infrastructures (e.g., culverts, bridges, and weirs) whose hydraulic influences are not considered by this geomatic approach. Given that most of Quebec (529,000 km²) topography has been digitized using LiDAR data, the results conveyed in this MSc thesis will allow for a better understanding of the sources of uncertainty associated with the application of the HAND-SRC method while demonstrating its potential for watersheds lacking hydrometeorological and high-resolution bathymetric data.

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)0.002
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.059
Threshold uncertainty score0.116

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.005
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.002

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 head0.059
GPT teacher head0.277
Teacher spread0.218 · 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 designSimulation or modeling
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
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Same topicPlasma Diagnostics and ApplicationsFrench-language works237,207