Quantification of bedform dynamics and bedload sediment flux in sandy braided rivers from airborne and satellite imagery
Notice bibliographique
Résumé
Abstract Images from specially‐commissioned aeroplane sorties (manned aerial vehicle, MAV), repeat unmanned aerial vehicle (UAV) surveys, and Planet CubeSat satellites are used to quantify dune and bar dynamics in the sandy braided South Saskatchewan River, Canada. Structure‐from‐Motion (SfM) techniques and application of a depth‐brightness model are used to produce a series of Digital Surface Models (DSMs) at low and near‐bankfull flows. A number of technical and image processing challenges are described that arise from the application of SfM in dry and submerged environments. A model for best practice is presented and analysis suggests a depth‐brightness model approach can represent the different scales of bedforms present in sandy braided rivers with low‐turbidity and shallow (< 2 m deep) water. The aerial imagery is used to quantify the spatial distribution of unit bar and dune migration rate in an 18 km reach and three ~1 km long reaches respectively. Dune and unit bar migration rates are highly variable in response to local variations in planform morphology. Sediment transport rates for dunes and unit bars, obtained by integrating migration rates (from UAV) with the volume of sediment moved (from DSMs using MAV imagery) show near‐equivalence in sediment flux. Hence, reach‐based sediment transport rate estimates can be derived from unit bar data alone. Moreover, it is shown that reasonable estimates of sediment transport rate can be made using just unit bar migration rates as measured from 2D imagery, including from satellite images, so long as informed assumptions are made regarding average bar shape and height. With recent availability of frequent, repeat satellite imagery, and the ease of undertaking repeat MAV and UAV surveys, for the first time, it may be possible to provide global estimates of bedload sediment flux for large or inaccessible low‐turbidity rivers that currently have sparse information on bedload sediment transport rates. © 2018 The Authors. Earth Surface Processes and Landforms published by 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».