A Framework for Assessing Spatial Distribution of Soil Properties in Levee Systems Based on Underlying Geology and River Morphology
Notice bibliographique
Résumé
Flood protection systems are complex, interconnected engineered systems, where failure at one location means the failure of the entire system. Earthen levees, the systems’ major component, are at risk from many causes of failure including seepage, overtopping, erosion and instability due to seismic loading. Levees stretch for long distances and are formed through various geologic processes and human activities over time, however information regarding soil properties is collected only at limited point locations and varies significantly both laterally and with depth. Prediction of levee performance in locations where no soil data is available becomes a limitation for system risk assessment studies. This study attempts to test the hypotheses that spatial variability of soil properties is correlated to regional variables such as distance from nearest river segment, river meandering sinuosity index and surface geology. A geostatistical ordinary kriging approach was used for developing these correlations. The specific areas used for data collection and analysis and model development in this study were sub-sections of the larger Sacramento River Flood Control Project (SRFCP) in northern California. Soil strength parameters of identified levee stratigraphy layers were statistically analyzed using a geostatistical ordinary kriging approach and correlated to preselected regional variables. Global observations that applied across the study area included the increasing trend of undrained shear strength for cohesive soils, Su, with increasing distance from the river, and decreasing trend of Su with increasing river Sinuosity Index levels. Only local trends were observed in the relation of friction angle of cohesionless soils, ?, with Sinuosity Index, as well as in the relation of Su and ? with geological formations.
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 | 0,000 | 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 ».