Fractal characteristics of synthetic soil for cut slope revegetation in the Purple soil area of China
Notice bibliographique
Résumé
Ai, Y., Chen, Z., Guo, P., Zeng, L., Liu, H., Da, Z. and Li, W. 2012. Fractal characteristics of synthetic soil for cut slope revegetation in the Purple soil area of China. Can. J. Soil Sci. 92: 277–284. Revegetation of the cut slopes formed during railroad construction can reduce potential hazards, improve the quality of the environment, and beautify the landscape along the railways. Artificial backfill soil is required to anchor the plant roots and satisfy the plant's moisture and nutritional demands on the bare rock face. The soil particle size distribution (PSD), fertility and stability of the reconstructed topsoils are affected by the soil type used as a backfill. In this study, a fractal method was used to characterize the PSD. The relationships between the fractal dimension of the PSD and selected soil properties, including soil moisture, bulk density, and organic carbon are discussed. Various soil samples were obtained from four different land-use environments in the purple soil area in southwest, China: a cut slope reconstructed from rock fragments (RF), a cut slope reconstructed with agricultural soil (AS), a naturally developed slope (NS), and a cropland used for growing Vicia faba (CL). Analysis of the soil samples revealed that: (1) from CL to RF, the sand content increased from 59.6 to 83.9%; (2) the fractal dimension of PSD ranged from 2.605 for RF to 2.725 for CL, being the greater the sand content and the lower the fractal dimension; (3) there existed marked linear relationships between the fractal dimensions and selected physicochemical properties of the soils. Therefore, the fractal dimension of PSD can be a useful parameter with which to monitor the structural deterioration and nutrient loss of the synthetic soils used for the revegetation of a cut slope.
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 | 0,002 | 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 ».