Landscape Influences on Stream Habitats and Biological Assemblages
Notice bibliographique
Résumé
<em>Abstract.</em>—–We demonstrate the effects of percent impervious cover (PIC) on biophysical properties of Lake Ontario tributary streams. Biophysical data (fish assemblages, benthic invertebrate assemblages (benthos), instream physical habitat, and temperature) were collected from more than 575 wadeable stream sites. A geographic information system application was developed to characterize the landscape upstream of each site (i.e., drainage area, surficial geology, land use/land cover, slope, stream length, and climate). Total PIC of catchments was estimated from land use/land cover, and a base flow index was derived from the surficial geology. The relationship between PIC and biophysical responses was determined after statistically removing the effects of natural landscape features (i.e., catchment area, slope, base flow index) on those responses. Contrasts in PIC from natural conditions (<3% to 10%) were related to variations in fish and benthos assemblages. Both coldwater sensitive and warmwater tolerant fish and diverse benthos assemblages were found in catchments with low PIC. At more than 10 PIC (i.e., about 50% urban), both fish and benthos consisted of mainly warmwater or tolerant assemblages. For example, trout were absent and minnows were dominant. While some of the apparent PIC effect may have been confounded by land use/land cover and surficial geology, the consistency of the findings even after natural catchment conditions were considered suggests that the threshold response is valid. Percent impervious cover had a weaker effect on instream geomorphic variables than on biological variables. The models derived from this study can be used to predict stream biophysical conditions for catchments with varying levels of development.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».