- -

Contaminant source and aquifer characterization: An application of ES-MDA demonstrating the assimilation of geophysical data

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Contaminant source and aquifer characterization: An application of ES-MDA demonstrating the assimilation of geophysical data

Mostrar el registro completo del ítem

Chen, Z.; Zong, L.; Gómez-Hernández, JJ.; Xu, T.; Jiang, Y.; Zhou, Q.; Yang, H.... (2023). Contaminant source and aquifer characterization: An application of ES-MDA demonstrating the assimilation of geophysical data. Advances in Water Resources. 181. https://doi.org/10.1016/j.advwatres.2023.104555

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/204704

Ficheros en el ítem

Metadatos del ítem

Título: Contaminant source and aquifer characterization: An application of ES-MDA demonstrating the assimilation of geophysical data
Autor: Chen, Zi Zong, Leli Gómez-Hernández, J. Jaime Xu, Teng Jiang, Yuehua Zhou, Quanping Yang, Hai Jia, Zhengyang Mei, Shijia
Entidad UPV: Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos - Escola Tècnica Superior d'Enginyers de Camins, Canals i Ports
Fecha difusión:
Fecha de fin de embargo: 2025-10-06
Resumen:
[EN] Contaminant source and aquifer characterization (CSAC) is critical in groundwater pollution evaluation and remediation. The ensemble smoother with multiple data assimilation (ES-MDA) is utilized to jointly identify ...[+]
Palabras clave: Coupled modeling , Release history , Hydraulic conductivity , Data assimilation , Inversion
Derechos de uso: Embargado
Fuente:
Advances in Water Resources. (issn: 0309-1708 )
DOI: 10.1016/j.advwatres.2023.104555
Editorial:
Elsevier
Versión del editor: https://doi.org/10.1016/j.advwatres.2023.104555
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-109131RB-I00/ES/APRENDIZAJE AUTOMATICO PARA HIDROGEOLOGOS FORENSES/
...[+]
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-109131RB-I00/ES/APRENDIZAJE AUTOMATICO PARA HIDROGEOLOGOS FORENSES/
info:eu-repo/grantAgreement/NSFC//523024911/
info:eu-repo/grantAgreement/NSFC//42377046/
info:eu-repo/grantAgreement/MECD//PRX17%2F00150/
info:eu-repo/grantAgreement/CGS//DD20221728/
info:eu-repo/grantAgreement/CGS//DD20190260/
[-]
Agradecimientos:
Financial support to carry out this work was received from grants PID2019-109131RB-I00 and PRX17/00150 funded by MCIN/AEI/10.13039/501100011033, grant DD20190260 and DD20221728 funded by China Geological Survey and grant ...[+]
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem