Estimating the Spatial Extent of Unsaturated Zones in Heterogeneous River‐Aquifer Systems
Notice bibliographique
Résumé
Abstract The presence of unsaturated zones at the river‐aquifer interface has large implications on numerous hydraulic and chemical processes. However, the hydrological and geological controls that influence the development of unsaturated zones have so far only been analyzed with simplified conceptualizations of flow processes, or homogeneous conceptualizations of the hydraulic conductivity in either the aquifer or the riverbed. We systematically investigated the influence of heterogeneous structures in both the riverbed and the aquifer on the development of unsaturated zones. A stochastic 1‐D criterion that takes both riverbed and aquifer heterogeneity into account was developed using a Monte Carlo sampling technique. The approach allows the reliable estimation of the upper bound of the spatial extent of unsaturated areas underneath a riverbed. Through systematic numerical modeling experiments, we furthermore show that horizontal capillary forces can reduce the spatial extent of unsaturated zones under clogged areas. This analysis shows how the spatial structure of clogging layers and aquifers influence the propensity for unsaturated zones to develop: In riverbeds where clogged areas are made up of many small, spatially disconnected patches with a diameter in the order of 1 m, unsaturated areas are less likely to develop compared to riverbeds where large clogged areas exist adjacent to unclogged areas. A combination of the stochastic 1‐D criterion with an analysis of the spatial structure of the clogging layers and the potential for resaturation can help develop an appropriate conceptual model and inform the choice of a suitable numerical simulator for river‐aquifer systems.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».