A new coupled model for simulating the mapping of dense nonaqueous phase liquids using electrical resistivity tomography
Notice bibliographique
Résumé
ABSTRACT Electrical resistivity tomography (ERT) has, for a considerable length of time, been considered promising for subsurface characterization activities at sites contaminated with dense, nonaqueous phase liquids (DNAPLs). The relatively few field studies available exhibit mixed results, and the technique has not yet become a common tool for mapping such contaminants or tracking mass reduction during their remediation. To help address this, a novel, coupled DNAPL-ERT numerical model was developed that can provide a platform for the systematic evaluation of ERT under a wide range of realistic, field-scale subsurface environments. The coupled model integrated a 3D multiphase flow model, which generates realistic DNAPL scenarios, with a 3D ERT forward model to calculate the corresponding resistivity response. Central to the coupling, and a key contribution, was a new linkage between the main hydrogeologic parameters (including hydraulic permeability, porosity, clay content, groundwater salinity and temperature, and air, water, and DNAPL contents evolving with time) and the resulting bulk electrical resistivity by integration of a variety of published relationships. Sensitivity studies conducted for a single node compared well to published correlations and for a field-scale domain demonstrated that the model is robust and sensitive to heterogeneity in DNAPL distribution and soil structure. A field-scale simulation of a DNAPL release and its subsequent remediation, monitored by ERT surface surveys, demonstrated that ERT is promising for mapping DNAPL mass reduction. The developed model provides a cost-effective avenue to test optimum ERT data acquisition, inversion, and interpretative tools, which should assist in deploying ERT strategically at contaminated sites.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».