부산대학교 도서관

Résumé: La transmissivité est un paramètre hydrogéologique important qui affecte la fiabilité des modèles d’écoulement et de transport des eaux souterraines. Cette étude démontre l’amélioration du champ de transmissivité estimé d’un aquifère détritique libre qui peut être obtenue en utilisant des méthodes géostatistiques avec la combinaison de trois types de données: les données de transmissivité objectives obtenues à partir d’essais de pompage, les données de transmissivité subjectives obtenues à partir d’informations lithologiques provenant de forages, et les données d’hauteur d’eau. Les données piézométriques peuvent être reliées à la transmissivité en résolvant le problème inverse hydrogéologique, c’est-à-dire en incluant la hauteur d’eau observée pour déterminer les paramètres inconnus du modèle (log de la transmissivité). La combinaison géostatistique de toutes les informations disponibles est réalisée à l’aide de trois méthodes géostatistiques différentes: le krigeage ordinaire, le co-krigeage ordinaire et le problème inverse du co-krigeage universel. En outre, huit cas méthodologiques sont comparés selon que les données de log-transmissivité sont considérées comme la variable primaire dans le co-krigeage et que deux ou trois variables sont utilisées dans le co-krigeage universel à problème inverse. Les résultats sont validés en utilisant les statistiques de performance de la modélisation directe de l’écoulement souterrain libre et en comparant les hauteurs d’eau observées avec celles modélisées. Bien que les résultats montrent que les deux ensembles de données de log-transmissivité sont incompatibles, l’ensemble des données de log-transmissivité provenant du lithofaciès fournit une bonne image de log-transmissivité qui peut être améliorée par modélisation inverse. La carte fournie par le co-krigeage universel du problème inverse donne les meilleurs résultats. L’utilisation de trois variables, au lieu de deux dans le problème inverse, donne de moins bons résultats en raison de l’incompatibilité des ensembles de données de log-transmissivité.
Resumen: La transmisividad es un parámetro hidrogeológico significativo que afecta a la fiabilidad de los modelos de flujo y transporte de aguas subterráneas. Este estudio demuestra la mejora en la estimación del campo de transmisividad de un acuífero detrítico no confinado que puede obtenerse utilizando métodos geoestadísticos para combinar tres tipos de datos: datos de transmisividad dura obtenidos a partir de ensayos de bombeo, datos de transmisividad blanda obtenidos a partir de información litológica de sondeos y datos de altura de agua. Los datos piezométricos pueden relacionarse con la transmisividad resolviendo el problema inverso en hidrogeología, es decir, incluyendo la altura de agua observada para determinar los parámetros desconocidos del modelo (transmisividades logarítmicas). La combinación geoestadística de toda la información disponible se consigue utilizando tres metodologías geoestadísticas diferentes: kriging ordinario, co-kriging ordinario y co-kriging universal de problema inverso. Además, se comparan ocho casos metodológicos según se consideren los datos de log-transmisividad como variable principal en el co-kriging y según se utilicen dos o tres variables en el co-kriging universal de problema inverso. Los resultados se validan utilizando las estadísticas de rendimiento de la modelización directa del flujo no confinado de aguas subterráneas y comparando las alturas de agua observadas con las modeladas. Aunque los resultados muestran que los dos conjuntos de datos de log-transmisividad son incompatibles, el conjunto de datos de la litología proporciona una buena imagen de log-transmisividad que puede mejorarse mediante modelización inversa. El mapa proporcionado por el co-kriging universal del problema inverso proporciona los mejores resultados. El uso de tres variables, en lugar de dos en el problema inverso, da unos resultados más pobres debido a la incompatibilidad de los conjuntos de datos de transmisividad logarítmica.
摘要: 导水系数是影响地下水流和运移模型可靠性的重要水文地质参数。本研究通过使用地统计方法结合三种类型的数据:抽水试验获得的实在的导水系数数据，来自钻孔的岩性信息获得的软导水系数数据和水头数据，展示了潜水碎屑岩含水层的估计导水系数场的改进。压力计数据可以通过解决水文地质的逆问题，即包括观测到的水头以确定未知模型参数(对数导水系数)来与导水系数相关联。使用三种不同的地统计方法:普通克里金法、普通协克里金法和逆问题通用协克里金法，可以将所有可用信息的地统计组合实现。此外，根据那些对数导水系数数据被视为协克里金的主要变量以及逆问题通用协克里金是否使用两个或三个变量，比较了八个方法性的案例。结果通过直接对潜水地下水流进行建模的性能统计以及将观测到的水头与模拟的水头进行比较来进行验证。尽管结果表明两组对数导水系数数据不兼容，但岩相对数导水系数数据提供了一个良好的对数导水系数图像，可以通过反演建模进行改进。逆问题通用协克里金提供的地图效果最好。在逆问题中使用三个变量而不是两个变量会产生更差的结果，因为对数导水系数数据集的不兼容性。
Resumo: A transmissividade é um parâmetro hidrogeológico significativo que afeta a confiabilidade dos modelos de fluxo e transporte em águas subterrâneas. Este estudo demonstra uma melhoria na estimativa do campo de transmissividade de um aquífero não confinado detrítico que pode ser obtido usando métodos geoestatísticos para combinar três tipos de dados: dados primários de transmissividade obtidos de testes de bombeamento, dados de transmissividade secundários obtidos de informações litológicas de furos, e dados de carga d’água. Os dados piezométricos podem ser relacionados à transmissividade resolvendo o problema inverso da hidrogeologia, ou seja, incluindo a carga d’água observada para determinar os parâmetros desconhecidos do modelo (dados de log-transmissividade). A combinação geoestatística de todas as informações disponíveis é obtida usando três metodologias geoestatísticas diferentes: krigagem ordinária, cokrigagem e cokrigagem universal do problema inverso. Além disso, há oito casos metodológicos a serem comparados de acordo com os quais os dados de log-transmissividade são considerados como a variável primária na cokrigagem e se duas ou três variáveis são usadas na cokrigagem universal do problema inverso. Os resultados são validados utilizando as estatísticas de desempenho da modelagem direta do fluxo não confinado de águas subterrâneas e comparando as cargas d’água observadas com as modeladas. Embora os resultados mostrem que os dois conjuntos de dados de log-transmissividade são incompatíveis, o conjunto de dados da log-transmissividade das litofácies proporciona uma boa imagem de log-transmissividade que pode ser melhorada através da modelagem inversa. O mapa fornecido pelo cokrigagem universal do problema inverso fornece os melhores resultados. O uso de três variáveis, em vez de duas no problema inverso, produz resultados piores devido à incompatibilidade dos conjuntos de dados de log-transmissividade.