The use of vegetation in hydroelectric reservoir shoreline management: A global review of strategies and applications
Notice bibliographique
Résumé
Hydroelectric dams negatively impact reservoir shoreline vegetation, accelerating management issues such as erosion and sedimentation. Understanding the role of vegetation on reservoir shorelines is therefore increasingly relevant in its potential to benefit both shoreline ecosystems and hydroelectric management. We reviewed 103 peer-reviewed papers on the role of vegetation in reservoir management. Each paper was systematically examined to identify assessment strategies for shoreline vegetation and plant traits associated with high survival. We extended our search to include a targeted literature review of 17 grey literature reports from British Columbia (BC) Canada, a province with high hydroelectric power production and management concerns associated with reservoir erosion and dust emissions. We found that most peer-reviewed studies were observational, focusing on ecosystem change (55.3 %) and vegetation inventories (52.4 %) instead of experimental revegetation trials (15.5 %). Traits commonly linked to high survival were fast growth and short, annual life cycles, rhizomes, photosynthetic adaptability, and grass life forms. Functional traits related to the depth and extent of roots, and achieving high percent cover through rapid germination, growth and regeneration may be the most important factors in addressing erosion and sedimentation, making them strong candidates for future revegetation efforts. Most research was short-term and focused on North Temperate latitudes, highlighting the need for global studies on shoreline vegetation and plant traits. Our BC literature review included unpublished reports of successful revegetation efforts that can inform the peer-reviewed published literature. We advocate for publishing future management findings to support global practitioners as the demand for hydroelectric energy grows. • Few peer-reviewed studies (15.5 %) have used revegetation in shoreline management. • Plant traits facilitating shoreline survival should be used in future revegetation. • Grasses with fast growth, short life cycles and rhizomes are ideal candidates. • Large-scale revegetation was successfully implemented in the BC grey literature. • To close knowledge gaps, publishing management sector reports is necessary.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».