A sprinkling experiment to quantify celerity–velocity differences at the hillslope scale
Notice bibliographique
Résumé
Abstract. Few studies have quantified the differences between celerity and velocity of hillslope water flow and explained the processes that control these differences. Here, we asses these differences by combining a 24-day hillslope sprinkling experiment with a spatially explicit hydrologic model analysis. We focused our work on Watershed 10 at the H. J. Andrews Experimental Forest in western Oregon. Celerities estimated from wetting front arrival times were generally much faster than average vertical velocities of δ2H. In the model analysis, this was consistent with an identifiable effective porosity (fraction of total porosity available for mass transfer) parameter, indicating that subsurface mixing was controlled by an immobile soil fraction, resulting in the attenuation of the δ2H input signal in lateral subsurface flow. In addition to the immobile soil fraction, exfiltrating deep groundwater that mixed with lateral subsurface flow captured at the experimental hillslope trench caused further reduction in the δ2H input signal. Finally, our results suggest that soil depth variability played a significant role in the celerity–velocity responses. Deeper upslope soils damped the δ2H input signal, while a shallow soil near the trench controlled the δ2H peak in lateral subsurface flow response. Simulated exit time and residence time distributions with our hillslope hydrologic model showed that water captured at the trench did not represent the entire modeled hillslope domain; the exit time distribution for lateral subsurface flow captured at the trench showed more early time weighting.
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 | 0,000 | 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 | 0,001 |
| 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 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 ».