2026国家自然科学基金面上项目申报书模板.docx

2026国家自然科学基金面上项目申报书模板

\u3000\u3000本项目围绕非均质多孔介质中两相流动的高效数值模拟与参数反演问题，提出一套融合物理信息神经网络、多源数据学习和概率推断的新方法。CO2地质封存、油气资源开采和地下水污染修复等过程均涉及非均质介质内多相流体的复杂运移，其准确模拟和动态预测依赖于对渗透率、相对渗透率、毛细压力等关键参数的精细刻画。然而地下介质的强烈空间变异性导致参数未知维度极高，观测数据稀疏且存在噪声，传统基于梯度或进化算法的历史拟合方法在求解此类病态反问题时往往面临计算代价大、收敛性差、结果唯一性难以保证等困难。近年来，物理信息神经网络突破了传统数值方法的网格依赖