Using automated soil water content measurements to estimate soil water budgets
Notice bibliographique
Résumé
The distribution of precipitation into the components of a soil water budget has a profound impact on crop growth, groundwater recharge, soil erosion, and groundwater and surface water contamination levels. The main objectives of this study were to develop a new method of measuring soil water balances and to demonstrate the use of the method in examining differences between partitioning of water in conventional tillage (CT) and no-tillage (NT) management systems. Hourly precipitation, evapotranspiration, and changes in soil water storage data were collected automatically over a 3-yr period at a field site near Elora, Ontario. Runoff and interception were calculated as the difference between measured increases in soil water storage and total rainfall during each significant rain event when the soil was not frozen. Drainage was then calculated, as it was the only component of the soil water balance not measured. The amount of soil water stored in the NT system was greater than the CT system during the latter part of the study as the NT system aged. The amount of drainage calculated for a 3 -yr period was greater for CT than the NT treatment, a result that is contrary to many previous studies. The measured amount of runoff plus interception was greater in the NT versus CT treatment. Since NT is generally accepted as a means of reducing runoff, this result could be due to the enhanced amount of interception by the crop residue left on the surface of the NT treatment. Key words: Soil water balance, water content reflectometer, drainage, runoff, tillage, time series
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».