A novel, direct-push approach for detecting sulfidated nanoparticulate zero valent iron (S-nZVI) in sediments using reactive and non-reactive fluorophores
Notice bibliographique
Résumé
Injection of microparticulate and nanoparticulate zero valent iron has become a regularly used method for groundwater remediation. Because of subsurface inhomogeneities, however, it is complicated to predict the ZVI transport in the subsurface, meaning that tools capable of determining its distribution after injection are highly useful. Here, we have developed a new direct-push based technique, which combines fluorescent and visible imaging, for detection of sulfidized nanoparticulate zero valent iron (S-nZVI) in the subsurface. Laboratory experiments show that the redox sensitive fluorophore riboflavin is rapidly reduced by S-nZVI within 200 s. Because the reduced riboflavin losses its green fluorescence, it can be used as S-nZVI sensitive indicator. Secondly, S-nZVI is black and tints light coloured sediment to a degree that allows detection in images. For quartz sand, 70 mg/kg of S-nZVI can be detected by visible imaging. Based on these results, a new direct-push probe (Dye-OIP) was designed based on Geoprobe's Optical Image Profiler (OIP), which was equipped with a fluorophore injection port below the OIP-unit. The injectant consisted of the redox active riboflavin mixed with the redox inactive fluorophore rhodamine WT, which fluoresces red and was used to verify that the mixture was indeed injected and detectable. Small scale experiments show that the fluorescence of this mixture in S-nZVI amended sand changes within 150 s from green with a hue of ~50 to red with a hue of ~30 when imaged with Dye-OIP. Tests of the Dye-OIP after a S-nZVI injection in a 1 m3 sized tank show that the tool could detect S-nZVI via fluorescence and visible imaging, when S-nZVI concentration was >0.2 mg per g dry sediment. Thus, these novel methods should be able to detect S-nZVI in the subsurface, without relying on infrastructure such as wells. Based on our results, the Dye-OIP could be further improved to make it suitable for regular use in the field.
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) | 0,001 | 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 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 ».