MétaCan
Menu
← Retour à la cohorte
Enregistrement W3029382266 · doi:10.1139/juvs-2020-0004

Natural superficial water storage and aquifer recharge assessment in Brazilian savanna wetland using unmanned aerial vehicle and geophysical survey

2020· article· en· W3029382266 sur OpenAlexvenueno aff
Lucas Moreira Furlan, Vânia Rosolen, J. Salles, César Augusto Moreira, Manuel Eduardo Ferreira, Guilherme Taitson Bueno, Carla Vanessa de Sousa Coelho, Stéphane Mounier

Notice bibliographique

RevueJournal of Unmanned Vehicle Systems · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésGroundwater rechargeWetlandAquiferGroundwaterHydrology (agriculture)Surface waterSubsurface flowElectrical resistivity tomographyEnvironmental scienceGeologyEnvironmental engineeringEcologyElectrical resistivity and conductivity

Résumé

récupéré en direct d'OpenAlex

Human pressure on the water resources provided by natural wetlands has intensified in Brazil due to an increase in agricultural land equipped with irrigation. However, the amount of water stored in these areas, and its contribution to aquifer recharge is unknown. The objectives of this study were to determine the amount of water that can be retained in a natural wetland surrounded by farmland and to propose a model of groundwater recharge. We used remote sensing techniques involving Unmanned Aerial Vehicle (UAV) to map the area and highlight the wetland internal morphology, using RGB orthomosaic and its respective digital surface model. According to the topography of the study area three compartments were defined. Compartment 1, corresponding to the external border of the wetland, can store 313,121.00 m³ of water; compartment 2 and 3 can store 85,923.20 m³ and 17,952.10 m³, respectively. The 2D inversion and a pseudo-3D model produced from Electrical Resistivity Tomography (ETR) data were used to visualize the subsurface geologic structure and hydrologic flow paths. Our results showed the direct interactions between groundwater (GW) and surface water (SW) in the center of the wetland (compartment 3), which constitutes the aquifer recharge zone with vertical infiltration. As the depth increases, infiltration and water flow deviate laterally in the southwest and northeast direction. The wetland is characterized as an unconfined aquifer that plays an important role in the hydrogeological dynamics of the catchment. Remotely sensed images allied with geophysical techniques allow complete surface and subsurface imaging and offers visual tools that contribute to understanding the hydrodynamic of an area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,268
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Unmanned Vehicle Systems→Même sujetGeophysical and Geoelectrical Methods→Travaux en français237 207→