Effect of vegetative filter strip on sediment deposition in drainage ditches in littoral zone of Lake Sainte-Pierre in Quebec, Canada
Notice bibliographique
Résumé
Abstract. Agricultural drainage ditches tend to be clogged due to the sedimentation in the coastal area of Lake Sainte-Pierre in Quebec, Canada, where water flows at a low velocity and snowmelt-originated seasonal inundation occurs. Frequent dredging is required to ensure drainage performance, posing a significant economic burden on agricultural producers. This research aims to discover the possibility of using vegetative filter strips to reduce the ditch sedimentation rate and evaluate Unmanned Aerial Vehicle (UAV)-based LiDAR‘s ditch sedimentation monitoring ability in the densely vegetated drainage ditch condition. These sites were established in the coastal area of Lake Sainte Pierre near St. Cuthbert, Yamachiche and Baie-du-Febvre. Starting from Nov. 2019, three ditches in all three sites are treated with 0, 2-m, and 4-m vegetative filter strips. Four rounds of cross-section measurements were conducted at a 20-m interval of all ditches using an electronic total station in 2019 â 2021 to calculate sediment accumulation in drainage ditches. In addition to the total station survey, the ditches were scanned using a LiDAR-equipped Unmanned Aerial Vehicle (UAV) once per year for comparison with the acquired total station data. The results generally suggest no significant difference in sediment deposition during the monitoring period. However, the result showed a reverse effect where most drainage ditches experienced a volume increase across the experiment, indicating soil erosion, not sedimentation, might happen in the Lac Sainte-Pierre‘s drainage ditch. Also, a decimeter level of difference has been found between the LiDAR data and the total station data showing the limited capability of UAV-LiDAR in agricultural drainage ditch sedimentation monitoring.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».