模型校准是调整模型输入参数,直到模型输出变量与野外观测值达到达标精度要求的过程。地下水水流模型的校准目标主要包括水位、流场分布和水量。
模型校准需要反映地下水系统行为的观测数据,如模型区内不同观测井的水头、通过试验得到的含水层水文地质属性、地球物理勘测结果、抽水量和灌溉量、降水入渗补给和蒸散、河道流量和地下水/地表水溶质浓度等等。有些数据可以直接用于模型校准,有些则可以为模型参数的取值范围提供参考。一般来说,水流模型的校准目标包含以下方面:
稳定流模型的校准目标(可多选)
● 观测井中的模拟水位与观测水位基本一致
● 地下水模拟流场与实际流场形态基本一致
● 模型能正确反映水文地质勘察报告中计算所得的基本水均衡项
● 模型中计算所得的泉流量、河流排泄量、矿坑(基坑)排泄量等水量信息应能正确反映客观世界的真实情况
非稳定流模型的校准目标(可多选)
● 稳定流模型的全部校准目标
● 关键监测井长时间序列的地下水水位观测值曲线与相应的模拟水位曲线在周期、变幅等范畴上基本一致
● 多期(平、丰、枯三期)的模拟地下水流场与实际地下水流场基本一致
● 模型中地下水均衡量的时间变化与实际情况基本相符
不能直接作为校准目标的数据(软数据)
软数据是指不能在模型中直接作为观测数据进行校正的现场信息。将软数据代入模型有巨大意义:1)支撑参数的空间变异规律;2)可以用更少的对模型进行参数化。典型的软数据应用领域包括:
● 使用区域地质和水文地质知识来降低渗透系数分布的不确定性;
● 对数据量大、质量好的资料进行充分分析,提取其中隐含的更多信息;
● 只有水头信息时,拟合出的K和垂向补给可能差的很远,这时如果有示踪试验成果可以极大约束参数范围。
经验数据
经验数据只从别地、类比案例、历史资料等来源获取的与本项目场地有关的信息。经验数据可以直接在校正的目标方程中使用,其原理是对偏离经验数据较远的观测数据施加“惩罚”。
将经验值加入目标方程
目标方程中使用经验数据时应注意以下方面:
●开始时先不要使用经验数据,观察模型的反应。
●对于不敏感的模型参数,无需设置经验值,因为自动校正的结果总是维持经验值本身。可直接设置为模型参数。
●对于敏感的模型参数,如果出现自动调参结果与经验值相距甚远的情况:
o不要贸然使用经验值选项来认为帮助调参过程;
o找出原因,为什么经过校正的模型会产生不切实际的参数。