Concentration Rebound Following In Situ Chemical Oxidation in Fractured Clay
Notice bibliographique
Résumé
A two-dimensional, transient-flow, and transport numerical model was developed to simulate in situ chemical oxidation (ISCO) of trichloroethylene and tetrachloroethylene by potassium permanganate in fractured clay. This computer model incorporates dense, nonaqueous phase liquid dissolution, reactive aquifer material, multispecies matrix diffusion, and kinetic formulations for the oxidation reactions. A sensitivity analysis for two types of parameters, hydrogeological and engineering, including matrix porosity, matrix organic carbon, fracture aperture, potassium permanganate dosage, and hydraulic gradient, was conducted. Remediation metrics investigated were the relative rebound concentrations arising from back diffusion and percent mass destroyed. No well-defined correlation was found between the magnitude of rebound concentrations during postremedy monitoring and the amount of contaminant mass destroyed during the application. Results indicate that all investigated parameters affect ISCO remediation in some form. Results indicate that when advective transport through the fracture is dominant relative to diffusive transport into the clay matrix (large System Peclet Number), permanganate is more likely to be flushed out of the system and treatment is not optimal. If the System Peclet Number is too small, indicating that diffusion into the matrix is dominant relative to advection through the fracture, permanganate does not traverse the entire fracture, leading to postremediation concentration rebound. Optimal application of ISCO requires balancing advective transport through the fracture with diffusive transport into the clay matrix.
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 | 0,000 |
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 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 ».