Numerical Modelling of the Grand River Plume in Lake Erie during Unstratified Period
Notice bibliographique
Résumé
Abstract The Grand River is a major contributor of nutrients and dissolved and suspended solids to the eastern basin of Lake Erie. To better understand the impact of the Grand River plume on the surrounding receiving waters, we integrated data analysis and modelling of the Grand River plume transport in the eastern basin of Lake Erie using a high-resolution depth-integrated nonlinear barotropic finite element model. An extended domain of receiving waters with closed boundary was applied in this numerical study due to the lack of observations needed for specifying the open boundary conditions. The size of closed domain was chosen by considering balance between the computing time and stabilizing the hydrodynamic flow. Numerical simulations of the influence of wind on the plume transport in the vicinity of the Grand River mouth were performed. The root mean square error values of alongshore and cross-shore current components were 5 and 2.85 cm s-1, respectively. The transport simulations compare favorably (±20%) with observations of conductivity in the vicinity of the Grand River mouth. This study demonstrates that a two-dimensional numerical model can reasonably predict the river plume transport in a large lake during unstratified periods. Plume movement is primarily controlled by the wind-driven coastal current. Our simulations indicate that the frequent reversals of this current should effectively limit the plume's alongshore extent and may result in a continuous coastal band of turbid water extending alongshore in either direction in the vicinity of the river mouth.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».