Inversion of Conductivity Profiles from EM Using Full Solution and a 1-D Laterally Constrained Algorithm
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In highly conductive environments the apparent electrical conductivity (σa) data generated from electromagnetic (EM) instruments are known to be non-linear. This is particularly the case when high conductivity bodies are present in the subsurface. However, little attention has been given to this issue in the research literature of the environmental and hydrological sciences. In this paper we describe the development of an inversion algorithm, which consists of a 1-D inversion with 2-D smoothness constraints between adjacent 1-D models, whereby the forward response is calculated using the full solution of the induction phenomena. The robustness of the algorithm is evaluated using σa data acquired from two study areas. In the first case study, σa data is acquired with a DUALEM-21 across a golf green in Guelph, Ontario Canada. In the second case study, a DUALEM-421 is used to collect σa across an irrigated field located on a clay alluvial plain of the Lower Gwydir Valley (Australia). The general patterns of modeled true electrical conductivity (σ), as achieved from our inversion algorithm with the full solution, are shown to compare favorably with the available information and existing knowledge at each site. We also find that the models calculated with the new algorithm compare favorably with those obtained using individual 1-D inversion.
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.
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 découle