Time and Intensity Weighted Indices of Fluvial Processes: a Case Study from the Kootenai River, USA
Notice bibliographique
Résumé
Abstract Within riparian landscapes, river flows and stages determine habitat gradients from less to more dynamic, and these support different plant species and their life history stages that are adapted to specific positions along these gradients. The gradients are characterized by physical processes that vary in magnitude and duration, and these shape the riparian vegetation communities. Consequently, natural riparian ecosystems are very dynamic, and the river disturbance regime is essential for sustaining ecosystem health. However, although the importance of disturbance is well accepted, disturbance regimes are poorly understood. This study was undertaken to develop indices capable of characterizing riparian habitats by considering flood magnitude and the elapsed time after flood disturbance, that is, the history that influenced the present vegetation composition. The indices were tested along two reaches of the Kootenai River in Idaho, USA, with braided versus meandering channel forms. The case study spanned a 31‐year period and emphasized two major disturbance components, the morphodynamic influence of velocity and shear stress and the flood or inundation duration. Computed indices were tested for consistency and then used to characterize different riparian vegetation development and succession phases. The statistical analysis revealed high correspondence among the calculated indices and differences across the different successional stages and between the two reaches. This demonstrated the utility of the time and intensity weighted indices to analyse the fluvial patterns that support different riparian vegetation communities, and this could be applicable for riparian management, mitigation, conservation and restoration. Copyright © 2016 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 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 | 0,002 |
| 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 ».