Travel Time Uncertainty Reduction by Multiobjective Optimisation of Isotope Age Tracer Models
Notice bibliographique
Résumé
Quantification of the travel time distribution and transport parameters in fractured aquifers is crucial for understanding contaminant transport in fractured systems. Although knowledge about the travel time distribution is a helpful tool to assess the solute transport, it can’t be measured directly. Travel time is typically back-computed from different tracers in groundwater by applying well established analytical methods. However, in fractured aquifers diffusive exchange with the rock matrix, intersection of streamtubes and associated mixing, as well as other processes can cause deviation of the estimated travel time from the mean advective travel time. Direct numerical modelling of the tracer’s reactive behavior with the travel time as one of the calibrated parameters can lead to non-uniqueness of the result. These non-unique solutions typically lead to a high level of parametric uncertainty especially on catchment scale. In this work, we address the reduction of uncertainty in mean travel time, shape parameter of travel time distribution, fracture aperture, and porosity by means of multiobjective optimization enhanced by surrogate modelling. For pre-selection of potentially plausible model runs Gaussian Processes Emulation (GPE) was applied within four-parametric space. We use the GPE with multitracer conditioning for pre-selection of plausible parameter combinations. Posterior distributions were employed to estimate the mean groundwater travel times at sampling locations, to distinguish between different rock facies of captured streamlines, and to get an estimate of fracture apertures. We confirm the hypothesis that using tritium and helium isotopes together with radiogenic helium measurements helps to achieve a unimodal posterior distribution and reduces uncertainty significantly.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».