Joint Estimation of Hydraulic and Poroelastic Parameters from a Pumping Test
Notice bibliographique
Résumé
The coupling of hydraulic and poroelastic processes is critical in predicting processes involving the deformation of the geologic medium in response to fluid extraction or injection. Numerical models that consider the coupling of hydraulic and poroelastic processes require the knowledge of relevant parameters for both aquifer and aquitard units. In this study, we jointly estimated hydraulic and poroelastic parameters from pumping test data exhibiting "reverse water level fluctuations," known as the Noordbergum effect, in aquitards adjacent to a pumped aquifer. The joint estimation was performed by coupling BIOT2, a finite element, two-dimensional, axisymmetric, groundwater model that considers poroelastic effects with the parameter estimation code PEST. We first tested our approach using a synthetic data set with known parameters. Results of the synthetic case showed that for a simple layered system, it was possible to reproduce accurately both the hydraulic and poroelastic properties for each layer. We next applied the approach to pumping test data collected at the North Campus Research Site (NCRS) on the University of Waterloo (UW) campus. Based on the detailed knowledge of stratigraphy, a five-layer system was modeled. Parameter estimation was performed by: (1) matching drawdown data individually from each observation port and (2) matching drawdown data from all ports at a single well simultaneously. The estimated hydraulic parameters were compared to those obtained by other means at the site yielding good agreement. However, the estimated shear modulus was higher than the static shear modulus, but was within the range of dynamic shear modulus reported in the literature, potentially suggesting a loading rate effect.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».