Soil ice content measurement using a heat pulse probe method
Notice bibliographique
Résumé
Liu, G. and Si, B. C. 2011. Soil ice content measurement using a heat pulse probe method. Can. J. Soil Sci. 91: 235–246. Measuring the volume-based ice content (θ i ) and thermal conductivity (k) of frozen soil is important for modeling energy and water balance of the earth's surface. The objective of this study was to examine whether a heat pulse probe (HPP) method can be used to measure soil ice content. To minimize ice melting, a heat pulse of duration of 60 s and strength of q′≈25 W m −1 was used for a HPP in frozen sands at various temperatures (T). For a 60-s heating duration, we compared the infinite line source (ILS) solution and finite line source solution with the solution of finite sample size and finite line source through simulations. The simulation suggested that a 60-s heating duration for ILS can be used for long heater probes in infinite media, or short probes in finite size samples in containers made of thermally insulating materials. In this study, sands were packed in small containers with heat pulse probes and a 60-s heating duration, and ILS were used for ice content estimation. Our results suggest that the HPP method has limited use in frozen soil. For sands with a mean grain size of 0.41 mm and 2.13 mm, there were good agreements between the HPP measured and gravimetric θ i values at temperature below −22°C and −18°C, respectively. However, above these temperatures, ice melting was significant and would lead to overestimation of θ i . The higher the initial temperature, the larger the overestimation of θ i .
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».