Re-Examining Field-Surveyed Variations in Elevation and Soil Properties with a 1-m Resolution LiDAR-Generated DEM
Notice bibliographique
Résumé
This article presents a 2017 LiDAR-DEM guided 1-m resolution examination of field-surveyed elevation and soil property variations (5 × 5 m spacings) conducted in 1977 across a hummocky New Brunswick field used for potato production. This examination revealed that the field incurred minor elevation differences were likely due to upslope erosion, as revealed through increasing Sand % and CF % with increasing elevation, and increasing Silt % along low-lying areas. Soil moisture, field capacity, permanent wilting and nitrate nitrogen (NO3-N) also increased at downslope locations. Directly as well as indirectly, soil pH, ammonium nitrogen (NH4-N), Caesium137 (Cs137) and Mehlich-3 extracted Ca, Mg, K, Fe, Mn, Cu, and Zn were likewise affected by topographic location. Factor analyzing these variables led to: 1) a Soil Loss Factor that captured 24% of the textural variations; 2) a Soil-Cropping Factor accounting for 16% of the N, P, K, Ca, Mg, Mn variations; 3) a Soil Organic Matter (SOM) Factor relating 9% of the in-field variations for SOM, Fe, Zn, Cu to via organo-metal complexation and low NO3-N retention. Many of the topographic variations increased or decreased with the metric DEM-projected depth-to-water index (DTW) index. This index was set to 0 along DEM-derived flow channels with minimum upslope flow-accumulation areas of 0.1, 0.25, 0.5, 1 or 4 ha. Among these, the DTW > 4 ha threshold was useful for reproducing the textural variations, while the DTW > 0.25 ha threshold assisted in capturing trends pertaining to moisture retention and elemental concentrations.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».