Surfactant-Induced Flow Phenomena in the Vadose Zone: A Review of Data and Numerical Modeling
Notice bibliographique
Résumé
Surfactants may occur naturally in the subsurface or may be introduced anthropogenically. Because of their ability to reduce surface tension and modify the solid–liquid contact angle, surfactants affect capillarity in unsaturated porous media. We review the current state of knowledge regarding surfactant effects on unsaturated flow and transport in water-wetted porous media. Surfactant effects on moisture retention and unsaturated hydraulic conductivity are reviewed, as well as experimental evidence of surfactant effects on unsaturated flow. Surfactants can cause significant flow perturbations that do not occur in constant surface tension systems. Noteworthy effects include surfactant-induced unsaturated flow that arises from surfactant concentration-dependent surface tension gradients, as well as capillary fringe depression proportional to the surfactant-induced relative reduction in surface tension. Most of the available data is from laboratory experiments; consequently, questions still remain about the relative importance of surfactant-induced effects on field-scale flow and transport processes. Numerical models that account for surfactant effects on flow provide useful tools for assessing the importance of these effects and should prove useful for designing surfactant-based remedial schemes. We review simulations of unsaturated flow and transport in systems containing surfactants, as well as models that may be useful for conducting such simulations. Comparisons of simulated and experimental data indicate that hysteresis and dispersivity effects on simulation results can be important considerations. Future research directions should include the collection of additional field and laboratory-scale data and expanded modeling efforts.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».