Longitudinal Fluvial Dispersion of Coarse Particles: Insights From Field Observations and Model Simulations
Notice bibliographique
Résumé
Abstract In this study, we use field observations augmented with model simulations to examine gravel dispersion over nine years (2007–2015) in Halfmoon Creek. The observations of flow, entrainment, and dispersion were used to develop a forward model utilizing the Einstein‐Hubbell‐Sayre (EHS) compound Poisson process. The observed mean virtual velocity of the tracer population slows down with cumulative excess energy after the 2010 large event. The forward model deviates from the observations in representation of tails, overpredicts mean displacements, and shows a narrower spatial distribution. The heavy‐tailed resting times indicate prolonged immobilization of some grains, suggesting the preferential movement of other most mobile grains. As such, 34% of most mobile grains constitute 50% of the total entrainments. The consideration of preferential movement explains the longitudinal spread but still overpredicts the displacement after the 2010 event. The model was then explored to consider additional transport‐related mechanisms causing deviations, such as reduction in virtual velocity, entrainment probability, and morphological trapping of meander bends, which helps to adequately recreate the observed dispersive behavior. The available historical flow records used for simulating dispersive behavior over multiple decades reveal an abrupt increase in displacements for exceptionally large events, suggesting the exhumation of deeply buried grains back in transport. The simulation results highlight the need for tracer studies with large sample sizes and improved recovery rates for longer time frames experiencing floods of widely varying magnitudes. Such models, inspired by Einstein's stochastic theory can be valuable for various river research applications.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».