MétaCan
Menu
Retour à la cohorte
Enregistrement W2771864770 · doi:10.7451/cbe.2017.59.1.9

HYDRUS (2d/3d) simulation of water flow through sandy loam soil under potato cultivation in Southern Manitoba

2017· article· en· W2771864770 sur OpenAlexaffvenueabout
Afua Adobea Mante, Ramanathan Sri Ranjan

Notice bibliographique

RevueCanadian Biosystems Engineering · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEvapotranspirationCrop coefficientLoamEnvironmental scienceHydrology (agriculture)Soil waterWater contentSoil scienceGeology

Résumé

récupéré en direct d'OpenAlex

The HYDRUS (2D/3D) modeling tool was used to simulate water flow through subsurface-drained sandy loam soil under potato (Solanum tuberosum) cultivation in Southern Manitoba. The model was used to simulate water flow through a 2-D model domain of dimensions, 15 m width × 2.5 m depth. The model was calibrated and validated with field data measured during the growing season of year 2011 at the Hespler Farms, Winkler, Manitoba. Field measurements, including soil water content and watertable depth, for two test plots under subsurface free drainage were used for the calibration and validation. Weather data were also obtained to estimate reference crop evapotranspiration, which was used as input data in the model. Based on the reference crop evapotranspiration, and crop coefficient of the potato crop, the actual crop evapotranspiration was estimated and compared to the simulated actual crop evapotranspiration results. The results showed that the model was able to account for 50% to 78% of the variation in the estimated actual crop evapotranspiration. With respect to water flow through the soil, the observed soil water content and the simulated soil water content were compared using graphical and quantitative analysis. Based on the coefficient of determination (R2), the model accounted for 68% to 89% variation in the observed data. The intercept of the regression line varied from 0.01 to 0.08, and the slope, 0.75 to 0.99. The Nash–Sutcliffe modeling efficiency coefficient (NSE) varied from 0.62-0.89, the Percent bias (PBIAS) values varied from -1.99% to 1.16%. The root mean square error-observations standard deviation ratio (RSR) values varied from 0.33 to 0.61. The values for the evaluation parameters show that the model was able to simulate the water flow through the soil profile reasonably well.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,592
Score d'incertitude au seuil0,811

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,206
Écart entre enseignants0,183 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Biosystems EngineeringMême sujetIrrigation Practices and Water ManagementTravaux en français237 207