Performance evaluation of different soil water retention functions for modeling of water flow under transient condition
Notice bibliographique
Résumé
ABSTRACT: Description and prediction of water flow through unsaturated soils is necessary to understand their hydraulic properties, including soil water retention curve (SWRC). Many models have been developed for estimation of SWRC and many researchers compared water retention curve derived from these models with the measured values. In this paper, in addition to comparing measured and derived SWRC, a functional evaluation of SWRC for modeling of soil water movement was carried out using van Genuchten, Brooks-Corey, Campbell and Hutson-Cass models in three sites including Loamy sand, Loam and Clay loam soils. Therefore, the functional behavior of SWRC was quantitatively compared by applying mentioned SWRC to numerical code (HydroGeoSphere) to simulate soil profile drainage under steady-state and transient conditions. The agreement between simulated and measured free drainages values was evaluated using statistical criteria including mean absolute error (MAE), modified index of agreement (d’), modified coefficient efficiency (E’), and t-test. The results demonstrated that the van Genuchten model was slightly better than the other models for estimation of SWRC (MAE 0.014 – 0.016,E’ 0.80 – 0.87 and d’ 0.90 – 0.93) while according to t-test, it was found that the measured and estimated SWRC using various models did not differ significantly. Therefore, it is expected that the simulated free drainage using mentioned SWRC models did not differ significantly with observed values. But the results demonstrated that the simulated free drainage using Brooks-Corey model for Loamy sand soil and van Genuchten and Brooks-Corey models for Loam soil differed significantly (p ≤ 0.05) with measured values.
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 ».