Characterizing Heterogeneity in Infiltration Rates During Managed Aquifer Recharge
Notice bibliographique
Résumé
Abstract Infiltration rate is the key parameter that describes how water moves from the surface into a groundwater aquifer during managed aquifer recharge ( MAR ). Characterization of infiltration rate heterogeneity in space and time is valuable information for MAR system operation. In this study, we utilized fiber optic distributed temperature sensing ( FO‐DTS ) observations and the phase shift of the diurnal temperature signal between two vertically co‐located fiber optic cables to characterize infiltration rate spatially and temporally in a MAR basin. The FO‐DTS measurements revealed spatial heterogeneity of infiltration rate: approximately 78% of the recharge water infiltrated through 50% of the pond bottom on average. We also introduced a metric for quantifying how the infiltration rate in a recharge pond changes over time, which enables FO‐DTS to be used as a method for monitoring MAR and informing maintenance decisions. By monitoring this metric, we found high‐spatial variability in how rapidly infiltration rate changed during the test period. We attributed this variability to biological pore clogging and found a relationship between high initial infiltration rate and the most rapid pore clogging. We found a strong relationship ( R 2 = 0.8) between observed maximum infiltration rates and electrical resistivity measurements from electrical resistivity tomography data taken in the same basin when dry. This result shows that the combined acquisition of DTS and ERT data can improve the design and operation of a MAR pond significantly by providing the critical information needed about spatial variability in parameters controlling infiltration rates.
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 | 0,001 |
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 ».