Recherche

Résultats de recherche

Hakai Institute Translation missing: fr.blacklight.search.logo
Hakai Institute / Hakai Institut
Korver, Maartje; Holmes, Keith; Floyd, Bill 2016-02-19 Streamflow calculation; a component of the Kwakshua Watersheds Program In natural streams it is not possible to continuously measure stream discharge, thus an indirect approach was used, where river height (stage) was continuously measured at a gauging station using a pressure transducer, with periodic manual measurements of discharge along the range of potential stages to develop a stage-discharge rating curve. Low flows were manually measured using the velocity-area method, with either a Swoffer Current Velocimeter or a Sontek Acoustic Doppler Velocimeter. Moderate to high flows (generally greater than 1cms) were measured using the salt dilution method, either manually (dry salt) and/or remotely (starting in the fall of 2015), using a fully automated system to release pre-defined volumes of salt solution at pre-defined water stages at an upstream location, with permanently installed electrical conductivity sensors located down-stream, one on either side of the stream to measure the salt wave passing through. Data are available in near real-time using the Hakai Telemetry Network (Floyd and Brunsting, 2015). A calibration factor, required for the salt dilution method, was manually calculated at a minimum twice per barrel refill of salt solution, once at the initial fill and the other with the remaining solution before re-fill. All discharge measurements were assigned a relative uncertainty, based on fluctuations in the flow velocity profile (for area-velocity method), or based on the uncertainty in the volume of salt solution, the EC sensor resolution and the EC sensor calibration factor (for salt dilution method). Measurements with uncertainties higher than 20%, with noise or malfunctioning conductivity sensors, or with high uncertainties in stage monitoring were excluded from further analysis. The remaining discharge-stage measurements were plotted as a power-law equation (Q = Ce*(H-h0)^A) in excel, to analyze if there were clear outliers, to determine the approximate value of h0 and to determine if the data could be fitted on one curve, or if they would fit better on a low flow and high flow curve, separated by an 'inflection point'. After this, the rating curve equation was optimized using a non-linear least-squares fitting Python model (LMFit, 2015). A detailed description of these methods have been documented in the MSc thesis of Maartje Korver (2015). Finally, this discharge time-series was created using 5 minute average stage measurements. Extra caution must be taken when using calculated discharges greater than the highest measured discharge (noted in this file as 'Max measured discharge' ), because the extrapolation of a rating curve beyond a set of measurements is usually highly uncertain and can greatly over or under estimate discharge. THESE DATA are provided AS IS and will continuously improve as additional discharge measurements are taken. Users should re-check for periodic updates to the rating curves and subsequent discharge files. If errors are found please contact Bill.Floyd@viu.ca. Calcul du débit ; une composante du programme des bassins versants de Kwakshua Dans les cours d'eau naturels, il n'est pas possible de mesurer en continu le débit du cours d'eau, c'est pourquoi une approche indirecte a été utilisée, où la hauteur de la rivière (étape) a été mesurée en continu à une station de jaugeage à l'aide d'un transducteur de pression, avec des mesures manuelles périodiques du débit le long de la plage d'étapes potentielles pour courbe nominale de décharge de l'étage. Les faibles débits ont été mesurés manuellement à l'aide de la méthode vitesse-surface, à l'aide d'un vélocimètre à courant Swoffer ou d'un vélocimètre Doppler acoustique Sontek. Des débits modérés à élevés (généralement supérieurs à 1 cm) ont été mesurés à l'aide de la méthode de dilution du sel, soit manuellement (sel sec), soit à distance (à partir de l'automne 2015), à l'aide d'un système entièrement automatisé pour libérer des volumes prédéfinis de solution saline à des étapes prédéfinies de l'eau en un emplacement en amont, avec des capteurs de conductivité électrique installés en permanence situés en aval, de part et d'autre du courant pour mesurer la vague de sel qui le traverse. Les données sont disponibles en temps quasi réel à l'aide du réseau de télémétrie Hakai (Floyd et Brunsting, 2015). Un facteur d'étalonnage, requis pour la méthode de dilution au sel, a été calculé manuellement à au moins deux fois par recharge de baril de solution saline, une fois au remplissage initial et l'autre avec la solution restante avant le remplissage. Toutes les mesures de débit se sont vu attribuer une incertitude relative, basée sur les fluctuations du profil de vitesse d'écoulement (pour la méthode surface-vitesse), ou sur la base de l'incertitude du volume de solution saline, de la résolution du capteur CE et du facteur d'étalonnage du capteur CE (pour la méthode de dilution au sel). Les mesures avec des incertitudes supérieures à 20 %, avec des capteurs de bruit ou de conductivité défectueux, ou avec des incertitudes élevées dans la surveillance des étapes ont été exclues d'une analyse plus approfondie. Les mesures restantes de l'étape de décharge ont été tracées sous forme d'équation Power-Law (Q = Ce* (h-h0) ^A) dans Excel, pour analyser s'il y avait des valeurs aberrantes claires, pour déterminer la valeur approximative de h0 et pour déterminer si les données pouvaient être ajustées sur une courbe, ou si elles s'adapteraient mieux à une courbe de faible débit et de débit élevé, séparés par un « point d'inflexion ». Ensuite, l'équation de la courbe d'évaluation a été optimisée à l'aide d'un modèle Python d'ajustement des moindres carrés non linéaire (LMfit, 2015). Une description détaillée de ces méthodes a été documentée dans la thèse de maîtrise de Maartje Korver (2015). Enfin, cette série chronologique de rejets a été créée à l'aide de mesures d'étage moyennes sur 5 minutes. Des précautions supplémentaires doivent être prises lors de l'utilisation de décharges calculées supérieures au débit mesuré le plus élevé (noté dans ce fichier sous le nom de « débit maximal mesuré »), car l'extrapolation d'une courbe d'évaluation au-delà d'un ensemble de mesures est généralement très incertaine et peut largement surestimer ou sous-estimer le débit. CES DONNÉES sont fournies EN L'ÉTAT et s'amélioreront continuellement au fur et à mesure que des mesures de débit supplémentaires seront prises. Les utilisateurs doivent vérifier à nouveau les mises à jour périodiques des courbes d'évaluation et les fichiers de décharge ultérieurs. Si des erreurs sont détectées, veuillez contacter Bill.Floyd@viu.ca. https://creativecommons.org/licenses/by/4.0/
Hakai Institute Translation missing: fr.blacklight.search.logo
Hakai Institute / Hakai Institut
Gonzalez Arriola, Santiago; Frazer, Gordon W.; Giesbrecht, Ian; Floyd, Bill; Holmes, Keith; Hakai Institute; Tula Foundation 2015-08-25 This dataset provides LiDAR derived stream locations for Calvert and Hecate Islands, British Columbia. Stream locations were delineated from a 3 m digital elevation model (DEM). For each stream segment, the dataset includes a unique identifier and Strahler stream order assignment. This dataset is the result of “traditional” hydrological modeling conducted using the 2012 and 2014 LiDAR-based topographically complete bare earth DEM with a 10 m buffer around the coastline to ensure all modeled streams reach the ocean. After extraction, stream networks were clipped to the shoreline of the Island. Although this LiDAR derived stream network represents a large improvement over the best alternative stream map for the area – in terms of spatial accuracy and resolution – appropriate caution should be used when interpreting the modeled stream locations, given the methodology used. Hydrologic modelling of drainage networks from digital elevation models can produce drainage systems of varying detail (density and length of small tributary streams) depending on the thresholds used to define initiation of streams. We defined a stream initiation threshold by selecting a “net flow accumulation value” that best agreed with stream occurrence and initiation observed on aerial imagery and in the field. Net flow accumulation is obtained by taking the Log (base 10) of the flow accumulation raster produced during the hydrologic modelling exercise. We examined net flow accumulation values of 2.0 through 4.0 (in increments of 0.5), ultimately selecting a single value of 3.0 because it appeared to best determine stream initiation for the overall study area. Based on our field observations – which were opportunistic and of limited extent – higher values tend to omit observed surface channels and lower values tend to predict streams where surface channels are not observed. With a threshold value of 3.0, headwater stream reaches alternate between surface and subsurface flow, depending on local soil conditions. Choosing a single value for the entire landscape likely means that streams are over predicted in some areas and under predicted in others, depending on local conditions (e.g., terrain, soil type and depth). Modeling stream initiation as a function of local conditions could improve the stream network map but would require a large and representative sample of field observations. Dataset Contributors: Hakai Institute, Santiago Gonzalez Arriola, Gordon W. Frazer, Ian Giesbrecht, Bill Floyd, Keith Holmes. Ce jeu de données fournit des emplacements de cours d'eau dérivés du LiDAR pour les îles Calvert et Hécate, en Colombie-Britannique. Les emplacements des cours d'eau ont été délimités à partir d'un modèle numérique d'élévation (MNT) de 3 m. Pour chaque segment de cours d'eau, l'ensemble de données comprend un identifiant unique et une attribution d'ordre de flux Strahler. Ce jeu de données est le résultat d'une modélisation hydrologique « traditionnelle » réalisée à l'aide du MNT de terre nue topographiquement complet basé sur le LIDAR de 2012 et 2014 avec une zone tampon de 10 m autour du littoral pour garantir que tous les cours d'eau modélisés atteignent l'océan. Après l'extraction, les réseaux hydrographiques ont été coupés au rivage de l'île. Bien que ce réseau hydrographique dérivé du LiDAR représente une grande amélioration par rapport à la meilleure carte de cours d'eau alternative pour la zone, en termes de précision spatiale et de résolution, il convient de faire preuve de prudence lors de l'interprétation des emplacements des cours d'eau modélisés, compte tenu de la méthodologie utilisée. La modélisation hydrologique des réseaux de drainage à partir de modèles numériques d'élévation peut produire des systèmes de drainage de détails variables (densité et longueur des petits affluents) en fonction des seuils utilisés pour définir le début des cours d'eau. Nous avons défini un seuil d'initiation de cours d'eau en sélectionnant une « valeur nette d'accumulation de débit » qui correspond le mieux à l'occurrence et à l'initiation du cours d'eau observées sur l'imagerie aérienne et sur le terrain. L'accumulation nette d'écoulement est obtenue en prenant le log (base 10) du raster d'accumulation d'écoulement produit au cours de l'exercice de modélisation hydrologique. Nous avons examiné des valeurs d'accumulation de débit net de 2,0 à 4,0 (par incréments de 0,5), en choisissant finalement une valeur unique de 3,0 parce qu'elle semblait la meilleure façon de déterminer le début du cours d'eau pour l'ensemble de la zone d'étude. Sur la base de nos observations sur le terrain, qui étaient opportunistes et d'étendue limitée, les valeurs élevées ont tendance à omettre les canaux de surface observés et les valeurs inférieures ont tendance à prédire les cours d'eau où les canaux de surface ne sont pas observés. Avec une valeur seuil de 3,0, le courant d'amont atteint une alternance entre l'écoulement de surface et le débit souterrain, selon les conditions locales du sol. Le choix d'une valeur unique pour l'ensemble du paysage signifie probablement que les cours d'eau sont surprévus dans certaines zones et sous-prévus dans d'autres, selon les conditions locales (p. ex., le terrain, le type de sol et la profondeur). La modélisation de l'initiation des cours d'eau en fonction des conditions locales pourrait améliorer la carte du réseau hydrographique, mais nécessiterait un échantillon important et représentatif d'observations sur le terrain. Contributeurs aux jeux de données : Institut Hakai, Santiago Gonzalez Arriola, Gordon W. Frazer, Ian Giesbrecht, Bill Floyd, Keith Holmes. https://creativecommons.org/licenses/by/4.0/

Instructions pour la recherche cartographique

1.Activez le filtre cartographique en cliquant sur le bouton « Limiter à la zone sur la carte ».
2.Déplacez la carte pour afficher la zone qui vous intéresse. Maintenez la touche Maj enfoncée et cliquez pour encadrer une zone spécifique à agrandir sur la carte. Les résultats de la recherche changeront à mesure que vous déplacerez la carte.
3.Pour voir les détails d’un emplacement, vous pouvez cliquer soit sur un élément dans les résultats de recherche, soit sur l’épingle d’un emplacement sur la carte et sur le lien associé au titre.
Remarque : Les groupes servent à donner un aperçu visuel de l’emplacement des données. Puisqu’un maximum de 50 emplacements peut s’afficher sur la carte, il est possible que vous n’obteniez pas un portrait exact du nombre total de résultats de recherche.