检索结果-南通市图书馆

Determination of site-specific soil-water characteristic curve from a limited number of test data-A Bayesian perspective

引用

Geoscience Frontiers 2018年第6期9卷 1665-1677页

作者： Lin Wang Zi-Jun Cao Dian-Qing Li Kok-Kwang Phoon Siu-Kui Au State Key Laboratory of Water Resources and Hydropower Engineering Science Key Laboratory of Rock Mechanics in Hydraulic Structural Engineering(Ministry of Education)Wuhan University8 Donghu South RoadWuhan 430072China Department of Civil and Environmental Engineering National University of SingaporeBlk E1A#07-031 Engineering Drive 2Singapore 117576Singapore Institute for Risk and Uncertainty University of LiverpoolHarrison Hughes BuildingBrownlow HillLiverpoolL69 3GHUnited Kingdom

Determining soilewater characteristic curve(SWCC) at a site is an essential step for implementing unsaturated soil mechanics in geotechnical engineering practice, which can be measured directly through various in-situ and/or laboratory tests. Such direct measurements are, however, costly and timeconsuming due to high standards for equipment and procedural control and limits in testing apparatus. As a result, only a limited number of data points(e.g., volumetric water content vs. matric suction)on SWCC at some values of matric suction are obtained in practice. How to use a limited number of data points to estimate the site-specific SWCC and to quantify the uncertainty(or degrees-of-belief) in the estimated SWCC remains a challenging task. This paper proposes a Bayesian approach to determine a site-specific SWCC based on a limited number of test data and prior knowledge(e.g., engineering experience and judgment). The proposed Bayesian approach quantifies the degrees-of-belief on the estimated SWCC according to site-specific test data and prior knowledge, and simultaneously selects a suitable SWCC model from a number of candidates based on the probability logic. To address computational issues involved in Bayesian analyses, Markov Chain Monte Carlo Simulation(MCMCS), specifically Metropolis-Hastings(M-H) algorithm, is used to solve the posterior distribution of SWCC model parameters, and Gaussian copula is applied to evaluating model evidence based on MCMCS samples for selecting the most probable SWCC model from a pool of candidates. This removes one key limitation of the M-H algorithm, making it feasible in Bayesian model selection problems. The proposed approach is illustrated using real data in Unsaturated Soil Database(unsoda) developed by U.S. Department of Agriculture. It is shown that the proposed approach properly estimates the SWCC based on a limited number of site-specific test data and prior knowledge, and reflects the degrees-of-belief on the estimated SWCC in a rational and quantitative manner.

关键词： Soilewater characteristic curve Bayesian approach Unsaturated soils Degrees-of-belief unsoda

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

土壤水分特征曲线模型评估及参数转换函数建立

土壤水分特征曲线模型评估及参数转换函数建立

引用

作者：张聪聪西北农林科技大学

学位级别：硕士

土壤水分特征曲线(SWRC)反映了土壤水能量和数量之间的关系,是研究土壤水分运移的必要水力性质,但其测定是一个耗时费力的过程,且不同方法测量得到的SWRC各有利弊,因此,先后提出了80多种描述土水特征曲线的模型。不同模型对不同质地土... 详细信息

土壤水分特征曲线(SWRC)反映了土壤水能量和数量之间的关系,是研究土壤水分运移的必要水力性质,但其测定是一个耗时费力的过程,且不同方法测量得到的SWRC各有利弊,因此,先后提出了80多种描述土水特征曲线的模型。不同模型对不同质地土壤的适用性尚不完全清楚,且以往研究多集中于模型对于单个和几个质地土壤的研究,土壤类型包含不全面。基于此,本研究选取unsoda数据库内700个样本的SWRC实测数据,在Matlab软件中分三种情况(不区分质地;分为粗、中、细三种质地;分为12种质地)对比较常用的24种SWRC模型分别进行拟合,评估不同模型对不同质地土壤的适用性;并建立土壤物理性质与SWRC模型参数间的转换函数。主要获得以下结论:(1)当土壤不区分质地时,24个SWRC模型中有7个(VG1980,FS-VG1995,GW1956,BW1967,KK1996,KK1996,KK1994)综合表现表现最佳(NSE>0.98);当土壤分为3种或12种质地时,有11个模型(GW1956,BW1967,HR1977,MB1987,CS1992,FX1994-1,FX1994,KK1994,KK1996,KK1996,KM2006)的拟合精度随质地变细逐渐变低,有10个模型(BC1964,GW1970,CG1974,WJ1983,VG1980,HC1987,WJ1983,RD1988,RP1991,FS-BC1995)的拟合精度随质地变细逐渐变高;其余无明显规律的3个模型中,FS-VG1995模型最适合中质地土壤,TM1982和MB1984最适合粗质地土壤。(2)部分模型参数与土壤物理性质之间具有良好的相关性。其中,GW1956模型中的参数n,BC1964的ln(r),BW1967的ln(a)和ln(n),GW1970的b,CG1974的r,VG1980的ln(n),MB1984的θr,HC1987的ln(b),MB1987的θr,KK1994的σ,KK1996的θr,KK1999的θr等建立的转换函数R均大于0.4,函数预测精度较高。(3)24个模型中有13个模型均含参数土壤残余含水量θr,其值主要受土壤质地和体积密度影响,其中粘粒含量影响最大;有7个模型均含参数土壤进气值he,其值主要受土壤粘粒含量、体积密度和有机质含量影响。本研究明确了不同模型对于不同质地土壤的适用性,并建立了模型参数与土壤物理性质之间的转换函数,为以后研究中SWRC模型的选取以及模型拟合时参数初始值的设置提供参考。

关键词：土壤水分特征曲线模型 unsoda 土壤质地转换函数

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：