The effect of roughness elements on wind erosion: The importance of surface shear stress distribution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Representation of surface roughness effects on aeolian sediment transport is a key source of uncertainty in wind erosion models. Drag partitioning schemes are used to account for roughness by scaling the soil entrainment threshold by the ratio of shear stress on roughness elements to that on the vegetated land surface. This approach does not explicitly account for the effects of roughness configuration, which may be important for sediment flux. Here we investigate the significance of roughness configuration for aeolian sediment transport, the ability of drag partitioning approaches to represent roughness configuration effects, and the implications for model accuracy. We use wind tunnel measurements of surface shear stress distributions to calculate sediment flux for a suite of roughness configurations, roughness densities, and wind velocities. Roughness configuration has a significant effect on sediment flux, influencing estimates by more than 1 order of magnitude. Measured and modeled drag partitioning approaches overestimate the predicted flux by 2 to 3 orders of magnitude. The drag partition is sensitive to roughness configuration, but current models cannot effectively represent this sensitivity. The effectiveness of drag partitioning approaches is also affected by estimates of the aerodynamic roughness height used to calculate wind shear velocity. Unless the roughness height is consistent with the drag partition, resulting fluxes can show physically implausible patterns. These results should make us question current assessments of the magnitude of vegetated dryland dust emissions. Representing roughness effects on surface shear stress distributions will reduce uncertainty in quantifying wind erosion, enabling better assessment of its impacts and management solutions.
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.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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 découle