Past Bank Erosion as a Guide for Bank Erosion Prediction at Pipeline Crossings
Notice bibliographique
Résumé
This paper presents a methodology which uses past bank erosion behaviour as a predictor of future performance. The methodology employed in the bank erosion study consists of the following main steps: identifying a reach to examine, classifying the watercourse, estimating key hydrotechnical properties, obtaining historical air photographs of the reach, georeferencing or orthorectifying the airphotos, mapping the position of the channel edge, obtaining the historical records of nearby gauges to estimate the return period of floods that have occurred between successive pairs of historical air photographs, and finally combining the results to provide correlations between the rates of bank erosion and the rarity of the floods that have occurred. More than 70 bank erosion studies have been completed in the past two years at a variety of watercourses. This paper provides three case histories that illustrate the methodology and then proceeds to provide some tentative relationships that could be used to focus future bank erosion studies on those sites most active, and used to provide a preliminary estimate of the amount of bank erosion that could be expected in both design settings and existing pipeline integrity evaluations. In this study wandering rivers are more laterally active than other channel pattern types. Although the smallest floods do not cause large-scale changes to the banks, significant bank erosion can be caused by either moderate (20-year) or extreme (100-year) events with a rough trend to larger bank erosion in larger floods. No significant correlation between the time elapsed between successive air photos and the magnitude of erosion was found, suggesting that bank erosion is an event-driven process rather than time dependent.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».