River morphology responses and riparian canopy loss: two case studies from a high-intensity storm in Atlantic Canada
Notice bibliographique
Résumé
Abstract As climate change contributes to higher intensity storms, riparian canopy loss may have geomorphic and ecological consequences on streambank sediment dynamics. This study investigates changes of riparian canopy cover, river morphology responses, and hydrological conditions, following an extratropical cyclone in Atlantic Canada. Using LiDAR data acquired from three timesteps (2013, 2019 and 2024), the spatiotemporal changes in canopy cover and streambank surfaces along a ∼5,100 m segment of two rivers were assessed. The Portapique and Great Village watersheds provide critical habitats for the endangered Inner Bay of Fundy (iBoF) Atlantic salmon and further research is required to support recovering populations. Both rivers experienced canopy cover declines of 19% between 2019 and 2024, following a period of canopy growth—likely driven by Hurricane Fiona in 2022. We applied a DTM of Difference (DoD) technique to investigate streambank changes and found aggradation increased by an average of 91.5% during the 2019–2024 period. Historical hydrometric data was used as reference data to understand how streambank morphology may respond differently to peak flow under canopy loss, compared to a period of growth (2013–2019). Our approach provides a novel framework for assessing climate-driven riparian changes through statistical and spatial analysis to support adaptive planning for salmon recovery under increasing storm intensities. A morphodynamic model was also developed as a proof-of-concept to simulate river morphology responses under peak flow conditions, providing a template for future research where topo-bathymetric data is available.
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 | 0,001 | 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 | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,004 |
| 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 ».