4 渗透系数反演

基于随机理论的渗透参数反演分析方法及应用摘要：本文主要研究了基于随机理论的渗透参数反演分析方法及其在地质学以及环境学等领域的应用。

首先介绍了渗透参数的定义和性质，以及渗透参数反演分析方法的基本原理，其次从模型准备、数据准备、渗透参数反演以及后期数据处理等方面介绍了该方法的步骤；最后，探讨了该方法在地质学和环境学中的应用，并论述了该方法的优缺点。

综上所述，该方法有助于更准确地反演地下渗透参数，能够帮助研究人员更加了解地质构造和环境变化，从而为资源勘探和环境管理提供所需的信息。

关键词：渗透参数；反演分析；随机理论1. Introduction随着地球科学的发展，渗透参数的反演分析变得越来越重要，因为它可以准确地反演出地下的渗透参数，为地质学及环境学等相关领域提供重要的信息。

据此，本文重点介绍了基于随机理论的渗透参数反演分析方法及应用。

2. Definitions and Properties of Permeability Parameters地下渗透参数是描述物体在渗流运动中抵抗力的物理量，其主要包括粒径系数、渗透系数、水动力系数和水理系数等，它们可以用来反映地下岩石的流体特性。

粒径系数是由矿物的粒径和形状决定的，它可用来表征岩石的离散特性，决定着岩石中水流的流通程度；渗透系数是由岩石孔隙结构形成的，它可以说明岩石中水流的渗流率；水动力系数和水理系数表示了岩石中水流的运动状态，如流速、压力、温度及密度等。

3. Principle of Permeability Parameter Inversion Analysis基于随机理论的渗透参数反演分析方法是地学及环境学应用最为广泛的一种渗透参数反演分析方法，它是通过在特定的地质条件下，以某种数学模型表示岩石的结构性质，建立模型来描述地下渗透参数的分布情况，通过系统计算理论和数据融合分析，完成反演渗透参数的步骤，最终得到更加准确的渗透参数反演结果。

4. Steps of Permeability Parameter Inversion Analysis（1）模型准备：首先，根据反演需求，准备相应的数学模型，以满足随机理论的应用；（2）数据准备：然后，准备渗透参数反演所需的输入输出数据，包括水动力分析数据、渗透曲线以及岩石结构等；（3）渗透参数反演：利用数学模型和输入输出数据，构建随机理论的数据融合分析模型，以及相应的反演程序，在数值模拟的过程中，通过调整参数值，以求解最佳的解析结果，完成渗透参数反演；（4）后期数据处理：最后，对反演结果进行分析和评价，保证反演结果的可靠性，并将反演结果归档，供后续应用。

0
当p
(6)
式中 罚参数，满足下式
hG
1
2
1
lG hG
2
0
(7)
其中 lG , hG 单元结点到与之最近的高斯积分点之间的水平距离
和垂直距离。
根据伽辽金有限元方法，由式(5)可得有限元方程如下
[K]{P} {F}
(8)
式中 [K ] 总体渗透矩阵，[K ] A(kab )e ；{P} 结点压力列
前者从联系水头和待定参数的偏微分方程 或其离散形式出发，把水头实际观测值作 为已知条件代入方程，直接解出待定参数
这种方法的计算稳定性较差，对观测资料的要 求太高，因而实际应用较少。
后者利用正问题解的适定性性质，把解逆问题转化为解一 系列的正问题，即首先假设一组渗透参数作为初始值，用 有限元法计算出渗流场的水头分布，根据计算值与观测值 之间的误差，按某种规则不断修正所拟定的渗透参数，反 复计算水头分布，直到水头计算值与观测值的拟合达到最 优，此时的渗透参数即为该岩土体的水文地质参数。
数 r 具有式(12)
可变容差法的优化过程可概述如下。给定初始点 X 0 和单纯形边长 d，
从初始点 X 0 出发，按无约束的单纯形加速法，对 f ( X ) 进行下降迭
0 2d
r
min
r1 ,
1 N
1
N 1 j 1
X
r j
X
r N
2
r0 r 1,2,
(13)
式中
0
——初始公差准则函数值；d——初始单纯形边长；
X
r j
——
DN
空间中单纯形体的第j个顶点；X
r N 2
——单纯形体的中心；•

1995 年 8 月 4 日收到初稿, 1995 年 12 月 4 日收到修改稿。 3 系国家教委优秀年轻教师基金和水利技术开发基金项目的部分成果。
·462·
岩石力学与工程学报
1997 年
较优解, 采用的主要措施有: 一方面在用固定网格求解自由面渗流问题的结点虚流量法[3] 中, 为了提高程序的收敛能力, 尽可能在算法上严密地挖掘和在程序中采用多种计算策 略; 另一方面在优化目标函数中设置了惩罚性附加项, 对目标函数适时地进行惩罚, 大大 地提高了优化迭代搜索的求解能力。文中的两个算例分析都表明, 本文基本上解决了完全 由计算机自动搜索反演识别出复杂渗流场中非均质各向异性岩体的各个渗透系数张量的问 题。
头的实测值与计算值之间所允许的误差的累计平方和。
3 算例
3. 1 堤坝算例分析
在图 1 所示有自由面的各向同性体渗流问题中, 堤坝上下游的水位分别为 6. 0 和 1. 0。
用结点虚流量法计算可取整个堤坝为计算域, 划分成 4×6 的网格。按材料的透水性, 计算
域由两个子域所组成, 在 x ≤ 1. 0 的子域内渗透系数为 k 1 = 1. 0; 在 x > 1. 0 的子域内渗透
法, 经 9 步 迭 代 后 得 k 1∶k 2 = 95. 346∶477. 257 = 1. 0∶5. 006, R e (k 1, k 2) = 1. 6 ×
10- 5 (取 ΕR = 1. 0 × 10- 4) , 基本上得到了问题的真解。如再分别只取 P 2 和 P 3 两点以及 P 2
一点处的自由面高度作为观测值进行反演求解, 则相应地分别经 14 步和 7 步迭代后得
k 1∶k 2 = 96. 103∶480. 797 = 1. 0∶5. 003 和 k1∶k 2 = 94. 927∶485. 659 = 1. 0∶5. 116,

基于GA-SVR的渗透系数参数反演方法陈海洋;膝彦国;王金生【摘要】The hypostasis of estimation of hydraulic conductivity is a problem of optimization. Genetic algorithm is a new method to search solution in a whole domain based on nature choice and population heredity, which can be used to solute the complex non-linear optimization problem including estimation of hydraulic conductivity. Support vector machine based on the minimum of structured risk has some characteristics including the approach to complicated non-linear system and the strong ability to learn and predict which can be used to compute quickly the water table. The result shows that the methods of estimation of hydraulic conductivity with genetic algorithm-support vector regression machine have some advantages,including good effect of estimation, improvement of the search efficiency. The result precisions based on GASVR satisfy the need of application and avoid the local optimization solution.%渗透系数参数反演的本质是优化问题求解,遗传算法是一种基于自然选择和群体遗传机理的新的全局优化求解方法,可以较好地用于求解诸如渗透系数参数反演等复杂非线性组合优化问题.基于结构风险最小化原理的支持向量机具有逼近复杂非线性系统、较强的学习泛化能力,可以用来计算渗透系数参数反演过程中的测点水头值.实验表明,基于遗传算法一支持向量回归机的地下水渗透系统参数反演拟合效果良好,能大大提升区间搜索效率,避免出现局部最优解,其参数识别精度符合实际应用要求.【期刊名称】《水文地质工程地质》【年(卷),期】2011(038)002【总页数】5页(P14-18)【关键词】支持向量回归机;遗传算法;渗透系数;参数反演【作者】陈海洋;膝彦国;王金生【作者单位】北京师范大学水科学研究院,北京,100875;北京师范大学水科学研究院,北京,100875;北京师范大学水科学研究院,北京,100875【正文语种】中文【中图分类】P641.2渗透系数是重要的水文地质参数之一。