含水层渗透系数预测及不确定性分析耦合模型

作     者：桂春雷 石建省 刘继朝 马荣 GUI Chun-lei;SHI Jian-sheng;LIU Ji-chao;MA Rong

作者机构：中国地质科学院水文地质环境地质研究所河北石家庄050061 

出 版 物：《水利学报》 (Journal of Hydraulic Engineering)

年 卷 期：2014年第45卷第5期

页      面：521-528页

核心收录：

学科分类：081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：国家重点基础研究发展计划(973)计划项目(20100CB428800) 中国地质科学院水文地质环境地质研究所项目(sk201015) 

主　　题：渗透系数 ANN技术 贝叶斯方法 不确定性 

摘      要：本研究旨在精细计算冲洪积平原地区的渗透系数，并为进一步建立溶质运移模型提供基础数据。通过建立人工神经网络（ANN）与通用似然不确定估计法（GLUE）的耦合模型对含水层渗透系数进行预测，并对模型参数的不确定性进行分析。利用马尔可夫蒙特卡洛采样法（MCMC）取代常见的通用似然不确定性估计方法中的蒙特卡洛法（MC），将其与人工神经网络技术耦合，以150个典型粒度组分样本作为输入数据，构建研究区含水层渗透系数预测及不确定性分析的GLUE-ANN模型。通过对华北平原典型地区实例研究，验证该方法具有较好的采样效率和寻优性能。计算结果表明，与渗透系数的实测值相比较，GLUE-ANN模型的相对误差介于1.55%~23.53%之间，模型的计算精度满足地下水资源评价的要求。通过模型参数的后验分布得出参数全局最优值所在的区域，表明模型能够更合理地反映水文地质参数的不确定性。