On estimation of coastal wave parameters and wave‐induced shear stresses
Notice bibliographique
Résumé
Abstract Wave parameters, e.g., wave height, near‐bed wave orbital velocity, and wave‐induced shear stresses, are important hydrodynamic parameters for sediment processes in coastal oceans. Wave orbital velocity is particularly critical in sediment resuspension. Several algorithms to calculate wave orbital velocity have been proposed, including linear wave theory, spectrum, and Joint North Sea Wave Project methods, but the validity of these algorithms in relatively shallow waters is not well understood. In this study, we compared the wave parameters obtained by different instruments and algorithms at four sites, one within the intertidal zone with a mean depth of 1 m and the remainder three in deeper offshore water with mean depths of 15–30 m. We found a high consistency of the estimated wave height, peak wave period, and wave orbital velocity among different datasets and different algorithms at the offshore sites, while there were significant discrepancies at the shoreline site. Using Ursell number , our study suggests that it is reliable to apply any of the three algorithms and different instruments (acoustic Doppler velocimeter and buoy) in deeper water. However, for very shallow water, it is recommended to use the measured high‐frequency velocity and spectrum method to calculate wave orbital velocity, and use wave gauge instrument or zero‐crossing algorithm to obtain wave height and period information. Finally, the effect of turbulence and bedform morphology on wave‐induced shear stress is discussed: without removing the turbulence or taking onto account bedforms (e.g., ripples), the orbital velocity will be remarkably over‐estimated or under‐estimated.
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 | 0,000 |
| 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) | 0,000 | 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 ».