澜沧江上游河谷卸荷松弛区地下水位分布成因

澜沧江上游两岸山体普遍存在强卸荷松弛和地下水位低缓现象,深入研究岸坡卸荷松弛区水文地质特性可为开展水电工程运行期渗流特征分析和渗控设计提供依据。澜沧江深切河谷区地下水位低缓成因复杂,选取上游某水电站坝址区为研究对象,从区域条件和局部条件综合分析地下水位低缓的原因,构建研究区考虑卸荷松弛分带的水文地质结构和地下水流模型,模拟与验证自然条件下地下水渗流规律。结果表明：研究区地下水位低缓既受控于区域地下水流与澜沧江的共同作用,又是河谷岸坡坡度、表层滑带、岩层结构、卸荷裂隙等局部水文地质条件阻碍降雨入渗补给地下水的内部表现;降雨径流受地形控制,主要经地表及强卸荷裂隙排泄至澜沧江,降雨入渗补给仅占地下水总补给量的5.50%。     

水动力和介质非均质性影响下DNAPLs运移数值模拟

选定氯苯为典型DNAPL建立理想的地表污染泄漏多相流运移模型,利用TOUGH系列软件TMVOC模块进行数值模拟,探讨地下水动力、介质非均质性及两种因素协同作用时对DNAPLs运移和分布的影响。研究结果表明:(1)水力梯度增大了DNAPL水平和垂向运移速率;当水平向水力梯度过大时,反而导致垂向速率减小。(2)透镜体主要发挥阻滞作用,绕过透镜体后,下游侧污染指入渗深度明显大于上游侧;水力梯度的存在进一步增强介质非均质性的影响,产生更多集聚和绕流,形成不规则的污染指和污染池交替组合形态。     

基于数据与模型联合驱动的波阻抗反演方法

井插值初始模型为基于模型的反演提供的低频信息往往不够准确,导致该模型驱动方法容易出现较大的波阻抗预测误差且建模效率较低.为缓解这些问题,本文利用数据驱动的深度学习反演更加擅长预测低频阻抗的优势,提出一种基于数据与模型联合驱动的波阻抗反演方法.该方法联合地震和测井等数据,先后开展数据驱动和模型驱动的波阻抗反演.首先,数据驱动部分使用井旁地震记录、测井导出的波阻抗曲线以及井插值低频阻抗曲线,搭建以双向门控递归单元为主要模块的波阻抗智能预测网络.其次,该网络预测的波阻抗的低频分量作为数据驱动初始模型,替代井插值初始模型而参与模型驱动部分.最后,模型驱动部分在地震数据匹配和数据驱动初始模型的共同约束下开展基于模型的反演,获得最终的波阻抗结果.合成数据和实际数据测试表明,本文方法相比于单一的数据驱动或模型驱动方法能获得更高分辨率和更高精度的波阻抗反演结果,从而为后续储层预测提供可靠的弹性参数分布.