Rainfall-Induced Runoff from Exposed Streambed Sediments: An Important Source of Water Pollution
Notice bibliographique
Résumé
When surface water levels decline, exposed streambed sediments can be mobilized and washed into the water course when subjected to erosive rainfall. In this study, rainfall simulations were conducted over exposed sediments along stream banks at four distinct locations in an agriculturally dominated river basin with the objective of quantifying the potential for contaminant loading from these often overlooked runoff source areas. At each location, simulations were performed at three different sites. Nitrogen, phosphorus, sediment, fecal indicator bacteria, pathogenic bacteria, and microbial source tracking (MST) markers were examined in both prerainfall sediments and rainfall-induced runoff water. Runoff generation and sediment mobilization occurred quickly (10-150 s) after rainfall initiation. Temporal trends in runoff concentrations were highly variable within and between locations. Total runoff event loads were considered large for many pollutants considered. For instance, the maximum observed total phosphorus runoff load was on the order of 1.5 kg ha. Results also demonstrate that runoff from exposed sediments can be a source of pathogenic bacteria. spp. and spp. were present in runoff from one and three locations, respectively. Ruminant MST markers were also present in runoff from two locations, one of which hosted pasturing cattle with stream access. Overall, this study demonstrated that rainfall-induced runoff from exposed streambed sediments can be an important source of surface water pollution.
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 | 0,001 | 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) | 0,001 | 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 ».