灵敏度和不确定性分析在地下水模型中的应用

模型校正是将一个现有模型向参考系统进行调整的过程。通常说来,可以通过调整目标参数,使之输出与参考系统所表征出的相同的结果来实现。通常来说,模型校正之后还会用于做一些研究者想要的数据预测分析。但是这些预测分析的结果会受到模型校正、模型缺陷等的影响,存在一定不确定性。如果研究者想进一步使用这些预测数据,必须清楚的认识到数据的不确定性和错误。所以灵敏度和不确定分析对评价模型的预测数据至关重要。本文将介绍一个水力学研究实例和PEST 软件的相关用法。将灵敏度和不确定性分析用于一个已在FEFLOW 中校正完毕的地下水综合模型中,分析涉及到不同的参数及观测点的相关影响。 个数值模型主要由方程、输入值、参数、变量等组成,对于输入模型的数值信息而言,存在着对水文地质条件掌握不够充分,观测孔信息不完善,难以完全准确反映真实情况的困难。由此模型需要相对于参考目标系统进行校正,以输出和参考目标系统相同的结果。