Importance of terrain attributes in relation to the spatial distribution of soil properties at the micro scale: a case study
Notice bibliographique
Résumé
Micro-topography and spatial variability of soil properties influence the environmental consequences of site-specific management. This study investigated the spatial structure of soil properties in relation to the micro-topography of an agricultural field in the Canadian Prairies. The geospatial sampling scheme had 178 soil cores to a depth of 120 cm. Soil texture and soil water content (SWC) at 0–120 cm, total nitrogen (TN), total carbon (TC), and soil organic carbon (SOC) at 0–15 cm were measured and spatially interpolated using semi-variograms calculated with GS+. The correlation of terrain attributes, calculated from digital elevation models, with soil properties was also assessed. Texture was strongly spatially dependent in the surface layers, and the significance of spatial dependency declined with depth. Spatial autocorrelation of sand content declined from 96% at the soil surface (0–15 cm) to 90% at 30–45 cm, 53% at 75–90 cm. SWC, TC, TN, and SOC were similarly auto-correlated. Elevation, relative slope position, and vertical distance to channel network influenced the distribution of texture and SWC based on analysis with partial least squares, though this relationship decreased with depth. Terrain attributes are correlated with the spatial variability of soil properties and should be considered in environmental analyses at the micro-scale.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».