Re-conceptualizing the Soil and Water Assessment Tool to Predict Subsurface Water Flow Through Macroporous Soils
Notice bibliographique
Résumé
More water and nutrients from artificially-drained agricultural land reach surface waters by leaching through macropores than by percolating through the soil matrix. However, the Soil and Water Assessment Tool (SWAT) describes water flows poorly in land with subsurface drainage because it does not partition water between macropore and matrix transport processes. We produced a new percolation algorithm to distinguish the macropore flow pathway, which was integrated in the SWAT-MAC model and used to predict water flows in a 30 km2 agricultural subwatershed in southern Quebec, Canada. Partitioning of subsurface flow between macropore and matrix components was reasonable, compared to a chemical-based hydrograph separation of streamflow in this subwatershed. The macropore flow algorithm also improved water allocation between the annual surface runoff and subsurface flow in the SWAT-MAC model. We predict more macropore flow into tile drains under fine-textured soils than coarse-textured soils, which is consistent with experimental observations. However, macropore flow was underestimated in the non-growing season and over-predicted during the growing season, which can be adjusted in the macropore flow algorithm by accounting for dynamic macropore connectivity or effective macroporosity. There are too few observations of regional-specific effects of soil moisture and management practices on macropore flow to correct the algorithm at this time. We conclude that the percolation algorithm of SWAT-MAC represents the macropore flow pathway and improves the description of water movement through agricultural soils with subsurface drainage systems, which are important for transferring water and nutrients to downstream aquatic systems in cold, humid temperate regions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».