Interpretation of a thermal response test in a Bayesian framework to infer the hydraulic properties surrounding a standing column well
Notice bibliographique
Résumé
The main objective of a thermal response test is to identify the thermal properties near ground heat exchangers. In standing column wells, the groundwater acts as the heat carrier fluid, rending hydraulic and thermal responses strongly related. Consequently, the identification of hydraulic properties through thermal response test is possible. In this study, the Bayesian framework is employed to infer joint and marginal distributions of thermal and hydraulic properties based on the experimental data gather during a 160-hour thermal response test. This test was conducted on a standing column well constructed in a layered aquifer having locally high groundwater velocities. To simulate the thermal response test, a finite element numerical model is first used to generate a training dataset. Then, a neural network is trained to emulate the ground heat exchanger response in fractions of seconds. This strategy accelerates the computation of the Markov chain Monte Carlo slice sampling algorithm. A closed-form expression of the likelihood that takes into account the temporal correlation of the data is also used to obtain additional speedup. Main results indicate an accurate estimation of the hydraulic properties in comparison to results found by complementary experimental pumping tests completed at the same site. In accordance with the high velocities observed while drilling at this particular site, high hydraulic conductivity is obtained at the bottom of the borehole. It was possible to draw robust statistical distributions of hydraulic properties with only a thermal response test, while also assessing the thermal properties and their uncertainties.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».