Digital elevation modelling of soil type and drainage within small forested catchments
Notice bibliographique
Résumé
This paper deals with predicting flow accumulation, drainage class, and soil and vegetation type within small headwater catchments (<20 ha) of two contrasting forested areas in northern New Brunswick, Canada, based on digital elevation modelling. A digital elevation model (DEM), with a point sampling resolution of about 75 m, was used to derive local flow accumulation and slope gradients. These calculations were then compared with direct field mapping of flow accumulation and slope gradients, involving on-site tracking of watershed boundaries, ridges, hummocks, depressions, gullies, and stream channels. In general, the resulting DEM-derived and field-assessed flow accumulation values did not differ statistically from each other. Subsequently, these values were analyzed as potential predictors for soil wetness, drainage, and soil and vegetation type as determined for 77 small forest plots, all scattered throughout the catchments at locations of increasing flow accumulation. In this analysis, the field-assessed flow accumulation values were found to be better predictors than the DEM-derived values . It is suggested that the DEM-derived predictions would be much enhanced by an increased DEM resolution, and that this increase would lead to particularly reliable estimates for local soil wetness, drainage, and soil and vegetation type in catchments with low substrate permeability. Key words: Flow accumulation, soil wetness index, soil taxonomic units, soil drainage, soil permeability, digital elevation model
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».