MétaCan
Menu
Retour à la cohorte
Enregistrement W4417076391 · doi:10.1016/j.agwat.2025.110060

Impact of groundwater depth on crop coefficient: An improved evapotranspiration model

2025· article· en· W4417076391 sur OpenAlexaff
Qin Ju, Tongqing Shen, Huiyi Cai, Yining Wang, Junliang Jin, Huibin Gao, Shiqin Xu, Yanli Liu, Guoqing Wang

Notice bibliographique

RevueAgricultural Water Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésEvapotranspirationGroundwaterWater tableHydrology (agriculture)Groundwater modelCrop coefficientSoil waterCrop

Résumé

récupéré en direct d'OpenAlex

Understanding the impact of groundwater depth on actual crop evapotranspiration (ET c act ) is essential for agricultural water management in shallow water table regions. A four-year field experiment (2019–2023) was conducted at the Wudaogou Hydrological Experimental Station to monitor the ET c act of winter wheat under different groundwater depth conditions, while simultaneously recording key meteorological variables, including air temperature, precipitation, wind speed, net radiation, relative humidity, sunshine duration, soil heat flux, and soil temperature. Based on the observed data, we analyzed the influence of groundwater depth on winter wheat ET c act and actual crop coefficients ( K c act ). The results revealed that both ET c act and K c act exhibited a clear exponential relationship with groundwater depth, showing a significant decreasing trend as the depth increased. Building upon this finding, we developed a Groundwater–Meteorology-Based Actual Crop Evapotranspiration Model (GW–M model) that incorporates both groundwater depth and meteorological factors. In the model, these variables affect ET c act by influencing the K c act . The selection of meteorological factors was guided by the top three variables identified through geographical detector analysis. The model effectively reproduced the ET c act process of winter wheat in shallow groundwater areas. Comparative analysis with other evapotranspiration models demonstrated that the proposed model achieved higher accuracy. This study underscores the pivotal role of groundwater depth in regulating ET c act in shallow water table areas. The proposed modeling approach offers a flexible and scalable framework for simulating ET c act under variable groundwater conditions, thereby providing theoretical support for regional-scale agricultural water management.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural Water ManagementMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207