Assessing water and nitrate‐N losses from subsurface‐drained paddy lands by DRAINMOD‐N II
Notice bibliographique
Résumé
Abstract In this study, the effects of various drainage systems on water and nitrate‐N losses were investigated using DRAINMOD‐N II. Required field data were obtained during three growing seasons of canola in a subsurface drainage pilot in Mazandaran Province, northern Iran. The calibrated model was used to assess the effects of different drain depths (D = 0.10–0.90 m with 0.10 m intervals) and spacing (L = 10–90 m with 10 m intervals) on seasonal drainage water and NO3−‐N concentration in drainage effluents. DRAINMOD‐N II performance was assessed using different criteria including absolute deviation (AD), root mean square error (RMSE) and determination coefficient (R2). The simulated and observed drainage discharges (0.97 vs 0.96 mm day−1) and NO3‐N concentrations (9.1 vs 14.1 mg l−1) were in good agreement in the calibration process. The model performance was also acceptable in the validation process (AD = 0.59–0.79 mm day−1; RMSE = 1.01–1.28 mm day−1; R2 = 0.59–0.79 for drainage discharge and AD = 8.3–16.3 mg l−1; RMSE = 12.4–27.6 mg l−1; R2 = 0.4 for NO3‐N). Based on the scenario analyses, the D0.40L50 drainage system was the best one, resulting in fewer environmental effects from the nitrate‐N and water loss viewpoints. © 2020 John Wiley & Sons, Ltd.
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 | 0,000 | 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 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 ».