Features of transport in non-Gaussian random porous systems
Features of transport in non-Gaussian random porous systems
复制标题
非高斯随机多孔系统中的输运特征
DOI：
10.1016/j.ijheatmasstransfer.2021.122244
复制
发表时间：
2022
影响因子：
5.2
通讯作者：
Riva, Monica
中科院分区：
文献类型：
--
作者：
de Barros, Felipe P.J.;Guadagnini, Alberto;Riva, Monica
这项工作的目标是采用半分析框架来研究与非高斯随机场中惰性溶质的输运行为相关的关键特征。我们的分析重点是溶质羽流通过多孔介质的输运动力学，该多孔介质的特征是空间异质非高斯对数电导率场 Y。我们依靠随机拉格朗日框架来提供半解析公式来评估溶质浓度的统计矩和累积分布函数 (CDF)。对数电导率场的异质结构被建模为广义亚高斯过程。该模型已被证明可以捕获由多个变量（包括多孔介质的关键参数）显示的非高斯和尺度相关特征。我们的结果表明，Y 中的非高斯性对溶质浓度统计的影响在溶质源区附近和早期的位置更为明显。所分析的 Y 场的非高斯性质的影响在分布的下尾部也很重要。我们还探索了广义亚高斯 Y 场中浓度 CDF 可以通过广泛使用的 beta 分布来近似的条件。此外，这项工作中使用的方法是常用的数值蒙特卡罗方法的替代方法，可以用作多孔介质中计算随机质量传递问题的基准工具。
The goal of this work is to employ a semi-analytical framework to investigate key features associated with the transport behavior of an inert solute in non-Gaussian random fields. We focus our analysis on the transport dynamics of a solute plume through a porous medium characterized by spatially heterogeneous non-Gaussian log-conductivity fields, Y. We rest on a stochastic Lagrangian framework to provide semi-analytical formulations to evaluate the statistical moments and cumulative distribution function (CDF) of solute concentration. The heterogeneous structure of the log-conductivity field is modeled as a Generalized Sub-Gaussian process. This model has been shown to capture non-Gaussian and scale-dependent features displayed by several variables, including key parameters of porous media. Our results suggest that the effects of non-Gaussianity in Y on solute concentration statistics are more pronounced at locations near the solute source zone and at early times. The impact of the analyzed non-Gaussian nature of the field of Y is also significant at the lower tails of the distribution. We also explore conditions under which when the concentration CDF in Generalized Sub-Gaussian Y fields can be approximated by the widely used beta distribution. Furthermore, the methodology used in this work is an alternative to the commonly used numerical Monte Carlo method and can be employed as a benchmark tool in computational stochastic mass transport problems in porous media.
登录
查看更多内容
非均质多孔介质中示踪剂流动的联合速度-浓度 PDF 方法
影响因子：
5.4
作者：
D. Meyer;P. Jenny;H. Tchelepi
通讯作者：
H. Tchelepi
孔隙尺度分散度、非均质性程度、采样大小和源体积对非均质地层中保守溶质的浓缩矩的影响
影响因子：
4.7
作者：
D. Tonina;A. Bellin
通讯作者：
A. Bellin
沿着石灰岩核心的气体渗透率空间变化的统计模型
影响因子：
2.3
作者：
M. Siena;M. Riva;M. Giamberini;P. Gouze;A. Guadagnini
通讯作者：
A. Guadagnini
广义亚高斯过程：水文地质和地球化学数据的理论与应用
影响因子：
5.4
作者：
M. Siena;A. Guadagnini;Arnaud Bouissonnié;P. Ackerer;D. Daval;M. Riva
通讯作者：
M. Riva
影响因子：
2.7
作者：
A. Bonazzi;M. Morvillo;Jinwoo Im;Birendra Jha;F. P. J. D. Barros
通讯作者：
A. Bonazzi;M. Morvillo;Jinwoo Im;Birendra Jha;F. P. J. D. Barros