MétaCan
Menu
Retour à la cohorte
Enregistrement W4230312528 · doi:10.24124/2009/bpgub612

Numerical modelling of airflow within and above forests and forest clearings using computational fluid dynamics.

2009· dissertation· en· W4230312528 sur OpenAlexafffund
Timothy James Phaneuf

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensLibrary and Archives Canada
Organismes subventionnairesUniversity of Northern British Columbia
Mots-clésClearingEnvironmental scienceWind speedComputational fluid dynamicsCanopyTree canopyTurbulence kinetic energyAirflowMeteorologyTurbulenceAtmospheric sciencesTree (set theory)Wind directionHydrology (agriculture)GeographyGeologyMathematicsEngineeringMechanicsPhysicsGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The computational fluid dynamics program, FLUENT, was first tested to validate windtunnel measurements of a scaled 10 ha forest clearing in a two dimensional domain. A variety of domain and canopy configurations were examined along with processor settings. Validation of the CFD program produced excellent results for horizontal wind velocity. Conifer shaped tree elements for the forest stands performed well and similar to the more traditional way of representing forest canopies. Turbulent kinetic energy (TKE) values output by the program seem to over predict the values calculated by using wind tunnel statistics. Various sizes of forest clearings were simulated to determine the stress that would be experienced by a forest edge immediately downwind of a clearing. Shorter gaps (<15 tree heights) seem to experience high values of TKE over the downwind forest, compared to the stand upwind of the clearing and lower stress values along the downwind forest edge. Large gaps (>60 tree heights) saw higher stress values but TKE values no larger than those reported upwind of the clearing. From the stress values calculated from various input velocities and gap sizes, a new tool was produced which takes into account a sites endemic wind speed and canopy density to predict stress on forest edges downwind of clearings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,015
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTree Root and Stability StudiesTravaux en français237 207