• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    地下水模擬不確定性問題的多模型分析

    2018-06-01 05:36:07凱,丹,
    西南交通大學(xué)學(xué)報 2018年3期
    關(guān)鍵詞:概念模型先驗水文地質(zhì)

    宋 凱, 劉 丹, 劉 建

    (西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院, 四川 成都 610031)

    近年來,地下水模擬已成為研究地下水環(huán)境各類問題的主要方法,地下水模擬的高度概化、水文地質(zhì)條件的不協(xié)調(diào)與研究問題本身的復(fù)雜性,致使地下水模擬不確定性問題的出現(xiàn),直觀表征為模擬預(yù)報結(jié)果與實際情況的偏差.現(xiàn)廣泛應(yīng)用的確定性數(shù)值模型僅能獲得唯一解,未考慮模擬不確定性對模型預(yù)測結(jié)果的影響,依據(jù)此預(yù)測結(jié)果進(jìn)行決策存在風(fēng)險.因此,十分必要對模型進(jìn)行不確定分析獲取優(yōu)化模型,提高模型精度.

    地下水模擬不確定性根據(jù)其來源可分為:參數(shù)不確定性、模型不確定性和資料不確定性[1].主要通過參數(shù)識別方法研究參數(shù)不確定性問題,如單純形法、最速下降法、共軛梯度法、高斯-牛頓法、遺傳算法、模擬退火算法、蒙特卡羅法及貝葉斯方法等[2];一般通過多模型方法探討概念模型不確定性問題;可通過連續(xù)長期觀測資料,不依賴于某時刻或單一空間數(shù)據(jù)來克服資料不確定性.地下水模型參數(shù)的不確定性問題己經(jīng)獲得了廣泛的關(guān)注,如Beven和Binley提出的GLUE (generalized likelihood uncertainty estimation)方法對水文模型的參數(shù)不確定性進(jìn)行估計[3-4];馬爾科夫鏈-蒙特卡洛(Markov Chain Monte Carlo, MCMC)也是一種重要的不確定性分析方法,它在蒙特卡洛模擬框架內(nèi)不斷演化馬爾科夫鏈,使采集的樣本參數(shù)收斂于模型參數(shù)的后驗概率分布[5-6],能夠有效地探索參數(shù)分布空間的高概率密度區(qū)域,并反映出參數(shù)后驗概率的分布特征[7].Hassan等[5]使用MCMC方法對Alaska、Amchitka Island的Milrow試驗場地下水模型參數(shù)進(jìn)行了不確定性評價.Kuczera和Parent[8]、Rojas[9]、陸樂[2]和刑貞相[10]等依托不同的試驗場地及水文模型研究各類參數(shù)不確定性對模型的影響,并應(yīng)用于模型參數(shù)的識別及地下水環(huán)境的風(fēng)險分析.有關(guān)地下水概念模型的不確定性分析起步較晚,部分研究針對模型結(jié)構(gòu)的不確定性進(jìn)行了分析,如Rojas等[11]提出了GLUE與貝葉斯模型平均(Bayesian model averaging)結(jié)合的方法,分別對模型參數(shù)和概念模型的不確定性進(jìn)行了統(tǒng)計.此外,Neuman[12]、Ye[13]、吳吉春[1]、曾獻(xiàn)奎[14]等亦對概念模型不確定性進(jìn)行了相關(guān)研究.這些研究多側(cè)重于對多個概念模型模擬結(jié)果的綜合分析,以獲取輸出變量的分布特征;或假設(shè)以理想模型的不同邊界條件構(gòu)建多模型進(jìn)行影響分析研究.然而,各類不確定因素對模型影響的敏感度及概念模型的可靠性等方面缺乏系統(tǒng)的分析研究.

    本文應(yīng)用調(diào)整接受條件后的自適應(yīng)采樣(adaptive metropolis, A-M)算法,以大量水文地質(zhì)試驗數(shù)據(jù)為參數(shù)分布的先驗信息構(gòu)建多模型,根據(jù)模型輸出數(shù)據(jù)進(jìn)行參數(shù)識別,并結(jié)合基于AICc準(zhǔn)則的多模型分析方法,研究參數(shù)不確定性及不同結(jié)構(gòu)概念模型對模擬輸出的影響及其敏感性.

    1 地下水模擬的多模型分析方法

    1.1 多模型的構(gòu)建思路

    傳統(tǒng)的多模型分析遵循的主要步驟:(1) 考慮構(gòu)建模擬區(qū)多個可能的模型;(2) 在相同觀測數(shù)據(jù)條件下校正模型;(3) 使用某種準(zhǔn)則對模型進(jìn)行排序;(4) 去掉可能性小的模型;(5) 對余下模型得到的預(yù)測值與統(tǒng)計量進(jìn)行權(quán)重分析[15-16].

    通過調(diào)整A-M接受樣本條件,對多模型分析步驟進(jìn)行調(diào)整:(1) 將不同概念模型結(jié)合服從某分布的隨機(jī)抽樣參數(shù)樣本,構(gòu)建研究區(qū)多個可能的計算模型;(2) 在相同觀測數(shù)據(jù)條件下,通過調(diào)整后A-M采樣的樣本接受條件,直接剔除預(yù)測值與觀測值偏差較大模型;(3) 對余下模型得到的預(yù)測值與統(tǒng)計量進(jìn)行權(quán)重分析.

    1.2 AM-MCMC的優(yōu)化

    MCMC是一種重要的不確定性分析方法,該方法的效率很大程度上取決于其采樣的算法.常用的算法有:metropolis-hastings(M-H)算法、吉布斯(Gibbs)采樣[17]、A-M算法[18]及single component adaptive metropolis(SCAM)算法[19]等.相比傳統(tǒng)的M-H與Gibbs采樣,A-M不再需要確定變量的推薦分布,而是決定于初始抽樣的協(xié)方差,將先驗的推薦分布定義為空間的多維正態(tài)分布形式,其初始協(xié)方差可根據(jù)先驗信息確定,因此大量先驗數(shù)據(jù)成為A-M采樣算法效率及準(zhǔn)確性的基礎(chǔ).A-M及SCAM采樣原理相近,但若參數(shù)組中包含較多維向量,需要分析全局最優(yōu)解為多維向量參數(shù)組時,A-M算法較SCAM更適用.

    A-M算法是將參數(shù)組看成多維的向量,第i步參數(shù)樣本推薦服從第i-1次采樣所得的向量θi-1為均值,協(xié)方差矩陣為Ci的多元正態(tài)分布.在初始i0次抽樣中,協(xié)方差矩陣Ci取固定值C0,C0的確定可依據(jù)先驗信息,之后自適應(yīng)更新.協(xié)方差矩陣計算如式(1).

    (1)

    式中:

    C0為初始協(xié)方差矩陣;

    COV(θ0, …,θi-1)為已有的所有樣本向量的協(xié)方差矩陣;

    ε為較小的正數(shù),本次研究取值10-5,為確保Ci不成為奇異矩陣;

    sd為比例因子,依賴于參數(shù)空間維度d,以確保接受率在一個合適的范圍內(nèi),sd=2.42/d;Id為d維的單位矩陣[20].

    Ci+1為參數(shù)i+1次采樣的協(xié)方差矩陣,由式(1)推出協(xié)方差公式為

    (2)

    式中:

    A-M算法采樣具體步驟如下:

    步驟1按先驗分布隨機(jī)產(chǎn)生初始樣本向量θ0;

    步驟2利用公式計算Ci;

    步驟3產(chǎn)生的參數(shù)樣本θ*~N(θi,Ci);

    步驟4計算接受概率α,

    (3)

    若接受產(chǎn)生樣本θ*,令θi+1=θ*;傳統(tǒng)的參數(shù)樣本接受與否,通過模型的計算值與實際觀測資料計算得來的接受概率判定,如式(3).A-M算法不再依賴于參數(shù)的推薦分布,假設(shè)參數(shù)樣本先驗及后驗分布均服從于多元正態(tài)分布,以大量實測參數(shù)數(shù)據(jù)為先驗信息,隨機(jī)采集樣本的“失真”及后驗分布的不收斂基本可忽略.后期依據(jù)AICc信息量準(zhǔn)則統(tǒng)計模型的預(yù)測值進(jìn)行權(quán)重分析,獲取最優(yōu)參數(shù)區(qū)間.

    為提高采樣效率,嘗試將原接受條件調(diào)整為模型的各項計算值與對應(yīng)觀測值的殘差均值在K范圍內(nèi),對模型進(jìn)行初步篩選,即將步驟4接受樣本條件由式(3)調(diào)整為式(4).

    (4)

    式中:

    y1、y2分別為實際觀測及模型計算值;

    n為觀測數(shù)據(jù)個數(shù).

    步驟5重復(fù)步驟(2)~(4),直到取得足夠多的樣本.

    1.3 基于AICc準(zhǔn)則的多模型分析

    基于AICc準(zhǔn)則的參數(shù)識別是利用模型預(yù)測結(jié)果來計算模型平均預(yù)測值及模型殘差,并通過排列模型,計算模型概率或權(quán)重來分析模型的最優(yōu)取值區(qū)間.單個模型的權(quán)重通常是由信息量準(zhǔn)則來確定的.信息量準(zhǔn)則是信息理論和似然理論結(jié)合的成果,日本統(tǒng)計學(xué)家赤池弘次首先提出了赤池信息量準(zhǔn)則AIC (Akaike’s information criteron),將信息理論中的Kullback-Leibler距離和Fisher極大似然函數(shù)聯(lián)系起來[21].繼AIC之后提出修正的AIC信息量準(zhǔn)則(AICc).AICc信息量的計算如式(5)~(7).

    (5)

    (6)

    (7)

    式中:

    Ai為AICc信息量的計算值;

    k為待估參數(shù)個數(shù).

    AICc與AIC的不同僅在于它多了式(5)右邊第3項.這項是標(biāo)識因觀測數(shù)據(jù)較少產(chǎn)生的二階偏差,當(dāng)n/k<40時,尤其需要考慮到二階偏差對多模型分析的影響.在對地下水系統(tǒng)進(jìn)行建模分析時,n/k<40的情況很普遍[22],因此推薦使用AICc準(zhǔn)則.得到AICc值之后,用模型的AICc值減去所有備選模型中的AICc最小值,計算每個模型的Delta值Δi、Δj(i≠j).最后根據(jù)Delta值計算模型的后驗概率ωi,R是參加多模型分析得到的備選模型總數(shù)[23].

    (8)

    2 實例計算研究

    2.1 研究區(qū)概況及水文地質(zhì)條件

    研究區(qū)位于我國西南某平原區(qū),區(qū)內(nèi)主要分布第四系松散沉積砂礫卵石孔隙潛水含水層.模擬區(qū)位于該平原區(qū)某河流右岸的一級階地,地下水類型為第四系全新統(tǒng)沖洪積層砂卵礫石孔隙潛水,根據(jù)鉆探及模擬區(qū)原位水文地質(zhì)試驗成果,含水層厚度約為25 m,滲透系數(shù)介于31.34~138.96 m/d,東側(cè)為當(dāng)?shù)刈畹颓治g基準(zhǔn)面,地下水由西北向東南徑流.區(qū)內(nèi)1995年起運(yùn)營生活垃圾填埋場,2010年停止堆填并采取封場措施,至今原始地形地貌已然發(fā)生改變,根據(jù)收集的原始地形資料及現(xiàn)有堆填區(qū)實測地形數(shù)據(jù)分析,堆填區(qū)經(jīng)過削坡、整形等封場措施后仍高于原始地形約9 m.地表高程及坡降等因素的改變將對地下水補(bǔ)給條件產(chǎn)生影響,本文將依據(jù)上述差異構(gòu)建2組不同概念的模型.

    2.2 多模型構(gòu)建

    根據(jù)原始地形資料及實測的地形數(shù)據(jù),構(gòu)建2組地形存在差異,其余水文地質(zhì)條件相同的概念模型,1#模型考慮堆填體對原始地形的改變,2#模型為原始地形(圖1).依靠先驗信息即原位水文地質(zhì)試驗獲取的滲透系數(shù)數(shù)據(jù),生成滲透系數(shù)對數(shù)的初始平均值及初始方差,依次按AM-MCMC采樣方法生成每組樣本.每組樣本中包含對應(yīng)網(wǎng)格數(shù)的滲透系數(shù)對數(shù)值,將每組對數(shù)值進(jìn)行轉(zhuǎn)化并輸入1#模型進(jìn)行模擬計算.根據(jù)接受條件篩選100組(每組含2 250個數(shù)據(jù))參數(shù)并獲取相應(yīng)輸出數(shù)據(jù);將篩選好的100組參數(shù)輸入2#模型,對應(yīng)獲取相應(yīng)輸出數(shù)據(jù);最后依據(jù)AICc準(zhǔn)則進(jìn)行多模型分析.

    2.2.1模型概化及邊界條件設(shè)置

    根據(jù)水文地質(zhì)條件及鉆孔信息構(gòu)建的2組概念模型范圍均為X(1 000 m)×Y(900 m)(X為南北向,Y為東西向),網(wǎng)格為10 m×10 m,含水層厚度約為25 m,東側(cè)邊界為當(dāng)?shù)刈畹颓治g基準(zhǔn)面,設(shè)置為河流邊界,西側(cè)及北側(cè)設(shè)置為定水頭邊界,同時,模擬區(qū)內(nèi)設(shè)置14個水位觀測孔.以原始地形數(shù)據(jù)及堆填后實測地形數(shù)據(jù)分別輸入模型來刻畫2組模型中地形地貌差異(圖1).

    (a) 1#模型

    (b) 2#模型圖1 根據(jù)不同地形地貌條件概化的2組模型Fig.1 Groups hydrogeological conceptual model

    2.2.2AM-MCMC采樣

    滲透系數(shù)為待估參數(shù),視為隨機(jī)變量.按前述接受條件調(diào)整后的A-M算法進(jìn)行采樣.先驗信息是參數(shù)隨機(jī)采樣的基礎(chǔ),其來源的可靠性將決定采樣的合理性.

    研究區(qū)主要地下水類型為松散堆積孔隙潛水,主要由:山前扇狀沖洪積砂礫卵石層孔隙潛水,河道漫灘、一級階地沖洪積砂卵礫石層孔隙潛水,河間二級階地冰-水堆積泥質(zhì)砂礫卵石層孔隙潛水構(gòu)成,3類孔隙潛水分布于平原壩區(qū),相互疊置,介質(zhì)類型相似,其間無明顯的隔水層,地下水有著密切的水力聯(lián)系,構(gòu)成了研究區(qū)上部潛水含水層組.

    因此,本次先驗信息由模擬區(qū)周邊上述3類含水介質(zhì)的原位水文地質(zhì)試驗數(shù)據(jù)構(gòu)成[24-26],其中包括129個鉆孔的174組抽水試驗數(shù)據(jù)(圖2)及模擬區(qū)5個鉆孔的14組數(shù)據(jù).經(jīng)統(tǒng)計,先驗信息參數(shù)對數(shù)取值范圍為1.369~5.583,初始參數(shù)樣本服從均值3.407,協(xié)方差C0為0.713的正態(tài)分布.依次通過A-M算法采集參數(shù)樣本,耦合地下水?dāng)?shù)值模擬軟件Modflow輸出模擬結(jié)果進(jìn)行不確定性分析.

    2.3 地下水流場模擬不確定性分析

    文中A-M算法中的接受條件由似然函數(shù)求解的后驗概率修正為更直接的殘差平方的接受值域范圍.基于此接受條件的修改,首先需檢驗條件改變后參數(shù)取值的遍歷性及收斂性.

    注:Q4al+pl為第四系全新統(tǒng)河道漫灘、一級階地沖洪積砂卵礫石層孔隙潛水;Q4alp為第四系全新統(tǒng)山前扇狀沖洪積砂卵礫石層孔隙潛水;Q3fgl+al為第四系上更新統(tǒng)河間二級階地冰-水堆積泥質(zhì)砂卵礫石層孔隙潛水;Q1+2fgl+al為第四系中、下更新統(tǒng)泥卵礫石孔隙潛水.圖2 研究區(qū)同類含水介質(zhì)水文地質(zhì)試驗孔分布Fig.2 Distribution of boreholes at similar aquifers

    2.3.1參數(shù)取值遍歷性分析

    采用A-M算法對參數(shù)樣本進(jìn)行采樣,根據(jù)接受條件共篩選100組參數(shù),每組含2 250個樣本值.圖3(a)、(b)為參數(shù)在采樣過程中均值與方差的迭代跡線.當(dāng)取樣20組(樣本個數(shù)達(dá)到45 000個以上)時,參數(shù)的均值和方差趨于平穩(wěn).圖3(c)、(d)分別為45 000個參數(shù)樣本的采樣過程中樣本值遍歷參數(shù)的可能取值范圍,通過自適應(yīng)更新,樣本值取樣波動逐步減弱,采樣過程基本穩(wěn)定.綜合考慮均值、方差迭代跡線和樣本采樣過程,調(diào)整接受條件后的A-M采樣方法并沒有對參數(shù)后驗分布的遍歷性及收斂性產(chǎn)生影響,更直接的接受條件可修正樣本取樣空間,提高樣本采集效率.

    2.3.2多模型分析

    多模型的構(gòu)建旨在分析參數(shù)不確定性與模型不確定性對模擬結(jié)果的影響.在剔除不符合接受條件的模型后,2組不同的概念模型分別在其中選取100個計算模型.并依據(jù)AICc準(zhǔn)則多模型分析方法計算得到各模型的AICc值、Delta值及模型的后驗概率ωi.

    運(yùn)用AICc準(zhǔn)則分析參數(shù)不確定性對模擬預(yù)測結(jié)果的影響時,Burnham和Anderson建議如果模型的后驗概率超過0.9時,可視其為最佳模型用于預(yù)測.而在地下水模擬不確定性研究中,是不易輸出如此高概率模型從而獲取單個的最優(yōu)解,輸出的是一系列擬合程度相近的模型,即分析所得的是參數(shù)樣本的最優(yōu)取值區(qū)間而非唯一解.多模型分析方法可通過對預(yù)測平均值或預(yù)測值置信區(qū)間的分析來反映預(yù)測值的范圍及其與參數(shù)的不確定性關(guān)系.運(yùn)用AICc分析認(rèn)為Delta值小于2的模型是較好的模型,Delta值介于4~7的模型為經(jīng)驗推薦模型,而Delta值大于10的模型可以舍去[17].甄選1#模型中Delta值小于10的計算模型,對輸出觀測孔地下水位序列值進(jìn)行統(tǒng)計分析,可計算各觀測孔的眾數(shù)和置信區(qū)間.觀測孔水位眾數(shù)、95%置信區(qū)間和實際觀測值的序列如圖4表示,再進(jìn)一步剔除Delta值大于10的模型后,剩余計算模型的水位眾數(shù)與觀測值幾乎重合.

    (a) 參數(shù)對數(shù)均值(b) 方差(c) 隨機(jī)樣本(d) 相對頻率圖3 采樣過程Fig.3 Sampling process

    根據(jù)1#模型與2#模型的輸出結(jié)果排序,排名前三的參數(shù)樣本相同,排名前十的計算模型中有6組相同,表明在本文設(shè)定的不確定性條件下,較之概念模型的不確定性,參數(shù)的不確定性的敏感性更高,對模型輸出結(jié)果的精度更具控制性.雖地下水流場模擬過程中不僅會出現(xiàn)“異參同效”,甚至存在“異參、異構(gòu)同效”,但仍能從高精度模型出現(xiàn)頻次及最優(yōu)解區(qū)間區(qū)間范圍等方面分析,考慮地形實際變化的1#模型優(yōu)于2#,反映模型的不確定性仍對模擬結(jié)果有著明顯的影響.根據(jù)輸出結(jié)果統(tǒng)計分析:(1) 高精度模型出現(xiàn)頻次的不同,1#、2#概念模型分別有65%、46%方差值介于1~2之間;(2) 最優(yōu)解區(qū)間取值范圍及概率的不同,剔除Delta值大于10的計算模型后,1#模型中僅保留前10個模型,累計后驗概率為0.996;2#模型保留前21個模型,而其前10個模型的累計后驗概率僅為 0.884(圖5).

    圖4 1#模型計算模型地下水位眾數(shù)、95%置信區(qū)間(陰影區(qū)域)與觀測值Fig.4 95% confidence intervals (shadow areas), observations and mean values

    圖5 不同精度模型比例Fig.5 Comparative precision of the different models

    3 結(jié) 論

    地下水模擬不確定性與模型的輸入?yún)?shù)、模型結(jié)構(gòu)等因素有關(guān).研究表明:

    (1) 由于影響因素間的相互補(bǔ)償致使模型的輸出存在“異參同效”甚至“異參、異構(gòu)同效”,因此,綜合考慮參數(shù)和模型結(jié)構(gòu)因素而獲取的取值區(qū)間應(yīng)是更合理的.

    (2) 在充實的先驗數(shù)據(jù)及參數(shù)分布特征既定的條件下,將A-M采樣算法中的接受條件調(diào)整為模型輸出值與實際值方差的接受值域,不會對參數(shù)樣本的遍歷性及收斂性產(chǎn)生影響.

    (3) 文中構(gòu)建的多模型分析方法可識別不同影響因素的敏感性,經(jīng)過參數(shù)樣本接受條件及基于AICc準(zhǔn)則的多模型分析的雙重篩選,能較為高效及準(zhǔn)確地獲得參數(shù)最優(yōu)區(qū)間,同時,亦可完成較優(yōu)概念模型的甄選識別.

    [1] 吳吉春,陸樂. 地下水模擬不確定性分析[J]. 南京大學(xué)學(xué)報:自然科學(xué),2011,47(3): 227-234.

    WU Jichun, LU Le. Uncertainty analysis for groundwater modeling[J]. Journal of Nanjing University: Natural Sciences, 2011, 47(3): 227-234.

    [2] 陸樂,吳吉春,陳景雅. 基于貝葉斯方法的水文地質(zhì)參數(shù)識別[J]. 水文地質(zhì)工程地質(zhì),2008(5): 58-63.

    LU Le, WU Jichun, CHEN Jingya. Identification of hydrogeological parameters based on the Bayesian method[J]. Hydrogeology and Engineering Geology, 2008(5): 58-63.

    [3] BEVEN K, BINLEY A. The future of distributed models-model calibration and uncertainty prediction[J]. Hydrological Processes, 1992, 6(3): 279-98.

    [4] BEVEN K, FREER J. Equifinality, data assimilation, and uncertainty estimation in mechanistic modelling of complex environmental systems using the GLUE methodology[J]. Journal of Hydrology, 2001, 249(1): 11-29.

    [5] HASSAN A E, BEKHIT H M, CHAPMAN J B. Using Markov Chain Monte Carlo to quantify parameter uncertainty and its effect on predictions of a groundwater flow model[J]. Environmental Moddelling & Software, 2009, 24(6): 749-63.

    [6] ROJAS R, KAHUNDE S, PETERS L, et al. Application of a multimodel approach to account for conceptual model and scenario uncertainties in groundwater modelling[J]. Journal of Hydrology, 2010, 394(3): 416-35.

    [7] BLASONE R S, VRUGT J A, MADSEN H, et al. Generalized likelihood uncertainty estimation(GLUE) using adaptive Markov Chain Monte Carlo sampling[J]. Advances in Water Resources, 2008, 31(4): 630-48.

    [8] KUCZERA G, PARENT E. Monte Carlo assessment of parameter uncertainty in conceptual catchment models: the metropolis algorithm[J]. Journal of Hydrology, 1998, 211(1): 69-85.

    [9] ROJAS R, FEYEN L, BATCLAAN O, et al. On the value of conditioning data to reduce conceptual model uncertainty in groundwater modeling[J]. Water Resources Research, 2010, 46: W08520-1-W08520-75.

    [10] 刑貞相,芮孝芳,崔海燕,等. 基于AM-MCMC算法的貝葉斯概率洪水預(yù)報模型[J]. 水利學(xué)報,2007,38(12): 1500-1506.

    XING Zhenxiang, RUI Xiaofang, CUI Haiyan, et al. Bayesian probabilistic flood forecasting model based on adaptive metropolis-MCMC algorithm[J]. Journal of Hydraulic Engineering, 2007, 38(12): 1500-1506.

    [11] ROJAS R, FEYEN L, DASSARGUES A. Conceptual model uncertainty in groundwater modeling: Combining generalized likelihood uncertainty estimation and Bayesian model averaging[J]. Water Resources Research, 2008, 44: 12418.

    [12] NEUMAN S P. Maximum likelihood Bayesian averaging of uncertain model predictions[J]. Stochastic Environmental Research and Risk Assessment, 2003, 17(5): 291-305.

    [13] YE M, NEUMAN S P, MEYER P D. Maximum likelihood Bayesian averaging of spatial variability models in unsaturated fractured tuff[J]. Water Resources Research, 2004, 40: W05113-1-W05113-21.

    [14] 曾獻(xiàn)奎,王棟,吳吉春. 地下水流概念模型的不確定性分析[J]. 南京大學(xué)學(xué)報:自然科學(xué),2012,48(6): 746-752.

    ZENG Xiankui, WANG Dong, WU Jichun. Uncertainty analysis of groundwater flow conceptual model[J]. Journal of Nanjing University: Natural Sciences, 2012, 48(6): 746-753.

    [15] NEUMAN S P. Maximum likelihood Bayesian averaging of alternative conceptual mathematical models[J]. Stochastic Environmental Research and Risk Assessment, 2003, 17(5): 291-305.

    [16] REFSGAARD J C, SLUIJS J P V D , BROWN J, et al. A framework for dealing with uncertainty due to model structure error[J]. Advances in Water Resources, 2006, 29: 1586-1597.

    [17] GILKS W R, RICHARDSON S, SPIEGELHALTER D J. Markov chain monte carlo in practice[M]. London: Chapman & Hall, 1996: 112-119.

    [18] HAARIO H, SAKSMAN E, TAMMINEN J. An adaptive metropolis algorithm[J]. Bernoulli, 2001, 7(2): 223-242.

    [19] HAARIO H, SAKSMAN E, TANMIINEN J. Componentwise adaptation for high dimensional MCMC[J]. Computational Statistics, 2005, 20(2): 265-273.

    [20] GEHNAN A, CARLIN J B, STREN H.S, et al. Bayesian data analysis[M]. London: Chapmann and Hall, 1995: 142-151.

    [21] BURNHAM K P, ANDERSON D R. Model selection and multi-model inference: a practical information-theoretic approach[M]. New York: Springer-Verlag, 2002: 163-177.

    [22] POETER E P, ANDERSON D. Multi-model ranking and inference in groundwater modeling[J]. Ground Water, 2005, 43(4): 597-605.

    [23] 夏強(qiáng). 地下水不確定性問題的多模型分析方法及應(yīng)用[D]. 北京:中國地質(zhì)大學(xué),2011.

    [24] 四川省地質(zhì)局. 成都幅水文地質(zhì)報告[R]. 成都:四川省地質(zhì)局,1977.

    [25] 四川省地質(zhì)局. 都江堰幅水文地質(zhì)報告[R]. 成都:四川省地質(zhì)局,1977.

    [26] 四川省地質(zhì)礦產(chǎn)局. 成都平原水文地質(zhì)工程地質(zhì)綜合勘察評價報告[R]. 成都:四川省地質(zhì)礦產(chǎn)局,1985.

    猜你喜歡
    概念模型先驗水文地質(zhì)
    基于抽水試驗計算水文地質(zhì)參數(shù)的分析與確定
    基于GPRS實現(xiàn)自動化水文地質(zhì)抽水試驗
    基于轉(zhuǎn)移概率的三維水文地質(zhì)結(jié)構(gòu)劃分
    基于無噪圖像塊先驗的MRI低秩分解去噪算法研究
    基于“認(rèn)知提升”的體系作戰(zhàn)指揮概念模型及裝備發(fā)展需求
    水文地質(zhì)在工程地質(zhì)勘察中的有效應(yīng)用
    基于自適應(yīng)塊組割先驗的噪聲圖像超分辨率重建
    基于平滑先驗法的被動聲信號趨勢項消除
    先驗的廢話與功能的進(jìn)路
    數(shù)字礦山信息集成概念模型
    金屬礦山(2014年7期)2014-03-20 14:19:57
    亚洲精品国产色婷婷电影| 精品卡一卡二卡四卡免费| av视频在线观看入口| www.自偷自拍.com| 精品国内亚洲2022精品成人| 视频在线观看一区二区三区| 国产一区在线观看成人免费| 中文字幕av电影在线播放| 香蕉国产在线看| 黄色 视频免费看| 成熟少妇高潮喷水视频| 久久中文字幕人妻熟女| 国产精品久久久av美女十八| 一级毛片女人18水好多| 欧美黄色淫秽网站| 国产精品av久久久久免费| ponron亚洲| 精品久久久久久久人妻蜜臀av | 精品久久久久久成人av| 美女大奶头视频| 精品国产亚洲在线| 人妻丰满熟妇av一区二区三区| 99在线视频只有这里精品首页| 国产精品免费一区二区三区在线| 91精品三级在线观看| 男女做爰动态图高潮gif福利片 | 国产精品电影一区二区三区| 99精品久久久久人妻精品| 日本免费a在线| 丰满的人妻完整版| 丝袜在线中文字幕| 欧美日韩瑟瑟在线播放| 亚洲 欧美一区二区三区| 欧美日韩亚洲国产一区二区在线观看| 欧美人与性动交α欧美精品济南到| 免费搜索国产男女视频| 天天添夜夜摸| 他把我摸到了高潮在线观看| 涩涩av久久男人的天堂| 亚洲三区欧美一区| 午夜激情av网站| 好看av亚洲va欧美ⅴa在| 亚洲在线自拍视频| 自拍欧美九色日韩亚洲蝌蚪91| 无人区码免费观看不卡| 亚洲精品久久国产高清桃花| 黑丝袜美女国产一区| 国产在线观看jvid| 999精品在线视频| 欧美不卡视频在线免费观看 | 久久香蕉精品热| 中文亚洲av片在线观看爽| 国产精品av久久久久免费| 欧美乱码精品一区二区三区| 一区二区日韩欧美中文字幕| 亚洲av五月六月丁香网| 淫妇啪啪啪对白视频| 高清在线国产一区| 日本撒尿小便嘘嘘汇集6| 一区二区三区精品91| 国产成人精品无人区| 亚洲人成77777在线视频| 亚洲久久久国产精品| 国产高清激情床上av| 一级a爱片免费观看的视频| 亚洲自拍偷在线| 午夜免费成人在线视频| 少妇粗大呻吟视频| 亚洲欧美激情在线| 欧美日韩瑟瑟在线播放| 午夜福利影视在线免费观看| 成人精品一区二区免费| 国产精品一区二区免费欧美| 亚洲精品国产色婷婷电影| 国产成人啪精品午夜网站| 校园春色视频在线观看| 操美女的视频在线观看| 午夜精品久久久久久毛片777| 欧美丝袜亚洲另类 | 亚洲自偷自拍图片 自拍| 久久婷婷成人综合色麻豆| 黄色女人牲交| 精品久久久久久久毛片微露脸| 亚洲一码二码三码区别大吗| 91国产中文字幕| 操美女的视频在线观看| 国内久久婷婷六月综合欲色啪| 国产熟女xx| 国产精品亚洲一级av第二区| 亚洲精品国产区一区二| av电影中文网址| 国产精品永久免费网站| 亚洲欧美精品综合久久99| 最新在线观看一区二区三区| 国产麻豆69| 国产精品av久久久久免费| 黄片小视频在线播放| 天天躁狠狠躁夜夜躁狠狠躁| 久久久久久免费高清国产稀缺| 亚洲av片天天在线观看| 欧洲精品卡2卡3卡4卡5卡区| 国产国语露脸激情在线看| www.www免费av| 黑丝袜美女国产一区| 一a级毛片在线观看| 国产一区二区三区视频了| 亚洲一区二区三区不卡视频| 色综合婷婷激情| 国产精品一区二区精品视频观看| 丁香六月欧美| 久久久国产成人免费| 久久精品国产99精品国产亚洲性色 | 欧美精品亚洲一区二区| 精品第一国产精品| 老司机午夜福利在线观看视频| 老鸭窝网址在线观看| 日韩欧美三级三区| 最好的美女福利视频网| 激情视频va一区二区三区| 欧美乱色亚洲激情| 色播在线永久视频| 婷婷丁香在线五月| 国产人伦9x9x在线观看| 欧美日韩一级在线毛片| 丝袜人妻中文字幕| 女性生殖器流出的白浆| 亚洲视频免费观看视频| 亚洲第一av免费看| 波多野结衣高清无吗| 日韩中文字幕欧美一区二区| 国产亚洲精品一区二区www| www.精华液| 婷婷丁香在线五月| 老司机午夜十八禁免费视频| 男人操女人黄网站| 免费看十八禁软件| 久久久久久久精品吃奶| 国产精品精品国产色婷婷| 啦啦啦 在线观看视频| 人人妻人人爽人人添夜夜欢视频| 国产精品久久久人人做人人爽| 日韩成人在线观看一区二区三区| 国产成人免费无遮挡视频| 久久这里只有精品19| 亚洲成av人片免费观看| 日本 欧美在线| 亚洲av熟女| 美女高潮到喷水免费观看| 国产在线观看jvid| 日韩精品青青久久久久久| 国产午夜福利久久久久久| 国产xxxxx性猛交| 波多野结衣av一区二区av| 少妇粗大呻吟视频| 亚洲中文字幕一区二区三区有码在线看 | 亚洲男人天堂网一区| av中文乱码字幕在线| 身体一侧抽搐| 国产精品1区2区在线观看.| 久久久久国产精品人妻aⅴ院| 色综合婷婷激情| xxx96com| 亚洲国产中文字幕在线视频| 国产亚洲欧美98| 久久这里只有精品19| 在线观看日韩欧美| 给我免费播放毛片高清在线观看| 免费人成视频x8x8入口观看| 黄色视频,在线免费观看| 久久精品人人爽人人爽视色| 国产黄a三级三级三级人| 亚洲视频免费观看视频| 国产一区在线观看成人免费| 国产av一区二区精品久久| 黄片小视频在线播放| 国产成年人精品一区二区| 亚洲av成人av| 欧美午夜高清在线| 国产精品,欧美在线| 国产精品二区激情视频| 黄色视频不卡| 午夜福利免费观看在线| 国产精品精品国产色婷婷| 久久久久久大精品| 丝袜美腿诱惑在线| 男女之事视频高清在线观看| 1024视频免费在线观看| 成人手机av| 国产精华一区二区三区| 国产极品粉嫩免费观看在线| 久久精品国产99精品国产亚洲性色 | 亚洲黑人精品在线| 精品国产乱码久久久久久男人| 麻豆av在线久日| 午夜福利视频1000在线观看 | 亚洲av五月六月丁香网| 国产一区二区三区视频了| 日韩欧美三级三区| 色精品久久人妻99蜜桃| 后天国语完整版免费观看| 国产成人一区二区三区免费视频网站| 久99久视频精品免费| 老司机午夜十八禁免费视频| 亚洲av电影不卡..在线观看| 午夜成年电影在线免费观看| 91老司机精品| 韩国av一区二区三区四区| 国产亚洲精品久久久久久毛片| 老司机靠b影院| 欧美+亚洲+日韩+国产| 国产又爽黄色视频| 亚洲男人天堂网一区| 女生性感内裤真人,穿戴方法视频| 国产av精品麻豆| www.www免费av| 国产成人av教育| 人人妻人人澡人人看| 在线av久久热| 欧美成人免费av一区二区三区| 日韩欧美在线二视频| 黄片播放在线免费| 9191精品国产免费久久| 欧美最黄视频在线播放免费| 日日爽夜夜爽网站| 真人做人爱边吃奶动态| 国产精品av久久久久免费| 久久中文字幕人妻熟女| 久久久久国内视频| 亚洲人成电影观看| 后天国语完整版免费观看| 亚洲五月天丁香| 欧美成人性av电影在线观看| 亚洲国产精品成人综合色| 亚洲中文av在线| 他把我摸到了高潮在线观看| 大型黄色视频在线免费观看| 久久精品国产99精品国产亚洲性色 | 麻豆av在线久日| 亚洲精品中文字幕一二三四区| 两个人视频免费观看高清| 精品免费久久久久久久清纯| 大型av网站在线播放| 自线自在国产av| 日韩精品青青久久久久久| 韩国精品一区二区三区| 丝袜在线中文字幕| 国产成人系列免费观看| 婷婷六月久久综合丁香| 国产一区二区激情短视频| 香蕉丝袜av| 久久香蕉国产精品| 狠狠狠狠99中文字幕| 亚洲成av人片免费观看| 欧美成人一区二区免费高清观看 | 欧美在线一区亚洲| 一本大道久久a久久精品| 丁香六月欧美| 精品卡一卡二卡四卡免费| 夜夜爽天天搞| 最近最新中文字幕大全免费视频| 999久久久国产精品视频| 一区二区三区国产精品乱码| 国产精品电影一区二区三区| 狂野欧美激情性xxxx| 欧美日韩亚洲综合一区二区三区_| 18禁国产床啪视频网站| 搡老岳熟女国产| 在线视频色国产色| 欧美午夜高清在线| АⅤ资源中文在线天堂| 亚洲无线在线观看| 国产不卡一卡二| 日韩欧美一区视频在线观看| 巨乳人妻的诱惑在线观看| 日韩 欧美 亚洲 中文字幕| 国产男靠女视频免费网站| 大陆偷拍与自拍| 禁无遮挡网站| 久久影院123| 亚洲全国av大片| 亚洲精品美女久久久久99蜜臀| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲专区字幕在线| 免费看a级黄色片| 亚洲七黄色美女视频| 欧美成人一区二区免费高清观看 | 久久久久久亚洲精品国产蜜桃av| 精品久久蜜臀av无| 黑人欧美特级aaaaaa片| xxx96com| 99久久99久久久精品蜜桃| 国产精品一区二区精品视频观看| 999久久久精品免费观看国产| 男人舔女人的私密视频| 国产精品香港三级国产av潘金莲| 日韩欧美一区二区三区在线观看| 亚洲国产看品久久| 在线视频色国产色| 亚洲专区中文字幕在线| 变态另类丝袜制服| 久久久国产欧美日韩av| 久久狼人影院| 长腿黑丝高跟| 日韩欧美三级三区| 国产三级黄色录像| 亚洲av第一区精品v没综合| 69精品国产乱码久久久| 老司机午夜福利在线观看视频| 成人18禁在线播放| 无限看片的www在线观看| 亚洲av五月六月丁香网| 久久精品91蜜桃| 国产野战对白在线观看| 欧美黑人欧美精品刺激| cao死你这个sao货| 高清毛片免费观看视频网站| 婷婷丁香在线五月| 欧美大码av| 中文字幕久久专区| 亚洲国产高清在线一区二区三 | 日本一区二区免费在线视频| 中文字幕av电影在线播放| 巨乳人妻的诱惑在线观看| av网站免费在线观看视频| 最新美女视频免费是黄的| 久久香蕉精品热| 亚洲性夜色夜夜综合| 久久这里只有精品19| 怎么达到女性高潮| netflix在线观看网站| 咕卡用的链子| 精品国产乱子伦一区二区三区| 久久影院123| 一级毛片女人18水好多| 亚洲午夜理论影院| www.自偷自拍.com| 99精品欧美一区二区三区四区| 亚洲av美国av| 91国产中文字幕| 午夜老司机福利片| 法律面前人人平等表现在哪些方面| 一本综合久久免费| 少妇 在线观看| 纯流量卡能插随身wifi吗| 99re在线观看精品视频| 国产一区二区在线av高清观看| 亚洲七黄色美女视频| 91国产中文字幕| 久久午夜综合久久蜜桃| 欧美 亚洲 国产 日韩一| 久久久久久免费高清国产稀缺| 亚洲欧美精品综合一区二区三区| 国产精品久久久av美女十八| 亚洲成av片中文字幕在线观看| cao死你这个sao货| 91麻豆av在线| 黑人欧美特级aaaaaa片| 久久青草综合色| 精品久久久久久久人妻蜜臀av | 亚洲天堂国产精品一区在线| 91精品国产国语对白视频| 欧美一区二区精品小视频在线| 美女免费视频网站| 国产精品一区二区三区四区久久 | 欧美日韩瑟瑟在线播放| 又紧又爽又黄一区二区| 人人妻人人澡欧美一区二区 | 久久久久久久午夜电影| 国产av精品麻豆| 久久九九热精品免费| 91精品国产国语对白视频| 搡老熟女国产l中国老女人| 一级黄色大片毛片| 亚洲少妇的诱惑av| 精品国产美女av久久久久小说| 亚洲成av片中文字幕在线观看| 视频区欧美日本亚洲| 69精品国产乱码久久久| 日韩欧美在线二视频| 久久精品国产综合久久久| 日本黄色视频三级网站网址| 18禁国产床啪视频网站| or卡值多少钱| 久久精品91无色码中文字幕| 正在播放国产对白刺激| 成人永久免费在线观看视频| 女人被躁到高潮嗷嗷叫费观| 国产亚洲精品久久久久5区| 国产精品秋霞免费鲁丝片| 国产1区2区3区精品| 国产午夜福利久久久久久| 黄频高清免费视频| 亚洲第一电影网av| 欧美成人午夜精品| 露出奶头的视频| 香蕉国产在线看| 午夜久久久久精精品| 无限看片的www在线观看| 日本黄色视频三级网站网址| 涩涩av久久男人的天堂| 天天添夜夜摸| 午夜福利视频1000在线观看 | aaaaa片日本免费| 亚洲一区二区三区不卡视频| 国产亚洲精品久久久久久毛片| 久久人人精品亚洲av| 国产成年人精品一区二区| 桃红色精品国产亚洲av| 久久精品国产99精品国产亚洲性色 | 男女之事视频高清在线观看| 久久久国产成人免费| 免费一级毛片在线播放高清视频 | 亚洲第一av免费看| 老鸭窝网址在线观看| av福利片在线| 最新在线观看一区二区三区| 精品一区二区三区av网在线观看| 中文字幕精品免费在线观看视频| 亚洲专区中文字幕在线| 99国产综合亚洲精品| 99久久精品国产亚洲精品| 亚洲 欧美一区二区三区| 韩国精品一区二区三区| 国产精品二区激情视频| 亚洲aⅴ乱码一区二区在线播放 | 中文字幕最新亚洲高清| 国产熟女xx| 在线观看www视频免费| 国产高清激情床上av| 丝袜人妻中文字幕| 成熟少妇高潮喷水视频| 色播在线永久视频| 久久婷婷成人综合色麻豆| 精品国产美女av久久久久小说| 91av网站免费观看| 人人妻人人澡人人看| 精品午夜福利视频在线观看一区| 首页视频小说图片口味搜索| 看片在线看免费视频| 国产成人欧美| 中文字幕人成人乱码亚洲影| 国产精品一区二区三区四区久久 | 嫁个100分男人电影在线观看| 国产成人av教育| 国产1区2区3区精品| 久久久国产欧美日韩av| 免费av毛片视频| 午夜亚洲福利在线播放| 法律面前人人平等表现在哪些方面| 美女国产高潮福利片在线看| 国产精品久久久av美女十八| 久久精品成人免费网站| 老司机午夜福利在线观看视频| 9191精品国产免费久久| 欧美成人午夜精品| АⅤ资源中文在线天堂| 久99久视频精品免费| 一级毛片女人18水好多| 亚洲美女黄片视频| 国产精品免费一区二区三区在线| 啪啪无遮挡十八禁网站| 中文字幕人成人乱码亚洲影| 久久欧美精品欧美久久欧美| 精品国产乱码久久久久久男人| 亚洲人成伊人成综合网2020| 欧美 亚洲 国产 日韩一| 国产成人系列免费观看| 日韩欧美免费精品| 97超级碰碰碰精品色视频在线观看| 黑人巨大精品欧美一区二区mp4| 1024香蕉在线观看| 禁无遮挡网站| 国产精品久久电影中文字幕| 午夜福利影视在线免费观看| 日本 av在线| 亚洲国产欧美一区二区综合| 高潮久久久久久久久久久不卡| 在线视频色国产色| 久久精品国产亚洲av高清一级| 亚洲第一欧美日韩一区二区三区| 亚洲色图av天堂| 久久香蕉国产精品| 国产麻豆69| 热re99久久国产66热| 免费av毛片视频| 欧美人与性动交α欧美精品济南到| 两性午夜刺激爽爽歪歪视频在线观看 | 精品国内亚洲2022精品成人| 午夜视频精品福利| 亚洲av熟女| 成人18禁在线播放| 一级黄色大片毛片| 午夜免费观看网址| 夜夜爽天天搞| 人妻丰满熟妇av一区二区三区| 伊人久久大香线蕉亚洲五| 丝袜人妻中文字幕| 亚洲欧洲精品一区二区精品久久久| 国产乱人伦免费视频| 久久久精品欧美日韩精品| 久久久久久亚洲精品国产蜜桃av| 免费在线观看视频国产中文字幕亚洲| 久久久国产欧美日韩av| 在线观看免费日韩欧美大片| 久久影院123| 波多野结衣高清无吗| 午夜精品在线福利| 久久青草综合色| 天天躁狠狠躁夜夜躁狠狠躁| 夜夜爽天天搞| 欧美性长视频在线观看| 亚洲精品国产精品久久久不卡| 久久国产精品人妻蜜桃| 亚洲精品久久成人aⅴ小说| 可以在线观看的亚洲视频| 国产精品电影一区二区三区| 国产免费av片在线观看野外av| 久久午夜亚洲精品久久| 脱女人内裤的视频| 国产高清激情床上av| 精品熟女少妇八av免费久了| 91精品国产国语对白视频| 午夜福利一区二区在线看| 禁无遮挡网站| 亚洲色图综合在线观看| 国产野战对白在线观看| av福利片在线| 久久精品国产综合久久久| 亚洲精品久久成人aⅴ小说| 操美女的视频在线观看| 久久国产精品影院| 欧美成人性av电影在线观看| 久久久久久久久免费视频了| 纯流量卡能插随身wifi吗| 欧美激情高清一区二区三区| 啦啦啦观看免费观看视频高清 | 日日干狠狠操夜夜爽| 伦理电影免费视频| 国产99白浆流出| 丝袜美腿诱惑在线| 女人被狂操c到高潮| 中文字幕久久专区| 精品不卡国产一区二区三区| 午夜免费成人在线视频| 欧美黑人欧美精品刺激| 天堂动漫精品| 亚洲精品粉嫩美女一区| 久久久久久大精品| 亚洲欧洲精品一区二区精品久久久| 不卡一级毛片| 亚洲黑人精品在线| 怎么达到女性高潮| 亚洲 国产 在线| 亚洲精品久久国产高清桃花| 黄片播放在线免费| 成人av一区二区三区在线看| 丝袜人妻中文字幕| 一级毛片女人18水好多| 一级a爱视频在线免费观看| www.999成人在线观看| 精品日产1卡2卡| 天天躁狠狠躁夜夜躁狠狠躁| 午夜免费激情av| 黑人巨大精品欧美一区二区mp4| 欧美日韩中文字幕国产精品一区二区三区 | 99精品欧美一区二区三区四区| 波多野结衣一区麻豆| 一本综合久久免费| 黑丝袜美女国产一区| 国产片内射在线| 亚洲av美国av| 黄色丝袜av网址大全| 国产精品98久久久久久宅男小说| 久久人妻熟女aⅴ| 91大片在线观看| 他把我摸到了高潮在线观看| 国产av又大| 欧美精品啪啪一区二区三区| 免费观看人在逋| 国内精品久久久久精免费| 999久久久国产精品视频| 欧美人与性动交α欧美精品济南到| 好看av亚洲va欧美ⅴa在| 成人亚洲精品一区在线观看| 校园春色视频在线观看| 国产一级毛片七仙女欲春2 | 国产高清视频在线播放一区| 国产精品久久视频播放| 脱女人内裤的视频| 丁香欧美五月| 精品欧美一区二区三区在线| 国产高清视频在线播放一区| 日韩av在线大香蕉| 中文字幕精品免费在线观看视频| 久久精品国产亚洲av香蕉五月| 亚洲五月婷婷丁香| 一边摸一边做爽爽视频免费| 琪琪午夜伦伦电影理论片6080| 欧美丝袜亚洲另类 | 久9热在线精品视频| 亚洲人成网站在线播放欧美日韩| www.999成人在线观看| 老司机午夜福利在线观看视频| 欧美日韩精品网址| 久久香蕉国产精品| 亚洲精品av麻豆狂野| 国产蜜桃级精品一区二区三区| 69精品国产乱码久久久| 一区二区三区高清视频在线| 欧美成人性av电影在线观看| 国产成人av激情在线播放| 88av欧美| 亚洲成a人片在线一区二区| 在线观看免费视频日本深夜| 亚洲精华国产精华精|