Exploiting the MRS‐phase information to enhance detection of masked deep aquifers: examples from the Netherlands
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 Several magnetic resonance soundings (MRS) in the Netherlands showed a monotonous single peak anomaly on the amplitude versus excitation moment sounding pattern, which were interpreted as a single aquifer when using an amplitude‐only mode MRS data inversion. However, in all these soundings, borehole logs documented the presence of two or three aquifers separated by clay‐rich aquitards in the first 100 m below ground surface. Such environments were electrically conductive so a phase excursion was noticeable on the MRS soundings. Multi‐aquifer systems, in a conductive environment, may show interference among signals originating from different parts of the systems including amplitude masking or destructive interference. A new version of an off‐the‐shelf MRS forward modelling and inversion tool (Samovar 11.3) allowing complex amplitude and phase inversion was used to detect and parameterize deep, MRS‐masked second aquifers at two selected sites in the Netherlands, one near Delft and one near Waalwijk. At the Delft site, the proposed strategy was effective in the detection and characterization of a second previously missed aquifer at 45 m below ground surface, while at the Waalwijk site, the second aquifer was not detected because of a considerably deeper aquifer at 85 m and too small excitation (6000 A ms). However, forward modelling showed that with a larger excitation moment (e.g., 13 000 A ms), detection and parameterization of the second aquifer would become possible when using both amplitude and phase.
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