MétaCan
Menu
Retour à la cohorte
Enregistrement W4403806468 · doi:10.1029/2023wr036409

A New Efficient Approach to Model Stiff Biogeochemical Reactive Transport Scenarios Across Groundwater Systems

2024· article· en· W4403806468 sur OpenAlexaff
Xiaochuang Bu, Heng Dai, Songhu Yuan, Ming Ye, Zhenxue Dai, Mohamad Reza Soltanian, Zhang Wen, Alberto Guadagnini

Notice bibliographique

RevueWater Resources Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiogeochemical cycleGroundwaterEnvironmental scienceGroundwater modelHydrology (agriculture)GeologyGroundwater flowGeotechnical engineeringAquifer

Résumé

récupéré en direct d'OpenAlex

Abstract Biogeochemical reactive transport models (RTMs) are key for understanding the evolution of the quality of groundwater systems and their interaction with anthropogenic activities. The inherent stiffness of these models, within which bio‐geochemical reactions and transport processes take place simultaneously across diverse time scales, poses significant computational challenges. The development of current RTMs is characterized by a tradeoff between accuracy and computational efficiency. Our study introduces a novel approach grounded on Computational Singular Perturbation (CSP) with the aim of efficiently solving stiff biogeochemical RTMs in groundwater systems. We integrate the CSP concept and algorithm with a reactive transport model associated with a groundwater system. Our results document that this yields a significant improvement in terms of efficiency while maintaining accuracy. For demonstration and evaluation purposes, we apply the approach to a collection of typical groundwater biogeochemical RTMs including H2O2 production/consumption, Cr(VI) adsorption‐desorption equilibrium, and denitrification processes within riparian aquifers. The new approach is then evaluated against traditional apparent rate (AR) and Equilibrium‐kinetic (EK) methods. Our results reveal that the new approach effectively identifies fast species and simplifies reaction networks, thus significantly reducing stiffness and computational costs while maintaining remarkable accuracy. Overall, our approach offers a robust and efficient solution for modeling stiff biogeochemical processes in groundwater systems. Its successful application to diverse reaction networks highlights its potential for broad implementation in environmental and engineering contexts, paving the way for accurate and computationally feasible groundwater quality assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,307
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetGroundwater flow and contamination studiesTravaux en français237 207