Integrating MRS data with hydrologic model ‐ Carrizal Catchment (Spain)
Notice bibliographique
Résumé
ABSTRACT Magnetic resonance sounding (MRS) provides quantitative hydrogeological information on hydrostratigraphy and hydraulic parameters of subsurface (e.g., flow and storage property of aquifers) that can be integrated in distributed hydrologic models. The hydraulic parameters are typically obtained by pumping tests. In this study, we propose an MRS integration method based on optimizing MRS estimates of aquifer hydraulic parameters through hydrologic model calibration. The proposed MRS integration method was applied in the 73 km2 Carrizal Catchment in Spain, characterized by a shallow unconfined aquifer with an unknown aquifer bottom. 12 MRS survey results were inverted with Samovar 11.3, schematized and integrated in the transient, distributed, coupled, hydrologic, MARMITES‐MODFLOW model. As the aquifer bottom was unknown, the aquifer was schematized into one unconfined layer of uniform thickness. For that layer, MRS estimators of specific yield and transmissivity/hydraulic conductivity were calculated as weighted averages of the inverted MRS layers. The MRS integration with hydrologic model was carried out by introducing multipliers of specific yield and transmissivity/hydraulic conductivity that were optimized during transient model calibration using 11 time‐series piezometric observation points. The optimized multipliers were 1.0 for specific yield and 3.5*10‐9 for hydraulic conductivity. These multipliers were used, and can be used in future MRS investigations in the Carrizal Catchment (and/or adjacent area with similar hydrogeological conditions), to convert MRS survey results into aquifer hydraulic parameters. The proposed method of MRS data integration in the hydrologic model of Carrizal Catchment not only allowed us to calibrate the model but also to confirm the functional capability of MRS in quantitative groundwater assessment. Most importantly however, it demonstrated that if pumping tests are not available, the use of MRS integrated in distributed coupled hydrological models, or even in standalone groundwater models, provides a valuable aquifer parameterization alternative.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».