Constraining a Flow Model with Field Measurements to Assess Water Transit Time Through a Vadose Zone
Notice bibliographique
Résumé
The modeling of thick vadose zones is particularly challenging because of difficulties in collecting a variety of measured sediment properties, which are required for parameterizing the model. Some models rely on synthetic data, whereas others are simplified by running as homogeneous sediment domains and relying on a single set of sediment properties. Few studies have simulated flow processes through a thick vadose zone using real and comprehensive data sets comprising multiple measurements. Here, we develop a flow model for a 7-m-thick vadose zone. This model, combining the numerical codes CTRAN/W with SEEP/W, includes the measured sediment hydraulic properties of the investigated vadose zone and incorporates the actual climate and subsurface conditions of the study site (precipitations, water-table elevations, and stable isotope data). The model is calibrated by fitting the simulated and measured vertical profiles of water content. Our flow model calculates a transit time of 1 year for the travel of water through the 7-m vadose zone; this estimate matches stable isotope-based results obtained previously for this site. A homogeneous sediment domain flow model, which considers only a single set of sediment properties, produces a transit time that is approximately half the duration of that of the heterogeneous flow model. This difference highlights the importance of assuming heterogeneous material within models of thick vadose zones and testifies to the advantage gained when using real sediment hydraulic properties to parametrize a 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 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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».