Estimating spatially distributed soil water content at small watershed scales based on decomposition of temporal anomaly and time stability analysis
Notice bibliographique
Résumé
Abstract. Soil water content (SWC) is crucial to rainfall-runoff response at the watershed scale. A model was used to decompose the spatiotemporal SWC into a time-stable pattern (i.e., temporal mean), a space-invariant temporal anomaly, and a space-variant temporal anomaly. The space-variant temporal anomaly was further decomposed using the empirical orthogonal function (EOF) for estimating spatially distributed SWC. This model was compared to a previous model that decomposes the spatiotemporal SWC into a spatial mean and a spatial anomaly, with the latter being further decomposed using the EOF. These two models are termed the temporal anomaly (TA) model and spatial anomaly (SA) model, respectively. We aimed to test the hypothesis that underlying (i.e., time-invariant) spatial patterns exist in the space-variant temporal anomaly at the small watershed scale, and to examine the advantages of the TA model over the SA model in terms of the estimation of spatially distributed SWC. For this purpose, a data set of near surface (0–0.2 m) and root zone (0–1.0 m) SWC, at a small watershed scale in the Canadian Prairies, was analyzed. Results showed that underlying spatial patterns exist in the space-variant temporal anomaly because of the permanent controls of static factors such as depth to the CaCO3 layer and organic carbon content. Combined with time stability analysis, the TA model improved the estimation of spatially distributed SWC over the SA model, especially for dry conditions. Further application of these two models demonstrated that the TA model outperformed the SA model at a hillslope in the Chinese Loess Plateau, but the performance of these two models in the GENCAI network (∼ 250 km2) in Italy was equivalent. The TA model can be used to construct a high-resolution distribution of SWC at small watershed scales from coarse-resolution remotely sensed SWC products.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».