MétaCan
Menu
Retour à la cohorte
Enregistrement W1923095718 · doi:10.1111/ejss.12145

Scaling analysis of soil water storage with missing measurements using the second‐generation continuous wavelet transform

2014· article· en· W1923095718 sur OpenAlexaff
Asim Biswas

Notice bibliographique

RevueEuropean Journal of Soil Science · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensMcGill UniversityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésTransectSpatial variabilityWaveletTemporal scalesSoil scienceNeutron probeSpatial ecologyContinuous wavelet transformEnvironmental scienceGeologyWavelet transformScale (ratio)Hydrology (agriculture)Discrete wavelet transformMathematicsGeographyStatisticsCartographyNeutronOceanographyPhysics

Résumé

récupéré en direct d'OpenAlex

Summary Information on the spatial variability of soil water storage ( SWS ) at different scales is important for understanding various hydrological, ecological and biogeochemical processes in the landscape. However, various obstructions such as roads or water bodies may result in missing measurements and create an irregular spatial series. The wavelet transform can quantify spatial variability at different scales and locations but is restricted to regular measurements. The objective of this study was to analyse the spatial variability of SWS with missing measurements using the second‐generation continuous wavelet transform ( SGCWT ). Soil water content (converted to SWS by multiplying with depth) was measured with a neutron probe and time‐domain reflectrometry along a transect of 128 points. Because there were missing measurements, I used SGCWT to partition the total variation into different scales and locations. Whilst there were some small‐scale variations (< 20 m) along the transect, the medium scale variations (20–70 m with an average of about 30–45 m) were mainly concentrated within the depressions along the transect. The strongest variations were observed at around 90–110 m scale, representing the variations resulting from alternating knolls and depressions. Similar spatial patterns at different scales were observed during different seasons, indicating temporal stability in the spatial pattern of SWS . Among the controlling factors, the wavelet spectra of relative elevation ( RE ) and organic carbon ( OC ) were very similar to that of SWS . The wavelet covariance was also large between SWS and RE and OC at all seasons. As the OC reflects the long‐term history of water availability and might be controlled by topographic setting or elevation, it can be concluded that elevation is an important controlling factor of SWS irrespective of seasons in this type of landscape. The SGCWT provides a new way of analysing the spatial variability of regularly measured soil properties or those with missing measurements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,221
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Soil ScienceMême sujetSoil Moisture and Remote SensingTravaux en français237 207