Reactive transport modeling of geochemical controls on secondary water quality impacts at a crude oil spill site near Bemidji, MN
Notice bibliographique
Résumé
Abstract Anaerobic biodegradation of organic amendments and contaminants in aquifers can trigger secondary water quality impacts that impair groundwater resources. Reactive transport models help elucidate how diverse geochemical reactions control the spatiotemporal evolution of these impacts. Using extensive monitoring data from a crude oil spill site near Bemidji, Minnesota (USA), we implemented a comprehensive model that simulates secondary plumes of depleted dissolved O 2 and elevated concentrations of Mn 2+ , Fe 2+ , CH 4 , and Ca 2+ over a two‐dimensional cross section for 30 years following the spill. The model produces observed changes by representing multiple oil constituents and coupled carbonate and hydroxide chemistry. The model includes reactions with carbonates and Fe and Mn mineral phases, outgassing of CH 4 and CO 2 gas phases, and sorption of Fe, Mn, and H + . Model results demonstrate that most of the carbon loss from the oil (70%) occurs through direct outgassing from the oil source zone, greatly limiting the amount of CH 4 cycled down‐gradient. The vast majority of reduced Fe is strongly attenuated on sediments, with most (91%) in the sorbed form in the model. Ferrous carbonates constitute a small fraction of the reduced Fe in simulations, but may be important for furthering the reduction of ferric oxides. The combined effect of concomitant redox reactions, sorption, and dissolved CO 2 inputs from source‐zone degradation successfully reproduced observed pH. The model demonstrates that secondary water quality impacts may depend strongly on organic carbon properties, and impacts may decrease due to sorption and direct outgassing from the source zone.
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 | 0,003 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».