Estimation des concentrations de sédiments en suspension dans le fleuve Saint-Jean (Nouveau-Brunswick) et établissement de liens avec les données météorologiques locales.
Notice bibliographique
Résumé
Le port de Saint John, au Nouveau Brunswick, est situé dans l’estuaire du fleuve \nSaint Jean et reçoit des apports de sédiments qui s’accumulent et entravent le passage \ndes navires. De coûteuses opérations de dragage sont nécessaires chaque année pour \nmaintenir les profondeurs à un niveau acceptable pour les opérations du port, mais les \nautorités portuaires sont incapables de prédire l’ampleur des travaux qui varie \nénormément d’une année à l’autre. Il est donc primordial d’étudier plus en profondeur la \nproportion de sédiments qui est acheminée au port de Saint John par la rivière, et de \ndéterminer s’il est possible d’en estimer le volume à chaque année à l’aide de variables \nsimples et facilement accessibles. Les variables étudiées comprennent un éventail de \ndonnées hydrométéorologiques incluant le débit (Q), le niveau d’eau (H) et la \nprécipitation (P). Puisque peu de données de sédiments ont été prises historiquement \nsur la branche principale du fleuve, une première étape de ce projet consistait à étudier \nune série chronologique de données journalières de concentration de sédiments en \nsuspension (CSS) allant de 1967 à 1987 sur un tributaire important situé dans la portion \nen aval du fleuve, la rivière Kennebecasis. Les principales variables explicatives pour la \nvariation des CSS au pas de temps journalier, identifiées à l’aide de corrélations, sont le \ndébit du jour suivant, la pluie du jour précédent et la précipitation cumulée de 6 jours, \nbien que les coefficients de corrélation sont relativement faibles. Une analyse \nfréquentielle des maximums annuels de CSS et des variables hydrométéorologiques n’a \npas permis d’identifier les quantiles extrêmes coïncidant qui auraient pu indiquer quelles \nsont les variables explicatives potentielles qui génèrent les valeurs extrêmes de CSS, \nqui sont typiquement une composante importante des charges annuelles. Afin de \ndéterminer si de meilleures relations existent dans un contexte non linéaire, un réseau \nde neurone artificiel (RNA) a été développé permettant d’estimer les charges \njournalières de façon satisfaisante (r²= 0,88), Un écart absolu moyen de 16% a été \nensuite obtenu entre les charges annuelles calculées et celles estimées par le modèle. \nLe RNA avait pour intrants la température moyenne, Q, Q(t-1), Q(t-2) et le jour julien \n(JJ). Toutefois, il semble que certains impacts anthropiques et le synchronisme de \ncertains évènements (ex. pluie et activités agricoles) devraient être étudiés afin \nd’améliorer l’estimation. \nEn parallèle à l’analyse de la rivière Kennebecasis, un suivi de la turbidité a été réalisé à \ndeux sites dans un tronçon du fleuve situé en aval du barrage Mactaquac. Le suivi de la \nturbidité a été fait à haute fréquence comme mesure indirecte de la CSS. Le site le plus \nen aval a subi d’importantes pertes de données et a dû être abandonné, mais une \ncourbe de calibration turbidité-CSS a été développée pour le site en amont, situé près \nde la ville de Fredericton. Une étude de corrélations a permis d’identifier H, P(-1) et la \nprécipitation cumulée de 12 jours comme variables explicatives potentielles, mais \nencore une fois, les coefficients de corrélation sont relativement faibles. Deux modèles \nont été développés et comparés : une régression linéaire multiple pas à pas et une \ninterpolation par krigeage dans un espace multivarié. La seconde méthode permet de \nmieux estimer le log CSS que la première, mais avec une performance moyenne, \ncomme en témoigne le pourcentage de la variance des observations expliquée par le \nmodèle (r²=0,35). Ces résultats semblent confirmer que le système fluvial étudié est \ncomplexe, présente plusieurs non-linéarités, et que d’autres variables que celles \nétudiées, potentiellement anthropiques, devront peut-être être prises en compte. De \nplus, une analyse événementielle pourrait être requise pour mieux comprendre la \ndynamique sédimentaire du fleuve. \nL’utilisation de la turbidité en continu pour le suivi du transport de sédiments sur le fleuve \nSaint Jean est jugée appropriée, bien que comportant plusieurs difficultés. Des \naméliorations au protocole utilisé dans la présente étude soient nécessaires, incluant le \nsuivi d’une plus longue période, en particulier durant l’hiver et le printemps. \nFinalement, une analyse préliminaire où une régression multiple a été utilisée pour \nestimer les volumes de sédiments dragués dans le port de Saint John, à partir des \nvariables hydrologiques locales (niveau d’eau annuel moyen et volume d’eau total \nannuel) suggère que cette analyse devrait être approfondie en allongeant la série de \ndonnées disponibles pour les volumes de sédiments dragués.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».