基于贝叶斯模型分析的酶诱导方解石沉淀中优先流路径的数值研究
计算物理
2025-03-24 v1 数据分析、统计与概率
摘要
酶诱导钙碳酸盐沉淀（EICP）作为改变多孔介质性质、土壤稳定或生物胶凝方法，其可用性取决于我们预测沉淀钙碳酸盐在多孔介质中空间分布的能力。虽然当前的尺度模型能够复现实验室实验的主要特征，但忽略了诸如优先流路径形成以及多种钙碳酸盐多晶型（具有不同性质）的出现等效应。我们表明，通过引入一种可移动的沉淀物——无定形钙碳酸盐（ACC）的概念假设，即可在初始孔隙率不均匀时形成优先流路径。我们应用灵敏度分析和贝叶斯推断，以了解 ACC 特征参数（其中一些参数不确定或未知）的影响，并比较两种基于不同 ACC 脱离项公式的模型变体，以分析假设的合理性。一种任意多项式混沌（aPC）代理模型基于完整模型进行训练，并用于降低本研究的计算成本。
引用
@article{arxiv.2503.17314,
title = {Numerical Investigation of Preferential Flow Paths in Enzymatically Induced Calcite Precipitation supported by Bayesian Model Analysis},
author = {Rebecca Kohlhaas and Johannes Hommel and Felix Weinhardt and Holger Class and Sergey Oladyshkin and Bernd Flemisch},
journal= {arXiv preprint arXiv:2503.17314},
year = {2025}
}