Development of a fully integrated hydrological fate and transport model for plant protection products: incorporating groundwater, tile drainage, and runoff
Notice bibliographique
Résumé
Introduction Plant protection products (PPPs) such as pesticides and herbicides are experiencing increased use worldwide. In the context of PPP authorization and registration, water exposure assessments (drinking water and aquatic exposure) use numerical modeling to simulate relevant hydrological processes and exposure pathways. A common practice for estimating PPP leaching to groundwater, PPP loading onto surface water via tile drainage, or PPP transport via runoff utilizes multiple one-dimensional models, each representing a separate exposure pathway. Separate analysis of individual exposure pathways can result in disparate assumptions being made that represent relative worst-case scenarios for each pathway, rather than an integrated reasonable worst-case scenario for all pathways. Methods The interplay between PPP degradation, leaching to groundwater, transport in tile drainage, and runoff is well-suited for simulation using an integrated surface–subsurface hydrologic and chemical fate and transport model. This study presents functionality added to HydroGeoSphere (HGS), a three-dimensional, fully integrated, surface–subsurface hydrologic model. HGS was verified against other recognized models: PRZM, HYDRUS, PEARL, PELMO, and MACRO. Added features include automatic irrigation, non-linear adsorption, temperature and soil water content-dependent degradation, and solute uptake by plant roots. Results and Discussion HGS results for leaching of PPP mass to groundwater showed the highest correlation, lowest error, and lowest bias relative to PEARL model results. Simulation of macropore flow to tile drains in HGS produced an intermittent tile drain flow in summer that resulted in generally lower peak effluent concentrations compared to the MACRO model. Simulation of runoff in HGS produced a higher total runoff compared to the PRZM model, attributed to lower evapotranspiration in HGS. Use of the integrated HGS model resulted in a greater agreement in water balance components relative to using multiple models to simulate individual hydrologic pathways.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».