Selecting and Applying Cesium‐137 Conversion Models to Estimate Soil Erosion Rates in Cultivated Fields
Notice bibliographique
Résumé
The fallout radionuclide cesium-137 ((137)Cs) has been successfully used in soil erosion studies worldwide. However, discrepancies often exist between the erosion rates estimated using various conversion models. As a result, there is often confusion in the use of the various models and in the interpretation of the data. Therefore, the objective of this study was to test the structural and parametrical uncertainties associated with four conversion models typically used in cultivated agricultural landscapes. For the structural uncertainties, the Soil Constituent Redistribution by Erosion Model (SCREM) was developed and used to simulate the redistribution of fallout (137)Cs due to tillage and water erosion along a simple two-dimensional (horizontal and vertical) transect. The SCREM-predicted (137)Cs inventories were then imported into the conversion models to estimate the erosion rates. The structural uncertainties of the conversion models were assessed based on the comparisons between the conversion-model-estimated erosion rates and the erosion rates determined or used in the SCREM. For the parametrical uncertainties, test runs were conducted by varying the values of the parameters used in the model, and the parametrical uncertainties were assessed based on the responsive changes of the estimated erosion rates. Our results suggest that: (i) the performance/accuracy of the conversion models was largely dependent on the relative contributions of water vs. tillage erosion; and (ii) the estimated erosion rates were highly sensitive to the input values of the reference (137)Cs level, particle size correction factors and tillage depth. Guidelines were proposed to aid researchers in selecting and applying the conversion models under various situations common to agricultural landscapes.
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 | 0,000 |
| 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) | 0,000 | 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 ».