Magnetic Resonance Monitoring and Numerical Modeling of Soil Moisture during Evaporation
Notice bibliographique
Résumé
Core Ideas Evaporative drying of soil columns was monitored in high resolution using NMR. Soil moisture data were used for validating a water, vapor, and heat flow model. The Richards approach was insufficient under Stage II conditions. NMR is a feasible technique for soil moisture measurements under Stage II conditions. Evaporation from bare soil surfaces can be restrained to a great extent with the development of a dry layer at the soil surface where capillary hydraulic conductance ceases and water flow proceeds only by gas phase transport. Model calculations and preliminary experiments with model porous media have shown that this surface layer can be very thin. An accurate characterization of these processes is required, which is provided by noninvasive magnetic resonance (MR) methods. The evaporative drying of a silt loam and a sandy loam was monitored at high spatial resolution in laboratory experiments. The MR data were used to assess the performance of two numerical models: (i) the Richards equation, which considers isothermal liquid water flow, and (ii) a coupled soil water, heat, and vapor flow numerical model. The experimental results reveal two distinct drying regimes for both soil types where, at the onset of the second evaporation stage, a dry surface zone developed with increasing thickness over time. This layer revealed that water loss inside the soil coincided with a relatively low evaporation rate as the liquid continuity to the soil surface vanished. The modeling results clearly demonstrated the need to consider heat and vapor flow. It was shown, as a proof of principle, that MR relaxation time spectra may serve as a proxy to follow desaturation processes where spatially resolved transverse relaxation can reveal a secondary evaporation front.
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 ».