Prediction of soil salinity risk by digital terrain modeling in the Canadian prairies
Notice bibliographique
Résumé
Soil salinisation is a typical problem for the Canadian prairies. At macro-topographic scale, build-up of salts occurs in depressions. However, this relationship is not displayed on existing small-scale maps of soil salinity. To improve these maps, one can use a concept of accumulation, transition and dissipation zones of the landsurface. The concept allows one to reveal depressions (topographically expressed accumulation zones) using digital models of horizontal and vertical curvatures, or accumulation and mean curvatures derived from a digital elevation model. We applied the concept of accumulation, transition and dissipation zones to improve an existing small-scale map of the salinity risk index for the prairies and adjacent areas. A comparison of the old and the improved maps demonstrated that once data on depressions have been taken into account, areas marked by salinity risk decreased significantly. We suggest that the method used may prevent an overestimation in predictions of soil cover degradation due to salinisation. The method used can also reveal saline areas linked with discharges of saline aquifers. This is because sites marked by high discharges of groundwater usually relate to sites of intensive fracturing of geological materials, which are closely associated with topographically expressed accumulation zones. Key words: Digital terrain models, topography, soil salinisation, mapping
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 ».