Estimating potential surface water storage and captured sediment volumes in peatland restoration sites using drones
Notice bibliographique
Résumé
Peatland restoration addresses multiple United Nation’s Sustainable Development Goals and offers numerous ecosystem services. Quantifying surface water storage and captured sediment volumes of emplaced dams on restoration sites is highly desirable, for example as evidence to funders, but cannot be practically achieved with field surveys due to the number of sites and number of dams per site. In contrast, camera-equipped drones can efficiently capture high spatial resolution photographs of restoration sites which can be used to construct digital surface models, from which volumetrics can be calculated using Geographical Information Systems. This approach was demonstrated using a 5-year repeat drone survey of a restoration site (∼0.18 km 2 ) containing 125 stone dams and 329 coir rolls. Stone dams and coir rolls were estimated to provide 248.0 m 3 of potential surface water storage in July 2019, of which ∼71% was filled by captured sediment by July 2024. Stone dams accounted for ∼83% of potential surface water storage volume in 2019 and ∼68% in 2024, as well as ∼88% of the captured sediment. Efficiently quantifying surface water storage provides evidence to restoration funders with water-related interests and may help with the development of water-related credits/metrics as additional mechanisms to privately finance peatland restoration.
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) | 0,000 | 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 ».