<i>In situ</i> measurements of sediment settling characteristics in floodplains using a LISST‐ST
Notice bibliographique
Résumé
Abstract Due to a lack of data on settling velocities (ws) and grain size distributions (GSDs) in floodplain environments, sedimentation models often use calibrated rather than measured parameters. Since the characteristics of suspended matter differ from those of deposited sediment, it is impossible to derive the ws and GSD from the latter. Therefore, one needs to measure in situ suspended sediment concentrations (SSCs), settling velocities, effective grain sizes and sedimentation fluxes. For this purpose we used the LISST‐ST, a laser particle sizer combined with a settling tube. In 2002 (twice) and 2004, we located the LISST‐ST with an optical backscatter sensor and sediment traps in two floodplains in The Netherlands: one along the unembanked IJssel River, another along the embanked Waal River. Measurements revealed that the SSC in the floodplains varied in relation to the SSC in the river channel. Smaller flocs dominated the SSC, while larger flocs dominated the potential sedimentation fluxes. The in situ GSD in the IJssel floodplain was significantly coarser than in the Waal floodplain, while the dispersed median grain sizes were equal for both floodplains. Therefore, the dispersed median grain size was two to five times smaller than the effective one. The in situ grain size exhibited a significant positive relationship with ws, although the ws for the largest flocs showed high variability. Consequently, the variability in sedimentation fluxes was also large. In the actual sedimentation fluxes, and hence in sedimentation models, in situ grain sizes up to about 20 µm can be neglected. In floodplain sedimentation models the relation between settling velocity and in situ grain size can be used instead of Stokes's law, which is only valid for dispersed grain sizes. These models should also use adequate data on flow conditions as input, since these strongly influence the suspended sediment characteristics. Copyright © 2005 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 0,001 |
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 ».