MétaCan
Menu
Retour à la cohorte
Enregistrement W1877762991 · doi:10.1111/ejss.12063

Characterizing scale‐ and location‐specific variation in non‐linear soil systems using the wavelet transform

2013· article· en· W1877762991 sur OpenAlexafffund
Asim Biswas, H. Cresswell, Raphael A. Viscarra Rossel, Bingcheng Si

Notice bibliographique

RevueEuropean Journal of Soil Science · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensUniversity of SaskatchewanMcGill University
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésWaveletMorlet waveletWavelet transformMathematicsContinuous wavelet transformDiscrete wavelet transformSoil sciencePattern recognition (psychology)Computer scienceGeologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Summary The combined action of physical, chemical and biological soil processes, which occur at different intensities and scales, causes complex spatial variation in soil that is difficult to characterize. The presence of non‐stationarity and non‐linearity increases this complexity. Wavelet transforms have been used to analyse non‐stationary soil spatial variation. In this study we used the wavelet transform to characterize the spatial variation of non‐linear soil systems. In the wavelet transform, a mathematical function (mother wavelet) is used to examine the frequency behaviour of a spatial series by translating or dilating the function. The effective resolution in identifying the frequency is dependent on the translation‐dilation parameter, which is further dependent on the central frequency of the mother wavelet. The central frequency of the commonly used mother wavelet (Morlet) has been modified in this study to capture up to 95% of the uncertainty in identifying frequency components present in spatial series. Increased central frequency resulted in more oscillations within a localized window and thus provided enhanced frequency resolution, which helped to identify the instantaneous (≡ localized) frequency ( IF ). Identification of the IF can reduce the local unpredictability and enable characterization of non‐linear systems. We have demonstrated the method with a case study using soil water storage and clay content data. The wavelet spectra and the wavelet IF spectra provided improved spatial resolution in identifying the dominant frequency (scale) of variation in the spatial series. Information on dominant scales can be used for scale‐specific prediction of soil properties and multiscale soil mapping and modelling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,213
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Soil ScienceMême sujetSoil Geostatistics and MappingTravaux en français237 207