Development of VFDM: a riparian vegetated filter dimensioning model for agricultural watersheds
Notice bibliographique
Résumé
Dimensioning and positioning structural beneficial management practices (BMPs) represent a “real life” challenge for soil conservation engineers, managers, planners and policy-makers. Different factors, such as trapping efficiency; implementation, management, and opportunity costs (resulting from cropland loss), and government policies and guidelines need to be weighed to meet this challenge. The trapping efficiency of structural BMPs may depend on many parameters, including: (1) characteristics of vegetated filters (VF) such as width and slope, vegetation height, vegetation density and species composition, (2) flow characteristics such as runoff velocity, discharge volume and water height, and (3) sediment characteristics such as particle size, aggregation and concentration. Government policies and guidelines may include dimension and location of VFs and/or a cropland percentage that needs to be converted into VF areas. The main objectives of this paper are to: (1) describe the development of the Vegetated Filter Dimensioning Model (VFDM), a mathematical model to determine the optimal dimensions of riparian vegetated filter strips (RVFSs) in agricultural watersheds, and (2) illustrate the potential use of the model on a pilot watershed, the Beaurivage watershed, in Quebec, Canada. The latter was done for the sole purpose of model testing with readily available input parameters and data. The model calculates the optimal width with respect to vegetation, topographical, hydrological and sedimentological characteristics. The results of this case study showed that the average recommended RVFS for the Beaurivage River watershed is about 3 m wide.Le dimensionnement et le positionnement de bandes riveraines (BR) représentent un défi important pour les ingénieurs, gestionnaires, planificateurs et les représentants politiques qui décident des régulations dans ce domaine. Plusieurs facteurs, tel que l’efficacité de captation des sédiments; l’implémentation, la gestion et les coûts d’opportunité (résultant de la perte de terres agricoles), et les politiques et régulations gouvernementales doivent être pris en compte pour relever ce défi. L’efficacité de captation dépend de plusieurs paramètres, incluant (1) les caractéristiques de la BR, tel que sa largeur et sa pente, la hauteur de la végétation, la densité de végétation et les espèces en présence; (2) les caractéristiques de l’écoulement, tel que la vitesse de ruissellement, le volume d’écoulement et la hauteur d’eau, et (3) les caractéristiques des sédiments, tel que la taille des particules, leur agrégation et leur concentration. Les politiques et régulations gouvernementales peuvent inclure la dimension et l’emplacement des BR et/ou un pourcentage de terres agricoles devant être converties en BR. Les objectifs principaux de cet article sont : (1) décrire le développement de VFDM (Vegetated Filter Dimensioning Model), un modèle mathématique pour déterminer les dimensions optimales des bandes riveraines dans des bassins versants agricoles, et (2) illustrer l’utilisation potentielle du modèle sur un bassin versant pilote, le bassin de la rivière Beaurivage, Québec, Canada. Ce dernier objectif a été fait dans le but de tester le modèle avec des paramètres et données d’entrées déjà disponibles. Le modèle calcule la largeur optimale en fonction des caractéristiques topographiques, hydrologiques, sédimentologiques et de la végétation. Les résultats de cette étude indiquent que les largeurs des bandes riveraines dans le bassin de la rivière Beaurivage devraient être de l’ordre de 3 m.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».