MOMENTUM, ENERGY AND DRAG COEFFICIENTS FOR ICE‐COVERED RIVERS
Notice bibliographique
Résumé
ABSTRACT A lack of reliable hydraulic parameters has been a main factor hindering the progress in predicting ice‐covered river flows; the predictions need input hydraulic parameters such as the energy, momentum and drag coefficients ( α , β and C D ). In this paper, a large volume of winter measurements of flow velocity collected from 26 ice‐covered rivers is analysed to determine the coefficients. Using cross‐sectionally distributed streamwise velocities, α and β are evaluated directly. They are also derived from empirical relationships. For both the riverbed and ice cover, C D is evaluated on the basis of turbulent boundary‐layer theory and the quadratic law for friction. The results show that ice‐covered river flows feature a number of velocity distributions: a single core of high velocities in the thalweg, a single core of high velocities off the thalweg and multiple cores of relatively high velocities at the cross section. The velocity distributions are significantly non‐uniform. Direct evaluations give overall averages of α = 1.23 and β = 1.08. They represent 22% and 8.3% corrections to the literature values (overestimates). An examination of the velocity distributions reveals that the ratio of the maximum velocity to the cross‐sectionally averaged velocity equals 1.356. It is recommended that values of C D = 0.004 ± 0.0005 and 0.002 ± 0.0005 be used for the riverbed and ice, respectively. This paper discusses turbulence shear stress and the associated length scale in the boundary layer as well as winter discharges. The results have applications to aquatic ecology, water resources development and flood prevention. Copyright © 2012 John Wiley & Sons, Ltd.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».