Reconstructing subsurface sandbody connectivity from temporal evolution of surface networks
Notice bibliographique
Résumé
Abstract Characterization of groundwater aquifers and hydrocarbon reservoirs requires an understanding of the distribution and connectivity of subsurface sandbodies. In deltaic environments, distributary channel networks serve as the primary conduits for water and sediment. Once these networks are buried and translated into the subsurface, the coarse‐grained channel fills serve as primary conduits for subsurface fluids such as water, oil or gas. The temporal evolution of channels on the surface therefore plays a first‐order role in the 3D permeability and connectivity of subsurface networks. Land surface imagery is more broadly available than topographic or subsurface data, and time‐series imagery of river networks can hold useful information for constraining the shallow subsurface. However, these reconstructions require an understanding of the degree to which channel bathymetry and river kinematics affect connectivity of subsurface sandbodies. Here, we present a novel method for building synthetic cross sections using overhead images of an experimental delta. We use principal components analysis to extract river networks from surface imagery, then couple this with an inverse‐CDF method to estimate channel bathymetry, to generate a time‐series of synthetic delta topography. This synthetic topography is then transformed, accounting for deposition and subsidence, to produce synthetic stratigraphy that differentiates coarse‐grained channel fill from overbank and offshore deposition. We find that large‐scale subsurface architecture is relatively insensitive to details of channel bathymetry, but instead is primarily controlled by channel location and kinematics. We analyse the connectivity of sand bodies and the geometries of barriers to flow and find that periods of rapid sea‐level rise have more variability in sand body connectivity. We also find that barrier width decreases downstream during all sea‐level phases. Our method generates synthetic stratigraphy that closely resembles the large‐scale architecture and 2‐dimensional connectivity of the real stratigraphy built during the experiment it was based on. We anticipate that it will be broadly applicable to other experimental and field‐scale scenarios.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».