Development of tools to assess and mitigate the impacts of peat harvesting on aquatic ecosystems
Notice bibliographique
Résumé
Peat harvesting in an important industry in northern Europe and in North America. In Canada peat is harvested to be used as a horticulture substrate. The harvesting is generally done by vacuuming the thin dried upper layer of peat found below the acrotelm, after removing the latter and draining the water. Drained water is typically routed to settling basins prior to being released in neighbouring natural water courses. This communication summarizes our research efforts to develop tools to optimize settling pond design and minimize suspended sediment loads and to provide the industry with means to assess the health of aquatic ecosystems that receive the drained water. Current settling pond designs are based on simple rules of thumb (e.g. 25 m3/ha of harvested peatland). In our study, a hydraulic model was used to test different basin configurations (basins with and without weirs at the outlet, basins in series, basins equipped with a geotextile curtain). It was found that while the trapping efficiency was not significantly improved by adding a second basin compared to a single one, adding a geotextile curtain improved the trapping of coarser sediments. Our results moreover showed that fine sediments deposited during low flow periods, in the downstream end of the basins, could be easily resuspended during and after rainfall events, thus showing the importance of frequent maintenance. There are also some strong indications that wind erosion could be a major source of sediments in the drainage water. Different indicators of stream ecosystem health were compared to quantify the impact of peat harvesting on the receiving water bodies. They included 1) using fish abundance and species richness; 2) quantifying sediment deposition and its organic content; 3) determining ionic composition of effluents and receiving waters; and 4) developing a water quality index (WQI) based on multiple physico-chemical measurements (ammonia, conductivity, pH and suspended sediment concentrations). The developed WQI was shown to be the most promising indicator of ecosystem health and allows for a simple classification of water quality downstream of the confluence between the drain outlet and the receiving stream.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».