基于GLUE的土壤溶质运移参数反演及不确定性-土壤学报-中国.PDF

第55 卷第5 期 土 壤 学 报 Vol. 55 ，No. 5 2018 年9 月 ACTA PEDOLOGICA SINICA Sep. ，2018 DOI ：10.11766/trxb201801260022 基于GLUE 的土壤溶质运移参数反演及不确定性* 1,2 1 1 1† 闫一凡 　李晓鹏 　张佳宝 　刘建立 （1 中国科学院南京土壤研究所，南京 210008 ） （2 中国科学院大学，北京 100049 ） 摘　要　　溶质运移模型参数的识别结果常存在较高的不确定性，制约了模型的实际应用。以土 壤中Cu2+运移过程为例，采用广义似然不确定性估计（Generalized likelihood uncertainty estimation, GLUE ）并引入最大似然值（Maximum Nash-Sutcliffe ，MNS ）等三种定量指标，探讨了数值反演估 计弥散系数等参数的不确定性。结果表明，非线性最小二乘法（Nonlinear least squares ，NLLS ）得到 的唯一“最优”参数组合对Cu2+ 出流曲线拟合效果很好（R 20.937 ），但因“异参同效”，无法刻画 预测结果的不确定性。GLUE则可明确溶质运移参数及其响应界面的不确定性，MNS对应的参数组合 对Cu2+ 出流曲线拟合R 20.937 ，效果与NLLS 的拟合结果高度一致。GLUE计算的 95%置信区间覆盖了 80% 以上的观测点（NLLS 为46.3 % ），其反演参数的取值范围也远大于NLLS 的结果。在模型参数及 响应界面不确定性分析两方面GLUE方法均优于NLLS方法。 关键词　　溶质运移模型；参数反演；广义似然不确定性估计（GLUE ）方法；不确定性分析 中图分类号　　 S152　　　 文献标识码　　A 对 流 - 弥 散 方 程 （ C o n v e c t i o n - d i s p e r s i o n 了模型这一预测和决策工具的潜力发挥 ［5 ］。 ［6 ］ equation ，CDE ）可用于表征溶质的时空动态特征并 1992年，Beven 和Binley 提出基于贝叶斯方 揭示溶质在多孔介质中的迁移转化机理，是最常用的 法的广义似然不确定性估计（Generalized likelihood 描述土壤中溶质运移过程的模型之一 ［1 ］。由于溶质 uncertainty estimation ，GLUE ）方法。它是一种基 运移模型的关键参数（如弥散系数等）存在较强的 于蒙特卡罗模拟，且可识别多种潜在“异参同效” 非线性或尺度依赖性，通常难以通过实验直接准确 现象的参数优化方法，同时也是不确定性分析的一 测定 ［2 ］。利用监测数据通过数值模型反演来识别或 种重要手段 ［5 ］。不同于NLLS 这类传统寻优算法， 优化这些参数，是应用CDE解决实际问题的常规做 GLUE方法认为存在一个似然度函数，符合一定似 法。传统的参数估计方法主要包括非线性最小二乘 然度的参数组合均可接受，且离实测值越近该参数 法（Nonlinear least squares ，NLLS ）、高斯-牛顿法 组合的似然度越大，可信度越高