MétaCan
Menu
Retour à la cohorte
Enregistrement W3172080782 · doi:10.1016/j.jhydrol.2021.126542

Sequential infiltration analysis of infiltration curves measured with disc infiltrometer in layered soils

2021· article· en· W3172080782 sur OpenAlexaff
David Moret‐Fernández, Borja Latorre, Laurent Lassabatère, Simone Di Prima, Mirko Castellini, Denız Yılmaz, Rafael Angulo‐Jaramilo

Notice bibliographique

RevueJournal of Hydrology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesEuropean Regional Development FundMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésInfiltration (HVAC)InfiltrometerLoamSoil waterSoil scienceHydraulic conductivitySorptivitySoil horizonGeologyHydrology (agriculture)Geotechnical engineeringEnvironmental sciencePorosityMaterials science

Résumé

récupéré en direct d'OpenAlex

The soil sorptivity, S, and saturated hydraulic conductivity, Ks, can be estimated from the inverse analysis of a cumulative infiltration curve using the quasi-exact implicit (QEI) formulation or its corresponding 4-Terms (4T) approximation. Although these models consider the soil as homogeneous media, there is no information about how heterogeneous profiles can affect the inferred soil properties. This work analyzes the influence of layered soils on Ks and S estimates using QEI and 4T models, and designs a new procedure for treating infiltration curves measured on layered soil profiles. The Sequential Infiltration Analysis (SIA) method considers a sequence of increasing time series from the cumulative infiltration data to estimate Ks and S, and its corresponding RMSE as a function of the number of samples used. A procedure to estimate the thickness of the upper uniform soil layer from the estimated wetting front advance (WFA) is also reported. The SIA method was applied on: (i) synthetic homogeneous profiles of loam soil and six layered profiles involving a 1, 2 and 3 cm thickness loam layer over silty or sandy loam soils, respectively, (ii) stratified laboratory soil columns, and (iii) 20 experimental infiltrations performed in a semiarid region of North-Eastern Spain. Similar results were found between QEI and 4T models for all cases. Erroneous estimates of Ks and S were observed when the total infiltration time series was considered for the analysis, regardless of the presence of soil layering. In opposite, estimates improved when the SIA method was applied to the layered systems. The SIA method exploits the fact that the RMSE increases when the wetting front reaches the interface between the soil layers. Such increase allows: (i) detection of the soil heterogeneity, (ii) determination of the infiltration time, to, required for the wetting front to reach the lower layer, and, (iii) accurate estimates of the upper layer Ks and S along with its thickness. Laboratory experiments on layered soils and field measurements demonstrated that the SIA method could be satisfactorily applied on different curves with contrasting shapes and magnitudes. Although soil layering encountered on most field samplings restricted the treatment of the observed infiltrations to short-medium times, the SIA method allowed robust estimates of Ks and S. These results indicate that the proposed method is a promising tool for characterizing the hydraulic properties of layered and heterogeneous soil profiles.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,212 · 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'étudeExpérimental (laboratoire)
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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HydrologyMême sujetSoil and Unsaturated FlowTravaux en français237 207