Earth Sciences Research Journal

Application of isotopic and hydrogeochemical techniques to evaluate mixing processes in groundwater systems from a coastal area in Argentina

ABSTRACT Groundwater plays a fundamental role in supporting productive, domestic, and touristic activities in the Lobería District. In this region, two aquifers coexist: a regional aquifer (Pampeano Aquifer) and a local aquifer confined to the coastal dunes, referred to in this study as the Sand-dune Aquifer. To investigate their interaction, an End-Member Mixing Analysis (EMMA) was performed using conservative tracers, including hydrochemical data and stable water isotopes, based on measurements from 32 extraction wells. The results reveal significant groundwater exchange between the Sand-dune and Pampeano Aquifers, with notable contributions in both directions. Well G251 in the Sand-dune Aquifer receives 68% of its contribution from the Sand-dune Aquifer and 32% from the Pampeano Aquifer. Conversely, wells G1027 and G1028 in the Pampeano Aquifer have contributions of 32% and 49% from the Sand-dune Aquifer and 68% and 51% from the Pampeano Aquifer, respectively. However, stable water isotopes were ineffective as tracers for quantifying mixing due to shared recharge conditions and similar isotopic signatures. These findings enhance our understanding of groundwater interactions and provide valuable insights for the integrated management of groundwater resources.

RESUMEN El agua subterránea desempeña un papel fundamental para el desarrollo de actividades productivas, domésticas y turísticas en el Partido de Lobería. En esta región, coexisten dos acuíferos: un acuífero regional (Acuífero Pampeano) y un acuífero local confinado a las dunas costeras, denominado en este estudio como Acuífero Medanoso. Para investigar su interacción, se realizó un Análisis de Mezcla de Componentes Extremos (EMMA, por sus siglas en inglés) utilizando trazadores conservativos, que incluyen datos hidroquímicos e isótopos estables del agua, a partir de mediciones en 31 pozos de extracción. Los resultados revelan un intercambio significativo de agua subterránea entre los acuíferos Medanoso y Pampeano, con contribuciones notables en ambas direcciones. El pozo G251 ubicado en el Acuífero Medanoso recibe un 68% de su aporte del Acuífero Medanoso y un 32% del Acuífero Pampeano. Por el contrario, los pozos G1027 y G1028 ubicados en el Acuífero Pampeano presentan contribuciones del 32% y 49% del Acuífero Medanoso, y del 68% y 51% del Acuífero Pampeano, respectivamente. Los isótopos estables del agua no resultaron efectivos como trazadores para cuantificar la mezcla debido a condiciones de recarga compartidas y firmas isotópicas similares. Estos hallazgos mejoran la comprensión de las interacciones del agua subterránea y proporcionan información valiosa para la gestión integrada de los recursos hídricos subterráneos.

Unveiling the Nexus of Scientific Production, Water Resource Management, and Global Water Challenges

ABSTRACT This study offers a comprehensive scientometric analysis of global developments in water management, with a particular emphasis on Latin America and the Caribbean (LAC) regions, which collectively possess approximately one-third of the world's water resources. However, these regions are confronted with significant challenges, including scarcity, pollution, and inequitable distribution. The specific case of LAC is examined in order to explore these dynamics in greater depth. Notwithstanding the region's high per capita water availability, LAC continues to grapple with persistent challenges in water management and distribution, particularly in the context of agriculture and its associated vulnerable populations. The analysis demonstrates the impact of these challenges on agriculture and the livelihoods of vulnerable populations, underscoring the necessity for enhanced integrated water resource management (IWRM) practices to address pivotal sustainable development goals (SDGs), including access to clean water, agricultural sustainability, and climate action. The study employs scientometric analysis and the Tree of Science tool, supported by R-based analytics, to draw on data from Scopus and Web of Science (WoS). This approach offers a nuanced view of the field's evolution and identifies influential publications and collaborations. Furthermore, the study underscores the potential shortcomings of relying on selective databases, which could influence the depth of the findings. The graphical analyses provide insights into sustainable practices and policy frameworks and culminate in actionable recommendations aimed at improving water governance. By presenting specific insights pertinent to LAC, this research contributes to the advancement of integrated water resource management (IWRM) practices aligned with sustainable development goals (SDGs), including clean water access, agricultural sustainability, and climate resilience.

RESUMEN Este estudio ofrece un análisis cienciométrico integral sobre los avances globales en la gestión del agua, con un énfasis particular en las regiones de América Latina y el Caribe (ALC), que en conjunto poseen aproximadamente un tercio de los recursos hídricos del mundo. Sin embargo, estas regiones enfrentan desafíos significativos, como la escasez, la contaminación y la distribución desigual. El caso específico de ALC se examina para explorar estas dinámicas en mayor profundidad. A pesar de la alta disponibilidad de agua per cápita en la región, ALC sigue lidiando con desafíos persistentes en la gestión y distribución del agua, particularmente en el contexto de la agricultura y las poblaciones vulnerables asociadas. El análisis demuestra el impacto de estos desafíos en la agricultura y los medios de vida de las poblaciones vulnerables, subrayando la necesidad de mejorar las prácticas de gestión integrada de recursos hídricos (GIRH) para abordar objetivos clave de desarrollo sostenible (ODS), incluyendo el acceso al agua limpia, la sostenibilidad agrícola y la acción climática. El estudio emplea un análisis cienciométrico y la herramienta "Tree of Science", respaldados por análisis basados en R, utilizando datos de Scopus y Web of Science (WoS). Este enfoque proporciona una visión matizada de la evolución del campo e identifica publicaciones y colaboraciones influyentes. Además, el estudio resalta las posibles limitaciones de confiar en bases de datos selectivas, lo que podría influir en la profundidad de los hallazgos. Los análisis gráficos ofrecen información sobre prácticas sostenibles y marcos de políticas, culminando en recomendaciones prácticas orientadas a mejorar la gobernanza del agua. Al presentar ideas específicas relevantes para ALC, esta investigación contribuye al avance de prácticas de gestión integrada de recursos hídricos (GIRH) alineadas con los objetivos de desarrollo sostenible (ODS), como el acceso al agua potable, la sostenibilidad agrícola y la resiliencia climática.

Statistical approaches for the identification of the origin mineralization groundwaters: case of the Naama Region, Far West-Algeria

ABSTRACT Understanding the processes controlling groundwater mineralization is critical for preserving its quality and ensuring sustainable resource management, especially in regions like Naama, Algeria, which rely exclusively on groundwater. This resource faces severe overexploitation and high salinity due to climatic factors and increasing industrial, agricultural, and domestic demands, posing significant challenges to its long-term usability. Hydrochemical analyses, including graphical methods and multivariate statistical tools, were employed to investigate the groundwater chemistry and mechanisms influencing mineralization in the Naama region. The results revealed a relatively homogeneous distribution of groundwater samples, categorized into three hydrochemical groups. These groups are primarily dominated by calcium and magnesium chloride and sulfate waters, influenced by the geological characteristics of the region, such as gypsum-saline formations of the Upper Cretaceous and Triassic clay-gypsum-saline diapirs, and further impacted by inverse ion exchange processes. Group 1 is characterized by higher proportions of calcium and magnesium bicarbonate waters due to the dominance of carbonate formations from the Early Jurassic or Miocene, benefiting from more dynamic recharge zones. Groups 2 and 3 exhibit similar chemical compositions, but Group 3 is distinct for its restricted recharge zones and carbonate formations, leading to the emergence of calcium and magnesium bicarbonate waters. Recharge areas associated with carbonate formations were also vulnerable to anthropogenic pollution. These findings highlight the importance of implementing strict protection measures for sensitive recharge zones to ensure the preservation of this vital resource in the face of increasing environmental and human pressures.

RESUMEN Comprender los procesos que controlan la mineralización de las aguas subterráneas es crucial para preservar su calidad y garantizar una gestión sostenible del recurso, especialmente en regiones como Naama, Argelia, que dependen exclusivamente de este recurso. Las aguas subterráneas en esta región enfrentan una grave sobreexplotación y alta salinidad debido a factores climáticos y al aumento de la demanda industrial, agrícola y doméstica, lo que plantea importantes desafíos para su uso a largo plazo. En este trabajo se realizaron análisis hidroquímicos, incluidos métodos gráficos y herramientas estadísticas multivariantes, para investigar la química de las aguas subterráneas y los mecanismos que influyen en su mineralización en la región de Naama. Los resultados revelaron una distribución relativamente homogénea de las muestras, clasificadas en tres grupos hidroquímicos. Estos grupos están dominados principalmente por aguas de cloruros y sulfatos de calcio y magnesio, influenciadas por las características geológicas de la región, como las formaciones gipso-salinas del Cretácico Superior y los diapiros arcillo-gipso-salinos del Triásico, y afectadas además por procesos de intercambio iónico inverso. El Grupo 1 se caracteriza por una mayor proporción de aguas bicarbonatadas de calcio y magnesio debido al predominio de formaciones carbonatadas del Jurásico Temprano o del Mioceno, que se benefician de zonas de recarga más dinámicas. Los Grupos 2 y 3 muestran composiciones químicas similares, pero el Grupo 3 se distingue por sus zonas de recarga más restringidas y las formaciones carbonatadas, lo que conduce a la aparición de aguas bicarbonatadas de calcio y magnesio. También se encontró que las áreas de recarga asociadas con formaciones carbonatadas son vulnerables a la contaminación antropogénica. Estos hallazgos resaltan la importancia de implementar estrictas medidas de protección para las zonas de recarga sensibles, con el fin de garantizar la preservación de este recurso vital frente a las crecientes presiones ambientales y humanas.

Study of the structural characteristics of the Earth's crust in Cao Bang province and adjacent areas using gravity data

ABSTRACT Cao Bang province and adjacent areas in northern Vietnam are affected by modern tectonic fault zones, leading to frequent landslides and earthquakes. Understanding the deep structural characteristics of the Earth's crust is crucial for advancing the study of geodynamics and geological hazards. Most previous studies on the deep structural characteristics of this region used only a few analysis methods, and their results were not highly reliable. Aiming to provide highly reliable information about the deep structural characteristics of this region, this study we apply a calculation process with a combination of gravity data analysis techniques and earthquake data. Specifically, the depth results obtained from the 2D modeling problem are utilized as inputs to construct an initial 3D model, thereby improving the accuracy of the depth of the crystalline basement and Moho surfaces. By integrating the results from these techniques with earthquake data, a more accurate fault system map can be developed. Maximum horizontal gradient, tilt angle, constrained two-dimensional inversion, Euler deconvolution, 2D modeling and 3D inversion are the main techniques used. The results of the study area show that the fault system is quite complex. Large faults can be easily recognized such as F1 (Pho Day River), F2 (Yen Minh - Phu Luong), F3 (Sub-meridian fault) and F4 (Cao Bang - Tien Yen). The depth of the crystalline basement surface varies from 0 to 4.32 km, with the basement outcropping in Bac Kan province and reaching deep depths in the Cao Bang and That Khe basins. The depth of the Moho surface varies from 28.77 to 38.01 km. The shallowest depth of the Moho surface is located in the northern area of Cao Bang province, the southern area of Bac Kan province, the southeastern area of Lang Son province, and the Cao Bang and That Khe basins. The deepest depth value of the Moho surface is located in Bac Kan province, where the crystalline basement is outcropping. The study results have shown the effectiveness and high reliability of applying calculation processes and combining analytical methods.

RESUMEN La provincia de Cao Bang y las áreas adyacentes del norte de Vietnam están afectadas por zonas con fallas tectónicas modernas que le ocasionan deslizamientos de tierra y terremotos constantes. Conocer las características estructurales profundas de la corteza terrestre es determinante para el avance de la geodinámica y de los peligros geológicos. La mayoría de los estudios previos sobre las características estructurales profundas en esta región usaron solo algunos métodos de análisis, y sus resultados no son altamente confiables. Con el fin de aportar información altamente confiable sobre las características estructurales profundas de la región, en este estudio los autores emplean un proceso de cálculo combinado con técnicas de análisis de información de la gravedad e información de terremotos. Específicamente, los resultados de profundidad obtenidos del modelamiento del problema en dos dimensiones se utilizaron como referentes para construir un modelo inicial tridimensional, y de esta forma mejorar la precisión de la profundidad del piso cristalino y de la superficie Moho. Al integrar los resultados de estas técnicas con información de terremotos se puede desarrollar un mapa del sistema de fallas más preciso. Las principales técnicas usadas son el gradiente horizontal máximo, ángulo de inclinación, inversión bidimensional residual, la deconvolución de Euler, modelado 2D e inversión tridimensional. Los resultados muestran que el sistema de fallas es complejo. Grandes fallas se pueden reconocer fácilmente como la F1 (río Pho Day), F2 (Yen Minh-Phu Luong), F3 (falla submeridiana) y F4 (Cao Bang-Tien Yen). La profundidad del piso cristalino varia de 0 a 4.32 kilómetros, con un afloramiento en la provincia de Bac Kan y con mayor profundidad en las cuencas de Cao Bang y Tath Khe. La profundidad de la superficie Moho varia de 28.77 a 38.01 kms. La parte menos profunda de la superficie Moho se ubica en el norte de la provincia de Cao Bang, en el sur de la provincia de Bac Kan, en el sureste de la provincia de Lang Son, y en las cuencas de Cao Bang y That Khe. La parte más profunda de la superficie Moho se ubica en la provincia Bac Kan, donde todo el piso cristalino es un afloramiento. Los resultados del estudio han mostrado la efectividad y alta confiabilidad de aplicar procesos de cálculo combinados con métodos analíticos.

Classification of Remote Sensing Datasets with Different Deep Learning Architectures

ABSTRACT Remote sensing image classification has great advantages in the areas of environmental monitoring, urban planning, disaster management and many others. Unmanned Aerial Vehicles (UAVs) have revolutionized remote sensing by providing high-resolution imagery. In this context, effective image classification is crucial for extracting meaningful information from UAV-captured images. This study presents a comparison of different deep learning-based approach for supervised image classification of UAV images. We have experimented on four different CNN models like VGG 16, Alex net, Resnet50 and a deep neural network Efficient-Net-B0 on different remote sensing datasets; AID and AIDER. Multiple combinations were tried to find out which model performs better on which type of datasets. We have used pre-trained initial layers of four CNN models (AlexNet, VGG 16, Resnet50 and Efficient-Net-Bo) then last three layers of each of the selected models are removed and new layers have been added with better tuned parameters. Two different schemes were analyzed. In Scheme-1 the original AlexNet, VGG 16, Resnet50 and Efficient-Net-B0 were experimented without changing and tuning their number of parameters, while in Scheme-2 transfer learning was applied on the pre-trained models and after removing last three layers new layers were added with better tuned hyper-parameters. The evaluation of above schemes was ensured through comprehensive metrics across diverse land cover classes, four different performance evaluation matrices namely; F1 score, precision, accuracy and recall. The main focus of this research is towards transfer learning and adding new layers into pre-trained models to get better classification accuracy.

RESUMEN La clasificación de imágenes de detección remota tiene grandes ventajas en las áreas de monitoreo ambiental, planeación urbana, manejo de desastres y muchos otros. Los vehículos aéreos no tripulados han revolucionizado la detección remota al proveer imágenes de alta resolución. En este contexto, la clasificación efectiva de imágenes es crucial para extraer información significativa de las imágenes capturadas por vehículos aéreos no tripulados. Este estudio presenta una comparación de diferentes técnicas de aprendizaje profundo para la clasificación supervisada de imágenes capturadas por vehículos aéreos no tripulados. Los autores experimentaron con diferentes grupos de datos AID y AIDER en cuatro modelos diferentes de Redes Neuronales Convolucionales (CNN), VGG 16, Alex net, Resnet50 y en la red neuronal profunda Efficient-Net-B0. Se intentaron múltiples combinaciones para encontrar el modelo con mayor desempeño en cada grupo de datos. Los autores usaron capas iniciales de preentrenamiento de los modelos CNN y luego se retiraron las tres últimas capas de cada uno de los modelos seleccionados para añadir luego capas con parámetros más acordes. Se analizaron dos esquemas diferentes. En el Esquema 1 se experimentaron los modelos CNN originales sin cambiar y sin adecuar el número de parámetros, mientras que en el Esquema 2 se aplicó la transferencia de aprendizaje en los modelos pre-entrenados y después de remover las tres últimas capas se añadieron nuevas capas con hiperparámetros más adecuados. La evaluación de estos esquemas fue asegurada a través de métricas completas para diversas clases de cobertura del suelo y con cuatro matrices de evaluación de desempeño llamadas puntuación F1, precisión, exactitud y exhaustividad. El foco principal de esta investigación se basa en la transferencia de aprendizaje y en la adición de nuevas capas en modelos pre-entrenados para tener una clasificación más precisa.

Three-Dimensional Gravity Interface Inversion Based on Artificial Neural Network and Discrete Cosine Transform Algorithm

ABSTRACT This study applies artificial neural networks to three-dimensional gravity density interface inversion. Parker's formula based on fast Fourier transform method plays an important role in gravity interface inversion. In the training process of the artificial neural network, random generated underground interface geometries are used as inputs, while the output is the gravity anomaly data calculated by Parker's formula. A large-scale input-output training set is formed for the training process of the artificial neural network. In addition, discrete cosine transform (DFT) is introduced to compress and store matrices, which reduces computational memory, decreases computation time, and improves computational efficiency in the training and testing processes of the artificial neural network. A deep learning interface inversion algorithm based on the U-net network model is designed. On the basis of the traditional loss function, a smooth loss term and an overfitting suppression term are added to improve the smoothness and convergence efficiency of the gravity interface inversion results. Finally, the inversion prediction is verified through the test sample set to validate the generalization of the established deep learning network model. This paper analyzes the effectiveness and practicality of this method in density interface inversion through theoretical models and actual data experiments. The deep learning interface inversion method based on the improved loss function constraint effectively improves the convergence efficiency and computational stability of density interface inversion. Applying this method to synthetic data and actual measured data processing has achieved good results.

RESUMEN Este estudio aplica redes neuronales artificiales a la interfaz de densidad de la inversión de gravedad tridimensional. La formula de Parker basada en la transformada rápida de Fourier juega un papel importante en la interfaz de inversión de la gravedad. En el proceso de entrenamiento de las redes neuronales artificiales, las geometrías de interfaz subterráneas generadas aleatoriamente se usaron como registros, mientras que los resultados son la información de anomalías de la gravedad calculadas con la formula de Parker. Un amplio conjunto de datos de registro y resultado se definieron para el proceso de entrenamiento de la red neuronal artificial. Adicionalmente, la transformada de coseno discreta se presenta para comprimir y almacenar matrices, y así se reduce la memoria computacional, se reduce el tiempo de computación y se mejora la eficiencia del equipo en los procesos de entrenamiento y de prueba de la red neuronal artificial. De esta forma se diseñó un algoritmo de aprendizaje profundo para la interfaz de inversión basado en el modelo de red tipo U. Con base en la tradicional función de pérdida se adicionaron un término de pérdida suave y un término de sobreajuste de supresión para mejorar la eficiencia de la uniformidad y de la convergencia de los resultados de la interfaz de inversión de la gravedad. Finalmente la predicción de la inversión se verificó a través del ejemplo de prueba para validar la generalización del modelo de red de aprendizaje profundo que se estableció. Este artículo analiza la efectividad y la practicidad de este método de inversión de la interfaz de densidad a través de modelos teóricos y experimentos con información real. Este método de inversión de interfaz de aprendizaje profundo, basada en la restricción de función de perdida mejorada, efectivamente mejora la convergencia de eficiencia y la estabilidad computacional de la inversión de la interfaz de densidad. La aplicación de este método a procesos de información sintética y de información medida ha alcanzado buenos resultados.

Tectono-sedimentary events and geodynamic evolution of the Northern Middle Atlas Miocene basins (Morocco): impact on the NW-SE Atlantic transgression

ABSTRACT This paper aims to identify and map the Miocene series in the Northern Middle Atlas. This is to enhance our knowledge about its spatial-temporal variation. Field investigations mainly based on microtectonic measurements combined with structural analyses, lithostratigraphic studies and stress tensor inversion have allowed to reconstruct the genesis and geodynamic evolution of the Northern Middle Atlas Miocene basins. The lithostratigraphic analysis of the Neogene series unconformably deposed on the Jurassic formations shows a transgressive depositional evolution. Several stratigraphic levels have been identified; successively: (i) a conglomerate capped by Vallesian volcanic-sedimentary, lacustrine and palustrine continental series, (ii) Upper Tortonian sandstones, fluvio-deltaic conglomerates and sandy marls with channeled sandstone, (iii) Upper Tortonian-Messinian molasse, pink calcarenite, reef limestone, ochre sandy silt and blue marl. These formations are unconformably overlain by the Skoura puddingstones assigned to the Lower-Middle Pliocene. These deposits are synchronous with a major brittle tectonic phase divided into three episodes: (i) N120 to N140 Vallesian compression (N30 to N50 horizontal o3 axis), (ii) Upper Tortonian -- Messinian N45 extension (o1 vertical). The history of the Middle Atlas during the Upper Miocene shows an opening megasequence which begins with continental sedimentation during the Upper Vallesian-Tortonian period evolving towards marine sedimentation associated to the NW-SE Atlantic transgression during the Upper Tortonian.

RESUMEN Este artículo busca identificar y mapear las series del Mioceno al norte del Atlas Medio. Esto con el fin de mejorar el conocimiento de sus variaciones espacio-temporales. Las investigaciones de campo basadas en mediciones microtectónicas combinadas con análisis estructurales, estudios litoestratigráficos y de inversión del tensor de tensión han permitido reconstruir el origen y la evolución geodinámica de las cuencas en el norte del Atlas Medio. El análisis litoestratigráfico de las series del Neógeno, depuestas disconformemente en formaciones del Jurásico, muestran una evolución deposicional transgresiva. Se identificaron varios niveles estratigráficos sucesivos: (i) un conglomerado cubierto de material sedimentario volcánico del Vallesiense, series continentales lacustrinas y palustrinas, (ii) areniscas del Tortoniense tardío, conglomerados fluvio-deltaicos y margas arenosas con areniscas acanaladas, (iii) molasas del Tortoniense-Mesiniano tardío, calcarenitas rosadas, arrecifes calizos, arena ocre y marga azul. Estas formaciones cubren disconformemente las pudingas en la región de Skoura, asignadas al Plioceno temprano-medio. Estas formaciones son sincrónicas con fases tectónicas precarias divididas en varios episodios: (i) compresión del Vallesiense N120 a N140 (N30 a N50 eje horizontal o3), (ii) extensión del Tortoniense-Mesiniano tardío (o1 vertical). La historia del Atlas Medio durante el Mioceno tardío muestra una megasecuencia abierta que comienza con la sedimentación continental durante el período Vallesiense-Tortoniense tardío que evolucionó hacia una sedimentación marina asociada con la transgresión NW-SE del Atlántico durante el Tortoniense tardío.

Mechanical Properties as Predictors of Sand production: Case Study of the Mamuniyat Reservoir, Murzuq Basin-Libya

Abstract Sand production is one of the instability issues in oil reservoirs within the oil industry. This research paper seeks to establish a methodology for detecting sand production in the Mamuniyat Reservoir (Upper Ordovician) across multiple oil fields in the northwest Murzuq Basin, Libya. Well logging data from five oil wells (1, 2, 3, 4, 5) in Fields 1 and 2 have been processed to calculate the Sand Production Indicator (SPI), which is based on the estimation of petrophysical and mechanical properties. The Mamuniyat reservoir is classified in ascending order into Clayey Mamuniyat and Clean Mamuniyat sandstone, based on a 25% shale baseline. Montmorillonite and illite are identified as the dominant clay minerals, as recognised by natural gamma-ray spectrometry (NGS) in the Mamuniyat reservoir. Additionally, the reservoir is classified from very low strength (E) to high strength (B) based on uniaxial compressive strength (UCS). The shale content (Vsh) has noticeable changes in the UCS, cohesion (Co), and friction angle (Φ) of the Clayey Mamuniyat sandstone rather than the Clean Mamuniyat sandstone, which is about 70 MPa, not exceeding 30 MPa, and 20 degrees of the UCS, Co, and Φ respectively. Whereas the Clean Mamuniyat sandstone is ranged from 80 to 110 MPa of the UCS, about 20 MPa of Co and close to 40 degrees of Φ. Accordingly, the studied reservoir does not meet the threshold criterion for sanding problems according to the standard shear to compressibility modulus ratio (G/Cb), which is less than 8x10¹¹ psi².

Resumen La producción de arena es uno de los factores inestables de las reservas de petróleo. Este artículo de investigación busca establecer una metodología para detectar la producción de arena en el reservorio de Mamuniyat (Ordovícico Tardío) a lo largo de múltiples campos de petróleo en la cuenca de Murzuq, al noroeste de Libia. Se procesó la información de perforación de cinco pozos petrolíferos (1, 2, 3, 4, 5), en los campos 1 y 2, para calcular el Indicador de Producción de Arena (SPI, del inglés Sand Production Indicator), el cual se basa en las propiedades petrofísicas y mecánicas. El reservorio de Mamuniyat tiene clasificación de orden ascendente dentro de las areniscas arcillosas y las limpias de Mamuniyat, de acuerdo con su línea de base del 25 % de esquistos. Los minerales de montmorillonita e illita se identificaron como los dominantes, según se reconoce a través de la espectometría de rayos gamma natural en el reservorio de Mamuniyat. Adicionalmente, el reservorio se clasifica en los rangos de fuerza muy baja (E) y hasta de fuerza muy alta (B), de acuerdo con la prueba de resistencia a la compresión uniaxial (UCS). El contenido de esquistos (V sh) implica cambios significativos en la prueba UCS, en la cohesión (Co), y en el ángulo de fricción (Φ) de las areniscas arcillosas de Mamuniyat, más que en las areniscas limpias del reservorio, cuyas unidades son de 70 MPa en el índice UCS, sin superar los 30 MPa en la cohesión y de 20 grados en el ángulo de fricción. Mientras que las areniscas limpias tienen un rango de 80 a 110 MPa en el índice UCS, cerca de 20 MPa de cohesión y cerca de 40 grados en el ángulo de fricción. De acuerdo con esto, el reservorio estudiado no cumple con el margen de criterio para los problemas de producción de arena según la relación estándar entre corte y módulo de compresibilidad (G/Cb), que es menos de 8X10^11 psi^2.

Estimation of the date and magnitude of impending massive earthquakes using the integration of precursors obtainable from remote sensing data

ABSTRACT A single precursor is not usually an accurate, precise, and adequate measure to predict earthquake parameters. Therefore, it is more appropriate to combine multiple precursors and exploit parameters extracted from them to reduce the uncertainty of the prediction. The assumption in this study is based on the fact that most Earthquakes happen in active fault zones. The study is about the estimation of Earthquake parameters such as date and magnitude. In this study, remote sensing observations (such as electron and ion density, electron temperature, Total Electron Content (TEC), Land Surface Temperature (LST), Sea Surface Temperature (SST), Aerosol Optical Depth (AOD), and Surface Latent Heat Flux (SLHF)) in different modalities acquired several days before impending earthquakes have been investigated to extract earthquake parameters. In this study, three methods: median, support vector regression (SVR), and random forest (RF) have been used to detect anomalies. Then, by estimating the amount of anomaly deviation from the normal state, the magnitude of the impending earthquake is estimated. The final earthquake parameters (such as date and magnitude) can be obtained by integrating the earthquake parameters extracted from different earthquake precursors using the mean square error (MSE) method.

RESUMEN Un solo precursor no es usualmente una medida exacta, precisa y adecuada para predecir los parámetros de un terremoto. Además, es más apropiado combinar múltiples precursores e identificar sus propios parámetros para reducir la incertidumbre de la predicción. El supuesto de este trabajo está basado en que la mayoría de terremotos ocurren en zonas de fallas activas. Este estudio se basa en la estimación de los parámetros de terremoto como momento y magnitud. En este trabajo se investigaron las observaciones de detección remota en diferentes modalidades (tales como densidad de iones y electrones, temperatura de electrones, contenido total de electrones, temperatura de la superficie terrestre, temperatura de la superficie marina, profundidad óptica del aerosol y flujo de calor latente), adquiridas varios días antes de los terremotos inminentes, para extraer los parámetros del terremoto. Se usaron tres métodos para detectar las anomalías: mediana, regresión de vectores de soporte, y bosque aleatorio. Luego se estimó la magnitud de los terremotos inminentes al estimar la medida de la desviación de la anomalía. Los parámetros finales del terremoto (como momento y magnitud) se pueden obtener al integrar los parámetros de terremoto extraídos de diferentes precursores de terremoto al usar el método del error cuadrático medio.

Air Pollution as a Potential Risk Factor for COVID-19 Spread: A Case Study of Italian Provincial Capitals

ABSTRACT This study investigates the potential association between air pollution and the spread of coronavirus disease 2019 (COVID-19). Employing Italy as a case study, the research explores the diffusion patterns of COVID-19 within Italian provincial capitals. Findings suggest a correlation between elevated levels of air pollution and the number of confirmed cases. Cities exceeding air quality limits for PM10 or ozone for more than 100 days annually exhibited significantly higher caseloads compared to those with lower pollution levels. Additionally, the analysis reveals that hinterland locations (inland areas) with both high air pollution and low wind speed displayed a particularly pronounced increase in infection rates. Notably, over 75% of confirmed COVID-19 cases and approximately 81% of related deaths in Italy occurred in regions with high air pollution levels. These findings underscore the potential role of environmental factors in COVID-19 transmission and highlight the necessity for long-term public health strategies that integrate environmental and sustainability policies alongside medical interventions.

RESUMEN Este estudio investiga la posible asociación entre la contaminación del aire y la propagación de la enfermedad por coronavirus 2019 (COVID-19). Tomando a Italia como caso de estudio, la investigación explora los patrones de difusión de COVID-19 en las capitales provinciales italianas. Los hallazgos sugieren una correlación entre los niveles elevados de contaminación del aire y el número de casos confirmados. Las ciudades que superan los límites de calidad del aire para PM10 u ozono durante más de 100 días al año exhibieron cargas de casos significativamente más altas en comparación con aquellas con niveles de contaminación más bajos. Además, el análisis revela que las ubicaciones del interior (áreas del interior) con alta contaminación del aire y baja velocidad del viento mostraron un aumento particularmente pronunciado en las tasas de infección. En particular, más del 75% de los casos confirmados de COVID-19 y aproximadamente el 81% de las muertes relacionadas en Italia ocurrieron en regiones con altos niveles de contaminación del aire. Estos hallazgos subrayan el papel potencial de los factores ambientales en la transmisión de COVID-19 y resaltan la necesidad de estrategias de salud pública a largo plazo que integren políticas ambientales y de sostenibilidad junto con intervenciones médicas.