Quantification of Fluid Saturations in Transparent Porous Media
Notice bibliographique
Résumé
Core Ideas Imaging techniques are powerful for investigating multiphase flow in porous media. Transparent porous media can be used to quantify local fluid saturations. Efficient methods to calibrate intensity–saturation relationships are required. Our new procedure uses fewer images and measurements. Predicted saturations based on calibrated images matched independent measurements. Experiments using transparent porous media, where the indices of refraction of the solid grains and the wetting fluid are matched, can be used to quantify fluid saturations from digital images. In this study, significantly more efficient calibration and validation methods for unsaturated transparent porous media were developed, which used just three images and one saturation measurement. Imbibition and drainage column experiments were used to define the pixel intensity and saturation at residual wetting fluid saturation, as well as at residual nonwetting fluid saturation in two gradations of transparent porous media used for validation. The other images were pixel intensity at 100 and 0% wetting fluid saturation. Results from the drainage and imbibition experiments on the two transparent porous media gradations showed a log‐linear saturation–pixel intensity relationship, which agreed with the validation points from this study as well as those using a previous calibration method. We expect that this new calibration procedure will allow efficient development of saturation–pixel intensity relationships for the investigation of multiphase flow using transparent porous media under a variety of conditions.
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 ».