Viscosity dependent dual‐permeability modeling of liquid manure movement in layered, macroporous, tile drained soil
Notice bibliographique
Résumé
A scarcity of information exists on how physical processes govern the movement of liquid manure, or other viscous fluids, through layered macroporous soils. To elucidate these complex flow and transport phenomena, a viscosity dependent, two‐dimensional dual‐permeability model that considers macropore anisotropy is employed to simulate field experiments where liquid swine manure (LSM) was applied to silt loam with both a soil crust and plowpan layer present. Using data from the field experiment as a benchmark, the model was used to predict nutrient (NH 4 ‐N and total P) breakthrough to tile drains; and to assess the influence of reduced permeability crust and plowpan layers, and fluid viscosity, on solute movement within 48 h of LSM application. Results demonstrate the importance of viscosity on flow and transport in macroporous soils. By increasing LSM viscosity, nutrient breakthrough to tile drains can be greatly reduced, and near surface nutrient retention can increase. The presence of a nonmacroporous soil crust layer can also lead to reduced nutrient concentrations in tile discharge by reducing pressure heads in the underlying A‐horizon soil matrix, resulting in reduced macropore flow; whereas a low permeability plowpan layer at the base of the A horizon can increase pressure heads in the A‐horizon soil matrix and lead to increased macropore flow. Multiple target point parameter sensitivity analysis revealed that relative parameter sensitivity can be a transient characteristic, and that hydraulic properties of the A and B horizon tend to exhibit their greatest influence over the respective early and late time solute breakthrough characteristics.
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 | 0,002 | 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 | 0,001 |
| 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 ».