Measuring Fracture Flow Changes in a Bedrock Aquifer Due to Open Hole and Pumped Conditions Using Active Distributed Temperature Sensing
Notice bibliographique
Résumé
Abstract Efficiently measuring groundwater flow in bedrock aquifers is inherently challenging due to the irregular distribution and fine scale of fractures. Recent advances in Active Distributed Temperature Sensing (A‐DTS) in boreholes temporarily sealed with liners have made it possible to quantify flow rates in such aquifers at many different depths using heat as a tracer, but until now only data collected under a single hydraulic condition have been published. This paper presents the first field data from multiple A‐DTS field tests conducted under different hydraulic conditions to quantify groundwater flow redistribution within a bedrock aquifer. Three separate quasi steady state A‐DTS tests were collected in a sealed borehole: (1) natural gradient condition where all boreholes were sealed with flexible and impermeable liners, (2) cross‐connected condition where a nearby borehole was open allowing vertical flow within the borehole, and (3) forced gradient condition where the nearby open borehole was pumped at a constant rate of 54 L/min. The depth‐discrete hydraulic head responses were also measured during the three tests using a string of transducers in a sealed borehole. Results provide quantifiable insights as to how the bedrock aquifer responds, including A‐DTS‐derived measurements of flow changes in fractures at multiple depths driven by changes in gradients. The results confirm that a single open borehole or long‐screened well can significantly alter the site hydraulics and demonstrate that not all large or transmissive fractures show evidence of active flow and thus, transmissivity and aperture should not be used alone to infer active flow zones.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| 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 ».