Modeling of Coupled Water and Heat Transfer in Freezing and Thawing Soils, Inner Mongolia
Notice bibliographique
Résumé
Accurate simulation of soil water and heat transfer is critical to understand surface hydrology under cold conditions. Using an extended freezing code in HYDRUS-1D (freezing module), this study was conducted: (1) to evaluate the freezing module using field data collected in a grazed steppe of Inner Mongolia; and (2) to further simulate grazing effects on frozen soil hydrological processes. The experimental data consisted of soil water and temperature profiles measured during freeze-thaw cycles from 2005 to 2006 in two plots (ungrazed since 1979 (UG79) and winter grazing (WG)). To check the sensitivity of the freezing module, a model without a freezing scheme (normal module) was used for comparison. We found that while the normal module can only simulate soil water and heat transfer under unfrozen conditions, the freezing module can simulate well under both frozen and unfrozen conditions. The freezing module can reasonably compute water phase change and, therefore, substantially improved the simulation of the evolution of liquid water and temperature in frozen soil. It overestimated liquid water content during spring snowmelt and, thus, underestimated surface runoff from underlying frozen soil layers. Furthermore, the weak prediction of soil moisture at the WG site, compared with the UG79 site, might relate to the less than ideal parameterization of soil hydraulic properties. Our results confirmed that the freezing module was able to accurately predict behaviors of soil freezing and thawing, as well as the effects of land management. We suggest that detailed knowledge of the soil-atmosphere processes is needed to improve the surface runoff algorithm in the frozen soil module.
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 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) | 0,001 | 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 tête enseignante, 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 ».