MétaCan
Menu
← Retour à la cohorte
Enregistrement W4366769673 · doi:10.9734/bpi/mono/978-81-19217-01-4/ch2

Determination of Micro-Droplet Flux in Forest and Its Contribution to Interception Loss of Rainfall: An Experimental and Theoretical Perspectives

2023· book-chapter· en· W4366769673 sur OpenAlexaff
Michio HASHINO, Huaxia Yao, Takao Tamura

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensMinistry of EnvironmentMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésInterceptionFlux (metallurgy)Water vaporEnvironmental scienceEvaporationAtmospheric sciencesHydrology (agriculture)MeteorologyMechanicsMaterials sciencePhysicsGeologyGeotechnical engineeringEcology

Résumé

récupéré en direct d'OpenAlex

The new method was presented in this article, and a case study was provided to demonstrate its applicability (capable to explain the extraordinarily high interception loss). By introducing tiny raindrops that have been crushed during rainfall, a novel explanation for forest interception has been put forth. At the Okunoi Experimental Station in Tokushima, Japan, eight rainfall events were used to test the proposed formulas for the aerodynamic diffusion and transfer of both vapour and micro-droplets from canopy to upper air. Contributions from droplet transfer were 0.9-58.2 times of contributions from vapour transfer, taking a majority portion in total interception loss. Accounting only the vapour transfer or evaporation loss as estimated by Penman equation was not able to account for actual interception loss. In the two instances of intense rainfall, the micro-droplets flux component played a significant role and even entirely compensated for the interception that occurred in October 2004. The fact that droplet flux could support a high interception rate even when the air was almost vapour-saturated and the vapour flux was zero was a significant discovery. This suggested strategy was tested in an attempt to address the challenging inquiry regarding noticeably high interception rates. The micro-droplet flux component played a significant role in the two instances of intense rainfall and entirely compensated for the interception that occurred in October 2004. Even when the air was almost vapour-saturated and the vapour flux was zero, the droplet flux could support a high interception rate. This method offered a fresh justification for the astronomically high interception rates.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→