A modeling approach for aeolian sediment input to coastal dunes
Notice bibliographique
Résumé
Coastal dune evolution results from a complex balance between beach and dune budgets, wind and wave activity, and a number of other factors which vary over different temporal and spatial scales. Traditional approaches based on instantaneous transport equations are insufficient to predict sediment input to the foredunes at medium scales, and inferring information at larger scales from short-term experiments results problematic without knowledge of the timing and magnitude of particular transport events. There is a need to explore different ways to model aeolian activity at a scale of months to years, where most management practices take place. Challenges consist in developing appropriate instrumentation, methodologies to analyze the output data, and theoretical frameworks where to place new modeling approaches. This paper summarizes the efforts taken at Greenwich Dunes (Canada) to develop strategies to quantify/model sediment input to the foredune at a medium scale. Fieldwork consisted on the deployment of a remote sensing station based on digital cameras and coupled with anemometers and safires. Data was processed using ArcGIS 9.2 and PCI Geomatica 9.1, and managed by an ArcCatalog Geodatabase. Time series covered factors such as shoreline position, fetch distances, or maps of surficial moisture content. Modelling followed two steps: an initial filtering technique that isolated potential transport events and determined when transport took place, and a second stage that calculated their magnitude while keeping the spatial and temporal variability of the factors involved. Filters included the presence of ice/snow, the range of wind angles that potentially deliver sediment to the dunes, a minimum threshold wind speed, and a maximum percentage of surficial moisture content, all of which could shut down aeolian sediment transport. Preliminary results show that this modeling approach can produce improved predictions of annual sediment supply to the foredune compared to models based on wind speed and direction only.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».