Investigation of DNAPL migration in double-porosity media using image analysis
Notice bibliographique
Résumé
Nowadays, non-aqueous phase liquids (NAPL) are one of the common contaminants that lead to soil pollution. In this study, laboratory experiments were carried out to investigate the dense non-aqueous phase liquid (DNAPL) migration in double-porosity media using light transmission visualization (LTV) method. Two experiments were conducted in different types of double-porous media; namely aggregated kaolin with moisture content of 30% as well as a mixture of sintered clay spheres and Ottawa sand. An experimental setup was specially designed to execute the LTV method. Dyed tetrachloroethylene (PCE) which is one of the DNAPLs was poured into both experiments in order to study the behavior of DNAPL migration. The instantaneous migration of PCE in the double-porosity media was captured by a digital camera. Image analysis was applied to all the captured images. Experimental results obtained from the image analysis were discussed qualitatively in terms of area, vertical distance travelled, velocity and saturation. Besides, the comparison was made between the pouring method and injection method of PCE in 30% moisture content of aggregated kaolin sample. Regarding to the obtained results from different release methods of PCE, the coverage of PCE was larger under pouring method. Furthermore, for the experiment of a mixture of sintered clay spheres and Ottawa sand, PCE migration ceased at the half height of test sample due to the absorbability of sintered clay spheres only. This phenomenon was credited to Ottawa sand has no effect to the absorption of water and air. Hence, coverage of PCE in aggregated kaolin test sample was bigger than the mixture of sintered clay spheres and Ottawa sand. It was found that different release methods of PCE and the types of double-porosity soil media can become the influential factors in PCE migration.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».