含水层渗透系数预测及不确定性分析耦合模型

• 作者: 刘继朝 桂春雷 石建省 马荣
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 渗透系数 ANN技术 贝叶斯方法 GLUE MCMC 不确定性
• 年，卷（期）: 2014,（5）
• 页码范围: 521-528
• 页数: 8页
• 分类号: P641
• 字数: 5215字
• 语种: 中文
• DOI: 10.13243/j.cnki.slxb.2014.05.003

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马荣	中国地质科学院水文地质环境地质研究所	11	47	4.0	6.0
2	刘继朝	中国地质科学院水文地质环境地质研究所	15	86	5.0	9.0
3	石建省	中国地质科学院水文地质环境地质研究所	59	546	13.0	21.0
4	桂春雷	中国地质科学院水文地质环境地质研究所	7	16	3.0	4.0