Geostatistical simulations of the full 3D block hydraulic conductivity tensor considering inner local-scale variability
Notice bibliographique
Résumé
In regional hydrostratigraphic systems, heterogeneities in hydraulic conductivity (K) play a central role for flow velocities and contaminant transport modelling. Typical field measurements of K usually only represent one or at most a few local hydrofacies of a single hydrostratigraphic unit (HSU). At the regional scale, numerous HSUs exist, each showing a range of K-measurements spanning several orders of magnitude. For realistic numerical modelling, an intermediate scale, i.e. at the block scale, is required between the local and regional scales. Each HSU block must therefore be equipped with an equivalent 3D conductivity tensor that accounts for the connectivity of hydrofacies and conductivity variations at the local scale. We propose a four-step approach: 1- local-scale simulation of K for each HSU, 2- upscaling of local (quasi-point) realizations into the full 3D block K-tensors using a block by block finite element flow simulator, 3- definition of the block K-tensor spatial covariance, and 4- direct simulation of block K-tensors at the regional scale. This approach was applied for regional groundwater flow modelling on a complex 3D deterministic model, the Innisfil Creek watershed, Ontario, Canada. The K database was built using 1,086 transmissivity measurements extracted from public wells, 32 HSU borehole samples for laboratory permeability tests and 1,694 grain size analyses from high-resolution sampling of 15 boreholes located in the study area. The latter were used to characterize local-scale variability of K. A non-conditional turning bands method was used to simulate the local-scale scalar K fields. Block 3D hydraulic conductivity tensors were obtained by upscaling the local-scale simulation to the block scale using the Saltflow finite element flow simulator. Analysis of the upscaled K-tensor components revealed a clear control of principal components with strong correlations between them. The K-tensors showed correlation ranges of a few to several blocks depending of the HSU. The tensor covariance of the principal components was combined in a linear model of coregionalisation to simulate a series of block K-tensor fields within a fixed hydrostratigraphic model. Groundwater flow simulated using the ensemble K field was compared to a deterministic flow field using a single calibrated K-tensor per HSU. The uncalibrated fields simulated with the K tensor showed a match to available hydraulic head data which was comparable to the match of the calibrated deterministic model. The impact of K-tensor uncertainty on a typical flow simulation response was assessed and proved non-negligible. The approach can easily be applied to include uncertainty of the hydrostratigraphic model itself to obtain a better assessment of the complete uncertainty on the flow model.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».