Mapping a Nutrient-Rich Groundwater Plume from a Septic System to Lake Water Using Electrical Resistivity Tomography
Notice bibliographique
Résumé
Summary Harmful algal blooms resulting from excessive nutrient (phosphorus, nitrogen) loads to inland/marine waters can cause severe environmental and economic consequences. A growing source for nutrient loading to nearshore aquifers, with subsequent migration and discharge to surface water bodies, can be derived from failing septic systems. Understanding the fate and transport of nutrients within the subsurface is needed to implement effective mitigation strategies; however, traditional approaches provide limited information. Previous studies have demonstrated the correlation between nutrient concentrations and electrical conductivity, suggesting that electrical resistivity tomography (ERT) can delineate nutrient contamination. In this study, ERT was used to map the extent of a nutrient-rich groundwater plume migrating from a septic system through a nearshore aquifer and discharging to a lake. The field investigation was conducted at a beach in Ipperwash, Ontario, Canada, which is served by a public restroom. ERT identified a low electrical resistivity plume, commencing beneath the restroom septic system and extending to the shoreline. Groundwater samples collected at multiple depths/locations were analyzed and compared to the ERT-measured bulk resistivity, with a strong correlation existing between resistivity and porewater conductivity, nitrate and phosphorus. This study highlights the value of ERT as a field tool for mapping nutrient-rich groundwater plumes.
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 | 0,000 |
| 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) | 0,000 | 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 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 ».