Comparison of two modeling approaches for water transfer in the soil-vegetation-atmosphere continuum
Notice bibliographique
Résumé
As part of a R&D project aiming at providing vineyard managers with a computer-based decision support system for optimizing irrigation, we discuss the validity of two modeling approaches for water transfers in the soil-plant-atmosphere continuum. The two models are an empirical ‘bucketlike’ model and a mechanistic model based on the 1D Richards’ equation. The practical context implying that soil-water parameters are poorly estimated, both models are compared in terms of accuracy and parameterization cost. The models are coupled to the same canopy growth, radiation absorption, evaporation and transpiration models, and the predawn leaf water potential (PLWP) is used as the indicator of soil-water deficit. The parameters of both models are estimated with pedotransfer functions from the single texture and the only additional input for the 1D model is root repartition versus depth. A multi-factor sensitivity analysis relative to the input parameters of the soil-vegetation-atmosphere coupling shows that the hard-to-obtain rooting depth is the key factor of the PLWP sensitivity. It also shows that the computation of PLWP with the 1D model is robust against root distribution uncertainty, so that root distribution can be fixed to a mean value. The accuracy of the two models is evaluated in vineyards varying in soil type, rooting depth and irrigation procedure in the Languedoc region (France), by comparing simulated to measured values of vine transpiration and PLWP. Provided the calibration of rooting depth, both models give results coherent with field measurements, with no significant improvement when the more physical mechanistic model is used.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».