Analyzing spatial and temporal variability of soil water content
Notice bibliographique
Résumé
During the last two decades geoestatistical methods have been intensively used for in-depth descriptions of spatial variability. The objective of this study was to assess the spatial and temporal variability of soil water content. The measurements were taken with a TDR equipment to a 20 cm depth, in a nearly flat 1.2 ha field at the Central Experimental Farm of the Agriculture Canada, Ottawa. The soil classified as a Rideau soil series, is a clay loam soil. A square grid with 10 m spacing was laid out, resulting in 164 sampling points at which two TDR rods were installed to measure the water content down to 20 cm depth. Measurements were taken on 33 dates during the frost free months in 1987, 1988 and 1989. The spatial variability was analyzed examining the scaled semivariograms, the statistical parameters and the parameters of the models fit to individual semivariograms as a function of time. It was concluded that spatial dependence decreases as the soil gets drier and that results from one year connect almost continuously to other years. The topography and structure of topsoil horizon was the primary cause for the repeating spatial pattern of soil water content in successive samplings. The places where the mean value occurred in the field were more stable in time when there was spatial dependence. As the soil gets dryer the temporal stability of the spatial distribution tends to disappear due to the hydraulic conductivity controlling the water evaporation over the field
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 | 0,000 | 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) | 0,000 | 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 ».