Cone-based electrical resistivity tomography
Notice bibliographique
Résumé
Abstract Determining the 3D spatial distribution of subsurface properties is a challenging, but critical, part of managing the cleanup of contaminated sites. We have developed a minimally invasive technology that can provide information about the 3D distribution of electrical conductivity. The technique, cone-based electrical resistivity tomography (C-bert), integrates resistivity tomography with cone-penetration testing. Permanent current electrodes are emplaced in the subsurface and used to inject current into the subsurface region of interest. The resultant potential fields are measured using a surface reference electrode and an electrode mounted on a cone penetrometer. The standard suite of cone penetration measurements, including high-resolution resistivity logs, are also obtained and are an integral part of the C-bert method. C-bert data are inverted using an inexact Gauss-Newton algorithm to produce a 3D electrical conductivity map. A majorchallenge with the inversion is the large local perturbation around the measurement location, due to the highly conductive cone. As the cone is small with respect to the total model space, explicit modeling of the cone is cost prohibitive. We have developed a rapid method for solving the forward model which uses iteratively determined boundary conditions (IDBC). This allows us to generate a computationally feasible, preinversion correction for the cone perturbation. We assessed C-bert by performing a field test to image the conductivity structure of the Kidd 2 site near Vancouver, British Columbia. A total of nine permanent current electrodes were emplaced and five C-bert data sets were obtained, resulting in 6516 data points. These data were inverted to obtain a 3D conductivity image of the subsurface. Furthermore, we demonstrated, using a synthetic experiment, that C-bert can yield high quality electrical conductivity images in challenging field situations. We conclude that C-bert is a promising new imaging technique.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».