The spatial heterogeneity of riverbed saturated permeability coefficient in the lower reaches of the Heihe River Basin, Northwest China
Notice bibliographique
Résumé
Abstract In arid region, direct infiltration from rainfall contributes little to groundwater compared with localized recharge from streams. How to quantify riverbed infiltration to groundwater systems is an important area of research in hydrology. In this study, saturated permeability coefficient of a riverbed in an arid inland river basin located in the northwest of China was obtained by Guelph Permeameter and laboratory analysis methods. The characteristics of riverbed infiltration and its spatial patterns were analysed using geostatistical method and kriging method. The results showed that the saturated permeability coefficient varied from 0.089 to 2.802 m/d, indicating moderate degree of variability. The Guelph Permeameter and laboratory test methods provided consistent estimates of saturated permeability coefficient. There was a strong spatial correlation for K fs of the riverbed in this study area when Range ( A ) was less than 0.276°, suggesting that the maximum sampling distance for saturated permeability coefficient of the riverbed was 0.276° under isotropic conditions. The K fs near the centre of the riverbed was higher than the value near riverbank. The K fs values decreased in the direction of upstream to downstream in the Heihe River Basin. The riverbed mechanical composition, initial soil water content and bulk density have significant influence up on the riverbed infiltration. Besides, the topographical factors including the width, altitude and distance factors of the riverbed together impacted the riverbed infiltration and the slope of the riverbed and also influenced the riverbed infiltration. Copyright © 2015 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 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 | 0,001 |
| 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 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».