Tracer Tests in Stratified Alluvial Aquifers: Predictions of Effective Porosity and Longitudinal Dispersivity versus Field Values
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Tracer tests in aquifers are key tests to delineate protection perimeters around drinking water wells. They help to determine field values of effective porosity, ne, and longitudinal dispersivity, αL, from curve fitting to a breakthrough curve (BTC). It is difficult to predict ne, but correlations obtained with field or numerical tracer tests may be used to predict αL. The BTCs of field tracer tests differ from those predicted by the advection-dispersion theory in three ways: (1) early arrival with smaller than expected ne, (2) scale-dependent αL, and (3) a long thick tail. In this article, physical principles are used to obtain new closed-form predictive equations for ne and αL in stratified alluvial aquifers. The new equations give ne and αL for the hydraulically equivalent homogeneous aquifer. The predicted values for ne are shown to fit the field values of seven well-documented field tracer tests. The new equations explain the ne field values and can explain field values of αL for stratified aquifers, their variation with distance, and the variance of the ln(K) distribution. If the tracer is injected for a limited time, the predicted BTC also displays the three usual features of field data, which simply result from a lognormal K-distribution. The new equations and their experimental verification correctly elucidate some difficulties due to aquifer heterogeneity and improve our ability to predict groundwater movements in the subsurface.
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.
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 | 0,001 |
| 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 découle