An examination of direct ground wave soil moisture monitoring over an annual cycle of soil conditions
Notice bibliographique
Résumé
Direct ground wave (DGW) measurements obtained with ground‐penetrating radar have been used in a number of previous studies to estimate volumetric water content in the shallow soil zone; however, these studies have generally involved controlled field experiments or measurements collected across limited natural ranges of soil moisture conditions. To further investigate the capacity of this method, we have undertaken an extensive field study using multifrequency (i.e., 225, 450, and 900 MHz) DGW measurements to monitor a complete annual cycle of soil water content variations typical of midlatitude climates at three sites with different soil textures. The use of common‐midpoint surveys allowed us to understand the nature and evolution of the near‐surface electromagnetic wavefields and their impact on DGW moisture predictions. We present the novel characterization of a wide‐range of seasonal moisture dynamics including soil freezing and thawing process using multifrequency DGW measurements for a range of soil textures. These data showed significant temporal variations in both the near‐surface wavefield and multifrequency DGW velocities corresponding to both seasonal and shorter‐term variations in soil conditions. Although all of the measurement sites displayed similar temporal responses, the rate and magnitude of these velocity variations corresponded to varying soil water contents, which were controlled by the soil textural properties. Although there were no observed systematic differences in DGW velocities due to frequency dispersion for the 225–900 MHz range, the DGW measurements obtained using higher‐frequency antennas was less impacted by near‐surface wavefield interference due to their shorter signal pulse duration. DGW velocity measurements combined with an appropriate dielectric mixing formula provided quantitative predictions of soil water content that accurately replicated the soil sample data over the annual cycle of moisture conditions.
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 | 0,000 |
| 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 ».