Effects of soil density on grass-induced suction distributions in compacted soil subjected to rainfall
Notice bibliographique
Résumé
Grass is recognized as being beneficial in reducing rainfall infiltration in some kinds of surface cover systems such as landfill cover, because rainwater discharges as surface runoff due to reduced water permeability caused by evapotranspiration-induced soil suction as well as foliage interception. However, the distributions of grass-induced suction in various compacted soils during rainfall are rarely reported. Moreover, it is not straightforward to determine an optimum soil dry density for minimizing rainfall infiltration and at the same time encouraging plant growth. This is because there are conflicting requirements for vegetated cover systems, i.e., compacted soil should not be too dense as to impede root growth, while on the other hand to minimize infiltration. This study thus aims to investigate, quantify, and compare grass-induced suction distributions in silty sand compacted at different densities when subjected to artificial rainfall in the laboratory. A grass species, Cynodon dactylon, which is common in many parts of Asia, was selected for testing. Compacted soil with and without a growing grass patch was tested at three relative compactions (RCs) of 70%, 80%, and 95%, in six test boxes. Test results reveal that at an RC of 95%, suction (40 kPa) retained in vegetated soil after rainfall is 100% higher than that (20 kPa) in bare soil. Among the vegetated soil compacted at the three RCs, suction retained was the highest at an RC of 95% (40 kPa), whereas suction decreased to 0 kPa at an RC of 70% after rainfall. As the average depth of grass roots decreased by 36% due to an increase in RC from 70% to 95%, the depth of influence of suction for vegetated soil at an RC of 95% reduced to less than half of root depth, which was the shallowest among the three compacted soil specimens.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,001 | 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 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 ».