MétaCan
Menu
Retour à la cohorte
Enregistrement W2082675896 · doi:10.1089/ees.2007.0331

Uncertainty Analysis of Stochastic Solute Transport in a Heterogeneous Aquifer

2008· article· en· W2082675896 sur OpenAlexaff
Jie Liang, Guangming Zeng, Shenglian Guo, Jianbing Li, Anlei Wei, Lin Shi, Xiaodong Li

Notice bibliographique

RevueEnvironmental Engineering Science · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésHydraulic conductivityUncertainty analysisMarkov chain Monte CarloAquiferUncertainty quantificationBayesian inferenceSensitivity analysisMonte Carlo methodMathematicsStochastic modellingStatisticsBayesian probabilityPosterior probabilityGroundwater modelGroundwater flowSoil scienceGroundwaterEnvironmental scienceGeotechnical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

The uncertainty of predicting stochastic solute transport in an aquifer with heterogeneous hydraulic conductivity was quantified. Two sources of uncertainty were considered in the analysis including uncertainty that stems from inability to exactly predict the hydraulic conductivity at unmeasured locations and uncertainty that results from imperfect knowledge of the parameters in stochastic model. Hydraulic conductivity field was simulated using a random space function model while considering the nugget effect. The posterior distribution of parameters in the model was then obtained using Bayesian inference method of Markov Chain Monte Carlo (MCMC) Metropolis-Hastings (MH) algorithm. Inferred optimal parameter set was lastly used to generate conditional hydraulic conductivity fields to simulate solute transport in groundwater. As an illustrative example, a hypothetical steady two-dimensional flow in a heterogeneous aquifer was adopted. Results showed that the uncertainty of predicting solute transport in groundwater decreased when more conditional data were included, which was attributed to the fact that the optimal parameter value approached its hypothetical value in the posterior parameter distributions under the scenario of using more conditional data. Another important finding was that the degree of uncertainty for predictive variance is much higher in the area of higher solute concentration while the uncertainty for predictive absolute error shows no obvious trend when determining the distribution of solute concentration. We concluded that a balance may exist between global and local uncertainty for predictive absolute error. At last, the relative importance of parameter uncertainty to uncertainty of predictive solute transport was revealed. The variance and nugget ranked the top two important factors, followed by the expected value and the integral scale of the spatial stochastic process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,007
Tête enseignante GPT0,184
Écart entre enseignants0,177 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Engineering ScienceMême sujetGroundwater flow and contamination studiesTravaux en français237 207