MétaCan
Menu
Retour à la cohorte
Enregistrement W2074856897 · doi:10.2136/vzj2010.0040

Comparison of Petrophysical Relationships for Soil Moisture Estimation using GPR Ground Waves

2011· article· en· W2074856897 sur OpenAlexafffund
Colby M. Steelman, Anthony L. Endres

Notice bibliographique

RevueVadose Zone Journal · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWater contentMean squared errorSoil sciencePetrophysicsEmpirical modellingGround-penetrating radarSoil waterMathematicsStatisticsEnvironmental sciencePorosityGeologyGeotechnical engineeringRadar

Résumé

récupéré en direct d'OpenAlex

Soil water content measurement using ground‐penetrating radar (GPR) requires an appropriate petrophysical relationship between the dielectric permittivity and volumetric water content of the soil. The suitability of different relationships for GPR soil water content estimation has not been thoroughly investigated under natural field conditions for a complete range of seasonal soil conditions. In this study, we examined the ability of various empirical relationships, volumetric mixing formulae, and effective medium approximations to predict near‐surface volumetric soil water content using high‐frequency direct ground wave (DGW) velocity measurements for three soil textures. The estimated water contents were compared with values obtained from gravimetric sampling. The accuracy of soil water content predictions obtained from the various relationships ranged considerably. The best predictions for the overall data set in terms of RMSE were obtained with a differential effective medium approximation based on a coated sphere model (RMSE = 0.045 m 3 m −3 ); however, an empirical relationship (RMSE = 0.052 m 3 m −3 ) and a volumetric mixing formula (RMSE = 0.048 m 3 m −3 ) also performed well. These best‐fitting relationships do exhibit some degree of textural bias that should be considered in the choice of petrophysical relationship for a given data set. Further improvements in water content estimates were obtained using our best‐fit third‐order polynomial relationship (RMSE = 0.041 m 3 m −3 ) and our three‐phase volumetric mixing formula with geometric parameter α = 0.36 (RMSE = 0.042 m 3 m −3 ); these optimized relationships were developed using the DGW permittivity and soil water content data collected in this study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,335
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations84
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVadose Zone JournalMême sujetGeophysical Methods and ApplicationsTravaux en français237 207