: INTERPRETACIÓN DE PRUEBA [53] El modelo SG lineal ajusta la fase y la magnitud de las
DE SLUG respuestas de campo hTs, j bastante bien durante el primer medio período para todos los desplazamientos iniciales. tabla 1. Interpretación dinámica de la respuesta del transductor Aunque la desviación se hace más grande para los tiempos intermedios, la desviación relativa es similar para todos los desplazamientos, como lo confirman los valores SSDj en la Tabla 1. Utilizando los tres
SG Method MZ Method los parámetros de optimización Kr, Le (= L + b) y A, el
modelo MZ predice las respuestas de campo uniformemente mejor a lo largo de todas las pruebas. Los valores de SSDj de SSDj SSDj (18) se dan en la Tabla 1. El ajuste del modelo MZ de tres w0, j, m Kr, m/d (SSDG) Kr, m/d A b, m (SSDG) parámetros es dramáticamente mejor que el modelo SG de un parámetro para todo el rango de w0. Individual Optimization [54] Las estimaciones de los parámetros en la Tabla 1 indican 0.165 214 0.20 195 26.9 0.6 0.02 que, para una w0 dada, las estimaciones de Kr de los dos 0.265 203 0.16 189 14.5 0.6 0.02 modelos se encuentran dentro del 10% entre sí, y el modelo SG 0.470 181 0.17 167 9.2 0.0 0.01 da la estimación más alta de Kr. Ambos modelos arrojan 0.876 147 0.20 136 5.2 1.1 0.02 estimaciones similares para pequeñas w0 (0,30 m) pero 1.511 113 0.23 109 2.9 2.3 0.02 muestran una correlación negativa entre w0 y Kr para w0 0.47 m. En todo el rango de w0, Kr de los modelos SG y MZ Group Optimization disminuye en un factor de 2. Tendencias similares fueron NAa 158 (1.54) 157 4.4 0.7 (1.07) observadas por McElwee y Zenner [1998] en sus aplicaciones del modelo SG. El parámetro A en el modelo MZ disminuye en un orden de magnitud, yb cambia de 0.6 a 2.3. Estos MLST [Zlotnik et al., 2000]. Por lo tanto, lo usamos como una resultados parecen contrarios a la conjetura de McElwee y metodología de referencia para verificar los resultados, validar Zenner [1998], quienes sugirieron que un conjunto único de el enfoque de interpretación dinámica propuesto y resaltar coeficientes constantes (Kr, A y b) podría describir algunas advertencias de la interpretación hidrostática del adecuadamente la respuesta de MLST para cualquier w0. MLST. Aunque A difiere en casi un factor de 2 para las respuestas 6.1. No linealidad de las respuestas MLST lineales (w0 = 0.165 y 0.265 m), b no cambia. [50] La importancia de los efectos no lineales depende de la configuración y las dimensiones del MSLT, las propiedades [55] McElwee y Zenner [1998] reconocieron que el coeficiente del acuífero y la magnitud del desplazamiento inicial A, que explica las pérdidas por fricción mayores y menores, [McElwee y Zenner, 1998]. La transición de las respuestas podría variar durante una prueba, aunque suponían que era MLST del régimen lineal a una donde los efectos no lineales constante en su modelo. Para evaluar esta suposición, el están presentes se puede observar en el rango de w0 utilizado número Re de Reynolds basado en la velocidad absoluta en este estudio. La Figura 3 muestra un conjunto de respuestas instantánea en el tubo ascendente se calculó para los MLST de campo oscilatorio (w0 = 0.165, 0.265, 0.470, 0.876 y 1.511 con w0 = 0.165 y 1.511 my se representó gráficamente en la m) normalizadas por sus respectivas w0. La similitud de las Figura 5b. Para w0 = 1.511 m, Re varía en> 1 orden de respuestas de cabeza normalizadas para los dos magnitud (1000 - 34,000) durante el primer medio período, el desplazamientos iniciales más pequeños (w0 = 0.165 y 0.265 factor de fricción Darcy l (para tuberías lisas y suponiendo la m) sugiere un comportamiento aproximadamente lineal y la transición a validez de los modelos de prueba de babosas lineales [Butler, 1997, p. 167]. Las respuestas de desplazamientos iniciales más grandes (w0 = 0,470, 0,876 y 1,511 m) no coinciden entre sí; las amplitudes del primer pico difieren en un 60% e indican la presencia de procesos no lineales. [51] Estas observaciones indican que en lugares altamente permeables, se deben realizar pruebas múltiples con un rango de w0 en cada ubicación para lograr un mínimo de dos respuestas que coincidan. Esto demostrará el efecto insignificante de las pérdidas por fricción y la adecuación de un modelo lineal para el análisis de las respuestas [Butler et al., 1996]. Dichos procedimientos pueden minimizar la influencia de la configuración de la prueba slug en las estimaciones de los parámetros. En nuestro programa de MLST, el comportamiento lineal se observó consistentemente para las pruebas con w0 = 0.165 y 0.265 m. 6.2. Comparación de varios modelos utilizando la interpretación dinámica
6.2.1. Optimización individual [52] El conjunto de respuestas
de MLST que se muestra en la Figura 3 se usa para ilustrar la optimización individual de los parámetros (18) para las pruebas en las que se ha aplicado la interpretación dinámica de la respuesta del transductor (14). Las respuestas de presión teóricas del mejor ajuste hTs a partir de los modelos SG lineal y MZ no lineal para los desplazamientos iniciales w0 = 0.165, Conductividad hidráulica (m / día) Figura 9. 0.470 y 1.511 m se muestran en la Figura 5a con las estimaciones de los parámetros en la Tabla 1. Los resultados del modelo MSG no se distinguen de los del modelo SG y por Perfiles de Kr de la prueba de flujo de dipolo y MLST para los lo tanto no se muestran. pozos 14 y 15. ZURBUCHEN ET AL .: INTERPRETACIÓN DE PRUEBA porque el grupo la optimización aplica el mismo peso a cada DE SLUG respuesta normalizada. Para el modelo MZ, las estimaciones de los parámetros de by A están en el orden de las estimaciones obtenidas de la optimización individual. Sin embargo, la Figura 7 ilustra una falta de ajuste universal para ambos modelos, que contrasta con la conjetura de McElwee y Zenner [1998] sobre la existencia de un conjunto único de parámetros para su modelo. La razón es doble. Primero, McElwee y Zenner [1998, Figura 6] presentó análisis de solo un poco respuestas oscilatorias, que muestran tanto subamortiguadas características sobreamortiguadas, dependiendo de w0, j. Segundo, w0, j varió por un factor de <4 en las pruebas que describen. En nuestras pruebas, w0, j varió en casi 1 orden de magnitud, y las respuestas fueronsignificativamente underdamped. Para nuestros datos de campo MLST, que exhibió comportamiento lineal y no lineal en el rango de w0, suponiendo que un solo conjunto de parámetros sería un simplificación de los procesos hidráulicos durante la prueba de Tabla 2. Interpretación hidrostática de la respuesta del slug porque A no se puede establecer a cero (modelo SG) o se transductor con traducción puede representar como constante (modelo MZ) en todo el rango w0. flujo turbulento en Re = 2000) varía en un factor de> 2 (0.064 6.3. Comparación de varios modelos l0.023), y el régimen de flujo se extiende desde flujo laminar a Usando la Interpretación Hidrostática turbulento regímenes [Fox y McDonald, 1992, p. 350]. Incluso [59] La interpretación hidrostática se aplica comúnmente a para w0 = 0.165, donde Re varía solo por un factor de 4 (1000 analizar los datos de prueba de babosas obtenidos mediante - 4300), el Darcyel factor de fricción varía significativamente transductores [Butler, 1997]. Los datos de campo de la Figura (0.064l0.015) si 3 se usan para evaluar esta técnica para pruebas en acuíferos supongamos que el flujo sigue siendo laminar [Letelier y altamente permeables. Es evidente que el las respuestas Leutheusser, 1976]. Dado que A es fuertemente dependiente medidas por el transductor no se parecen a los tipos típicos del factor de fricción de Darcy, Concluimos que asumir que A de las curvas de van der Kamp [1976] o Kipp [1985] en que | es constante es a menudo una simplificación excesivacatión de hTs | max los procesos físicos que se producen durante una prueba de babosas en un acuífero altamente permeable.[56] Estimaciones no ocurre al inicio de la prueba Por lo tanto, para seleccionar la de Kr de los modelos SG y MZ con ella interpretación inicial desplazamiento y tiempo de inicio de la prueba, dinámica es similar para las respuestas MLST lineales recurrimos a la procedimiento de preprocesamiento de la (w00.265 m), y consideramos que estas estimaciones son traducción [Pandit y Miner, 1986]:(a) la porción de tiempo representativo de la porción del acuífero adyacente al probado temprano de la respuesta antes del pico 1 (ver Figura 4) se intervalo. El pequeño w0 minimizó la magnitud del cuadrático trunca desde el registro de respuesta, (b) el desplazamiento en A (w0) término no lineal 2 en (12). La correlación negativa el pico 1 | hTs | se toma como w0, y (c) la respuesta es entre Kr y w0, para w0 0.470 m, fue consistente a través de- traducido a lo largo del eje del tiempo y se supone que fuera del rango de Kr encontrado en este estudio. La Figura 6 comenzará en este pico (t = tpeak 1 = 0). Para esta muestra Kr (analizado usando el modelo SG con la configuración del MLST, con el transductor a una profundidad interpretación dinámica) versus w0 para MLST realizados a significativa por debajo del nivel de agua estático, este el ocho elevaciones diferentes dentro del pozo 15. La Figura 6 preprocesamiento es casi completamente objetivo ya que hay ilustra que normalmente hay una diferencia relativa de 0 - 50% poco '' Ruido '' cerca del primer pico.[60] Optimizaciones entre el mínimo y máximo Kr estimado estimado para una individuales y grupales de los datos traducidos de la Figura 3 configuración de MLST dada. Para MLSTs se realizaron y los resultados se muestran en Figuras realizado con w0 0.470 esta diferencia relativa es 8a y 8b, respectivamente, con las estimaciones de los positivamente correlacionado con Kr, y w0 y se debe a la parámetros dadas en la Tabla 2. Respuestas pronosticadas del presencia de procesos no lineales. La irregularidad en la nivel del agua de ambos modelos con la optimización se adapta pendiente de la corrección para el MLST realizado a una bien a la respuesta de presión del transductor. Sin embargo, profundidad de 14,6 m puede ser una artefacto de procesos no lineales, error experimental u algoritmo de mización utilizado para obtener Kr. Para el 80% de los elevaciones probadas en el pozo 15 la diferencia relativa en Kr estimaciones de las respuestas MLST lineales (w0 = 0.165 y 0.265 m) es del 7%. Sin embargo, a algunas elevaciones la diferencia
fue tan grande como 15% y se puede atribuir a error
experimental asociado con el manómetro de presión de aire utilizado para calcular w0, que aumenta con w0 más pequeño. Tendencias similares de Kr y w0 se observaron para el modelo MZ. 6.2.2. Optimización grupal. [57] McElwee y Zenner [1998] sugirió que la dependencia de Kr en w0 encontrado con modelos anteriores es un artefacto de incorporación incompleta de procesos no lineales. Propusieron que se use el modelo MZ para predecir respuestas para una amplia gama de w0 con un conjunto único de parámetros (Kr, b y A). Para evaluar esta hipótesis, Los datos de campo de MLST de la Figura 3 se reprocesaron usando un grupo optimización (19) para los modelos SG y MZ. Los resultados son se muestra en la Figura 7 y las estimaciones de los parámetros se dan en Tabla 1. [58] Los modelos SG y MZ producen prácticamente el mismo Kr. estimación, que se encuentra en el medio del rango de estimaciones de la optimización individual. Esto es esperado