Automatic Framework for Extraction and Characterization of Wetting Front Propagation Using Tomographic Image Sequences of Water Infiltrated Soils
Notice bibliographique
Résumé
This paper presents a new automatic framework for extracting and characterizing the dynamic shape of the 3D wetting front and its propagation, based in a sequence of tomographic images acquired as water (moisture) infiltrates in unsaturated soils. To the best of the authors' knowledge, the shape of the 3D wetting front and its propagation and progress over time has not been previously produced as a whole by methods in existing literature. The proposed automatic framework is composed two important and integrated modules: i) extraction of the 3D wetting front, and ii) characterization and description of the 3D wetting front to obtain important information about infiltration process. The 3D wetting front surface is segmented from 3D CT imagery provided as input via a 3D stochastic region merging strategy using quadric-regressed bilateral space-scale representations. Based on the 3D segmentation results, the normal directions at local curvature maxima of the wetting front surface are computed for 3D images of soil moisture, and its propagation is analyzed at the local directions in sites of maximal water adsorption, and described using histograms of curvature changes over time in response to sample saturation. These curvature change descriptors provide indirect measurements of moisture infiltration in soils, and soil saturation. Results using a field tomograph equipment specific for soil studies are encouraging, and suggest that the proposed automatic framework can be applied to estimate the infiltration of water in soils in 3D and in time.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».