MétaCan
Menu
Retour à la cohorte
Enregistrement W2222294755 · doi:10.22099/iar.2007.192

SENSITIVITY ANALYSIS OF HYDRAULIC PARAMETERS IN THE SIMULATION OF UNSATURATED SOIL WATER DYNAMICS

2007· article· en· W2222294755 sur OpenAlexaff
M Parsinezhad, Yong Feng, B Ghanbarian Alavijeh

Notice bibliographique

RevueIran agricultural research · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWater contentSoil waterPedotransfer functionEnvironmental scienceSoil scienceSoil gradationIrrigationWater retention curveSensitivity (control systems)CalibrationSoil testHydrology (agriculture)MathematicsField capacityHydraulic conductivityGeotechnical engineeringStatisticsAgronomyGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Soil water content is one of the most important parameters for estimating irrigation frequency and providing the plant’s water requirement. Since measurement of soil water content is both expensive and time consuming, water movement models are used to estimate these values. In this study, LEACHW model was used to estimate soil water content for two “dry” (20-29 Aug) and “wet” (1-6 Jul) periods during the 1995 growing season. Different values of hydraulic parameters were applied to investigate the sensitivity analysis of these parameters in the estimation of soil water content. Thus the values of b (pore distribution coefficient in Campbell’s equation (2) were selected from 2 to 24, and k(θ)/ks ratios of 0.1, 1, 10 and 100 were used. Finally 32 treatments were investigated for each period. Results showed that despite large variation for the hydraulic parameters, similar trends of results were obtained for all soil water content estimations. Statistical analysis comparing the estimated and measured results showed a systematic difference which can be adjusted using a few measured values of soil moistures. As an example, simulated results using b=24 and =0.1 were calibrated to adjust the simulated results. The results of this study showed that a simple calibration method can be used for the estimation of soil moisture content without using extensive data required to represent hydraulic characteristics of soils.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil0,250

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,302
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIran agricultural researchMême sujetSoil and Unsaturated FlowTravaux en français237 207