Permeability Profiles in Granular Aquifers Using Flowmeters in Direct‐Push Wells
Notice bibliographique
Résumé
Numerical hydrogeological models should ideally be based on the spatial distribution of hydraulic conductivity (K), a property rarely defined on the basis of sufficient data due to the lack of efficient characterization methods. Electromagnetic borehole flowmeter measurements during pumping in uncased wells can effectively provide a continuous vertical distribution of K in consolidated rocks. However, relatively few studies have used the flowmeter in screened wells penetrating unconsolidated aquifers, and tests conducted in gravel-packed wells have shown that flowmeter data may yield misleading results. This paper describes the practical application of flowmeter profiles in direct-push wells to measure K and delineate hydrofacies in heterogeneous unconsolidated aquifers having low-to-moderate K (10(-6) to 10(-4) m/s). The effect of direct-push well installation on K measurements in unconsolidated deposits is first assessed based on the previous work indicating that such installations minimize disturbance to the aquifer fabric. The installation and development of long-screen wells are then used in a case study validating K profiles from flowmeter tests at high-resolution intervals (15 cm) with K profiles derived from multilevel slug tests between packers at identical intervals. For 119 intervals tested in five different wells, the difference in log K values obtained from the two methods is consistently below 10%. Finally, a graphical approach to the interpretation of flowmeter profiles is proposed to delineate intervals corresponding to distinct hydrofacies, thus providing a method whereby both the scale and magnitude of K contrasts in heterogeneous unconsolidated aquifers may be represented.
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) | 0,001 | 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 ».