Development and Optimization of a Multifunctional Sensor for Measuring Soil Thermal Properties, Water Retention Characteristics and Electrical Conductivity
Notice bibliographique
Résumé
Soil water content, matric potential, thermal properties, and electrical conductivity are fundamental and interrelated properties required by a variety of applications in soil science, hydrology, agriculture, and engineering. However, the measurements of the properties are affected by the temporal and spatial variability of soil due to employment of a variety of sensors, which hinders the research and modeling of coupled water, heat and solute transport. In addition, the laborious, costly and time-consuming sensor optimization is always a challenge for traditional sensor development. The objective of this study was to develop a multifunctional sensor integrating heat pulse, time domain reflectometry and porous ceramic matrix and optimize the sensor with COMSOL based numerical simulations. COMSOL simulated ceramic properties (e.g., thermal conductivity, volumetric heat capacity, dielectric permittivity, electrical conductivity) and soil properties (e.g., thermal conductivity and volumetric heat capacity) with different scenarios of sensor dimensions (e.g., the radius and length of the ceramic and extended rod length) were systematically evaluated and verified with experimental data. Our results show that the optimal radius and length of the ceramic are 18 mm and 40 mm, respectively, and the optimal rod length extended out of the ceramic is 50 mm. The optimized results indicate low estimation errors for dielectric permittivity (±1%), electrical conductivity (±1%), thermal conductivity (±2%), and volumetric heat capacity (±1%) of the ceramic as well as thermal conductivity (±3%) and volumetric heat capacity (±1%) of soil. The new multifunctional sensor can provide accurate measurement and modeling of soil hydrothermal properties.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».