Soil water content evaluation considering time-invariant spatial pattern and space-variant temporal change
Notice bibliographique
Résumé
Abstract. Soil water content (SWC) varies in space and time. The objective of this study was to evaluate soil water content distribution using a statistical model. The model divides spatial SWC series into time-invariant spatial patterns, space-invariant temporal changes, and space- and time-dependent redistribution terms. The redistribution term is responsible for the temporal changes in spatial patterns of SWC. An empirical orthogonal function was used to separate the total variations of redistribution terms into the sum of the product of spatial structures (EOFs) and temporally-varying coefficients (ECs). Model performance was evaluated using SWC data of near-surface (0–0.2 m) and root-zone (0–1.0 m) from a Canadian Prairie landscape. Three significant EOFs were identified for redistribution term for both soil layers. EOF1 dominated the variations of redistribution terms and it resulted in more changes (recharge or discharge) in SWC at wetter locations. Depth to CaCO3 layer and organic carbon were the two most important controlling factors of EOF1, and together, they explained over 80% of the variations in EOF1. Weak correlation existed between either EOF2 or EOF3 and the observed factors. A reasonable prediction of SWC distribution was obtained with this model using cross validation. The model performed better in the root zone than in the near surface, and it outperformed conventional EOF method in case soil moisture deviated from the average conditions.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».