Assessing soil surface roughness decay during simulated rainfall by multifractal analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Understanding and describing the spatial characteristics of soil surface microrelief are required for modelling overland flow and erosion. We employed the multifractal approach to characterize topographical point elevation data sets acquired by high resolution laser scanning for assessing the effect of simulated rainfall on microrelief decay. Three soil surfaces with different initial states or composition and rather smooth were prepared on microplots and subjected to successive events of simulated rainfall. Soil roughness was measured on a 2×2 mm2 grid, initially, i.e. before rain, and after each simulated storm, yielding a total of thirteen data sets for three rainfall sequences. The vertical microrelief component as described by the statistical index random roughness (RR) exhibited minor changes under rainfall in two out of three study cases, which was due to the imposed wet initial state constraining aggregate breakdown. The effect of cumulative rainfall on microrelief decay was also assessed by multifractal analysis performed with the box-count algorithm. Generalized dimension, Dq, spectra allowed characterization of the spatial variation of soil surface microrelief measured at the microplot scale. These Dq spectra were also sensitive to temporal changes in soil surface microrelief, so that in all the three study rain sequences, the initial soil surface and the surfaces disturbed by successive storms displayed great differences in their degree of multifractality. Therefore, Multifractal parameters best discriminate between successive soil stages under a given rain sequence. Decline of RR and multifractal parameters showed little or no association.
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.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle