Comparing Paleohydrograph Reconstructions from Subsurface Stratigraphy and Topography at the Sault Ste. Marie Strandplain
Notice bibliographique
Résumé
The Great Lakes are currently at high water levels, which are negatively impacting coastal infrastructure, coastal ecosystems, and stakeholders that rely on the lakes. To better understand natural fluctuations, which includes high lake levels, geoscientists study ancient shorelines to reconstruct paleohydrographs. Reconstructing past lake level elevations from a specific subsurface sedimentary contact or foreshore base (FSB) contact is the most accurate way to gain insight into ancient lake levels. The objective of this thesis is to establish an alternative method to use topographic elevations as a proxy for the FSB in the reconstruction of inferred paleohydrographs from the Sault Ste. Marie (SSM) strandplain. Light detection and ranging (LiDAR) data was used to obtain topographic elevations for this topographic reconstruction. Topographic elevations measured in the field were compared to LiDAR data and these topographic elevations were also compared to FSB elevations measured in cores. Elevation trends and patterns were statistically analyzed and visually analyzed in graph to justify that topographic elevations from LiDAR could be used as a proxy for the FSB or past lake level elevation, but so far this only applies to the SSM strandplain deposited during the Nipissing phase. The field measured topographic swale elevations could be used as an alternative to FSB elevations when a correction factor of 1.49 m was subtracted from each individual swale elevation. LiDAR data was then used to obtain one swale elevation for every beach ridge in the SSM strandplain and then a correction factor of 1.49 m was applied to the LiDAR swale elevations. Results from this thesis found that an inferred paleohydrograph reconstructed from LiDAR swale elevations was an appropriate alternative to infer ancient lake level elevations and trends. However, this has only been shown to apply for the SSM strandplain deposited during the Nipissing phase. Further comparisons at different sites and for different ages of strandplains need to be investigated. In summary, this thesis determined that LiDAR swale elevations can potentially provide an alternative method to reconstruct paleohydrographs, and thus gain valuable insight into natural lake-level trends and patterns to help place current high levels and potential future lake-level fluctuations into context for stakeholders.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».