Impact of density on the hydraulic properties of peat and the time domain reflectometry (TDR) moisture calibration curve
Notice bibliographique
Résumé
The hydraulic properties of a peat used in a commercial peat biofilter were evaluated to determine their relationship with density and to establish a time domain reflectometry (TDR) calibration curve for water content as a function of the measured dielectric constant. The peat studied was a milled Sphagnum peat with a high organic content (99%). The dry densities evaluated in this study ranged from 90 to 180 kg/m 3 . The saturated hydraulic conductivity (K s ) decreased with an increase in dry density (ρ dry ) and was found to follow a log-linear relationship (K s = 0.2462 exp(0.0438ρ dry ), correlation coefficient R 2 = 0.9789). As expected, the soil moisture curve was impacted by density, with a higher density resulting in higher water contents for a given suction. The data were fit to the van Genuchten relationship. A TDR calibration curve was generated at five different densities. A comparison of the curves indicates that the water content as a function of dielectric constant was not dependent on density because of the significantly larger dielectric constant (K a ) of water compared with those of peat solids and air-filled voids. The TDR calibration curve for the peat evaluated in this study (volumetric water content Θ v = 0.2667 ln(K a ) 0.1405, R 2 = 0.9564) predicted higher water contents for a given dielectric constant compared with those from similar calibration curves for peat published in the literature. The data were compared with those from six other studies and indicated that the TDR calibration varied for different organic soils. The density-dependent hydraulic parameters and TDR calibration curve are important parameters needed to study the hydraulics of peat biofilters.Key words: peat, TDR, time domain reflectometry, density, hydraulics, soil moisture.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».