评估集合卡曼滤波反演土壤湿度廓线的性能

集合卡曼滤波由于易于使用而被广泛地应用到陆面数据同化研究中,它是建立在模型为线性、误差为正态分布的假设上,而实际土壤湿度方程是高度非线性的,并且当土壤过干或过湿时会发生样本偏斜.为了全面评估它在同化表层土壤湿度观测来反演土壤湿度廓线的性能,特引入不需要上述假设的采样重要性重采样粒子滤波,比较非线性和偏斜性对同化算法的影响.结果显示:不管是小样本还是大样本,集合卡曼滤波都能快速、准确地逼近样本均值,而粒子滤波只有在大样本时才能缓慢地趋近;此外,集合卡曼滤波的粒子边缘概率密度及其偏度和峰度与粒子滤波完全不同,前者粒子虽不完全满足正态分布,但始终为单峰状态,而后者粒子随同化推进经历了单峰到双峰再到单峰的变化.     

Pattern Recognition in a Bimodal Aquifer Using the Normal-Score Ensemble Kalman Filter

The ensemble Kalman filter (EnKF) is now widely used in diverse disciplines to estimate model parameters and update model states by integrating observed data. The EnKF is known to perform optimally only for multi-Gaussian distributed states and parameters. A new approach, the normal-score EnKF (NS-EnKF), has been recently proposed to handle complex aquifers with non-Gaussian distributed parameters. In this work, we aim at investigating the capacity of the NS-EnKF to identify patterns in the spatial distribution of the model parameters (hydraulic conductivities) by assimilating dynamic observations in the absence of direct measurements of the parameters themselves. In some situations, hydraulic conductivity measurements (hard data) may not be available, which requires the estimation of conductivities from indirect observations, such as piezometric heads. We show how the NS-EnKF is capable of retrieving the bimodal nature of a synthetic aquifer solely from piezometric head data. By comparison with a more standard implementation of the EnKF, the NS-EnKF gives better results with regard to histogram preservation, uncertainty assessment, and transport predictions.     

Sampling error distribution for the ensemble Kalman filter update step

In recent years, data assimilation techniques have been applied to an increasingly wider specter of problems. Monte Carlo variants of the Kalman filter, in particular, the ensemble Kalman filter (EnKF), have gained significant popularity. EnKF is used for a wide variety of applications, among them for updating reservoir simulation models. EnKF is a Monte Carlo method, and its reliability depends on the actual size of the sample. In applications, a moderately sized sample (40–100 members) is used for computational convenience. Problems due to the resulting Monte Carlo effects require a more thorough analysis of the EnKF. Earlier we presented a method for the assessment of the error emerging at the EnKF update step (Kovalenko et al., SIAM J Matrix Anal Appl, in press). A particular energy norm of the EnKF error after a single update step was studied. The energy norm used to assess the error is hard to interpret. In this paper, we derive the distribution of the Euclidean norm of the sampling error under the same assumptions as before, namely normality of the forecast distribution and negligibility of the observation error. The distribution depends on the ensemble size, the number and spatial arrangement of the observations, and the prior covariance. The distribution is used to study the error propagation in a single update step on several synthetic examples. The examples illustrate the changes in reliability of the EnKF, when the parameters governing the error distribution vary.     

Continuous Facies Updating Using the Ensemble Kalman Filter and the Level Set Method

We present a methodology based on the ensemble Kalman filter (EnKF) and the level set method for the continuous model updating of geological facies with respect to production data. Geological facies are modeled using an implicit surface representation and conditioned to production data using the ensemble Kalman filter. The methodology is based on Gaussian random fields used to deform the facies boundaries. The Gaussian random fields are used as the model parameter vector to be updated sequentially within the EnKF when new measurements are available. We show the successful application of the methodology to two synthetic reservoir models.     

Contaminant Spill in a Sandbox with Non-Gaussian Conductivities: Simultaneous Identification by the Restart Normal-Score Ensemble Kalman Filter

Mathematical Geosciences - The joint identification of the parameters defining a contaminant source and the heterogeneous distribution of the hydraulic conductivities of the aquifer where the...     

线性矩法估计参数的保证修正值系数B的推求

在设计洪水的抽样误差估计中,采用保证修正值系数B方法估计均方差简单易用。应用线性矩法估计频率分布曲线的参数,有较好的无偏性和有效性,具有一定的应用前景。目前线性矩法的B值诺模图尚未确定,给用线性矩法确定参数时估计抽样误差带来了难度与不便。采用统计试验,分析了离差系数、偏态系数和样本长度对B值的影响,结果表明线性矩法估计参数时仍可采用保证修正值系数B值诺模图方法来估计抽样误差,并推求了不同偏态系数、设计频率情形下的B值,制成了线性矩法的B值诺模图备用。     

基于EnKF融合地球物理数据刻画含水层非均质性

含水层非均质性的刻画是模拟地下水中污染物运移的关键。以渗透系数为研究对象,构建了综合集合卡尔曼滤波方法、有效电阻率模型与地下水运移模型的同化框架,通过融合地球物理观测数据与污染物浓度观测数据来推估渗透系数的空间分布。基于理想算例,验证了该同化框架刻画含水层非均质渗透系数场的有效性,并针对不同初始参数信息与观测类型对比了耦合与非耦合水文地球物理方法的适用性。研究结果表明:基于集合卡尔曼滤波方法同化多种类型的观测数据,可有效地推估非均质参数空间分布。当初始信息较准确时,耦合方法的参数推估精度更高;初始信息存在偏差时,非耦合方法有更好的同化效果。由于非耦合方法计算成本较低且对初始信息缺失时适用性更强,在实际应用中可先基于非耦合方法初步估计参数,再利用耦合方法进一步提高参数推估精度。融合多种类型观测数据可有效提高参数推估效果。     

基于局域化EnKF同时同化地下水水流和溶质运移数据的渗透系数场识别研究

局域化改进集合卡尔曼滤波（EnKF）可以克服EnKF方法在使用小集合时,对参数识别精度较低的缺陷,其能同化 地下水位观测数据有效识别渗透系数场。实际工作中,溶质运移数据也较容易获得。崔凯鹏（2013）尝试增加溶质运移 数据以改进只同化水流数据对渗透系数的估计结果,但是精度提高有限。本文在其基础上修改模型,进一步增加溶质注 入井,探究同时同化水头和溶质运移数据,对渗透系数场识别效果,之后对比了局域化EnKF与非局域化EnKF参数识别结 果,并分析了溶质影响范围与参数识别的关系。结果表明：同时同化溶质运移和水头资料,比同化单一种类观测数据识别 的渗透系数精度更高;相同实现数目下,局域化EnKF比EnKF对渗透系数场的估计结果与真实场更为接近;仅考虑溶质影 响范围内的渗透系数,同化水头数据在最后时刻参数识别结果好于同化溶质运移数据参数识别结果,但差别不大。     

基于EnKF综合水头和浓度观测数据推估地下水流模型参数

地下水反应运移模型具有参数个数众多,观测数据类型多样的特点。为了探究不同类型观测数据在反应运移模拟数据同化中的数据价值,构建了三氯乙烯降解反应运移模型的理想算例,基于水头和浓度两种类型观测数据,采用集合卡尔曼滤波方法推估渗透系数和贮水系数的非均质空间分布,讨论了影响同化结果的因素。结果表明:与仅同化水头数据的结果相比,联合同化水头和浓度观测数据推估渗透系数场和贮水系数场时具有更高的精度,在观测数据拟合和模型预测方面也有更好的表现。与目前溶质运移模型、非饱和流模型等地下水模型中的研究结果相似,数据同化结果受样本数量,观测井的数量和位置的影响,合理优化布置监测井和选择样本数量可有效改善数据同化效果并提高计算效率。     

考虑预报偏差的迭代式集合卡尔曼滤波在地下水水流数据同化中的应用

集合卡尔曼滤波（Ensemble Kalman Filter,EnKF）方法已广泛应用于地下水水流和污染物运移模拟相关问题的求解。但前人研究多建立在同化系统预报模型是准确的基础上,忽视了模型概化的不确定性。当模型概化不准确时,将导致预报偏差,可能带来错误的系统估计。因此,文章提出考虑模型预报偏差的迭代式集合卡尔曼滤波（Bias aware Ensemble Kalman Filter with Confirming Option,Bias-CEnKF）方法。以地下水水流数据同化为例,研究模型概化存在不确定条件下,边界条件、初始条件、源汇项概化不准确时新方法的有效性。结果表明,当预报模型概化不准确时,使用标准EnKF方法进行数据同化,可能会导致滤波发散,造成同化失败。Bias-CEnKF方法不仅保留了较好的同化性能,同时减小了参数、变量、偏差项非线性关系带来的不一致性。针对文章中4种情景,Bias-CEnKF同化获得的含水层渗透系数场以及水头场均接近真实场,且预报结果可靠。本研究进一步提升了模型概化不确定时EnKF方法的适用性,为实际野外复杂条件下地下水水流数据同化问题提供了可靠的方法。     

基于集合卡尔曼滤波的多相流模型参数估计——以室内二维砂箱中重质非水相污染物入渗为例

重质非水相有机污染物(DNAPL)泄漏到地下后,其运移与分布特征受渗透率非均质性影响显著。为刻画DNAPL污染源区结构特征,需进行参数估计以描述水文地质参数的非均质性。本研究构建了基于集合卡尔曼滤波方法(EnKF)与多相流运移模型的同化方案,通过融合DNAPL饱和度观测数据推估非均质介质渗透率空间分布。通过二维砂箱实际与理想算例,验证了同化方法的推估效果,并探讨了不同因素对同化的影响。研究结果表明:基于EnKF方法同化饱和度观测资料可有效地推估非均质渗透率场;参数推估精度随观测时空密度的增大而提高;观测点位置分布对同化效果有所影响,布置在污染集中区域的观测数据对于参数估计具有较高的数据价值。     

利用采样定理与沉积速率确定旋回分析最佳采样间隔

旋回地层学方法近年来被成功应用于年代确定及重大地质事件天文影响因素的判别.采样是旋回分析中最重要的一步, 目前大多使用地球物理、地球化学替代性指标, 采样频率过高, 会大大增加测量和计算的工作量, 同时也会增加随机干扰或其他非气候因素的干扰; 采样频率过低, 可能识别不出其中所包含的米兰柯维奇旋回成分.为确定一个最佳的采样间隔, 通过对80~100 Ma理论日照量曲线及两个实测剖面3种采样间隔(密集采样间隔与约等于一个岁差周期沉积厚度四分之一和一半的采样间隔)数据分别进行谱估计并比较谱估计结果.发现在满足采样定理的前提下, 以一个岁差周期沉积厚度的约一半作为采样间隔, 既可以分析出全部的米兰柯维奇旋回信号, 又具有最少的工作量, 是旋回分析的最佳采样间隔.实际采样中需根据平均沉积速率来确定这个最佳采样间隔.      

IPCC AR4多模式对中国地区干旱变化的模拟及预估

使用中国地区温度、降水格点观测数据以及多模式集合平均数据,计算了帕尔默干旱指数(Palmer Drought Severity Index),评估了全球气候模式对中国地区1961—2000年干旱变化特征的模拟能力,预估了SRES A1B情景下在2011—2050年干旱的可能变化.结果表明:对于衡量干旱变化特征的干旱频率、持续时间、干旱面积等几个指标,整个中国地区区域平均的模拟值与观测值较为符合;模式能够模拟再现西北地区的干旱变化特征,模拟的干旱程度在华北地区偏弱、长江以南地区偏强.2011—2050年SRES A1B情景下,中国地区表现为持续的干旱化趋势;总体干旱面积和干旱频率持续增加,其中极度干旱的持续增加占主要作用.从EOF分析结果看,未来40a中国地区以整体干旱分布型为主.     

用Winkler地基模型估算地基沉降

通过对照计算,讨论选用较合理的基床系数,用Winkler地基模型估算地基沉降     

Strip Transect Sampling to Estimate Object Abundance in Homogeneous and Non-homogeneous Poisson Fields: a Simulation Study of the Effects of Changing Transect Width and Number

This paper investigates the use of strip transect sampling to estimate object abundance when the underlying spatial distribution is assumed to be Poisson. A design-based rather than model-based approach to estimation is investigated through computer simulation, with both homogeneous and non-homogeneous fields representing individual realizations of spatial point processes being considered. Of particular interest are the effects of changing the number of transects and transect width (or alternatively, coverage percent or fraction) on the quality of the estimate. A specific application to the characterization of unexploded ordnance (UXO) in the subsurface at former military firing ranges is discussed. The results may be extended to the investigation of outcrop characteristics as well as subsurface geological features.     

自举法对我国进口铁矿二氧化硅含量的代表值估计

对我国近两年490批次、23个进口国的进口铁矿中SiO2含量进行了总体统计分析，在数据统计分布特征研究基础上，使用内核密度估计对进口铁矿SiO2含量进行数据多态性分析，使用自举法对原始数据样本值重复取样以获得稳健的SiO2含量代表值估计及标准偏差，并证明以自举法重新取样样本分布的均值与标准偏差作为有限单次样本代表值是合理、有效的。     

估算闪电产生氮氧化物量的研究回顾与进展

在对流层内,闪电产生的氮氧化物(LNOx)是氮氧化物(NOx)的主要来源之一,这一区域内,由于NOx生命史较长,且控制着对流层臭氧(O3)和氢氧根(OH)的含量,影响着全球大气环境和气候变化.针对LNOx量的估算这一大气化学及雷电物理领域内的研究热点,介绍了NOx的主要来源、LNOx的产生机制及其对气候变化的重要性,详细综述了国内外现有的估算LNOx量的主要方法和估算结果.综述结果表明,目前估算LNOx量采用的研究方法主要有野外观测、实验室模拟、理论模式计算和卫星数据反演,主要通过观测或假设得到单位能量产生的NOx量,或单位通道长度产生的NOx量,同时通过观测或假设得到一次放电通道产生的总能量或一次放电的总通道长度,进而外推或数值模拟某一局地区域或全球的LNOx.由于不同地区、不同雷暴、甚至不同的闪电个体之间的显著差异导致不同的研究者估算LNOx时采用的参数值不同,进而使得LNOX估算量的结果差异较大,不确定性增大.近30年LNOx较为精确的产量计算结果平均值为5.2(2.8 ～9.1) Tg/a.最后提出,今后需继续对比分析利用先进的观测手段得到NOx和闪电的野外观测和卫星观测数据,进一步认识LNOx的产生机制,得到针对不同地区、不同强度的雷暴和不同的闪电个体估算NOx的参数取值,进一步减小估算LNOx时所用到的各个参数的不确定性.在此基础上,利用大气化学数值模式模拟局地或全球LNOx的产生和演变及其对其他空气成分的影响和作用,进一步认识LNOx在全球气候变化中的作用.     

岩石抗剪强度参数的稳健估计

提出了Ｍ－稳健估计计算岩体抗剪强度参数Ｃ,ｆ值的计算模型和方法。通过对白云鄂博主矿原位试验数据的稳健估计计算结果与最小二乘法的计算结果的对比分析表明：采用稳健估计的方法所估计出的参数更可靠。