EnKF方法在北京市平谷区地下水数值模拟中的应用研究

作     者：傅甜甜 

作者单位：中国地质大学(北京) 

学位级别：硕士

导师姓名：胡晓农;韩冬梅

授予年度：2021年

学科分类：08[工学] 0815[工学-水利工程] 

主      题：北京市平谷区 集合卡尔曼滤波 数据同化 地下水数值模拟 地下水监测网优化 

摘      要：近年来,由于人口的迅速增长和社会经济活动的加剧,加快了对地下水资源的消耗,与此同时,各种工农业的生产发展严重污染了水体,地下水资源遭到破坏,不仅产生了地下水位下降、地面沉降、海水入侵等一系列水文地质灾害,还导致水质恶化,水源地污染等环境问题。数值模型可以对地下水水位和水质进行有效预测模拟,但是由于模型参数的不确定性,如主要水文地质参数渗透系数K和纵向弥散系数α,因而导致模型误差,运用数据同化方法可以通过同化观测数据,反演更新水文地质参数,有效降低预测模型误差,为后期地下水污染预测及地下水监测井网优化提供参考。集合卡尔曼滤波(En KF)作为一种有效的数据同化方法,在各领域被广泛运用。本文中,首先运用MODFLOW和MT3DMS源程序建立MODFLOW-En KF耦合模型以及MODFLOW-MT3DMS-En KF耦合模型,并借助GMS可视化软件构建了北京市平谷区地下水流运动和溶质运移数值模型,获得模型输入数据后,分别输入到MODFLOW-En KF耦合模型和MODFLOW-MT3DMS-En KF耦合模型中,建立基于En KF的平谷区地下水流动数据同化系统和溶质运移数据同化系统,通过水头观测数据和浓度观测数据反演和更新了相应的水文地质参数K和α,提高了模型预测精度。接着讨论了影响En KF反演效果的可能因素,发现集合数目越大,同化效果越好,但是综合考虑模拟精度和计算成本,本文中选择的集合数目为300;通过同化地下水溶质浓度观测数据对K和α分别反演时,两次数据同化的结果没有明显差异,说明在溶质运移模型当中,溶质浓度预测值对K和α敏感程度相同,它们是同等重要的;此外,运用浓度观测数据对K和α这两个参数进行同时反演比分别反演K或α展现出更好的数据同化效果。而同时同化水头和溶质浓度这两种类型的观测数据比仅同化浓度观测数据的数据同化效果更好。最后对平谷区当前监测井的空间布设和观测频率进行了分析,发现平谷区当前的58口监测井数目太多,造成一定的数据冗余,当减小到40口观测井时,数据同化效果显著,模型误差最小,观测数据也能充分被利用,减小数据冗余的同时也能减少监测的成本,此外还建议未来的监测频率不应低于目前的每季度一次。