摘要
在冲积含水层中,由于岩相的非均质分布,渗透系数一般呈现出明显的非高斯特性(例如砂和黏土两种岩相),非高斯特性给地下水模型参数的推估带来了困难与挑战。目前广泛使用的集合平滑数据同化方法(ESMDA)虽然有效且计算成本较低,但仅适用于高斯场。多点地质统计方法虽已广泛用于模拟非高斯场,但其无法融入动态观测数据推估参数。基于多点地质统计方法中的直接采样法(DS)与集合平滑数据同化方法,构建一种新的数据同化框架(ESMDADS),既可保持参数场的非高斯特性,又可融合多源数据精确推估非高斯场。构建三个理想算例验证ESMDA-DS对非高斯参数场的推估效果,并探讨了不同类型观测数据对推估效果、水位与浓度预测精度的影响。三个理想算例包括仅融合水位数据(Case 1),同时融合水位与浓度数据(Case 2),同时融合水位、浓度与对数渗透系数数据(Case 3)。结果表明:ESMDA-DS方法结合了ESMDA与DS的各自优势,能有效融合观测数据推估渗透系数场,并保持参数场的非高斯特性。通过对比三个算例推估结果,Case 3的参数场推估效果最好,水位与浓度预测精度最高,Case 2次之,Case 1最差,表明融合多源数据可改善推估效果,提高预测精度。
- 单位