Exploiting the MRS‐phase information to enhance detection of masked deep aquifers: examples from the Netherlands
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 ».