Identification of Multiple Sources of Groundwater Contamination by Dual Isotopes
Notice bibliographique
Résumé
Chlorinated solvents are one of the most commonly detected groundwater contaminants in industrial areas. Identification of polluters and allocation of contaminant sources are important concerns in the evaluation of complex subsurface contamination with multiple sources. In recent years, compound-specific isotope analyses (CSIA) have been employed to discriminate among different contaminant sources and to better understand the fate of contaminants in field-site studies. In this study, the usefulness of dual isotopes (carbon and chlorine) was shown in assessments of groundwater contamination at an industrial complex in Wonju, Korea, where groundwater contamination with chlorinated solvents such as trichloroethene (TCE) and carbon tetrachloride (CT) was observed. In November 2009, the detected TCE concentrations at the study site ranged between nondetected and 10,066 µg/L, and the CT concentrations ranged between nondetected and 985 µg/L. In the upgradient area, TCE and CT metabolites were detected, whereas only TCE metabolites were detected in the downgradient area. The study revealed the presence of separate small but concentrated TCE pockets in the downgradient area, suggesting the possibility of multiple contaminant sources that created multiple comingling plumes. Furthermore, the variation of the isotopic (δ(13) C and δ(37) Cl) TCE values between the upgradient and downgradient areas lends support to the idea of multiple contamination sources even in the presence of detectable biodegradation. This case study found it useful to apply a spatial distribution of contaminants coupled with their dual isotopic values for evaluation of the contaminated sites and identification of the presence of multiple sources in the study area.
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 | 0,000 | 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) | 0,003 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».