×

以预测为中心的地下建模:研究基于流动的反演建模对准确性的需求。 (英语) Zbl 1323.86013号

概述:地球科学中大多数逆建模公式的目的是根据观测数据估计模型参数。本文考虑了这些公式的一个附加元素,即建立模型的预测。这种建模的一个例子是使用地下地质模型预测溶质运移,这些地质模型受现有地球物理、流动动力学和溶质观测的限制。然后,本文阐述并解决了一个与数据、模型和预测相关的基本问题:模型反演是否减少了给定观测数据的预测变量的不确定性?为了研究这个问题,提出了一种诊断工具来评估匹配观测数据是否会显著降低预测变量的不确定性。此外,在某些情况下,可以在不应用逆建模的情况下快速估计不确定性。它依赖于一种使用非线性主成分分析(NLPCA)的降维方法,该方法通过评估几个先前地球模型上的预测和数据响应变量进行校准。所提出的诊断工具应用于示踪流的一个简单例子,对于所研究的情况,NLPCA提供了准确的诊断和令人满意的预测变量不确定性的预估计。

MSC公司:

86A22型 地球物理学中的反问题
86A60型 地质问题

软件:

马佛洛
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Alcolea A,Renard P,Mariethoz G,Bertone F(2009)使用随机建模和优化技术减少海水淡化厂的影响。《水文学杂志》365(3-4):275-288·doi:10.1016/j.jhydrol.2008.11.034
[2] Bayer P、Huggenberger P、Renard P(2011)《三维高分辨率冰川含水层模拟:第1部分:现场研究》。《水文学杂志》40(5):1-9·doi:10.1016/j.jhydrol.2011.03.038
[3] Bishop C(1995)模式识别神经网络。牛津大学出版社,纽约
[4] Bos CFM(2000)《不确定性量化的产量预测》。EC项目最终报告,NITG-TNO报告NITG 99-255-A
[5] Borg I,Groenen P(1997)《现代多维尺度:理论与应用》。纽约州施普林格·Zbl 0862.62052号
[6] Bowman AW,Azzalini A(1997)《数据分析应用平滑技术》。牛津大学出版社·Zbl 0889.62027号
[7] Caers,J。;Srinivasan,S。;等。;Wong,P.(编辑),统计模式识别和地质统计数据集成,355-386(2002),纽约·doi:10.1007/978-3-7908-1807-9_15
[8] Carrera J、Alcolea A、Medina A等人(2005)《水文地质学中的反问题》。水凝胶J 13:206-222·doi:10.1007/s10040-004-0404-7
[9] Cherpeau N、Caumon G、Caers J、Levy B(2012)《使用流量数据对断层几何形状和连通性进行随机反演建模的方法》。数学地质44(2):147-168·doi:10.1007/s11004-012-9389-2
[10] Comunian A、Renard P、Straubhaar J、Bayer P(2011)《三维高分辨率冰川含水层模拟第2部分:地质统计建模》。《水文学杂志》40(5):10-23·doi:10.1016/j.jhydrol.2011.03.037
[11] Ferraille M,Marel A(2012),成熟油田不确定性下的预测。《石油天然气科学技术》67:193-206·doi:10.2516/ogst/2011172
[12] Freeze RA,Massmann J,Smith L,Sperling T,James B(1990),水文地质决策分析:1。框架。地下水28:738-766·doi:10.1111/j.1745-6584.1990.tb01989.x
[13] Gallagher M,Doherty J(2007),水资源管理模型的预测误差分析。《水文学杂志》334(3-4):513-533·doi:10.1016/j.jhydrol.2006.10.037
[14] Ginsbourger D、Rosspopoff B、Pirot G、Durrande N、Renard P(2013),基于距离的kriging依赖于代理模拟进行逆条件处理。高级水资源52:275-291·doi:10.1016/j.advwatres.2012.11.019
[15] Kramer MA(1991)使用自联想神经网络的非线性主成分分析。AIChE期刊37:233-243·doi:10.1002/aic.690370209
[16] Künze R,Lunati I(2012)密度驱动不稳定性的自适应多尺度模拟。计算机物理杂志231:5557-5570·Zbl 1522.76047号 ·doi:10.1016/j.jcp.2012.02.025
[17] Künze R,Lunati I(2011)MAFLOT:模拟多孔介质流动的matlab工具箱。技术报告。瑞士洛桑大学。http://www.maflot.com/
[18] Metropolis N,Ulam S(1949)蒙特卡罗方法。美国统计协会杂志44:335-341·Zbl 0033.28807号 ·doi:10.1080/01621459.1949.10483310
[19] Metropolis N、Rosenbluth AW、Rosenbruth MN等(1953)快速计算机器的状态方程计算。化学物理杂志21:1087-1091·Zbl 1431.65006号 ·doi:10.1063/1.1699114
[20] Mosegaard K,Tarantola A(1995),反问题解的蒙特卡罗抽样。地球物理研究杂志100(B7):12431-12447·doi:10.1029/94JB03097
[21] Mosegaard K,Tarantola A(2002),反问题的概率方法。收录:Lee W、Jennings P、Kiskinger C、Kanamori H(编辑)《国际地震与工程地震学手册》,A部分。伦敦学术出版社,第237-265页·Zbl 1213.86018号
[22] Mugunthan P,Shoemaker CA(2006)评估计算昂贵地下水模型参数不确定性的影响。水资源研究42(W10428)
[23] Oliver D,Chen Y(2011)油藏历史拟合的最新进展:综述。计算地质学15:185-221·兹比尔1209.86001
[24] Park H、Scheidt C、Fenwick DH等人(2013),具有多种地质解释的岩相模型的历史匹配和不确定性量化。计算地质学17:609-621
[25] Ripley B(1987)随机模拟。纽约威利·Zbl 0613.65006号
[26] Schöelkopf B,Smola A(2002)《使用内核学习》。麻省理工学院出版社,剑桥
[27] Silverman BW(1986)统计和数据分析密度估计。查普曼和霍尔,伦敦·Zbl 0617.62042号
[28] Straubhaar J、Renard P、Mariethoz G等人(2011)使用列表方法的改进并行多点算法。数学地质43(3):305-328·Zbl 1213.86018号 ·doi:10.1007/s11004-011-9328-7
[29] Tavassoli Z,Carter JN,King PR(2004)历史匹配中的错误。石油工程师协会J 9(3):352-361·doi:10.2118/86883-PA
[30] Zhou H,Gómez-Hernández JJ,Li L(2013)《水文地质反演方法:演变和近期趋势》。Adv Water Res.doi:10.1016/j.advwatres.201年10月14日
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。