Analytical solutions for calculating pore-water pressure in an infinite unsaturated slope with different root architectures
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
Vegetation can reduce pore-water pressure in soil by root water uptake. The reduction of pore-water pressure results in higher shear strength, but lower soil water permeability, affecting slope stability and rainfall infiltration, respectively. Effects of different root architectures on root water uptake and hence pore-water pressure distributions are not well understood. In this study, new analytical solutions for calculating pore-water pressure in an infinite unsaturated vegetated slope are derived for different root architectures, namely, uniform, triangular, exponential, and parabolic root architectures. Using the newly developed solutions, four series of analytical parametric analyses are carried out to improve understanding of the factors affecting root water uptake and hence influencing pore-water pressure distributions. In the dry season, different root architectures can lead to large variations in pore-water pressure distributions. It is found that the exponential root architecture induces the highest negative pore-water pressure in the soil, followed by the triangular, uniform, and parabolic root architectures. The maximum negative pore-water pressure induced by the parabolic root architecture is about 77% of that induced by the exponential root architecture in the steady state. For a given root architecture, vegetation in completely decomposed granite (CDG, classified as silty sand) induces higher negative pore-water pressure than in either fine sand or silt. The zone influenced by vegetation can be about three to six times the root depth. In the wet season, after a 10 year return period rainfall with a duration of 24 h, different root architectures show similar pore-water pressure distributions.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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