Resolution analysis of tomographic slug test head data: Two‐dimensional radial case
Notice bibliographique
Résumé
Abstract Hydraulic tomography inverse problems, which are solved to estimate aquifer hydraulic properties between wells, are known to be ill‐conditioned and a priori information is often added to regularize numerical inversion of head data. Because both head data and a priori information have effects on the inversed solution, assessing the meaningful information contained in head data alone is required to ensure comprehensive interpretation of inverse solutions, whether they are regularized or not. This study thus aims to assess the amount of information contained in tomographic slug tests head data to resolve heterogeneity in K h , K v / K h , and S s . Therefore, a resolution analysis based on truncated singular value decomposition of the sensitivity matrix with a noise level representative of field measurements is applied using synthetic data reflecting a known littoral aquifer. As an approximation of the hydraulic behavior of a real aquifer system, synthetic tomographic experiments and associated sensitivity matrices are generated using a radial flow model accounting for wellbore storage to simulate slug tests in a plane encompassing a stressed well and an observation well. Although fine‐scale resolution of heterogeneities is limited by the diffusive nature of the groundwater flow equations, inversion of tomographic slug tests head data holds the potential to uniquely resolve coarse‐scale heterogeneity in K h , K v / K h , and S s , as inscribed in the resolution matrix. This implies that tomographic head data can provide key information on aquifer heterogeneity and anisotropy, but that fine‐scale information must be supplied by a priori information to obtain finer details.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».