Evaluating Dam Water Release Strategies for Migrating Adult Salmon Using Computational Fluid Dynamic Modeling and Biotelemetry
Notice bibliographique
Résumé
Abstract Hydrodynamics in dam tailraces can influence the swimming behavior and survival of fish, and yet there have been few studies that have linked the movement patterns of fish to encountered flow patterns. In this study, we examined the flow field downstream of Seton Dam in British Columbia, Canada using acoustic Doppler current profilers (ADCPs), and computational fluid dynamic (CFD) modeling of two dam water release scenarios to understand their impacts on the swim speed and behavior of upriver‐migrating adult sockeye salmon (Oncorhynchus nerka). Forty‐five sockeye salmon were tagged with acoustic transmitters and tracked to understand their movement patterns, swim speed, residence time in the dam tailrace, and postdam passage survival. The water release scenarios produced contrasting tailrace hydrodynamics and altered the behavior of migrating sockeye salmon. Tagged fish avoided areas of high velocity (>2.4 m/s or four body lengths/s, twice their critical swim speed), high Reynolds shear stress (>21 Pa), and high turbulence kinetic energy (>0.12 m2 s−2) in the dam tailrace. Excessive use of anaerobic metabolism, together with high water shear stress adjacent to and downstream of the fishway entrance, were thought to be the main cause for low postdam passage survival of sockeye salmon. Additional dam water release strategies were assessed with the CFD model to target releases that improve the migration conditions for sockeye salmon. Our study highlights the importance of pairing hydraulic and ecological information to better understand and improve the migration conditions for wild fish.
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) | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».