Numerical versus statistical modelling of natural response of a karst hydrogeological system

Eisenlohr, Laurent; Bouzelboudjen, Mahmoud; Király, László; Rossier, Yvan

doi:10.1016/s0022-1694(97)00069-3

Cited by 80 publications

(41 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…It is therefore crucial to account both for the matrix and the conduits when modeling these aquifers for groundwater protection, management, or to investigate contamination issues. Including the conduits in the formulation of the numerical models has been pioneered by Kiraly (1979Kiraly ( , 1988 and is still a topic of active research (Cornaton and Perrochet, 2002;Eisenlohr et al, 1997;Hill et al, 2010;Jourde et al, 2002;Sauter et al, 2006). These authors provide various numerical techniques to account for the conduits and discuss the different types of flow and transport equations that can be used in the conduits and in the matrix.…”

Section: Introductionmentioning

confidence: 99%

A pseudo-genetic stochastic model to generate karstic networks

Borghi

Renard

Jenni

2012

Journal of Hydrology

View full text Add to dashboard Cite

s u m m a r yIn this paper, we present a methodology for the stochastic simulation of 3D karstic conduits accounting for conceptual knowledge about the speleogenesis processes and accounting for a wide variety of field measurements.The methodology consists of four main steps. First, a 3D geological model of the region is built. The second step consists in the stochastic modeling of the internal heterogeneity of the karst formations (e.g. initial fracturation, bedding planes, inception horizons, etc.). Then a study of the regional hydrology/ hydrogeology is conducted to identify the potential inlets and outlets of the system, the base levels and the possibility of having different phases of karstification. The last step consists in generating the conduits in an iterative manner using a fast marching algorithm. In most of these steps, a probabilistic model can be used to represent the degree of knowledge available and the remaining uncertainty depending on the data at hand.The conduits are assumed to follow minimum effort paths in a heterogeneous medium from sinkholes or dolines toward springs. The search of the shortest path is performed using a fast marching algorithm. This process can be iterative, allowing to account for the presence of already simulated conduits and to produce a hierarchical network.The final result is a stochastic ensemble of 3D karst reservoir models that are all constrained by the regional geology , the local heterogeneities and the regional flow conditions. These networks can then be used to simulate flow and transport. Several levels of uncertainty can be considered (large scale geological structures, local heterogeneity, position of possible inlets and outlets, phases of karstification).Compared to other techniques, this method is fast, to account for the main factors controlling the 3D geometry of the network, and to allow conditioning from available field observations.

show abstract

Section: Introductionmentioning

confidence: 99%

A pseudo-genetic stochastic model to generate karstic networks

Borghi

Renard

Jenni

2012

Journal of Hydrology

View full text Add to dashboard Cite

show abstract

“…Pada masa beberapa tahun terakhir, analisis kurva resesi juga dilakukan untuk menentukan tingkat karstifikasi akuifer karst berdasarkan koefisien resesi sub rezim debit alirannya (Malik 2007;Malik andVojtkova 2010, 2012) dan berdasarkan analisis seluruh komponen hidrograf (Rashed, 2012). Selain itu analisis deret waktu di akuifer karst juga telah dilakukan (Padilla and Pulido-Bosch 1995;Eisenlohr et al 1997;Larocque et al 1998;Rahnemaei et al 2005;Panagopoulos and Lambrakis 2006;Valdes et al 2006;Fiorillo and Doglioni 2010;Zhang et al 2013, Adji andBahtiar 2016). …”

Section: Rumusan Masalahunclassified

Model Tingkat Perkembangan Pelorongan Akuifer Karst Untuk Identifikasi Kapasitas Penyerapan Karbon Sebagai Antisipasi Bencana Pemanasan Iklim Global

Adji¹,

Haryono²

2018

Preprint

View full text Add to dashboard Cite

Penelitian ini dilakukan pada dua mataair yang terletak pada dua akuifer karst, yatuMataair Kakap yang terletak di kawasan karst Gunungsewu dan MataairSumbersemen yang terletak di kawasan karst Rembang. Penelitian tahun ke-1 inimempunyai tujuan untuk (1) mendefinisikan sifat akuifer dalam melepaskankomponen-komponen alirannya, mengetahui (2) bagaimana sifat temporal persediaanaliran dasarnya, dan (3) bagaimana hubungannya dengan kejadian hujan secara timeseriesdi daerah tangkapannya. Penelitian ini menggunakan metode survai yangbersifat induktif. Untuk mengetahui karakteristik akuifer dalam melepaskankomponen alirannya, dua alat pencatat fluktuasi muka air SBT dipasang di MataairKakap dan mataair Sumbersemen. Pengukuran debit aliran dilakukan untukmemperoleh kurva hubungan debit dan tinggi muka air. Kemudian, dilakukanpemisahan aliran dasar dengan cara digital filtering untuk menghitung besarnyaaliran dasar setelah sebelumnya dihitung nilai konstanta resesi aliran diffuse, fissure,dan conduitnya. Sementara itu, untuk mengetahui hubungan hujan dan aliran duabuah penakar hujan otomatis dipasang di dua lokasi tersebut. Analisis yangdilakukan adalah cross-correlation, phase functions, dan cross-amplitude untukaliran diffuse, fissure, dan conduit. Hasil penelitian menunjukkan bahwa MataairKakap mempunyai tiga tipe aliran yaitu diffuse, fissure, dan conduit. Terkait alirandasar/diffuse/base flow, mataair ini melepaskan komponen diffuse lebih lambat daripada akuifer karst di Mataair Sumbersemen. Saat musim hujan, Mataair Kakapmerespon aliran conduit dari daerah tangkapan dengan cepat, meskipun masih lebihlambat dibanding yang dijumpai di Mataaair Sumbersemen. Dari beberapa haltersebut dapat disimpulkan bahwa selain memiliki aliran diffuse yang dominansepanjang tahun (aliran dasar bulanan hampir mencapai nilai 80%), akuifer diMataair Kakap telah memiliki jaringan lorong conduit yang berkembang secaralanjut (aliran dasar saat periode banjir kurang dari 40%). Mataair Sumbersemenhanya memiliki satu tipe aliran dominan yang diimbuh dari akuifer yaitu tipe alirandiffuse (lambat). Saat musim hujan, respon sangat cepat terhadap hujan kemungkinanberasal dari aliran permukaan (bukan dari simpanan conduit). Hal ini dibuktinyadengan sangat kecilnya aliran dasar saat periode banjir dengan nilai Tp (time to peak)dan Tb (time to baseflow) yang sangat singkat. Selain itu, simpanan aliran dasar yangsangat tinggi sepanjang tahun (99%), menunjukkan bahwa kemungkinan aliran dasarberasal dari airtanah dalam dan bukan semata-mata dari lorong diffuse. Tlag di MataairSumbersemen dengan nilai -4 jam menunjukkan waktu yang lebih singkat cepatdibandingkan Mataair Kakap yang memiliki Tlag 5 jam. Tlag Mataair Sumbersemenyang negatif (-4) menunjukkan bahwa curah hujan memiliki hubungan yangberbanding terbalik dengan debit aliran. Hal ini mengindikasikan bahwa tidak adahubungan antara debit di Mataair Sumbersemen dan hujan yang jatuh di lokasipenakar hujan. Hal ini mendukung fakta bahwa simpanan aliran dasar di MataairSumbersemen berasal dari airtanah dalam.

show abstract

“…Conversely, when the memory is strong (long lasting), the karst formations feature large reserves (Kresic and Stevanović 2010). Given that karst spring discharge largely depends on precipitation, the shape and slope of the autocorrelogram also depend on the type of precipitation (rain, snow), and the frequency, amount, and intensity of precipitation, as well as (in the case of snow cover) temperature (Eisenlohr et al 1997) (Box 15.2.1).…”

Section: Autocorrelation and Cross-correlation Analysesmentioning

confidence: 99%