A modified trapezoid framework model for partitioning regional evapotranspiration
Notice bibliographique
Résumé
Abstract While evapotranspiration (ET) is normally measured as one hydrologic component, evaporation (E), and transpiration (T) result from different physical‐biological processes. Using a two‐source model, a trapezoid framework has been widely applied in recent years. The key to applying the trapezoid framework model is the determination of the dry/wet boundaries of the land surface temperature‐fractional vegetation coverage trapezoid (LST‐f c ). Although algorithms have been developed to characterize the two boundaries, there remains a significant uncertainty near the wet boundary which scatters in a discrete and uneven manner. It is therefore difficult to precisely locate the wet boundary. To address this problem, a Wet Boundary Algorithm (WBA) was developed in this study with the algorithm applied in the region of Huang‐Huai‐Hai plain of China, using the Pixel Component Arranging and Comparing Algorithm (PCACA) to retrieve ET from MODerate‐resolution Imaging Spectroradiometer (MODIS) Data. The eddy covariance (EC) measurements from Yucheng station was used to verify the modified model where the root mean square error (RMSE) of 17.8 W/m 2 , Bias of −7.2 W/m 2 for latent heat flux (LE) simulation in 28 cloudless test days. The ratio of transpiration to evapotranspiration (T/ET) varied between 0.48 and 0.81 over the Huang‐Huai‐Hai plain. The spatial and temporal distribution of ET revealed that agriculture practices have a significant influence on the hydrological cycle, where crop growth promotes the magnitude of ET. Likewise, harvesting activities significantly reduce ET. The proposed WBA algorithm significantly reduces the uncertainty of the trapezoid ET model caused by wet edge positioning. The analysis of the impact of agricultural activities on ET provide a better understanding how human activities change the hydrological cycle at regional scales.
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 ».