基于BP神经网络和FEFLOW模型模拟预测多年冻土活动层温度——以青藏高原风火山地区为例

土壤温度是陆面过程中地-气系统间能量与物质交换的重要参数,它的动态变化及其对气候变化的响应也是研究陆面过程的关键问题之一。在全球变暖背景下,研究青藏高原多年冻土活动层土壤热状况动态变化,对深入了解高原活动层厚度的变化特征及下垫面的热力作用均有重要意义。利用BP神经网络模型,对青藏高原风火山地区的地表温度进行了模拟,并利用输出的地表温度驱动FEFLOW模型对研究区活动层不同深度土壤温度进行了模拟。与各深度土壤温度观测值对比发现,均方根误差介于0.09~1.78℃,纳什效率系数介于0.86~0.98,模拟效果良好。结合BP神经网络模型和FEFLOW模型预测了研究区未来50年活动层热状况的动态变化过程,结果表明:在0.02、0.048、0.07℃·a-1三种升温情景下,50年后研究区活动层厚度将分别增加19.4、51.8、64.7cm,土壤升温幅度随着深度的增加逐渐减小。同时发现,随着气温不同程度的升高,土壤开始融化的时间在不断提前,开始冻结的时间则不断延迟,这种规律随着土壤深度的增加而减弱,但不同深度土壤冻融过程对气温升高的响应差异却随着增温速率的增大而逐渐减小。

“降深分配法”在反求水文地质参数中的应用

针对我国西部弱胶结砂岩含水介质抽水试验中存在的求参结果偏小问题,根据降深叠加原理和降深分配原则,利用群孔抽水、无专门观测孔抽水资料,采用降深分配系数法对渗透系数进行反求参,并利用FEFLOW模型进行验证。结果表明,与常规方法所求参数对比,采用降深分配系数法所求参数更能反映含水层的性质。