MétaCan
Menu
Retour à la cohorte
Enregistrement W2770382535 · doi:10.1002/hyp.11399

Infiltration into frozen soil: From core‐scale dynamics to hillslope‐scale connectivity

2017· article· en· W2770382535 sur OpenAlexaffabout
Willemijn M. Appels, Anna Coles, Jeffrey J. McDonnell

Notice bibliographique

RevueHydrological Processes · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésInfiltration (HVAC)SnowmeltHydrology (agriculture)SnowpackEnvironmental scienceWater contentSpatial variabilityAntecedent moistureSoil scienceSoil waterVadose zoneGeologySurface runoffSnowGeomorphologyRunoff curve numberGeotechnical engineeringMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Infiltration into frozen soil is a key hydrological process in cold regions. Although the mechanisms behind point‐scale infiltration into frozen soil are relatively well understood, questions remain about upscaling point‐scale results to estimate hillslope‐scale run‐off generation. Here, we tackle this question by combining laboratory, field, and modelling experiments. Six large (0.30‐m diameter by 0.35‐m deep) soil cores were extracted from an experimental hillslope on the Canadian Prairies. In the laboratory, we measured run‐off and infiltration rates of the cores for two antecedent moisture conditions under snowmelt rates and diurnal freeze–thaw conditions observed on the same hillslope. We combined the infiltration data with spatially variable data from the hillslope, to parameterise a surface run‐off redistribution model. We used the model to determine how spatial patterns of soil water content, snowpack water equivalent (SWE), and snowmelt rates affect the spatial variability of infiltration and hydrological connectivity over frozen soil. Our experiments showed that antecedent moisture conditions of the frozen soil affected infiltration rates by limiting the initial soil storage capacity and infiltration front penetration depth. However, shallow depths of infiltration and refreezing created saturated conditions at the surface for dry and wet antecedent conditions, resulting in similar final infiltration rates (0.3 mm hr−1). On the hillslope‐scale, the spatial variability of snowmelt rates controlled the development of hydrological connectivity during the 2014 spring melt, whereas SWE and antecedent soil moisture were unimportant. Geostatistical analysis showed that this was because SWE variability and antecedent moisture variability occurred at distances shorter than that of topographic variability, whereas melt variability occurred at distances longer than that of topographic variability. The importance of spatial controls will shift for differing locations and winter conditions. Overall, our results suggest that run‐off connectivity is determined by (a) a pre‐fill phase, during which a thin surface soil layer wets up, refreezes, and saturates, before infiltration excess run‐off is generated and (b) a subsequent fill‐and‐spill phase on the surface that drives hillslope‐scale run‐off.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,251
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207