Simultaneous identification of parameter,initial condition,and boundary condition in groundwater modelling

In this paper, we perform an inverse method to simultaneously estimate aquifer parameters, initial condition, and boundary conditions in groundwater modelling. The parameter estimation is extended to a complete inverse problem that makes the calibrated groundwater flow model more realistic. The adjoint state method, the gradient search method, and the least square error algorithm are combined to build the optimization procedure. Horizontal two‐dimensional groundwater flow in a confined aquifer is exemplified to demonstrate the correlation between unknowns, the contribution of observation, as well as the suitability of applying the inverse method. The correlation analysis shows the connection between storage coefficient and initial condition. Besides, transmissivity and boundary conditions are also highly correlated. More observations at different location and time are necessary to provide sufficient information. A time series of unsteady head is requested for estimation of storage coefficient and initial condition. Observation near boundary is very effective for boundary condition estimation. The observation at pumping well mostly contributes to the estimation of transmissivity. According to all observations, it is possible to identify parameters, initial condition, and boundary condition simultaneously. Furthermore, the results not only illustrate the traditional assumption of known boundary condition but also initial condition, which may cause an incorrect estimation. Copyright © 2009 John Wiley & Sons, Ltd.     

南海神狐海域水合物一维速度结构研究： 基于中—低饱和度水合物区的约束

高精度OBS探测作为目前研究水合物的常用技术手段,可以获取水合物矿体精细速度结构,在研究天然气水合物饱和度、水合物资源的预测与开发等方面具有重要指导意义。然而正演模拟OBS速度结构是繁琐漫长的过程,构建合理的初始模型是后续精细结构快速成像的重要前提。本研究基于全球18个已探明地震波速度的水合物区,分析了水合物矿体内纵波速度的共性特征和影响因素,拟合了水合物矿体带纵波速度与海水深度、沉积物厚度的经验公式。综合经验公式、OBS数据与多道地震剖面,建立了神狐水合物区横向均匀初始模型,并通过射线追踪与走时拟合模拟了神狐海域的一维纵波速度结构。结果表明,神狐水合物矿体带具有高纵波速度(1.83~1.92 km/s）,游离气层具有低P波速度（1.60~1.70 km/s）,此外,基于全球的水合物速度经验公式对神狐海域速度结构模拟具有重要参考意义,有望为获取神狐海域二维/三维精确速度结构提供可靠的初始模型,进而指导水合物精细勘察与资源评估。     

基于可见—近红外反射光谱的典型农田重金属污染风险分类研究

对于人为因素或自然因素造成的农田土壤重金属元素污染,需要进行大面积的土壤环境质量调查和分类管控,然而传统的采样测试方法存在工作量大、代价高等问题。可见—近红外（Vis-NIR）反射光谱是一种快速低成本获取土壤理化信息的手段。为研究Vis-NIR反射光谱预测模型划分土壤重金属污染风险类别的能力,文章以典型人为污染地区（浙江温岭）和典型地质高背景地区（广西横县）的390份农田土壤为样本,测定8种重金属元素（As、Cd、Cr、Cu、Hg、Ni、Pb和Zn）的含量和pH值,并测定土壤Vis-NIR光谱。使用偏最小二乘（PLS）和支持向量机（SVM）算法建立回归模型,对土壤重金属含量和pH值进行预测,并基于预测值进行土壤重金属污染风险分类。结果显示,温岭土壤主要污染元素Cd和Cu的光谱模型回归预测偏差（RPD）分别为1.23和1.19,预测机制与有机质有关。横县土壤主要污染元素As和Cd的RPD分别为1.98和1.93,预测机制与铁氧化物和粘土矿物有关。地质高背景土壤重金属与铁氧化物的正相关性普遍较强,使得光谱模型对重金属含量预测准确度较高。温岭和横县土壤pH值的光谱模型RPD分别为1.76和1.68。土壤重金属污染风险光谱分类的总体 准确度分别为75.0%~100%（温岭）和80.0%~100％（横县）。将Vis-NIR光谱与遥感技术相结合,对农田土壤重金属污染风险进行快速分类总体是可行的。     

基于机器学习模型的淮河流域中长期径流预报研究

准确可靠的中长期径流预报是支撑水资源科学调配、提高水资源利用效率的关键。本研究采用AdaBoost模型(AdB)、随机森林模型(RF)和支持向量机模型(SVM)进行淮河流域王家坝和蚌埠站当年11月至次年10月共12个月的中长期径流预报研究。采用置换准确度重要性度量法从130项气象-气候因子及前期降雨/流量构建的1 562个因子变量中筛选出影响各月径流的关键因子,构建了基于AdB、RF和SVM模型的各月径流预报模型,模型参数采用随机搜索技术并结合交叉验证方式确定。采用变幅误差合格率和等级(五级)预报合格率指标对模型的预报精度进行了评估。变幅误差合格率指标表明,王家坝12个月的平均合格率分别为99.8%(AdB)、96.6%(RF)和95.9%(SVM),蚌埠站分别为100%(AdB)、94.8%(RF)和93.8%(SVM);等级预报合格率指标表明,王家坝12个月的平均合格率分别为79.0%(AdB)、76.4%(RF)和79.9%(SVM),蚌埠站分别为81.0%(AdB)、75.6%(RF)和76.6%(SVM)。模型均具有较好的预报效果,但RF和SVM模型对于高流量值的预报存在偏低现象,AdB模型整体上优于RF和SVM模型。     

考虑含水率影响的结构性黄土临界状态模型

根据不同初始含水率原状黄土结构性演化规律,基于临界状态土力学理论,以应力、初始含水率和应变为基本变量,提出了一个可以反映原状黄土结构性演化规律及软化特性的临界状态本构模型。模型通过对比不同初始含水率下重塑与原状黄土等向压缩曲线,建立了不同含水率下原状黄土的结构性参数及其演化方程。此外,模型采用非相关联流动法则,以剪胀方程的形式来求解塑性偏应变。模型共计9个材料参数,均可由压缩试验和常规三轴剪切试验求得。通过与已有试验数据的对比发现,本模型不仅可以较好地体现初始含水率对原状黄土结构强度、变形特性以及结构破坏规律的影响,而且能较为合理地预测原状黄土的硬化及软化特性。所建立的结构性黄土临界状态模型为深化黄土力学特性研究提供了可能,同时为有效计算黄土地基湿陷变形提供了一定的理论依据。     

冻融循环作用下含水率对粗颗粒填料水分迁移影响的宏细观试验研究北大核心CSCD

冻融循环作用和初始含水率是影响粗颗粒填料水分迁移特征和冻胀融沉变形的两个主要因素。为明确冻融循环作用下,不同初始含水率粗颗粒填料的水分迁移特征及细观机制,采用荧光素为追踪剂,以CT细观机理观测为研究手段,开展了不同初始含水率条件下粗颗粒填料的一系列冻融循环试验,探究了温度场和冻深变化、水分迁移图像、补水量变化、最终含水率分布及CT值变化规律等。试验结果表明,冻深基本随冻融循环的次数增加不断加深,初始含水率越大,不同冻融循环作用下冻深的变化越稳定。外界补水量和液态水迁移高度与初始含水率呈负相关。CT扫描结果分析表明,经历多次冻融循环后,试样中的水分迁移导致土体孔隙结构及颗粒构造发生变化,试样的密度普遍增加,孔隙率以减小为主,进而导致土体发生相应变形。     

基于机器学习的表层土壤成矿元素空间预测: 以稀有金属铷元素为例

近些年随着土地质量地球化学调查工作的开展,获取了大量表层土壤样品数据。然而,这些数据也存在一个明显的缺陷,即1∶50 000大比例尺表层土壤数据往往缺少成矿元素。鉴于土壤成矿元素含量对于矿产资源勘查的重要指示作用,尝试基于现有数据对大比例尺表层土壤成矿元素含量提供一个补全方案。以稀有金属铷元素为例,采用随机森林算法把同一区域2 548组1∶250 000小比例尺表层土壤数据按照8∶2的比例随机分为两组,用80%的数据进行训练建模,20%的数据对模型进行验证。采用变量重要性度量排序和构建学习曲线的组合方法优选了8种元素(K、B、Ni、V、Zn、As、Co、Cu)作为预测变量,模型对训练数据和测试数据的拟合优度R²分别达到0.983 2和0.895 6,说明预测变量的优选方法是有效的。随后将1∶50 000表层土壤的上述预测变量数据作为输入变量导入模型中,得到预测的Rb元素含量,预测结果比较符合实际特征。本研究表明将大数据机器学习随机森林算法引入表层土壤地球化学元素含量空间定量预测具有可行性,可进一步拓展土地质量地球化学数据的服务应用维度。     

Generating non-stationary random fields of auto-correlated,normally distributed CPT profile by matrix decomposition method

This paper emphasises the true realisation of Cone Penetration Test (CPT) profiles considering non-stationary nature of the data. Formulation of stationary random field theory has been modified and adapted to non-stationary state in order to take into account the mean and variance variability for soil properties. Multi-variance correlation matrix along with the Cholesky decomposition technique was employed to produce realisations of non-homogenous and non-stationary random fields of CPT profiles. A piecewise and segmental data realisation according to the lithology and site class specifications acquired directly from CPT data is adopted in this study so as to render an accurate data simulation. For validation of proposed method 8 CPT test profiles collected from Urmia Lake site have been introduced and simulated by the stationary and non-stationary algorithms. The mean correlation coefficient between the actual CPT data profiles and related realisations along with some other important statistical parameters and their coefficients of variation strongly demonstrate that non-stationary random field generation technique gives quite better accuracy, by comparison to the conventional stationary random field generation scheme.     

最小二乘配置模型在 GPS 高程拟合中的应用

经典的平差函数模型中只含有无先验统计信息的非随机参数,而针对附有随机参数的平差问题具有很大的局限性,为此在GPS高程拟合中,本文用最小二乘配置模型解决了这一问题,并且通过实际算例,设计两种最小二乘配置拟合方案与二次曲面拟合法进行了比较,结果表明,最小二乘配置拟合残差较小,外符合精度较高,高程拟合效果更好。     

地面固定式激光扫描点云中建筑物墙面信息的识别提取

地面固定式激光扫描系统能够获取大面积高分辨率的被测对象表面三维数据,本研究通过对固定式LiDAR激光数据做初分类,从地面点中粗提取具有少量噪声的建筑墙面数据,然后利用平面区域分割算法和立面约束条件提取建筑物墙面数据。在对两份固定式三维激光扫描点云的实验中,通过对不同分辨率的数据利用本文所提算法都取得了较好的墙面提取效果,实验证明了该方法的有效性。