FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1934231564> ?p ?o ?g. }

• W1934231564 endingPage "648" @default.
• W1934231564 startingPage "640" @default.
• W1934231564 abstract "Measured cumulative infiltration (Z) over time usually shows significant correlations with their contiguous values. This autocorrelation in a series restricts application of regression analysis to determine the coefficients of empirical equations. In such cases, time series analysis is preferred to process the modeling. In this study, the possibility of furrow infiltration modeling by time series techniques was investigated based on experimental data obtained from infiltration measuring at 56 sites over a field by blocked furrow infiltrometer. Results revealed that the Z data were nonstationary in the mean and variance. Logarithmic transformation and the first-order differencing were applied to convert the measured series to the stationary ones. Cumulative infiltration data were successfully analyzed as an autoregressive integrated moving average (ARIMA (p, 1, q)) process. The autoregressive terms had a more momentous role than moving averages in modeling Z series. Results confirmed that the obtained models explain more than 99% of the variability in the calibrated values. The ARIMA (p, 1, q) parameters were modeled as a function of flow or soil characteristics. The first and second parameters of autoregressive terms (φ1 and φ2) and moving average terms (θ1 and θ2) were modeled as a function of independent variables. Comparative results showed that performance of time series modeling was better than commonly used infiltration equations such as that of Kostiakov to characterize furrow infiltration. Copyright © 2013 John Wiley & Sons, Ltd. Les mesures cumulées d'infiltration (Z) au cours du temps présentent des valeurs significativement corrélées avec leurs valeurs contiguës. Cette autocorrélation en série restreint l'application d'analyse en régression pour déterminer les coefficients d'équations empiriques. Dans de tels cas, l'analyse de séries temporelles est préférée pour entreprendre une modélisation. Dans cette étude, nous considérons les possibilités de modélisation de l'infiltration dans des raies d'irrigation par des techniques de séries temporelles. Elle est basée sur des données expérimentales provenant de 56 points de mesures d'infiltration prises au champ avec un infiltromètre pour sillons bouchés. Les résultats ont révélé que les valeurs de Z n'étaient pas stationnaires, ni en moyenne, ni variance. La transformation logarithmique et la différenciation de premier ordre ont été appliquées pour convertir les valeurs non stationnaires en valeurs stationnaires. Les données cumulées d'infiltration ont été analysées comme un procédé auto régressif de moyenne mobile intégrée (ARIMA (p, 1, q)). Les termes d'auto régression avaient un rôle plus important que les moyennes mobiles pour modéliser les valeurs de Z. Les résultats ont confirmé que les modèles obtenus expliquaient plus de 90% de la variabilité des valeurs calibrées. Les paramètres ARIMA (p, 1, q) ont été modélisés par une fonction de caractéristiques de sol et de flux. Les premiers et seconds paramètres des termes auto régressifs (φ1 et φ2) et les termes de moyenne mobile (θ1 et θ2) ont été modélisés par une fonction de variables indépendantes. La comparaison des résultats a montré que la performance de la modélisation en séries temporelles était meilleure qu'avec les équations habituelles d'infiltration comme celle de Kostiakov pour caractériser irrigation à la raie. Copyright © 2013 John Wiley & Sons, Ltd." @default.
• W1934231564 created "2016-06-24" @default.
• W1934231564 creator A5074255293 @default.
• W1934231564 creator A5076420709 @default.
• W1934231564 creator A5086641021 @default.
• W1934231564 date "2013-07-26" @default.
• W1934231564 modified "2023-10-03" @default.
• W1934231564 title "TIME SERIES ANALYSIS OF FURROW INFILTRATION" @default.
• W1934231564 cites W1966973416 @default.
• W1934231564 cites W1967340642 @default.
• W1934231564 cites W1979859173 @default.
• W1934231564 cites W1987430630 @default.
• W1934231564 cites W2043632759 @default.
• W1934231564 cites W2065179920 @default.
• W1934231564 cites W2072295231 @default.
• W1934231564 cites W2074257015 @default.
• W1934231564 cites W2084949396 @default.
• W1934231564 cites W2085138603 @default.
• W1934231564 cites W2099525314 @default.
• W1934231564 cites W2137181301 @default.
• W1934231564 cites W2156961973 @default.
• W1934231564 cites W2165031576 @default.
• W1934231564 cites W4293223245 @default.
• W1934231564 doi "https://doi.org/10.1002/ird.1756" @default.
• W1934231564 hasPublicationYear "2013" @default.
• W1934231564 type Work @default.
• W1934231564 sameAs 1934231564 @default.
• W1934231564 citedByCount "2" @default.
• W1934231564 countsByYear W19342315642017 @default.
• W1934231564 countsByYear W19342315642022 @default.
• W1934231564 crossrefType "journal-article" @default.
• W1934231564 hasAuthorship W1934231564A5074255293 @default.
• W1934231564 hasAuthorship W1934231564A5076420709 @default.
• W1934231564 hasAuthorship W1934231564A5086641021 @default.
• W1934231564 hasConcept C105795698 @default.
• W1934231564 hasConcept C121332964 @default.
• W1934231564 hasConcept C127313418 @default.
• W1934231564 hasConcept C134306372 @default.
• W1934231564 hasConcept C143724316 @default.
• W1934231564 hasConcept C151406439 @default.
• W1934231564 hasConcept C151730666 @default.
• W1934231564 hasConcept C153294291 @default.
• W1934231564 hasConcept C153400128 @default.
• W1934231564 hasConcept C159877910 @default.
• W1934231564 hasConcept C24338571 @default.
• W1934231564 hasConcept C33923547 @default.
• W1934231564 hasConcept C39927690 @default.
• W1934231564 hasConcept C5297727 @default.
• W1934231564 hasConceptScore W1934231564C105795698 @default.
• W1934231564 hasConceptScore W1934231564C121332964 @default.
• W1934231564 hasConceptScore W1934231564C127313418 @default.
• W1934231564 hasConceptScore W1934231564C134306372 @default.
• W1934231564 hasConceptScore W1934231564C143724316 @default.
• W1934231564 hasConceptScore W1934231564C151406439 @default.
• W1934231564 hasConceptScore W1934231564C151730666 @default.
• W1934231564 hasConceptScore W1934231564C153294291 @default.
• W1934231564 hasConceptScore W1934231564C153400128 @default.
• W1934231564 hasConceptScore W1934231564C159877910 @default.
• W1934231564 hasConceptScore W1934231564C24338571 @default.
• W1934231564 hasConceptScore W1934231564C33923547 @default.
• W1934231564 hasConceptScore W1934231564C39927690 @default.
• W1934231564 hasConceptScore W1934231564C5297727 @default.
• W1934231564 hasIssue "5" @default.
• W1934231564 hasLocation W19342315641 @default.
• W1934231564 hasOpenAccess W1934231564 @default.
• W1934231564 hasPrimaryLocation W19342315641 @default.
• W1934231564 hasRelatedWork W1562203027 @default.
• W1934231564 hasRelatedWork W2061377831 @default.
• W1934231564 hasRelatedWork W2066148333 @default.
• W1934231564 hasRelatedWork W2138686388 @default.
• W1934231564 hasRelatedWork W2351202125 @default.
• W1934231564 hasRelatedWork W3122725606 @default.
• W1934231564 hasRelatedWork W4205312218 @default.
• W1934231564 hasRelatedWork W4240774717 @default.
• W1934231564 hasRelatedWork W4385388092 @default.
• W1934231564 hasRelatedWork W621671069 @default.
• W1934231564 hasVolume "62" @default.
• W1934231564 isParatext "false" @default.
• W1934231564 isRetracted "false" @default.
• W1934231564 magId "1934231564" @default.
• W1934231564 workType "article" @default.