Combining colour parameters and geochemical tracers to improve sediment source discrimination in a mining catchment (New Caledonia, South Pacific Islands)
Notice bibliographique
Résumé
Abstract. Over the last century, human activities have induced significant land-cover changes that have accelerated soil erosion processes around the world. In New Caledonia, a French island located in the south-west Pacific Ocean, open-cast nickel mining has raised many concerns regarding its impact on riverine systems (i.e. hyper-sedimentation, overburden) and the island's ecosystems (i.e. flooding, lagoon siltation, water pollution). A sediment tracing study has been conducted to quantify the contribution of mining versus non-mining sub-catchments in one of the first areas exploited for nickel mining, the Thio River catchment (397 km2). Sediment deposited during two cyclonic events (i.e. 2015 and 2017) was collected following a tributary design approach. Source (n = 24) and river sediment (n = 19) samples were analyzed by X-ray fluorescence and spectroscopy in the visible spectra (i.e. 365–735 nm). Four fingerprinting approaches based on (1) colour parameters, (2) geochemical properties, (3) colour parameters coupled with geochemical properties and (4) the entire visible spectrum were tested to estimate sediment source contributions. The results demonstrated that the individual sediment tracing methods based on spectroscopy measurements (i.e. (1) and (4)) did not provide sufficient discrimination between sources. However, the inclusion of colour properties in addition to geochemical parameters (3) provided the highest discrimination between sources (i.e. 92.6 % of source variance explained). Although with a slightly lower discrimination potential (i.e. 83.1 % of variance explained in sources), the geochemical approach (2) provided similar results to those obtained with the colour coupled with geochemical approach (3). In addition, mixed linear models associated with these two approaches have been experimentally validated with artificial mixture samples. The results obtained with model (3) showed that mining source contributions strongly dominated the sediments inputs with a mean contribution of 68 % (SD 25 %) for the 2015 flood event and 88 % (SD 8 %) for the 2017 flood event. These results suggest that catchment management should focus on the contributions of mining tributaries to reduce sediment inputs in the river systems. Therefore, the use of these approaches based on geochemical properties individually (2) and coupled to colour parameters (3) could be extended to other mining catchments of New Caledonia but also to other similar nickel mining catchments around the world (e.g. Australia, Brazil, Dominican Republic, Cuba) to estimate sediment source apportionment.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».