Influence of Transient Flow on Contaminant Biodegradation
Notice bibliographique
Résumé
The rate of biodegradation in contaminated aquifers depends to a large extent on dispersive mixing processes that are now generally accepted to result from spatial variations in the velocity field. It has been shown, however, that transient flow fields can also contribute to dispersive mixing. The influence of transient flow on biodegrading contaminants is particularly important since it can enhance mixing with electron acceptors, further promoting the reactive process. Using numerical simulations, the effect of transient flow on the behavior of a biodegradable contaminant is evaluated here both with respect to the development of apparently large horizontal transverse dispersion and also with respect to enhanced mixing between the substrate (electron donor) and electron acceptor. The numerical model BIO3D, which solves for advective-dispersive transport coupled with Monod-type biodegradation of substrates in the presence of an electron acceptor, was used for the simulations. The model was applied in a two-dimensional plan view mode considering a single substrate. Transient flow fields were found to yield larger apparent transverse dispersion because the longitudinal dispersivity also acts transverse to the mean flow direction. In the reactive case, the transient flow field increases substrate-oxygen mixing, which in turn enhances the overall rate of biodegradation. The results suggest that in the case of moderate changes of flow directions, a steady-state flow field can be justified, thereby avoiding the higher computational costs of a fully transient simulation. The use of a higher transverse horizontal dispersivity in a steady flow field can, under these conditions, adequately forecast plume development.
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) | 0,000 | 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; 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 ».