A Simple Thaw‐Freeze Algorithm for a Multi‐Layered Soil using the Stefan Equation
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 The Stefan equation is one of the simplest approximate analytical solutions for the thaw‐freeze problem. It provides a useful method for predicting the depth of thawing/freezing in soils when little site‐specific information is available. The limited number of parameters in the Stefan equation makes possible its application in a multi‐layered system. We demonstrate that a widely used algorithm (JL‐algorithm), which has been frequently used in permafrost regions, was derived by an incorrect mathematical method. It will inevitably result in systematic errors in the simulation if this algorithm is used in a multi‐layered soil. We present another simple thaw‐freeze algorithm (XG‐algorithm) for multi‐layered soils. The new algorithm can be used to determine the freeze/thaw front in multi‐layered soils no matter how thick each layer is and how many layers the soil profile contains. Simulation results of the JL‐algorithm and the XG‐algorithm are compared using hypothetical soil profiles, and the XG‐algorithm is also used to simulate the thaw depth at three permafrost monitoring sites on the Qinghai‐Tibet Plateau and one on the Loess Plateau, China. These applications show that the XG‐algorithm could be readily used to analyse the factors that affect active‐layer thickness. It can also be coupled with hydrological or land surface models to simulate the freeze‐thaw cycles in permafrost regions and for related engineering applications. Copyright © 2013 John Wiley & Sons, Ltd.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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