Simulating phosphorus loss to subsurface tile drainage flow: a review
Notice bibliographique
Résumé
Agricultural land is a major source of phosphorus (P) loss, and artificial drainage is one of the pathways for phosphorus transport. In this paper, we reviewed the methods and equations related to phosphorus loss through subsurface tile drain in water quality models. This review is presented through three topics: subsurface hydrology, fate and transport of phosphorus in soil, and phosphorus transport into tile drains. Major simulation methods and some recent updates are reviewed, and calculations in specific models are presented. Nine existing water quality models (ADAPT, ANIMO, APEX, EPIC, HYDRUS, ICECREAM, MACRO, PLEASE, SWAP) can be used to simulate P transport to tile drainage, where three of them (HYDRUS, MACRO, SWAP) do not have a specific phosphorus module but P can be simulated using a general chemical module. Models that are not suitable for simulating fate and transport of P to tile drains under their current status, for example, AnnAGNPS, DRAINMOD, GLEAMS, RZWQM2, SurPhos, SWAT, are also reviewed due to their strength in one of the aspects: subsurface drainage or P dynamics. Based on the methods used in those models, ICECREAM could be the most current comprehensive model for P loss through tile drains from agricultural fields.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,078 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».