Investigations into the effect of different land use on field-saturated hydraulic conductivity in the Eddleston Water catchment
Notice bibliographique
Résumé
Land use and management have an impact on the infiltration capacity of soil. It is thought that by changing the way we use and manage land we can increase infiltration into the soil, slow the flow of water through the catchment and reduce flood peaks. However, there are few observational data that directly measure changes in soil permeability in different land uses. This report describes field investigations into the role of land cover on soil permeability in part of the Eddleston catchment in the Scottish Borders as a pilot for a larger study in the future. \nInvestigations were carried out at Wester Deans Farm on a range of land use types: coniferous woodland, improved grassland, a ten year old broadleaved transverse strip and rough grazing grassland. Experiments to measure the hydraulic conductivity (Kfs) of soils underlying these land uses were conducted using a constant head well permeameter (Guelph permeameter). In total there were 129 infiltration tests conducted for this study; 41 in coniferous woodland, 33 in improved grassland, 24 in a broadleaved transverse strip and 31 in rough grazing grassland. \nResults indicate that median Kfs rates were highest in soils under rough grazing, and medians statistically similar to the coniferous woodland and 10 year old transverse strip woodlands. Highest individual results, and overall range, were obtained under woodlands where root systems are able to create pathways for water flow. The lowest Kfs rates were under improved grasslands where dense animal grazing is known to increase compaction of the surface. Statistical analysis showed Kfs under improved grasslands to be statistically lower than the three other land uses tested. This study illustrates the role that areas of rough grazing may play in increasing soil infiltration and storage, and may have a similar impact to tree planting. Further study is planned on extending the surveys, and using these data to help plan soil restoration strategies.
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 | 0,038 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».