Field observations of soil moisture variability across scales
Notice bibliographique
Résumé
In this study, over 36,000 ground‐based soil moisture measurements collected during the SGP97, SGP99, SMEX02, and SMEX03 field campaigns were analyzed to characterize the behavior of soil moisture variability across scales. The field campaigns were conducted in Oklahoma and Iowa in the central USA. The Oklahoma study region is sub‐humid with moderately rolling topography, while the Iowa study region is humid with low‐relief topography. The relationship of soil moisture standard deviation, skewness and the coefficient of variation versus mean moisture content was explored at six distinct extent scales, ranging from 2.5 m to 50 km. Results showed that variability generally increases with extent scale. The standard deviation increased from 0.036 cm 3 /cm 3 at the 2.5‐m scale to 0.071 cm 3 /cm 3 at the 50‐km scale. The log standard deviation of soil moisture increased linearly with the log extent scale, from 16 m to 1.6 km, indicative of fractal scaling. The soil moisture standard deviation versus mean moisture content exhibited a convex upward relationship at the 800‐m and 50‐km scales, with maximum values at mean moisture contents of roughly 0.17 cm 3 /cm 3 and 0.19 cm 3 /cm 3 , respectively. An empirical model derived from the observed behavior of soil moisture variability was used to estimate uncertainty in the mean moisture content for a fixed number of samples at the 800‐m and 50‐km scales, as well as the number of ground‐truth samples needed to achieve 0.05 cm 3 /cm 3 and 0.03 cm 3 /cm 3 accuracies. The empirical relationships can also be used to parameterize surface soil moisture variations in land surface and hydrological models across a range of scales. To our knowledge, this is the first study to document the behavior of soil moisture variability over this range of extent scales using ground‐based measurements. Our results will contribute not only to efficient and reliable satellite validation, but also to better utilization of remotely sensed soil moisture products for enhanced modeling and prediction.
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 | 0,001 |
| 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) | 0,000 | 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 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 ».