Fractal behavior of soil water storage at multiple depths
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. Spatiotemporal behavior of soil water is essential to understand the science of hydrodynamics. Data intensive measurement of surface soil water using remote sensing has established that the spatial variability of soil water can be described using the principle of self-similarity (scaling properties) or fractal theory. This information can be used in determining land management practices provided the surface scaling properties are kept at deep layers. The current study examined the scaling properties of sub-surface soil water and their relationship to surface soil water, thereby serving as supporting information for plant root and vadose zone models. Soil water storage (SWS) down to 1.4 m depth at seven equal intervals was measured along a transect of 576 m for 5 years in Saskatchewan. The surface SWS showed multifractal nature only during the wet period (from snowmelt until mid- to late June) indicating the need for multiple scaling indices in transferring soil water variability information over multiple scales. However, with increasing depth, the SWS became monofractal in nature indicating the need for a single scaling index to upscale/downscale soil water variability information. In contrast, all soil layers during the dry period (from late June to the end of the growing season in early November) were monofractal in nature, probably resulting from the high evapotranspirative demand of the growing vegetation that surpassed other effects. This strong similarity between the scaling properties at the surface layer and deep layers provides the possibility of inferring about the whole profile soil water dynamics using the scaling properties of the easy-to-measure surface SWS data.
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 | 0,000 |
| 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 découle