A Mechanistic Model for Lateral Erosion of Bedrock Channel Banks by Bedload Particle Impacts
Notice bibliographique
Résumé
Abstract Bedrock incision plays a key role in determining the pace of landscape evolution. Much is known about how bedrock rivers incise vertically, but less is known about lateral erosion. Lateral erosion is widely thought to occur when the bed is alluviated, which prevents vertical erosion and deflects the downstream transport of bedload particles into channel walls. Here we develop a model for lateral erosion by bedload particle impacts. The lateral erosion rate is the product of the volume eroded per particle impact and the impact rate. The volume eroded per particle impact is modeled by tracking the motion of bedload particles from collision with roughness elements to impacts on the wall. The impact rate on the wall is calculated from deflection rates on roughness elements. The numerical model further incorporates the coevolution of wall morphology, shear stress, and erosion rate. The model predicts the undercut wall shape observed in physical experiments. The nondimensional lateral erosion rate is used to explore how lateral erosion varies under different relative sediment supply (ratio of supply to transport capacity) and transport stage conditions. Maximum lateral erosion rates occur at high relative sediment supply rates (~0.7) and moderate transport stages (~10). The competition between lateral and vertical erosion is investigated by coupling the saltation‐abrasion vertical erosion model with our lateral erosion model. The results suggest that vertical erosion dominates under near 75% of supply and transport stage conditions but is outpaced by lateral erosion near the threshold for full bed coverage.
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 ».