The impact of hydrograph variability and frequency on sediment transport dynamics in a gravel‐bed flume
Notice bibliographique
Résumé
Abstract A laboratory study was undertaken to investigate how changes in flow regime and hydrograph shape (number of cycled hydrographs and duration of each hydrograph) together impact bedload transport and resulting bed morphology. Three hydrologic conditions (experiments) representing different levels of urbanization, or analogously different flow regimes, were derived from measured hydrometric field data. Each experiment consisted of a series of hydrographs with equal peak discharge and varying frequency, duration and flashiness. Bedload transport was measured throughout each hydrograph and measurements of bed topography and surface texture were recorded after each hydrograph. The results revealed hysteresis loops in both the total and fractional transport, with more pronounced loops for longer duration hydrographs, corresponding to lower rate of unsteadiness until reaching the peak discharge (pre‐urbanization conditions). Shorter duration hydrographs (urban conditions) displayed more time above critical shear stress thresholds leading to higher bedload transport rates and ultimately to more variable hysteresis patterns. Surface textures from photographic methods revealed surface armoring in all experiments, with larger armor ratios for longer duration hydrographs, speculated to be due to vertical sorting and more time for bed rearrangements to occur. The direction of bed surface adjustment was linked to bedload hysteresis, more precisely with clockwise hysteresis (longer hydrographs) typically resulting in bed coarsening. More frequent and shorter duration hydrographs result in greater relative channel adjustments in slope, topographic variability and surface texture. © 2019 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 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) | 0,000 | 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 ».