基于集合平滑数据同化与直接采样法融合水文地球物理数据刻画裂隙网络分布

刻画裂隙含水层在地下水污染、地热、油气资源开采等研究中起关键作用。由于裂隙介质的强非均质性,其渗透率场一般呈现出显著的非高斯特性,该特性给水文地质参数的推估带来了极大的困难与挑战。为解决裂隙介质参数推估难的问题,本研究利用集合平滑数据同化与直接采样法融合水文地球物理数据推估裂隙介质参数场,设计多个数值算例,探究该数据同化框架刻画裂隙介质参数场的有效性,分析同化3种不同类型的观测数据对参数推估结果的影响,并探讨裂隙密度以及观测井的数量对参数推估效果的影响。研究结果表明：（1）基于集合平滑数据同化与直接采样法融合水文地球物理数据的方法,可有效地推估裂隙介质水文地质参数空间分布;（2）对比3种类型的观测数据推估结果,可知同时融合水头和自然电位观测数据（水文地球物理数据）的参数推估效果最佳;（3）研究区的裂隙密度以及观测井的数量同样对数据同化结果产生影响,因此建议在实际应用中应选择合理的观测井数量从而获得最优的参数推估方案。该研究可为裂隙介质参数场的刻画提供一种有效的方法,进一步为裂隙水资源的开发和管理提供可靠的理论依据。     

基于相关性局域化迭代集合平滑反演渗透系数场

在地下水流和溶质运移问题中,有较多研究基于物理距离局域化集合同化方法反演水文地质参数。当反演参数与观测信息之间不存在物理距离时,这种方法不适用。为了克服这个局限,通过渗透系数与水头信息之间的相关性计算局域化方法的阻滞因子,构建基于相关性的局域化迭代集合平滑方法。为了方便比较,将该方法和一种基于物理距离的局域化迭代集合平滑一同用于同化水头信息反演二维孔隙承压含水层的渗透系数场。算例中考虑了不同集合大小、观测误差及观测数量等因子的组合,便于分析其对渗透系数反演精度的影响。研究结果显示：（1）在所有算例中新方法得到的渗透系数均方根误差范围为[0.8307, 0.9590],都小于基于物理距离方法的均方根误差,范围为[0.8394, 1.0000];（2）基于物理距离方法得到的渗透系数场空间上存在不连续性,而新方法的结果不存在此现象。文章提出了一种新的基于相关性局域化迭代平滑方法,该方法不需要依赖参数与观测信息之间的物理距离且参数反演精度高于基于物理距离的方法,可作为参数反演的科学工具。     

一种新的估计非高斯分布含水层渗透系数场的方法

集合卡尔曼滤波（ensemble Kalman filter, EnKF）是最流行的数据同化方法之一。然而,在处理非高斯问题时,EnKF存在局限性。为了解决非高斯问题并准确描述含水介质连通性,将正态分数变换（normal-score transformation, NST）与多重数据同化集合平滑器（ensemble smoother with multiple data assimilation, ES-MDA）相结合,提出NS-ES-MDA方法。通过对比实验,验证了NS-ES-MDA方法估计非高斯分布含水层渗透系数场的有效性。相较于重启正态分数集合卡尔曼滤波器（restart normal-score ensemble Kalman filter, rNS-EnKF）方法,NS-ES-MDA在吸收相同数据后,参数估计精度提升约34%,计算效率提升约35%。此外,NS-ES-MDA方法受“异参同效”现象的影响较小,具有较强的更新能力,能够保障得到较准确的参数估计值。研究可为非高斯分布含水层参数估计提供一种有效的求解方法。     

基于集合卡尔曼平滑算法的土壤水分同化

为研究观测资料稀少情况下土壤质地及有机质对土壤水分同化的影响,发展了集合卡尔曼平滑(Ensemble Kalman Smooth, EnKS)的土壤水分同化方案。利用黑河上游阿柔冻融观测站2008年6月1日至10月29日的观测数据,使用EnKS算法将表层土壤水分观测数据同化到简单生物圈模型(Simple Biosphere Model 2, SiB2)中,分析不同方案对土壤水分估计的影响,并与集合卡尔曼滤波算法(EnKF)的结果进行比较。研究结果表明,土壤质地和有机质对表层土壤水分模拟结果影响最大而对深层的影响相对较小;利用EnKF和EnKS算法同化表层土壤水分观测数据,均能够显著提高表层和根区土壤水分估计的精度,EnKS算法的精度略高于EnKF且所受土壤质地和有机质的影响小于EnKF;当观测数据稀少时,EnKS算法仍然可以得到较高精度的土壤水分估计。     

地下水污染强度及渗透系数场的反演识别研究

在制定地下水污染修复方案时,污染源参数和渗透系数场是最重要的地下水数值模型参数,但前人研究多集中于单一类型参数的识别。文章中采用地下水污染物运移模型（MT3DMS）和数据同化方法（迭代局部更新集合平滑器,ILUES）构成地下水污染源识别的求解框架,并利用Karhunen-Loève展开技术实现渗透系数场的参数降维,最后通过同化水头与浓度数据实现地下水污染源强和渗透系数场的联合反演。结果表明：（1）ILUES算法能精确识别污染源参数和渗透系数场,并且具有很高的普适性;（2）精确表征渗透系数在空间上呈现出的非均质性,是预测污染物迁移路径、反演污染强度的关键;（3）ILUES算法参数影响着反演效果,综合考虑计算效率和计算精度等,可以得到算例的最佳样本集合大小（Ne=4000）和ILUES算法最佳参数组合（局部临近样本集合占比α=0.4,相对权重b=4）。但在实际工程案例中,如果对精度的要求不是过高,经验组合（α=0.1,b=1）更值得推荐。研究结果对于区域地下水资源调查、评价和管理等工作具有较强的实践意义,并可为后期地下水污染预测及地下水监测井网优化提供技术支撑。     

基于局域化EnKF同时同化地下水水流和溶质运移数据的渗透系数场识别研究

局域化改进集合卡尔曼滤波（EnKF）可以克服EnKF方法在使用小集合时,对参数识别精度较低的缺陷,其能同化 地下水位观测数据有效识别渗透系数场。实际工作中,溶质运移数据也较容易获得。崔凯鹏（2013）尝试增加溶质运移 数据以改进只同化水流数据对渗透系数的估计结果,但是精度提高有限。本文在其基础上修改模型,进一步增加溶质注 入井,探究同时同化水头和溶质运移数据,对渗透系数场识别效果,之后对比了局域化EnKF与非局域化EnKF参数识别结 果,并分析了溶质影响范围与参数识别的关系。结果表明：同时同化溶质运移和水头资料,比同化单一种类观测数据识别 的渗透系数精度更高;相同实现数目下,局域化EnKF比EnKF对渗透系数场的估计结果与真实场更为接近;仅考虑溶质影 响范围内的渗透系数,同化水头数据在最后时刻参数识别结果好于同化溶质运移数据参数识别结果,但差别不大。     

基于不同地质统计方法的渗透系数场对污染物运移的影响

渗透系数场的空间变异性是影响污染物运移结果的决定因素,而地质统计方法是解决渗透系数空间变异性的主要技术手段。本文利用野外场地实测数据,采用普通克里格法和指示克里格法、顺序高斯模拟法和顺序指示模拟法四种地质统计方法,插值估测和模拟再现随机渗透系数场,进而对比研究四种渗透系数场对大尺度污染物运移的影响。研究结果表明,污染羽的质心位置（一阶矩）主要由渗透系数的平均值来决定;污染羽在空间上的展布范围（二阶矩）主要受渗透系数空间变异方差的影响;条件模拟克服了估计法的平滑效果,较好地再现真实曲线的波动性,渗透系数（ lnK）估计方差与污染羽空间二阶矩随着条件模拟次数的增加而减小,并且顺序指示模拟程度更加明显。     

基于连通性函数的多点地质统计建模参数敏感性分析方法

不同建模参数不仅影响建模质量,也决定了油气藏预测开发风险,找到一个合适的建模参数设置是获得良好建模的前提,对降低油藏开发风险具有积极意义.这里以多点地质统计学经典算法Snesim为例,通过连通性函数定量化地分析Snesim建模过程中参数两个关键参数(搜索节点数、多重网格层数)对建模效果的影响.针对以上参数利用连通性函数...     

基于局部各向异性的非平稳多点地质统计学算法

基于平稳性假设的传统多点地质统计学在非平稳建模中存在不足.提出一种基于局部各向异性分区的多点地质统计建模方法,利用不同方向变差函数变程组合的玫瑰花图定量表征训练图像的局部各向异性,结合经典多维尺度分析和K均值聚类分析对非平稳训练图像进行自动分区,各子区域相互独立,分区内运用传统平稳性多点建模算法模拟,最终实现非平稳性建模.以裂缝网络建模为例,新方法较好地模拟并再现训练图像的非平稳性,对多点地质统计建模算法的非平稳建模具有很好借鉴意义.     

一种基于沉积模式的多点地质统计学建模方法

地下储层分布是位置的函数,不同位置处的沉积模式具有差异性。在储层预测时,除了挖掘已有资料所提供的结构和统计信息外,还应该引入待估点位置的信息,以反映沉积储层模式随位置变化的非平稳特征。提出了一种基于沉积模式的多点地质统计学方法,通过距离函数将储层特征与沉积位置相关联,采用整体替换、结构化随机路径以及多重网格策略再现沉积模式。基于现代鄱阳湖沉积所建立的合成非平稳性三角洲前缘沉积地层建模表明,新设计的方法较传统的建模方法更好地反映了三角洲相沉积地层非平稳沉积模式,新设计方法有更好的地质适用性。研究丰富了储层三维建模理论和方法,为实际油藏建模提供了新手段。