Bedload Sediment Transport Regimes of Semi‐alluvial Rivers Conditioned by Urbanization and Stormwater Management
Notice bibliographique
Résumé
Abstract Watershed urbanization and stormwater management (SWM) alter the hydrologic processes of rivers. Although differences have been documented in channel morphology and sediment yield pre‐ and posturbanization, little is known about how the modified hydrology affects grain‐scale bedload transport dynamics. This study aims to characterize the bedload sediment transport regime of three rivers with different hydrologic settings: rural, urban with no SWM, and urban with peak‐shaving SWM. The rivers are “semi‐alluvial,” characterized by an alluvial layer over a cohesive till. Bedload transport was monitored using tracer stones over 3 years. Hydrograph characteristics of the streams fit with what is expected in urban and SWM systems, and the rural stream has an episodic transport regime typical of gravel‐bed rivers. Entrainment thresholds are not detectably impacted by the semi‐alluvial bed cover, but travel lengths of grains relative to their size are longer than in alluvial gravel‐bed streams. Downstream displacement rates of particles up to the D 90 are accelerated in the urban river due to more frequent mobilization rather than increased event‐based travel lengths and may explain channel enlargement. SWM decreases the mobility and travel lengths of particles below those in the rural system, which is combined with channel narrowing, and the loss of bed forms suggests a shift toward a competence‐limited transport regime. This new regime is a result of reduced shear stresses that are insufficient to transport coarse material. This study presents empirical evidence of the effects of watershed urbanization and SWM on bedload transport and provides recommendations for process‐based river management strategies.
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 | 0,000 | 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) | 0,006 | 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 ».