Evaluating the Impact of Sediment Seeding Strategies in Pool‐Riffle Restoration: Experimental Insights Into Hydraulic and Spawning Habitat Performance
Notice bibliographique
Résumé
Abstract Restoring streams by feeding sediment from a single location is cost‐effective, allowing natural sediment distribution. Alternatively, placing sediment in predetermined patterns requires more planning but may provide controlled improvements to flow and habitat. However, the effectiveness of specific seeding patterns in achieving restoration goals remains unexamined. This study uses a flume model of a scaled fixed‐bed pool‐riffle channel and a 2D hydraulic model to investigate the impact of seeding patterns on sediment retention, hydraulic performance, and spawning habitat suitability within a restored pool‐riffle channel. We tested three seeding patterns—Head‐Seed (HS), Tail‐Seed (TS), and Full‐Seed (FS)—under flow conditions ranging from Qspawning to Q100. Results reveal that seeding patterns influence sediment retention in pool‐riffle sequences. While 95% of seeded sediment remained in the channel during Qspawning across all patterns, the FS pattern showed a greater sensitivity to increased flow, with a logarithmic decline in cover fraction and higher sediment export compared to HS and TS strategies. High shear stress zones, promoting full sediment mobility, appeared at the pool‐heads with steep bed slopes, while deposition occurred in low shear stress zones at pool‐tails. Minor changes in bed elevations from alluvial cover development did not alter shear stress distribution, highlighting the dominance of channel design over initial seeding conditions. Despite FS pattern provided more suitable spawning area (37%) compared to TS (22%) and HS (13%), its higher sediment export under elevated flows raises concerns about downstream sedimentation and long‐term habitat sustainability. This study emphasizes the importance of balancing short‐term habitat gains with long‐term stability.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».