Effect of the surface water content on dry saltation cloud dynamics: A wind tunnel simulation with particle tracking velocimetry
Notice bibliographique
Résumé
Abstract The mass transport rate of wind‐borne particles, and indeed the fluid stress required for their entrainment, is strongly governed by inter‐particle cohesion arising from water retained through adsorption and capillary force. This paper reports on a series of wind tunnel experiments in which high‐speed photography was used to record the motion of dry sand particles as they impinged on test beds of systematically varied target gravimetric pore water content (0% ≤ W ≤ 10%). The wind friction velocity was preset to 0.33 m s−1, sufficient to maintain a saltation cloud above an upwind strip of dry sand, which then was blown over the wetted surface. Discrete particle trajectories were identified in the camera images using expected particle area searching–particle tracking velocimetry (EPAS‐PTV). Adding progressively more water produced an exponential decrease in the normalized particle number density over the test surface. The largest response was achieved by wetting the bed surface to just 2%. To reduce the number of particles by a further 40%, it was necessary to add eight times more water, signifying a diminishing return regarding water use. Relative to particles either rebounding or splashed from a dry bed, the total particle velocity increased incrementally by a factor between 1.5 and 2 with increasing water content. Increasing amounts of pore water were associated with progressively higher saltation trajectories, reaching a plateau beyond W ~8%. The spatio‐temporal adjustment in the sand cloud was observed to be extremely rapid. There is no consensus in the literature on how to measure the water content that effectively governs aeolian transport. In this study, all approaches to sampling W produced strong correlation (R2 ≥ 0.85). Sampling the topmost grains, however, provided the most accurate prediction of the normalized number density over the full range of water content.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».