The role of wind-wave related processes in redistributing river-derived terrigenous sediments in Lake Turkana: A modelling study
Notice bibliographique
Résumé
A complete annual cycle of the dynamics of fine-grained sediment supplied by the Omo and smaller rivers is simulated for Lake Turkana, one of the world’s large lakes, with the hydrodynamic, wave and sediment transport model Delft3D. The model is forced with river liquid and solid discharge and wind data in order to simulate cohesive sediment transport and resuspension. It simulates stratification due to salinity, wave generation and dissipation, and sediment advection and resuspension by waves and currents, with multiple cohesive sediment fractions. A comparison of the simulation results with remotely-sensed imagery and with available in-situ sediment deposition rates validates the model. By devising simulation scenarios in which certain processes were switched on or off, we investigated the contribution of waves, wind-induced surface and bottom currents, salinity-induced stratification and river jet, in resuspending and transporting fine sediments in the lake basin. With only the wind or river influence, most of the sediment deposition occurs in the first 10 km off the Omo River mouth and at a depth < 10 m. When waves are switched on, increased bed shear stresses resuspend most of the fine sediments, that are then deposited further and deeper in the first 30 km, in water depths > 30 m. This study sheds new light on sediment transport in Lake Turkana and in great lakes in general, favouring the view that wind-waves can be the main agent that transports sediment away from river mouths and to deeper areas, as opposed to river-plume or gravity-driven transport.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».