Measurements of frazil ice flocs in rivers
Notice bibliographique
Résumé
Abstract. Frazil floc sizes and concentrations have been investigated in a small number of laboratory studies, but no detailed field measurements have been reported previously. In this study, a submersible camera system was deployed a total of 11 times during the principal and residual supercooling phases in the North Saskatchewan, Peace, and Kananaskis rivers to capture time-series images of frazil ice particles and flocs. Images were processed to accurately identify flocs and to calculate their sizes and concentrations. Key hydraulic and meteorological measurements were collected, and air–water heat fluxes were estimated to investigate their influence on floc properties. A lognormal distribution was found to be a good fit for the floc size distribution. The mean floc size ranged from 1.19 to 5.64 mm and the overall mean floc size was 3.80 mm. The mean floc size decreased linearly as the local Reynolds number increased. The average floc number concentration ranged from 1.80×10-4 to 1.15×10-1 cm−3. The average floc volumetric concentration ranged from 2.05×10-7 to 4.56×10-3 and was found to correlate strongly with the fractional height above the river bed. No significant correlations were found between the air–water heat flux and floc properties. Time series analysis showed that during the principal supercooling phase, floc number concentration and mean size increased significantly just prior to peak supercooling and reached a maximum near the end of principal supercooling. During the residual supercooling phase, the mean floc size did not typically vary significantly even 2.5 h after the residual phase had ended and the water temperature had increased above 0 °C.
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 | 0,000 |
| 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) | 0,003 | 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 ».