Lateral subsurface stormflow and solute transport in a forested hillslope: A combined measurement and modeling approach
Notice bibliographique
Résumé
Abstract Preferential flow dominates water movement and solute transport in boreal forest hillslopes. However, only a few model applications to date have accounted for preferential flow at forest sites. Here we present a parallel and coupled simulation of flow and transport processes in the preferential flow domain and soil matrix of a forested hillslope section in Kangaslampi, Finland, using a new, three‐dimensional, physically based dual‐permeability model. Our aim is to simulate lateral subsurface stormflow and solute transport at the slope during a chloride tracer experiment, and to investigate the role of preferential flow in the tracer transport. The model was able to mimic the observed tracer transport during tracer irrigation, but overestimated the dilution velocity of the tracer plume in the highly conductive soil horizons near the soil surface after changing the irrigation to tracer‐free water. According to the model, 140 times more chloride was transported downslope in the preferential flow domain than in the soil matrix during the tracer irrigation. The simulations showed, together with reference simulations with a traditional one pore domain model, that a two pore domain approach was required to simulate the observed flow and transport event. The event was characterized by the transmissivity feedback phenomenon and controlled by preferential flow mechanisms, in particular by lateral by‐pass flow. According to our results, accounting for the slow‐flow and fast‐flow domains of soil, as well as the water and solute exchange between the domains, is essential for a successful simulation of flow and solute transport in preferential flow dominated hillslopes.
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 | 0,002 | 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 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 ».