Quantification des impacts de la végétation riveraine, des infrastructures vertes et du drainage urbain sur la dynamique thermique des rivières
Bibliographic record
Abstract
La température de l'eau joue un rôle crucial dans la santé des rivières et des ruisseaux, influençant les écosystèmes aquatiques. L'augmentation de la température de l'eau des rivières est un problème complexe qui dépend de la température de l'air, de la végétation riveraine et du réchauffement climatique. Le développement urbain de la ville de Québec a modifié les cycles hydrologiques et thermiques des masses d'eau. L'augmentation des surfaces imperméables et les changements d'utilisation du sol sont des exemples de ces modifications. Ces transformations, attribuables aux activités humaines, se manifestent, entre autres, par des sécheresses et des inondations plus fréquentes et par la perte d'habitats aquatiques. Ce projet visait à étudier l'impact de la végétation riveraine et des systèmes de drainage des eaux pluviales urbaines sur le régime thermique des rivières urbaines. L'étude s’est concentrée sur cinq rivières de la ville de Québec, notamment Beauport, du Cap Rouge et trois tributaires de la rivière StCharles, soit les rivières Nelson, du Berger et Lorette. La température de l'eau a été mesurée à l'aide de thermographes installés à différents endroits de la rivière où l'utilisation du sol, l'évacuation des eaux pluviales et la couverture végétale varient. Les données ont été recueillies au cours des étés 2023 et 2024. Les données sur la température de l'air ont été obtenues auprès du gouvernement du Canada, et les données sur les précipitations ont été fournies par la ville de Québec. Les variables clés ont été analysées à l'aide de modèles additifs généralisés et d'autres méthodes statistiques. Les événements pluvieux ont également été examinés afin de comprendre leur influence sur la température de l'eau. Les principaux résultats indiquent que les rejets des canalisations d'eaux pluviales augmentent la température de l'eau des rivières d'environ 1 °C à 2 °C pendant l'été. Ces changements se produisent lors d'événements pluvieux de courte durée et de forte intensité. En outre, la température de l'eau change en fonction de la couverture végétale d'environ 0,5 °C à 2 °C pendant l'été, les sites les plus urbanisés subissant un impact thermique plus important. Ces résultats soulignent la nécessité de trouver des solutions basées sur la nature, telles que l'augmentation de la végétation riveraine et l'amélioration des stratégies de gestion des eaux pluviales, afin de réduire l'impact thermique de l'urbanisation sur les écosystèmes fluviaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".