Ηλεκτρική τομογραφία μεταξύ γεωτρήσεων: Εφαρμογή διαφορετικών διατάξεων ηλεκτρόδιων μέσα σε γεωτρήσεις. = Cross-hole electrical resistivity tomography: Application of various electrode configurations within boreholes.
Περίληψη
The sensitivity of the non-hydrostatic WRF-ARW numerical weather prediction model on Convection Parameterization Schemes of Kain-Fritsch (KF), Betts-Miller-Janjic (BMJ) and Grell-Freitas (GF) was considered in this work. Ten combination of these CPS were used and totally sixty runs were simulated. The sensitivity of the model skill on the above-mentioned CPS combination was investigated in order to answer the next two questions. Is the usage of a convection scheme in the finest grid of model (1,667kmX1,667km) necessary for better model performance and which one? If not, which convection scheme can be used in the coarser outer grid in order to achieve the best scores? The validation of model takes place during the warm period simulating three cases with strong dynamic forcing and three cases of weak dynamic forcing which occurred over the greater area of Thessaloniki. The cases were chosen from six different years. Three continuous variables (temperature, dew point temperature and mean sea level pressure) were evaluated against observations from meteorological weather stations. The categorical variable of precipitation was evaluated using precipitation estimates from a meteorological Radar. The statistical scores showed that the usage of convection schemes in the finer grid improved the model prediction, concerning the continoues variables, in all cases. In the contrary, concerning the categorical variable, the use of a convection scheme did not improve the model prediction. KF scheme produced the best precipitation scores in the strong dynamic forcing cases and BMJ scheme in the weak dynamic forcing cases. It is estimated that this different behavior is associated with the triggering function of each scheme. The KF scheme demands satisfactory thresholds of vertical updrafts which are induced by convergence in the cases of strong dynamic forcing. The Betts-Miller-Janjic scheme is activated more easily in cases of weak dynamic cases where the atmospheric conditions permit the air above the ground to be heated and rised considerably. Στην παρούσα διπλωματική εργασία γίνεται η μελέτη της ευαισθησίας του μη υδροστατικού μοντέλου WRF-ARW στα σχήματα παραμετροποίησης της ανοδικής μεταφοράς Kain-Fritsch (KF), Betts-Miller-Janjic (BMJ) και Grell-Freitas (GF). Συνολικά χρησιμοποιούνται δέκα συνδυασμοί αυτών των σχημάτων και εξήντα προσομοιώσεις. Επιχειρείται η αξιολόγηση του μοντέλου στη χρήση ή όχι, και ποιου σχήματος, σε πλέγμα υψηλής ανάλυσης (1,667kmX1,667km) ενώ στην περίπτωση της μη χρήσης ερευνάται ποιο σχήμα δίνει τα καλύτερα αποτελέσματα με την ενεργοποίησή του στα αμέσως μεγαλύτερα πλέγματα (coarser parent grids).
Η αξιολόγηση γίνεται για τη διάρκεια της θερμής περιόδου, η οποία προσδιορίζεται από το Μάιο έως και το Σεπτέμβριο, για έξι περιπτώσεις οι οποίες διακρίθηκαν σε τρεις περιπτώσεις ισχυρού και τρεις περιπτώσεις ασθενούς δυναμικού εξαναγκασμού (ΠΙΔΕ και ΠΑΔΕ αντίστοιχα) οι οποίες επιλέγησαν από έξι διαφορετικά χρόνια και επηρέασαν την ευρύτερη περιοχή της Θεσσαλονίκης. Για την αξιολόγηση του μοντέλου ως προς τις συνεχείς μεταβλητές (θερμοκρασία στα 2m, θερμοκρασία σημείου δρόσου στα 2m και πίεση στη μέση στάθμη θάλασσας) χρησιμοποιήθηκαν παρατηρήσεις σταθμών επιφανείας ενώ, ως προς τη μεταβλητή του υετού χρησιμοποιήθηκαν οι εκτιμήσεις μετεωρολογικού Ραντάρ. Διαπιστώθηκε ότι για τις συνεχείς μεταβλητές, η ενεργοποίηση του σχήματος ανοδικής μεταφοράς στο πλέγμα υψηλής ανάλυσης βελτιώνει τα αποτελέσματα του μοντέλου σε όλες τις περιπτώσεις. Για τη μεταβλητή του υετού, τα καλύτερα αποτελέσματα λαμβάνουν χώρα δίχως την ενεργοποίηση των σχημάτων ανοδικής μεταφοράς στο πλέγμα υψηλής ανάλυσης, με το σχήμα των Kain-Fritsch να είναι καλύτερο στις περιπτώσεις με ισχυρό δυναμικό εξαναγκασμό και το σχήμα των Betts-Miller-Janjic να είναι καλύτερο στις περιπτώσεις με ασθενές δυναμικό εξαναγκασμό. Αυτή η συμπεριφορά φαίνεται να σχετίζεται με τη μεθοδολογία ενεργοποίησης του κάθε σχήματος καθώς, το σχήμα των Kain-Fritsch απαιτεί ικανοποιητικά κατώφλια ανοδικών ταχυτήτων κάτι το οποίο προσφέρεται από τη σύγκλιση των αερίων μαζών στις περιπτώσεις με ισχυρό δυναμικό εξαναγκασμό ενώ το σχήμα των Betts-Miller-Janjic ενεργοποιείται ευκολότερα στις περιπτώσεις με ασθενές δυναμικό εξαναγκασμό όπου ο αέρας κοντά στο έδαφος θερμαίνεται και ανυψώνεται ευκολότερα.
Πλήρες Κείμενο:
PDFΑναφορές
Athanasiou E. (2009). Development of algorithms producing optimum strategies for measuring and inverting electrical resistivity tomography (ERT) data. PhD thesis, AUTH.
Auken E, Pellerin L, Christensen NB, Sorensen K (2006). A survey of current trends in near-surface electrical and electromagnetic methods. Geophysics, 71(5): 249-260.
Barker, R. D. (1981). The offset system of electrical resistivity sounding and its use with a multicore cable. Geophysical prospecting, 29(1), 128-143.
Cho, I. K., Lee, K. S., Kim, Y. J., and Kim, K. S. (2016, September). Reduction of 3D Borehole Effects in the Inversion of 2.5 D crosshole ERT Data. In Near Surface Geoscience 2016-22nd European Meeting of Environmental and Engineering Geophysics.
Constable, S. Parker. R., and Constable C. (1987). Occam’s inversion: A practical algorithm for generating smooth models from electromagnetic sounding data. Geophysics, 52, 289-300.
Dahlin, T., Zhou, B. (2004). A numerical comparison of 2D resistivity imaging with 10 electrode arrays. Geophysical prospecting, 52(5), 379-398.
Daily W. and Owen E. (1991). Cross-borehole resistivity tomography. Geophysics 56(8), 1228–1235
Dey, A., and Morrison, H. F. (1979). Resistivity modelling for arbitrarily shaped two‐dimensional structures. Geophysical Prospecting, 27(1), 106-136.
Doetsch, J. A., Coscia, I., Greenhalgh, S., Linde, N., Green, A., and Günther, T. (2010). The borehole-fluid effect in electrical resistivity imaging. Geophysics, 75(4), F107-F114.
Farquharson, C. G., and Oldenburg, D. W. (1998). Non-linear inversion using general measures of data misfit and model structure. Geophysical Journal International, 134(1), 213-227.
Goes, B. J. M., and Meekes, J. A. C. (2004). An effective electrode configuration for the detection of DNAPLs with electrical resistivity tomography. Journal of Environmental and Engineering Geophysics, 9(3), 127-141.
Griffiths DH, Turnbull J, Olayinka AI (1990). Two-dimensional resistivity mapping with a complex controlled array. First Break, 8: 121-29.
Inman Jr, J. R., Ryu, J., and Ward, S. H. (1973). Resistivity inversion. Geophysics, 38(6), 1088-1108.
Jackson, D. D. (1972). Interpretation of inaccurate, insufficient and inconsistent data. Geophysical Journal of the Royal Astronomical Society, 28(2), 97-109.
Jepsen, A. F. (1969). Numerical modelling in resistivity prospecting. University of California, Department of Materials Science and Engineering, Engineering Geoscience.
Kim, J.H., (2013). DC2DPro – User’s Manual, KIGAM, KOREA.
Lee, T. (1975). An integral equation and its solution for some two‐and three‐dimensional problems in resistivity and induced polarization. Geophysical Journal of the Royal Astronomical Society, 42(1), 81-95.
Leontarakis, K., and Apostolopoulos, G. V. (2012). Laboratory study of the cross-hole resistivity tomography: the model stacking (MOST) technique. Journal of Applied Geophysics, 80, 67-82.
Leontarakis, K., and Apostolopoulos, G. V. (2013). Model Stacking (MOST) technique applied in cross-hole ERT field data for the detection of Thessaloniki ancient walls' depth. Journal of Applied Geophysics, 93,
-113.
Loke, M.H, Acworth, I., Dahlin, T. (2003). A comparison of smooth and blocky inversion methods in 2D electrical imaging surveys. Exploration Geophysics, 34(3), 182-187.
Loke, M. H., and Barker, R. D. (1995). Least-squares deconvolution of apparent resistivity pseudosections. Geophysics, 60(6), 1682-1690.
Loke M.H., (2016). RES2DINV – User’s Manual, Geotomosoft Solutions, Malaysia.
Madden, T. R. (1967). Calculations of induced polarization anomalies for arbitrary two-dimensional resistivity structure Proc. Symp. on IP. University of California, Berkeley.
Menke, W., 1989, Geophysical Data Analysis: Discrete Inverse Theory (Revised edition). Academic Press Inc. IBSN 0124909213
Mufti, I. R. (1976). Finite-difference resistivity modeling for arbitrarily shaped two-dimensional structures. Geophysics, 41(1), 62-78.
Narayan, S., Dusseault, M.B., Nobes, D.C. (1994). Inversion techniques applied to resistivity inverse problems. Inverse Problems, 669-686.
Nimmer, R. E., Osiensky, J. L., Binley, A. M., and Williams, B. C. (2008). Three-dimensional effects causing artifacts in two-dimensional, cross-borehole, electrical imaging. Journal of Hydrology, 359(1-2), 59-70.
Okpoli, C. C. (2013). Sensitivity and resolution capacity of electrode configurations. International Journal of Geophysics, 2013.
Osiensky, J. L., Nimmer, R., and Binley, A. M. (2004). Borehole cylindrical noise during hole–surface and hole–hole resistivity measurements. Journal of Hydrology, 289(1-4), 78-94.
Pelton, W. H., Rijo, L., and Swift Jr, C. M. (1978). Inversion of two-dimensional resistivity and induced-polarization data. Geophysics, 43(4), 788-803.
Ramirez, A. L., Daily, W. D., and Newmark, R. L. (1995). Electrical resistance tomography for steam injection monitoring and process control. Journal of Environmental and Engineering Geophysics, 1(A), 39-51.
Smith, N. C., and Vozoff, K. (1984). Two-dimensional DC resistivity inversion for dipole-dipole data. IEEE Transactions on Geoscience and Remote Sensing, (1), 21-28.
Shima, H. (1992). 2-D and 3-D resistivity image reconstruction using crosshole data. Geophysics, 57(10), 1270-1281.
Simyrdanis K., Tsourlos, P., Soupios, P., Tsokas, G. (2013). Simulation of ERT surface-to-tunnel measurements. Bulletin of the Geological Society of Greece, 47, 1251-1259.
Tarantola, A. (1987). Inverse Problem Theory: Methods for Data Fitting and Model Parameter Estimation. Paris, France: Elsevier Science Publishing Company INC.
Telford, W. M., and Geldard, L. P. Sheri¡, RE and Keys, DA, 1976. Applied Geophysics.
Telford, W.M., Geldard, L.P., Sheriff, R.E. (1991). Applied Geophysics, 2nd edition.
Tikhonov, A.N. (1963). Solution of incorrectly formulated problems and the regularization method. Soviet Mathematics. 4. 1035-1038.
Tong, L. T., and Yang, C. H. (1990). Incorporation of topography into two-dimensional resistivity inversion. Geophysics, 55(3), 354-361.
Tsourlos, P. (1995). Modelling, Interpretation and Inversion of Multielectrode Resistivity Survey Data. University of York.
Tsourlos, P., Ogilvy, R., Papazachos, C., and Meldrum, P. (2011). Measurement and inversion schemes for single borehole-to-surface electrical resistivity tomography surveys. Journal of Geophysics and Engineering, 8(4), 487.
Ward, S. H. (1990). Geotechnical and environmental geophysics. Society of Exploration Geophysicists, 352.
Wiggins, R. A. (1972). The general linear inverse problem: Implication of surface waves and free oscillations for earth structure. Reviews of Geophysics, 10(1), 251-285.
Wilkinson, P.B., Meldrum, P.I., Kuras, O., Chambers, J.E., Holyoake, S.J., Ogilvy, R.D., (2010). High-resolution Electrical Resistivity Tomography monitoring of a tracer test in a confined aquifer. Journal of Applied
Geophysics, 268-276.
Zhou, B., and Greenhalgh, S. A. (2000). Cross-hole resistivity tomography using different electrode configurations. Geophysical prospecting, 48(5), 887-912.
Zhou, B., and Greenhalgh, S. A. (1997). A synthetic study on crosshole resistivity imaging using different electrode arrays. Exploration Geophysics, 28(1/2), 1-5.
Εισερχόμενη Αναφορά
- Δεν υπάρχουν προς το παρόν εισερχόμενες αναφορές.