MétaCan
Menu
Retour à la cohorte
Enregistrement W4412373162 · doi:10.22541/essoar.175242054.44618654/v1

Characterizing Spatial Heterogeneity of Hydraulic Conductivity using Borehole NMR in a Complex Groundwater Flow System

2025· preprint· en· W4412373162 sur OpenAlexafffund
Chenxi Wang, Colby M. Steelman, Walter A. Illman

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilUniversity of Waterloo
Mots-clésHydraulic conductivityBoreholeGroundwater flowGroundwaterGeologyFlow (mathematics)Groundwater modelSoil scienceSpatial variabilityHydrology (agriculture)Environmental scienceGeotechnical engineeringPetroleum engineeringAquiferMechanicsSoil waterPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Borehole nuclear magnetic resonance (NMR) measurements can map hydraulic conductivity (K) distributions in unconsolidated sediments. Previous studies focused on establishing petrophysical models relating NMR responses to K and calibrating model constants for optimized K estimation. However, research has yet to explore the potential of NMR measurements to generate spatial K distributions, which would enable its utilization in numerical groundwater flow and transport models. In this study, we construct various spatial K models based on borehole NMR signals. Quantitation of spatial heterogeneity between NMR logs is explored using 1) geostatistical interpolation approaches, including ordinary kriging and indicator kriging, 2) a zonation approach using clustering with spatial constraints for improved extraction of zone geometry, and 3) a hybrid model of multi-level spatial heterogeneity comprised of both interlayer and intralayer variations of K. The hydraulic responses associated with NMR-derived spatial K models are evaluated using ten pumping tests by comparing the predicated drawdown response for each model configuration to field-observed drawdowns and the model replication of a permeameter-derived K profile at an unsampled location. Results indicate that cross-hole K variations can be accurately generated from NMR logs, yielding reliable drawdown predictions based on a direct comparison with permeameter-derived K models. Here, the hybrid multi-heterogeneity model approach achieved optimal prediction performance. This study provides a framework for using high-resolution NMR-derived K profiles from multiple boreholes to characterize spatial heterogeneity at sub-meter scales in complex glacial deposits.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,045
Tête enseignante GPT0,342
Écart entre enseignants0,298 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNMR spectroscopy and applicationsTravaux en français237 207