Water Movement and Finger Flow Characterization in Homogeneous Water‐Repellent Soils
Notice bibliographique
Résumé
Core Ideas The cumulative infiltration decreased with increasing soil water repellency. Soil water movement in higher water‐repellent levels tended to be more unstable. Finger flow occurred preferentially in the coarser, more water‐repellent soils. Strong correlations of cumulative infiltration and cumulative wetting area were shown. Soil water repellency (SWR) is a widespread property in soils around the world. It influences soil water movement and causes unstable flow. The mechanics of finger flow occurrence in water‐repellent soils are not clearly understood. Slab chamber infiltration experiments consisting of increasing SWR persistence in clay and sandy loam soils were conducted to compare wetting front advancement and mechanics of finger flow development. The temporal variation curves of cumulative infiltration (CI) decreased with an increase in SWR persistence. For wettable soils, the wetting front advanced regularly with time, but for water‐repellent soils, it became unstable and finger flow occurred as the SWR persistence increased. Water movement in soils with higher SWR persistence tended to be more unstable. Water repellency contributed to finger flow development, especially for sandy loam. There were strong correlations among CI, finger length, and the cumulative wetting area. In the strongly, severely, and extremely water‐repellent sandy loam soils, the power function relationship fit better than the linear function. The average soil water content decreased with a higher SWR persistence, which meant that less water was available in the profile. Finger flow development was related to the more severe water‐repellent conditions and tended to be more easily formed in the water‐repellent sandy loam soils than the clay loam soils due to the faster infiltration rate.
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 | 0,001 | 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) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».