Assessing the Performance of Thermal Inertia and Hydrus Models to Estimate Surface Soil Water Content
Notice bibliographique
Résumé
The knowledge of soil water content (SWC) dynamics in the upper soil layer is important for several hydrological processes. Due to the difficulty of assessing the spatial and temporal SWC dynamics in the field, some model-based approaches have been proposed during the last decade. The main objective of this work was to assess the performance of two approaches to estimate SWC in the upper soil layer under field conditions: the physically-based thermal inertia and the Hydrus model. Their validity was firstly assessed under controlled laboratory conditions. Thermal inertia was firstly validated in laboratory conditions using the transient line heat source (TLHS) method. Then, it was applied in situ to analyze the dynamics of soil thermal properties under two extreme conditions of soil-water status (well-watered and air-dry), using proximity remote-sensed data. The model performance was assessed using sensor-based measurements of soil water content acquired through frequency (FDR) and time domain reflectometry (TDR). During the laboratory experiment, the Root Mean Square Error (RMSE) was 0.02 m3 m−3 for the Hydrus model and 0.05 m3 m−3 for the TLHS model approach. On the other hand, during the in situ experiment, the temporal variability of SWCs simulated by the Hydrus model and the corresponding values measured by the TDR method evidenced good agreement (RMSE ranging between 0.01 and 0.005 m3 m−3). Similarly, the average of the SWCs derived from the thermal diffusion model was fairly close to those estimated by Hydrus (spatially averaged RMSE ranging between 0.03 and 0.02 m3 m−3).
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) | 0,000 | 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 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 ».