蒙特卡洛法在油气储量估算中的应用

详细论述了蒙特卡洛法的数学原理及其在油气储量估算中的具体使用方法，并通过应用实例说明在油气田的不同勘探开发阶段，根据拥有资料的多少选用适当的数学模型，利用蒙特卡洛法都可以估算出一个具有一定可信度的比较合理的油气储量数值。当一个区块勘探程度较高，拥有资料较多时，用蒙特卡洛法估算的储量与用容积法估算的储量比较接近。     

基于微观结构重塑的非饱和冻土导热系数预测

为预测非饱和冻土的导热性能,基于土体微观结构,提出了非饱和冻土特征结构识别算法和多元素生成算法,并将该算法与传统有限单元法组合,建立非饱和冻土导热系数蒙特卡洛预测模型。通过土体SEM电镜图像,采用逆向四参数增长识别法识别土体中各组分含量、大小以及各方向分布概率;改进传统的四参数随机增长法,提出了考虑土、水、冰和气的多元素生成算法;基于生成的非饱和冻土模型,通过蒙特卡洛方法获得非饱和冻土导热系数,并与规范中冻土导热系数进行对比,验证了蒙特卡洛法预测模型的合理性（平均误差<4%）;通过多因素分析研究孔隙率、颗粒大小、土体导热性、饱和度以及结冰率对非饱和冻土导热性影响,各因素与导热系数的相关系数依次为：-0.352、-0.098、0.641、0.520和0.060,影响大小为：土颗粒导热性>饱和度>孔隙率>土颗粒大小>结冰率。各影响因素对非饱和冻土导热系数影响可以归纳为对热通量形成“热链”密度、宽度、连通性、热流承载力以及对“热桥”通量的影响。     

一种改进的地下水模型结构不确定性分析方法

高斯过程回归（GPR）是一种基于贝叶斯理论的监督学习算法,在基于数据驱动（DDM）的模型结构不确定性分析中具有广泛应用。目前研究中通常假设物理参数和超参独立并进行联立识别,这会导致参数补偿。文章提出两步识别DDM量化模型结构误差,并通过2个地下水模型案例,分别在不考虑模型结构误差、考虑模型结构误差（联立识别DDM、两步识别DDM）的情况下,对比分析了参数识别和模型预测结果。结果表明,不考虑模型结构误差直接进行参数识别时,为补偿结构误差,物理参数会过度拟合,从而影响模型预测效果。基于DDM刻画模型结构偏差时,物理参数和超参的独立性假设会影响参数识别结果。提出的两步识别DDM法没有假设物理参数和超参独立,能够减少参数过度拟合效应,从而更准确刻画结构误差,有效提高了模型的预测性能。     

岩体裂隙三维可视化新方法及其应用

快速准确地识别岩体裂隙的三维分布特征是西南山区铁路防灾减灾的关键.本研究提出了一套岩体裂隙可视化新方法,基于测窗调查的裂隙数据,依托球坐标及极射赤平投影进行数字化处理及降维,利用K-Means++聚类算法、Fisher分布模型和蒙特卡洛模拟,完成裂隙产状数据的自动分组和模拟,最后运用Python及圆盘模型实现岩体裂隙三维可视化.本研究采用坐标变换和三角网格曲面的方式,更有利于与其他三维建模软件嵌套分析.水电站工程的先行应用研究表明产状数据服从Fisher分布,本文的模型相对于传统玫瑰花图和施密特图有着一定的优势.因此,本文建立的岩体裂隙模型具有直观快速反映区域裂隙网络三维分布特征的优点,研究成果可以直接服务于西南山区铁路施工阶段隧道掌子面及洞壁的节理裂隙三维识别以及防灾减灾研究.      

Ripley’s K函数方法修正与估计方法比较

深入研究空间点格局分析方法,探讨Ripley’s K函数应用问题,梳理其边界效应改正的定义,综合考虑随机模拟动态性、参数定义合意性和算法可靠性,详细分析各种边界改正算法的优缺点,避免函数的误用。以中国云南省某柑橘种植园为例,采用Ripley’s K函数修正的各种方法,对柑橘植株营养分布的空间点格局进行估计与比较。研究发现,蒙特卡洛模拟次数越多,空间点格局估计结果越准确,建议模拟次数大于2 000次;受困于动态性难题,基于商业软件的算法会导致空间点格局分析结论具有一定的不确定性,建议先构建一组虚拟的空间点格局,再做蒙特卡洛模拟;推荐使用基于GIS技术的边界效应改正算法,可将一般的矩形研究区推广至任意多边形,能够提高Ripley’s K函数估计结果的可靠性。     

SVM在地下工程可靠性分析中的应用

将支持向量机应用到地下工程可靠性分析中,通过将支持向量机分别与一阶二次矩和蒙特卡洛结合,提出了基于支持向量机的可靠性分析方法,利用数值模拟构造学习样本,通过支持向量机学习,建立变形与随机变量之间映射关系的支持向量机表达,进而实现隧道极限状态函数及其偏导数的显式表达,从而计算隧道的可靠性指标。该方法避免了传统可靠性分析的缺点。算例分析结果表明,该方法计算效率高、结果可靠,对含有大量随机变量的复杂岩土工程可靠性分析具有很大的潜力,具有广泛的应用前景和工程价值。     

防洪效益的随机模拟

应用蒙特卡洛法模拟产生洪水系列,以防洪工程使用期为一个时间单位,考虑资金的时间价值,对工程的减灾损失进行了计算,得到了防洪效益的概率分布模式。为防洪工程经济决策评价的风险分析打下了基础     

基于浮游植物吸收的海洋初级生产力模型的不确定性分析

Satellite-derived phytoplankton pigment absorption(a_(ph)) has been used as a key predictor of phytoplankton photosynthetic efficiency to estimate global ocean net primary production(NPP). In this study, an a_(ph)-based NPP model(Ab PM) with four input parameters including the photosynthetically available radiation(PAR), diffuse attenuation at 490 nm(K_d(490)), euphotic zone depth(Z_(eu)) and the phytoplankton pigment absorption coefficient(a_(ph)) is compared with the chlorophyll-based model and carbon-based model. It is found that the Ab PM has significant advantages on the ocean NPP estimation compared with the chlorophyll-based model and carbonbased model. For example, Ab PM greatly outperformed the other two models at most monitoring sites and had the best accuracy, including the smallest values of RMSD and bias for the NPP estimate, and the best correlation between the observations and the modeled NPPs. In order to ensure the robustness of the model, the uncertainty in NPP estimates of the Ab PM was assessed using a Monte Carlo simulation. At first, the frequency histograms of simple difference(δ), and logarithmic difference(δ~(LOG)) between model estimates and in situ data confirm that the two input parameters(Z_(eu) and PAR) approximate the Normal Distribution, and another two input parameters(a_(ph) and K_d(490)) approximate the logarithmic Normal Distribution. Second, the uncertainty in NPP estimates in the Ab PM was assessed by using the Monte Carlo simulation. Here both the PB(percentage bias), defined as the ratio of ΔNPP to the retrieved NPP, and the CV(coefficient of variation), defined as the ratio of the standard deviation to the mean are used to indicate the uncertainty in the NPP brought by input parameter to Ab PM model. The uncertainty related to magnitude is denoted by PB and the uncertainty related to scatter range is denoted by CV.Our investigations demonstrate that PB of NPP uncertainty brought by all parameters with an annual mean of5.5% covered a range of –5%–15% for the global ocean. The PB uncertainty of Ab PM model was mainly caused by a_(ph); the PB of NPP uncertainty brought by a_(ph) had an annual mean of 4.1% for the global ocean. The CV brought by all the parameters with an annual mean of 105% covered a range of 98%–134% for global ocean. For the coastal zone of Antarctica with higher productivity, the PB and CV of NPP uncertainty brought by all parameters had annual means of 7.1% and 121%, respectively, which are significantly larger than those obtained in the global ocean. This study suggests that the NPPs estimated by Ab PM model are more accurate than others, but the magnitude and scatter range of NPP errors brought by input parameter to Ab PM model could not be neglected,especially in the coastal area with high productivity. So the improving accuracy of satellite retrieval of input parameters should be necessary. The investigation also confirmed that the SST related correction is effective for improving the model accuracy in low temperature condition.     

岩土介质随机性对沉积河谷地震动放大效应的影

基于间接边界元法计算沉积河谷对平面P波和SV波的二维散射,着重考察沉积介质波速和材料阻尼的随机性对河谷地震动放大效应。利用蒙特卡罗方法随机模拟产生了波速样本和阻尼样本各30组,给出了不同入射角度和频率P波和SV波入射下河谷随机响应的单频和频谱结果。算例分析结果表明:(1)地表位移响应幅值的变异系数极值均显著大于波速比变异系数,且波速比的随机性对地表位移的影响在体系共振频率处最为明显,地表位移的最大标准差可达7.168;低频情况下,沉积中部地震反应变异性更显著,高频情况下则在沉积河谷边缘变异性最大;(2)入射波角度对地表位移响应变异系数极值的影响不大,但对变异系数空间变化的影响显著;(3)阻尼的随机性对地表位移的影响在低频情况下较小,在高频情况下则较明显,尤其是在沉积河谷的体系自振频率处,其影响最为显著。