Uncertainties in Measuring Soil Moisture Content with Actively Heated Fiber-Optic Distributed Temperature Sensing
Notice bibliographique
Résumé
Actively heated fiber-optic distributed temperature sensing (aFO-DTS) measures soil moisture content at sub-meter intervals across kilometres of fiber-optic cable. The technology has great potential for environmental monitoring but calibration at field scales with variable soil conditions is challenging. To better understand and quantify the errors associated with aFO-DTS soil moisture measurements, we use a parametric numerical modeling approach to evaluate different error factors for uniform soil. A thermo-hydrogeologic, unsaturated numerical model is used to simulate a 0.01 m by 0.01 m two-dimensional domain, including soil and a fiber-optic cable. Results from the model are compared to soil moisture values calculated using the commonly used Tcum calibration method for aFO-DTS. The model is found to have high accuracy between measured and observed saturations for static hydrologic conditions but shows discrepancies for more realistic settings with active recharge. We evaluate the performance of aFO-DTS soil moisture calculations for various scenarios, including varying recharge duration and heterogeneous soils. The aFO-DTS accuracy decreases as the variability in soil properties and intensity of recharge events increases. Further, we show that the burial of the fiber-optic cable within soil may adversely affect calculated results. The results demonstrate the need for careful selection of calibration data for this emerging method of measuring soil moisture content.
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 | 0,001 |
| 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 ».