MétaCan
Menu
Retour à la cohorte
Enregistrement W2793353797 · doi:10.3390/w10020168

Application of EMI and FDR Sensors to Assess the Fraction of Transpirable Soil Water over an Olive Grove

2018· article· en· W2793353797 sur OpenAlexaboutno aff
Giovanni Rallo, Giuseppe Provenzano, Mirko Castellini, Àngela Puig-Sirera

Notice bibliographique

RevueWater · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesUniversità di PisaMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésSoil waterEnvironmental scienceSoil scienceSoil textureReflectometryTime domainComputer science

Résumé

récupéré en direct d'OpenAlex

Accurate soil water status measurements across spatial and temporal scales are still a challenging task, specifically at intermediate spatial (0.1–10 ha) and temporal (minutes to days) scales. Consequently, a gap in knowledge limits our understanding of the reliability of the spatial measurements and its practical applicability in agricultural water management. This paper compares the cumulative EM38 (Geonics Ltd., Mississauga, ON, Canada) response collected by placing the sensor above ground with the corresponding soil water content obtained by integrating the values measured with an FDR (frequency domain reflectometry) sensor. In two field areas, characterized by different soil clay content, two Diviner 2000 access tubes (1.2 m) were installed and used to quantify the dimensionless fraction of transpirable soil water (FTSW). After the calibration, the work proposes the combined use of the FDR and electromagnetic induction (EMI) sensors to measure and map FTSW. A strong correlation (R2 = 0.86) between FTSW and EM38 bulk electrical conductivity was found. As a result, field changes of FTSW are due to the variability of soil water content and soil texture. As with the data acquired in the field, more structured patterns occurred after a wetting event, indicating the presence of subsurface flow or root water uptake paths. After assessing the relationship between the soil and crop water status, the FTSW domain includes a critical value, estimated around 0.38, below which a strong reduction of relative transpiration can be recognized.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetSoil Moisture and Remote SensingTravaux en français237 207