A Numerical Investigation of the Effects of Compositional and Thermal Buoyancy on Transient Plumes in a Porous Layer
Notice bibliographique
Résumé
We present a suite of high-resolution numerical model experiments conducted to investigate the effects of varying thermal and compositional buoyancy on the behavior and morphology of plumes in porous media. The calculations model the injection of fluid through a narrow opening into the base of a nonreactive, saturated, porous matrix with interstitial fluid of different temperature and/or solute concentration and are scaled to be comparable with previously published experimental results. Calculations are presented for the case of zero injection velocity (in which case heat and solute diffuse in from the boundary) and for small, nonzero injection velocity. Different combinations of thermal and compositional buoyancies result in various plume structures owing to the fact that solute and heat both diffuse and advect at different rates in porous media. Plumes with dominantly positive thermal buoyancy have large plume heads, while those with dominantly compositional buoyancy lack this feature and propagate more rapidly. When the injected fluid has positive compositional and negative thermal buoyancy, the initial flow spreads laterally along the base of the domain before a narrow straight-sided compositional plume emerges. For cases when the injected fluid has positive thermal buoyancy and negative compositional buoyancy, plumes initially rise upward before a dense solute cap forms, interrupting the flow. For sufficiently large positive thermal buoyancy, this cap breaks down and the flow becomes highly time dependent. The velocities and widths of the plumes are also presented in order to characterize the plumes formed in the different parameter regimes.
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 ».