Calibration of the Simple Rainfall Simulator for Investigating Soil Erodibility in Unpaved Roads
Notice bibliographique
Résumé
Rainfall simulators have been used for erosion research for more than 50 years now. These are widely used in agricultural soils to assess the infiltration capacity and porosity of soils, and hence learn lessons on the potential of plant roots to penetrate those soils. Recently, rainfall simulators have been very useful to investigate soils detachment by both the raindrops kinetic energy and the subsequent flow shear stress. This has led to notable advances in the understanding of the failure of infrastructures such as unpaved roads due to surface soil loss and formation of erosion features, buried pipes and facilities due to removal of fill materials, as well as bridge scour and embankments failures to mention a few. To help conduct a thorough and rigorous research, rainfall simulators must produce raindrops of the same size as those produced by the natural rainfall. Calibrating rainfall simulators satisfying this key demand of raindrops sizes in the range of 1 mm to 6 mm posed challenges for years, and therefore led to inconsistencies in results from different studies. In this paper, an economical rainfall simulator which can be used for assessing erodibility of soils in unpaved roads was developed. The flour method technique was used to determine the sizes of the raindrops. The mean raindrops sizes were found to be 3.0 mm, 3.2 mm, and 3.5 mm, respectively for the rainfall intensities of 30 mm/hr, 51 mm/hr and 68 mm/hr falling through 2.0 m. In the same order of rainfall intensities, raindrops hit the surface of the tested surfaces by 193.5 J, 244 J and 301 J kinetic energies, which were sufficient to initiate detachment in soils of D50 ranging from about 0.4 mm to 1.5 mm compacted to maximum dry density.
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 ».