Measuring Soil Hydraulic Properties Using a Cased Borehole Permeameter: Falling‐Head Analysis
Notice bibliographique
Résumé
The falling‐head cased borehole analysis of Philip for determining the field‐saturated hydraulic conductivity ( K fs ) and sorptive number (α*) in the vadose zone was extended and assessed. The extension allows several water discharge configurations (vertical, radial, combined vertical and radial), variable length ( L ) and radius ( a ) of outflow screen, variable reservoir radius, and use of Excel Solver to calculate K fs and α* via numerical optimization. The assessment used simulated borehole drawdown curves from HYDRUS‐2D to determine the accuracy with which the Philip and extended solutions determined K fs and α*. Using the Philip “flow efficiency correction,” C P = π 2 /8, and “gravity factor,” G P = equivalent sphere radius r 0 (maximum gravity effect), caused the Philip and extended solutions to overestimate K fs or α* by amounts ranging from a few percent in strong‐capillarity soils to several orders of magnitude in weak‐capillarity soils. Replacing C P with C E = 1 (no flow efficiency correction) and G P with G E = 0 (negligible gravity effect) in the extended solution resulted in accurate K fs determinations (≤20% error) regardless of discharge geometry, screen configuration, drawdown range, or soil capillarity. Consistently accurate determination of α* required use of the C E and G E coefficients, 1 ≤ L / a ≤ 4, and avoidance of small borehole drawdowns. Solver‐based determination of K fs and α* using several heads distributed along the drawdown curve was less sensitive to measurement error and lack of data‐model fit than the two‐head approaches of Philip and others. The extended analysis improves the accuracy and utility of the falling‐head cased borehole permeameter.
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 | 0,001 | 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 | 0,001 |
| 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 ».