Spatial‐scale partitioning of in situ turbulent flow data over a pebble cluster in a gravel‐bed river
Notice bibliographique
Résumé
Spatial structures within turbulent flow data were investigated through the use of a new multivariate variation partitioning analysis technique involving principal coordinates of neighbor matrices (PCNM), which is a form of distance‐based eigenvector maps (DBEM). The analysis revealed a significant ( α = 0.01) spatial dependence, 58%, for the mean and turbulent flow variables. The flow variables were obtained from instantaneous two‐dimensional velocities collected in situ along a streamwise section that crosses over a pebble cluster in a gravel‐bed river. Using the orthogonal property of the PCNM variables, the explained variation was partitioned over four significant ( α = 0.01) spatial scales: very large (VL, 17%), large (L, 24%), medium (M, 6%) and fine (F, 2%). Nearly 75% of the variance of the main turbulent flow indicators, such as the root‐mean‐square of the streamwise and vertical velocity components and the mean uv component Reynolds shear stress, was explained by the VL‐ and L‐scale PCNM submodels, which have streamwise and vertical length scales of the order of Δ x = 5.3 H − 2.6 H and Δ y = 1.0 H − 0.5 H (where H is the flow depth), respectively. Through a multivariate mapping procedure, clear spatial patterns within the explained flow variables emerge around the cluster, where the flow separation zone seems to play a significant role at a range of scales. As well, intervariable correlations at each spatial scale, obtained through eigenvector scatterplots, show intricate relationships between the flow variables. The interdependence of the Reynolds shear stress and the u component turbulent energy is much stronger at the VL scale than at the L and M scales. The application of PCNM analysis on the turbulent flow field shows the power of the technique to resolve the relevant spatial scales and patterns, and demonstrates its potential use in a variety of water resources studies.
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 | 0,003 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».