针对未知的污染场地,为了准确估计污染物运移模型的参数,提出一种基于多重数据同化集合平滑器(ensemble smoother with multiple data assimilation,ES-MDA)算法的地下水模型参数反演方法,通过融合由高密度电阻率(electrical resistance...针对未知的污染场地,为了准确估计污染物运移模型的参数,提出一种基于多重数据同化集合平滑器(ensemble smoother with multiple data assimilation,ES-MDA)算法的地下水模型参数反演方法,通过融合由高密度电阻率(electrical resistance tomography,ERT)法采集的ERT观测数据,实现对污染源源强和渗透系数场的联合反演。以此为基础设计3组数值算例,比较不同类型观测数据对反演精度的影响。研究结果表明:融合ERT数据的ES-MDA算法对模型参数的反演精度更高,并且将ERT数据和传统的质量浓度与水头观测数据相结合,能进一步优化反演结果。展开更多
基坑开挖工程中,最大地表沉降和最大墙体侧移是非常重要的两个变形量。然而由于土体存在变异性,基坑开挖变形难以准确预测。提出一种基于KJHH模型的基坑开挖概率反分析方法,可以同时预测最大地表沉降和最大墙体侧移。在贝叶斯更新框架下...基坑开挖工程中,最大地表沉降和最大墙体侧移是非常重要的两个变形量。然而由于土体存在变异性,基坑开挖变形难以准确预测。提出一种基于KJHH模型的基坑开挖概率反分析方法,可以同时预测最大地表沉降和最大墙体侧移。在贝叶斯更新框架下,动态融合各开挖阶段观测数据,利用多重数据同化集合平滑器(Ensemble smoother with multiple data assimilation, ES-MDA)更新土体参数,提高变形预测准确性。以台北TNEC基坑工程为例,验证了所提方法的有效性。实验结果表明:随着融合更多不同开挖阶段的观测数据,预测均值和实测值趋于一致;对于TNEC工程,假设先验分布服从对数正态分布得到的开挖变形预测结果略大于采用均匀分布时的预测结果;变形预测的准确性随着迭代次数和样本量的增加而提高。展开更多
文摘针对未知的污染场地,为了准确估计污染物运移模型的参数,提出一种基于多重数据同化集合平滑器(ensemble smoother with multiple data assimilation,ES-MDA)算法的地下水模型参数反演方法,通过融合由高密度电阻率(electrical resistance tomography,ERT)法采集的ERT观测数据,实现对污染源源强和渗透系数场的联合反演。以此为基础设计3组数值算例,比较不同类型观测数据对反演精度的影响。研究结果表明:融合ERT数据的ES-MDA算法对模型参数的反演精度更高,并且将ERT数据和传统的质量浓度与水头观测数据相结合,能进一步优化反演结果。
文摘基坑开挖工程中,最大地表沉降和最大墙体侧移是非常重要的两个变形量。然而由于土体存在变异性,基坑开挖变形难以准确预测。提出一种基于KJHH模型的基坑开挖概率反分析方法,可以同时预测最大地表沉降和最大墙体侧移。在贝叶斯更新框架下,动态融合各开挖阶段观测数据,利用多重数据同化集合平滑器(Ensemble smoother with multiple data assimilation, ES-MDA)更新土体参数,提高变形预测准确性。以台北TNEC基坑工程为例,验证了所提方法的有效性。实验结果表明:随着融合更多不同开挖阶段的观测数据,预测均值和实测值趋于一致;对于TNEC工程,假设先验分布服从对数正态分布得到的开挖变形预测结果略大于采用均匀分布时的预测结果;变形预测的准确性随着迭代次数和样本量的增加而提高。
