MétaCan
Menu
← Retour à la cohorte
Enregistrement W19918853 · doi:10.1002/bjs.6738

Utilisation de profils verticaux de charges hydrauliques pour contraindre la représentation géostatistique de l'hétérogénéité dans un aquifère granulaire.

2014· article· fr· W19918853 sur OpenAlexaboutno aff
Patrick Brunet

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La construction de modèles numériques représentatifs de l'écoulement et du transport de masse \nest nécessaire afin d'adopter des mesures de mitigation efficaces sur les sites contaminés. La \nmodélisation adéquate d'un site dépend toutefois de notre capacité à représenter l'hétérogénéité \nde l'aquifère à l'échelle appropriée en fonction du problème étudié. Afin d'évaluer la capacité \ndes modèles numériques à reproduire la dynamique aquifère réelle, contrôlée en partie par \n1 'hétérogénéité des propriétés hydrauliques, il est essentiel de disposer de données de terrain \nappropriées (e.g. charges, concentrations ou flux) qui reflètent des conditions hydrogéologiques \nreprésentatives. Bien que les données de niveaux d'eau puissent être peu sensibles à la \ndistribution des hydrofaciès (HF; matériaux avec des propriétés hydrauliques distinctes) et leurs \nconductivités hydrauliques (K) respectives, les profils verticaux détaillés de charges \nhydrauliques peuvent être sensibles à la distribution et la continuité des HF. Ces travaux ont donc \npour objectif d'évaluer si de tels profils pourraient ainsi être utilisés afin de contraindre des \nreprésentations déterministes ou stochastiques de l'hétérogénéité utilisées dans des modèles \nnumériques. \nUne analyse de sensibilité préliminaire des profils de charge hydraulique en fonction de certaines \nconditions et paramètres hydrauliques a été réalisée à partir de simulations synthétiques d'un \nmodèle simplifié en coupe et en régime permanent. Celles-ci ont permis d'identifier certaines \nconditions nécessaires à l'utilisation des profils de charge permettant de contraindre les champs \nde K, soient 1) un contraste de K entre les HF de près de 1.5 ordres de grandeur; 2) un facteur \nd'anisotropie de près de 1.5 ordres de grandeur; et 3) des gradients hydrauliques suffisants (≥ \n0.005). \nAfin de vérifier le potentiel d'utilisation des profils verticaux de charge hydraulique pour \ncontraindre des représentations de 1 'hétérogénéité des aquifères à l'échelle du sous-bassin \nversant, une approche de simulations synthétiques a été utilisée, cette fois basée sur des modèles \nde référence réalistes produits à partir de données d'un site à Saint-Lambert-de-Lauzon \n(Québec). Ce site, qui a fait l'objet d'une campagne intensive de caractérisation, correspond à un \naquifère hétérogène et anisotrope. Des données de sondages au piézocône (CPT), de teneur en \neau et de résistivité (SMR), ainsi que des données de radar géologique et de résistivité de surface \nont été recueillies sur ce site. Ces données ont été compilées et intégrées afin de générer deux \nmodèles numériques d'écoulement de référence sur une coupe 2D le long d'une ligne \nd'écoulement. Ces modèles de référence présentent des niveaux de continuité du champ de K \ndistincts afin de vérifier l'impact de cette continuité sur les profils de charge. Les données de K \nde six puits synthétiques (considérées comme les mesures de puits mesurées) ont été extraites de \nces modèles afin de générer 100 réalisations de champs de K par statistiques multi-points. \nEnsuite, des profils verticaux de charge hydraulique en régime permanent ont été extraits des \nmodèles numériques d'écoulement de référence (charges observées), mais aussi sur les \nréalisations géostatistiques (charges simulées). Afin d'évaluer la capacité de reproduire la \ndistribution d'HF des modèles de référence à partir des profils de charges extraits, trois \napproches ont été utilisées sur la base des écarts entre les charge observées et simulées, soient: \n1) la sélection des meilleures réalisations géostatistiques multipoints; 2) la méthode de \ndéformation graduelle globale (MDG); et 3) une méthode heuristique basée sur celle des points-pilotes. \nBien que les conditions d'application des profils de charge soient assez restrictives, les résultats \ndes simulations illustrent le potentiel de ce type de données pour contraindre la représentation \ngéostatistique de l'hétérogénéité des aquifères, tant pour le cas de référence continu que \ndiscontinu. Par contre, cette capacité pourrait être relativement locale suivant la magnitude des \ngradients du système d'écoulement et l'orientation de l'écoulement par rapport aux couches. \nAinsi, bien que de tels profils puissent aider à préciser la distribution de K là où la variance des \nréalisations géostatistiques est jugée trop importante, la sensibilité hydraulique des profils de \ncharges aux variations de K devrait être évaluée au préalable. L'applicabilité de l'approche de \ncalibration de modèles numériques par des profils de charge se limite aux aquifères granulaires \nde surface présentant une certaine continuité dans la distribution des HF relativement à l'échelle \ndu problème. La mise en place de puits par enfoncement (direct-push) crépinés sur toute \nl'épaisseur de l'aquifère facilite l'acquisition de tels profils de charge, tout en réduisant \nsignificativement les coûts par rapport aux systèmes d'installation multi-niveaux disponibles. \nRepresentative numerical models of flow and contaminant transport are needed to implement \nadequate and effective remediation actions at contaminated sites. The development of such \nmodels depends however on our capability to represent aquifer heterogeneities at the proper \nscale for the problem considered. To evaluate the ability of numerical models to reproduce the \nactual aquifer dynamics, which is in part controlled by aquifer heterogeneities, it is essential to \nhave appropriate monitoring data (e.g., heads, concentrations, flux) that reflect representative \nhydrogeological conditions. Though water level data may be weakly sensitive to hydrofacies \n(HF; materials with distinct hydraulic properties) distribution and their respective hydraulic \nconductivities (K), detailed vertical profiles of hydraulic head may be sensitive to distribution \nand continuity of HF. Thus, the objective of this project is to assess if such profiles could be used \nto constrain determinist or stochastic representations of heterogeneity integrated in numerical \nmodels. \nA preliminary sensitivity analysis of hydraulic head profiles to certain conditions and hydraulic \nparameters was carried out using synthetic steady-state flow simulations on a simplified 2D \nsection model. Results show that certain conditions are necessary for effective use of head \nprofile data, namely: 1) K contrasts between HFs near 1.5 orders of magnitude or more; 2) an \nanisotropy factor of approximately 1.5 orders of magnitude or more; and 3) sufficient hydraulic \ngradients (≥0.005). \nTo assess the potential of vertical hydraulic head profiles to constrain representations of aquifer \nheterogeneity at a sub-watershed scale, an approach of synthetic simulations based upon realistic \nreference models was used. The latter were generated with field data from a highly \nheterogeneous and anisotropic aquifer system of a study site located in Saint-Lambert-de- \nLauzon, Quebec. As part of a characterization program of this littoral aquifer system, cone \npenetration tests (CPT), soil moisture-resistivity (SMR) measurements, ground penetrating radar \nand surface electrical tomography profiles were acquired throughout the site. To investigate the \nimpact of HF distribution and continuity on vertical head profiles, some of these data were used \nin order to generate two reference numerical flow models with different levels of continuity on a \n2D vertical section along a groundwater flow line. K data were extracted from six synthetic wells \nin these models in order to generate 100 realizations of K fields with multiple point geostatistics. \nThe conceptual reference models and geostatistical realizations were integrated in numerical \nflow models. Following steady-state flow simulations, vertical hydraulic head profiles were then \nextracted from the reference numerical flow models (observed heads) and from the geostatistical \nrealizations (simulated heads). In order to assess the capacity to reproduce the heterogeneous HF \ndistribution of reference models from extracted head profiles, three approaches were applied \nbased upon observed and simulated head discrepancies, namely: 1) selection of best realizations \nfrom multipoint geostatistics; 2) global graduaI deformation method (GDM); and 3) a heuristic \napproach based upon pilot-points method. \nDespite the restrictive conditions required for the effective use of vertical head profiles, \nsimulation results illustrate the potential of this type of data to constrain geostatistical \nrepresentations of aquifer heterogeneity, both for the continuous and discontinuous reference \nmodels. However, this diagnostic capacity may be relatively local following the magnitude of \nflow system gradients and flow directions relative to HF layering. Thus, although such profiles \nmay help define K distribution where variance in geostatistical realizations is considered \nexcessive, hydraulic sensitivity of head profiles to K variations should be assessed beforehand. \nApplicability of numerical model calibration with head profile data is essentially limited to \nshallow granular aquifers with a certain continuity of HF distribution relative to the problem \nscale. Acquisition of vertical head profile data is facilitated by installation of fully screened \ndirest-push wells, which significantly reduce costs compared to common multi-level well \nsystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGroundwater flow and contamination studies→Travaux en français237 207→