MétaCan
Menu
Retour à la cohorte
Enregistrement W2007673730 · doi:10.3997/1873-0604.2014003

Integrating MRS data with hydrologic model ‐ Carrizal Catchment (Spain)

2014· article· en· W2007673730 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNear Surface Geophysics · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensVanguard College
Organismes subventionnairesnon disponible
Mots-clésAquiferHydraulic conductivityHydrogeologyGeologyMODFLOWHydrology (agriculture)Specific storageHydrological modellingGroundwater modelHydraulic headSoil scienceGroundwaterGroundwater flowGeotechnical engineeringGroundwater recharge

Résumé

récupéré en direct d'OpenAlex

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 km 2 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,296
Écart entre enseignants0,281 · 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