MétaCan
Menu
Retour à la cohorte
Enregistrement W7026473116

Actively heated fiber optics technique to quantify spatio-temporal dynamics of soil water from point to field scale

2019· dissertation· en· W7026473116 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2019
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésCalibrationSoil waterWater contentSensitivity (control systems)Temporal resolutionScale (ratio)Image resolutionIrrigationField (mathematics)Hydrology (agriculture)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A lack of high resolution soil water data has limited the ability to examine and quantify the spatiotemporal dynamics of soil water at field scale.The main objective of this research was to develop a sensing technique to measure soil water at high spatial and temporal resolutions using actively heated fiber optics (AHFO) and to quantify the spatiotemporal dynamics of soil water at point and field scales.The first study developed calibration relationships using various heating strategies of three contrasting textured soils.Results showed that the sensitivity of the thermal response, normalized cumulative temperature increase (NTcum) increased and the predictive error (root mean square error, RMSE) of soil water decreased (from 7 to 2 %) with an increase in power intensity and heating duration.Nevertheless, moderate power intensities (e.g. 10 and 5 Wm -1 ) clearly showed an increase in the sensitivity of NTcum and a decrease in predictive error (2-3 %) with the extended heating duration.The second study examined the feasibility of the sensing technique to monitor spatiotemporal soil water dynamics and to provide an accurate estimate of average soil water content at laboratory soil column scale using a drip irrigation experiment.Results suggested that the sensing technique could accurately (RMSE 2-4 %) monitor the threedimensional (3D) wetting patterns through time under drip irrigation and was able to provide a more accurate estimate of the average soil water content of the column compared to that of pointbased sensors.The next study examined the feasibility of the sensing technique to measure soil water at field scale using an in-situ calibration approach and the results showed the ability to measure soil water at high spatial (0.5 m) and temporal (6 h) resolutions along eighteen fiber optic cable transects at three depths (0.05, 0.10 and 0.20 m) with a predictive error of 3-4 %.The fourth study examined the scale and location dependent time stability of spatial patterns of soil water storage (SWS) using the high-resolution spatiotemporal measurement of soil water content.The results showed strong intra-seasonal time stability across larger scales (> 10 m) and most of the DEDICATION This thesis is dedicated to my parents for their love, endless support, encouragement and sacrifices.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetSoil Moisture and Remote SensingTravaux en français237 207