Variabilité spatiale du mouvement de gaz dans le sol
Notice bibliographique
Résumé
L'objectif principal de ce travail était d'étudier la variabilité spatiale des mouvements de gaz dans le sol. Trois sous-objectifs ont été complétés: 1) le développement d'une méthodologie pour la mesure de la concentration des gaz dans le sol, 2) l'étude de la variabilité spatiale de la diffusion des gaz dans le sol à l' échelle de monolithes et, 3) l'étude de la variabilité spatiales des émissions de CO₂ à différentes échelles en lien avec plusieurs paramètres physico-chimiques du sol. Pour répondre au premier sous-objectif, plusieurs aspects méthodologiques ont donc été développés. 1) Une méthode d'analyse des gaz (C0₂, N₂0, CH₄ et O₂) a été mise au point sur un appareil portable de chromatographie en phase gazeuse. 2) Des tests de cinétiques 'et d' isothermes de sorption ont été réalisés afin de sélectionner le bouchon de fioles d' échantillonnage le plus adéquat pour l' entreposage des échantillons de gaz. 3) Des courbes de calibration ont été développées pour relier la teneur en eau volumique à la constante diélectrique d'un sol organique à l'aide de la réflectométrie temporelle. La teneur en eau étant nécessaire pour le calcul de la teneur en air du sol, important pour le mouvement de gaz. Les résultats associés au deuxième sous-objectif ont montré que 1) la variabilité des coefficients de diffusion relatifs des gaz dans le sol (Ds/Do) était très élevée avec des coefficients de variation atteignant jusqu'à 125 % dans un sable loameux et 56 % dans un sol organique; 2) la méthode de calcul de Ds/Do, la position des sondes à gaz et les processus d'échantillonnage de gaz dans le profil de sol ont influencé la variabilité apparente de Ds/Do; et 3) "la porosité du sol ainsi que sa teneur en air ont influencé la variabilité de Ds/Do. Ces paramètres à eux seuls n' ont pas permis d'expliquer l'ensemble des variations observées. D'autres facteurs tel que la macroporosité du sol (fissures, galeries de vers de terre) doivent être pris en compte. Les résultats associés au troisième sous-objectif, complété avec l'analyse de la variabilité spatiale multi-échelles multi-variée réalisée à partir de la méthode CRAD, ont montré 1) l'importance d'analyser les relations entre les émissions de CO₂ et les paramètres physico-chimiques à différentes échelles (non-spatiale et spatiales à grande et petite échelles), 2) les corrélations spatiales sont plus fortes lorsque la variable est analysée aux différentes échelles que lorsqu'elle est analysée avec sa distribution totale, 3) les paramètres physico-chimiques du sol les mieux corrélés aux émissions de CO₂ aux différentes échelles sont ceux en lien avec les paramètres gazeux du sol soit, les concentrations en O₂ et CO₂, Ds/Do et, la teneur en air du sol, 4) les paramètres physicochimiques du sol mesurés en profondeur (0.30 m) semblent présenter des corrélations plus fortes que les paramètres du sol mesurés en surface (0.15 m) et 5) seule une portion de la variation des flux de CO₂ semble explicable par la variation des paramètres physico-chimiques du sol aux différentes échelles et . donc, d'autres paramètres nonmesurés comme la macroporosité auraient des impacts importants sur la variabilité des émissions. L'ensemble des résultats de cette étude montre que la variabilité spatiale des paramètres physico-chimiques des sols, notamment ceux en lien avec les paramètres gazeux du sol, influence la variabilité spatiale des mouvements de gaz dans le sol et des émissions vers l'atmosphère. Cependant, les relations sont complexes et dépendantes de l'échelle d'analyse.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».