Statistical characterization of the spatial variability of soil moisture in a cutover peatland
Notice bibliographique
Résumé
Abstract Soil moisture is a significant variable in its importance to the validation of hydrological models, but it is also the one defining variable that ties in all components of the surface energy balance and as such is of major importance to climate models and their surface schemes. Changing the scale of representation (e.g. from the observation to modelling scale) can further complicate the description of the spatial variability in any hydrological system. We examine this issue using soil moisture and vegetation cover data collected at two contrasting spatial scales and at three different times in the snow‐free season from a cutover peat bog in Cacouna, Québec. Soil moisture was measured using Time Domain Reflectometry (TDR) over 90 000 m 2 and 1200 m 2 grids, at intervals of 30 and 2 m respectively. Analyses of statistical structure, variance and spatial autocorrelation were conducted on the soil moisture data at different sampling resolutions and over different grid sizes to determine the optimal spatial scale and sampling density at which these data should be represented. Increasing the scale of interest without adequate resolution in the measurement can lead to significant inconsistency in the representation of these variables. Furthermore, a lack of understanding of the nature of the variability of soil moisture at different scales may produce spurious representation in a modelling context. The analysis suggests that in terms of the distribution of soil moisture, the extent of sampling within a grid is not as significant as the density, or spacing, of the measurements. Both the scale and resolution of the sampling scheme have an impact on the mean of the distribution. Only approximately 60% of the spatial pattern in soil moisture of both the large and small grid is persistent over time, suggesting that the pattern of moisture differs for wetting and drying cycles. Copyright © 2003 John Wiley & Sons, Ltd.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».