Remediation of DNAPL Source Zones with Granular Iron: Laboratory and Field Tests
Notice bibliographique
Résumé
Degradation of dissolved chlorinated solvents using granular iron is an established in situ technology. This paper reports on investigations into mixing iron and bentonite with contaminated soil for in situ containment and degradation of dense nonaqueous phase liquid source zones. In the laboratory, hypovials containing soil, water, bentonite, iron, and free-phase trichloroethene (TCE) were assembled. Periodic measurement of TCE, chloride, and degradation products showed progressive degradation of TCE to nondetectable levels. Subsequently, a demonstration was conducted at Canadian Forces Base Borden near Alliston, Ontario, Canada, where, in 1991, a portion of the surficial aquifer was isolated and free-phase tetrachloroethene (PCE) was introduced. Using a drill rig equipped with large-diameter mixing blades, three mixed zones were prepared containing 0%, 5%, and 10% granular iron by volume. The bentonite was added to serve as a lubricant to facilitate injection of the iron and to isolate the contaminated zone. Analysis of core samples showed reasonably uniform distributions of iron through the mixed zones. Monitoring over a 13-month period following installation showed, relative to the control, a decline in PCE concentrations to virtually nondetectable values. Reaction rates in the laboratory tests were similar to those reported in the literature, while the rate in the field test was substantially lower. The lower rate may be a consequence of mass transfer limitations under the static conditions of the field test. Results indicate that mixing iron and bentonite into source zones may be an effective means of source-zone remediation, with the particular advantage of being relatively immune to effects of geologic heterogeneity.
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 ».