1 Wing,O。,等。 al(2024),一种30m全球洪水淹没模型,用于任何气候情况。 水资源研究。 https://doi.org/10.1029/2023wr0364601 Wing,O。,等。al(2024),一种30m全球洪水淹没模型,用于任何气候情况。水资源研究。https://doi.org/10.1029/2023wr036460
水生生态和水质管理部 - 荷兰B地球系统与全球变化系Wageningen University and Research -Wageningen University and Research,荷兰C C C C级生态与遗传学系 - 瑞普萨拉大学 - 瑞典大学,生物学中心,瑞典d aceement of na ad Acn o ac ac ac aceect捷克共和国E eJovice,环境电磁感知研究所(IREA) - 意大利国家研究委员会,意大利米兰,水文学和生态研究部 - 加拿大环境与气候变化,加拿大,伯灵顿,安大略省安大略省伯灵顿,加拿大纽约州纽约州生态学,纽约州纽约州纽约州纽约州纽约市, EEMCS&ITC,Twente University,Twente,Enschede,荷兰
我们使用数学模型模拟了 74 个国家的 COVID-19 疫情,其中纳入了 2020 年至 2022 年的观测数据和历史学校关闭时间表。然后,我们模拟了一个反事实情景,假设学校在整个研究期间保持开放。我们比较了模拟疫情在严重急性呼吸道综合征冠状病毒 2 (SARS-CoV-2) 感染、死亡和医院入住压力方面的情况。我们估计,在 2020 年至 2022 年期间,大多数情况下的学校关闭都实现了中度至显著的负担减轻。它们降低了几乎所有国家的峰值医院入住压力,74 个国家中有 72 个国家(97%)的估计中值为正,估计中值范围从巴西的峰值医院入住压力降低 89% 到印度尼西亚的峰值医院入住压力增加 19%。学校停课对新冠肺炎死亡人数的影响估计中位数从泰国的 73% 下降到英国的 7% 上升不等。我们估计,学校停课可能增加了 9 个国家(12%)的新冠肺炎总体死亡率(基于中位数估计),其中包括几个欧洲国家和印度尼西亚。这归因于人口免疫动态的变化,导致疫情在德尔塔变异期间集中,同时感染者的年龄分布向上移动。虽然我们的估计值存在很大的不确定性,但我们通过探索社会混合假设影响的敏感性分析表明,我们针对特定国家的结论是稳健的。
1. 法国巴黎城市大学巴斯德研究所传染病数学建模中心,CNRS UMR 2000,巴黎 2. 法国公共卫生部数据支持、处理和分析部,法国圣莫里斯 3. 巴黎—萨克雷—凡尔赛圣康坦大学、巴黎城市大学巴斯德研究所、UMR 1173(2I)、INSERM 肺炎病毒增殖的分子机制;法国巴黎巴黎医院公共援助。 4. 法国巴黎西岱大学、巴斯德研究所国家呼吸道病毒参考中心 5. 法国巴黎西岱大学、巴斯德研究所、巴斯德国际生物资源网络微生物学互助平台 6. 法国圣莫里斯法国公共卫生部制药机构警报和危机司 7. 法国巴黎西岱大学、巴斯德研究所全球卫生系传染病流行病学和分析 G5 部门 8. 法国圣莫里斯法国公共卫生部传染病司 9. 法国里昂 Croix Rousse 医院、里昂民事临终关怀院传染病病原体研究所、呼吸道感染病毒 CNR 病毒学实验室
与气候变化的影响有关,流体流的建模和模拟,尤其是河流和湖泊,代表了非洲的主要社会挑战。我们旨在在这些领域中培训这些领域的本地学生,尤其是在建模和数值模拟中。学校提供了流体流量建模和流体流量模拟的介绍。课程包括六个课程。部分课程的部分原因是,由于安全原因,法国教练不允许前往乍得。4课程已提前拍摄,以避免可能存在连接的问题。来自乍得的三名博士生,被邀请在马赛度过2周的时间,以参加Captation并进行更深入的成立。 这些大使使我们能够更加仔细地关注来自国外的参与者。 这些课程可在CIMPA的YouTube链上找到。 第一周致力于1D的Python编程,保护法律和双曲线系统的入门课程,最后在第二周提供了有关海洋动力学隔室模型的课程,有关分散浪潮模型的课程以及关于多孔媒体的流量课程。 学生被邀请参加小组研究,使他们能够实践他们在课堂上学到的概念并探索某些主题。 每个小组都必须在第一周结束时介绍其主题,以及课程结束时的工作成果。 下面详细介绍了六个课程的内容。来自乍得的三名博士生,被邀请在马赛度过2周的时间,以参加Captation并进行更深入的成立。这些大使使我们能够更加仔细地关注来自国外的参与者。这些课程可在CIMPA的YouTube链上找到。第一周致力于1D的Python编程,保护法律和双曲线系统的入门课程,最后在第二周提供了有关海洋动力学隔室模型的课程,有关分散浪潮模型的课程以及关于多孔媒体的流量课程。学生被邀请参加小组研究,使他们能够实践他们在课堂上学到的概念并探索某些主题。每个小组都必须在第一周结束时介绍其主题,以及课程结束时的工作成果。下面详细介绍了六个课程的内容。
HEC RAS 由水文工程中心 (HEC) 开发,该中心隶属于美国陆军工程兵团水资源研究所 (IWR)。该软件可以模拟不同洪水条件下河流和水道的流量 (USACE, 2016)。模拟可以在一维 (1D)、二维 (2D) 或一维或二维组合中进行。它可以处理单一河段、树枝状或全网络河流中稳定或逐渐变化的稳定流水面剖面。HEC RAS 还可以处理一维、二维或一维-二维组合环境中的非稳定流模拟。在非稳定环境中,可以使用存储区、二维流动区域和河段之间的水力连接来建模。HEC RAS 的另一个特点是能够对长期冲刷和沉积造成的沉积物/可移动边界进行建模。HEC RAS 的最后一个特点是能够对河流质量分析进行建模。它可以对藻类、溶解氧等许多水质成分进行详细的温度分析和传输 (USACE, 2016) 在本研究中使用了 1D 非稳定流模拟。河流长度超过 500 公里,横截面的最大宽度接近 150 公里(包括洪泛平原)。7.3.1.几何数据几何数据是从 ArcGIS 创建的 .sdf 格式文件导入的。它包含节点名称、河段长度、站点高程数据、河岸站、曼宁系数和 GIS 切线。横截面之间的原始距离大约为 5 公里,并根据 HEC RAS 的一些技术论坛的建议将其插值到 500 米的距离以防止负流。大多数横截面有超过 500 个点,但 HEC RAS 不接受这些点。每个横截面的最大点数限制为 500 个点。为了解决这个问题,我们通过几何工具横截面点过滤器过滤了横截面点。我们对横截面进行了一些进一步的调整,例如起始高程低于河道最低高程和河岸位置。下图显示了编辑后的几何数据。
尽管有许多 1D 水力模型(例如 ISIS、Mike 11、SOBEK 等),但 HEC RAS 被选为本研究的模型。HEC RAS(河流分析系统水文工程中心)是由美国陆军工程兵团开发的 1D 水力模型,旨在在多任务、多用户网络环境中交互使用(GWBrunner,2010 年)。与其他高维模型相比,该模型具有良好的文档记录、用户友好性,并且计算时间更短(Pappenberger 等人,2005 年)。最近发表的科学文献表明,1D 水力模型非常适合重现自然河流和城市集水区中的洪水传播(Alho 和 Aaltonen,2008 年;Horritt 和 Bates,2002 年;Leandro 等人,2009 年)。
模型的不确定性始终存在,包括测量过程、数据收集设备的位置等,并且这种不确定性会一直持续到决策过程。模型考虑这些不确定性的能力取决于模型的复杂程度、输入测量的精度和准确性以及建模者的技能。在评估模型产生的置信度以用于任何决策过程时,必须考虑所有这些因素。它们用于与水文和河流模型结合进行洪水风险测绘、洪水规划和情景分析。(Price 和 Vojinovic,2011 年,Teng 等人,2017 年)。
采用特征模态分析法分析大坝结构响应,以捕捉无静水压力和流体动力的自由振动效应。然后,将使用模态响应分析纳入水库的影响。必须考虑激励频率和最小振动周期来选择积分的时间步长。根据美国陆军军团的描述,引入地震荷载时可以使用 0.01 秒的时间步长,这可以充分数字化加速度时间历史荷载。通常,可以使用振动模式的周期确定时间步长,使用 t≤T p /10,这将提供可靠的结果。这里使用 0.02 秒的时间步长来减少计算时间。