Accounting for uncertainty in complex alluvial aquifer modeling by Bayesian multi-model approach
Accounting for uncertainty in complex alluvial aquifer modeling by Bayesian multi-model approach
复制标题
通过贝叶斯多模型方法解释复杂冲积含水层建模的不确定性
DOI：
10.1016/j.jhydrol.2021.126682
复制
发表时间：
2021
影响因子：
6.4
通讯作者：
Kao, Shih-Chieh
中科院分区：
文献类型：
--
作者：
Yin, Jina;T.-C. Tsai, Frank;Kao, Shih-Chieh
由于沉积环境的变化，冲积含水层本质上是复杂的。建立一个可靠的地下水模型来表示一个冲积含水层是非常重要的。此外，由于模型参数值的选择不充分，依赖于单一的最佳校准模型可能是不够的。为了更好地理解地下水动态，提高模型预测的可靠性，本研究提出了一个贝叶斯多模型不确定性量化（BMMUQ）框架，以考虑复杂冲积地下水模型参数的不确定性。该方法应用于路易斯安那州东北部农业密集的密西西比河冲积含水层（MRAA）。利用7259口测井资料，首次构建了MRAA地区3个河流沉积（冲积层、辫状河阶地和辫状河阶地-黄土）的含水层结构。然后开发了一个12层MODFLOW模型来解决冲积含水层的复杂性，并通过遗传算法进行了校准。本研究量化了砂相水力导率和比储模型参数的不确定性。采用贝叶斯模型平均（BMA）和期望最大化（EM）算法，对50个备选概念地下水流模型的后验模型权值和水头方差进行了推导，从而得到了BMA集合模型的预测结果，而不是仅仅依赖于校准后的最佳概念模型。结果表明，2015年由于库区灌溉需水量大，地下水库存量较2004年初减少约9.5亿m3。明确量化模型的不确定性可以使BMA集合模型的地下水位预报更加可靠。提出的地下水模型框架提高了我们对MRAA的理解，并为协助农业用水管理提供了有价值的工具。
Alluvial aquifers by nature are complex caused by varied depositional environments. Developing a reliable groundwater model to represent an alluvial aquifer is non-trivial. Also, relying on a single best calibrated model may not be sufficient because of an inadequate choice of model parameter values. To better understand groundwater dynamics and improve model prediction reliability, this study presents a Bayesian multi-model uncertainty quantification (BMMUQ) framework to account for model parameter uncertainty in complex alluvial groundwater modeling. The methodology was applied to the agriculturally intensive Mississippi River alluvial aquifer (MRAA), Northeast Louisiana. An aquifer architecture was first constructed using 7,259 well logs in the MRAA area which covers three fluvial deposits (alluvium, braided-stream terrace, and braided-stream terrace-loess). A 12-layer MODFLOW model was then developed to address the alluvial aquifer complexity and well calibrated through a genetic algorithm. This study quantified model parameter uncertainty in hydraulic conductivity and specific storage of sand facies. Bayesian model averaging (BMA) with the Expectation Maximization (EM) algorithm was adopted to derive posterior model weights and head variances of 50 alternative conceptual groundwater flow models, and thereby obtains BMA ensemble model predictions instead of only relying on the best calibrated conceptual model. Results show that an estimated around 950 million m3of groundwater storage loss occurs in 2015 with respect to the beginning of 2004, due to high groundwater demand for irrigation in the MRAA area. Explicitly quantifying model uncertainty can produce more reliable groundwater level predictions from BMA ensemble model. The presented groundwater modeling framework improves our understanding of the MRAA and provides a valuable tool to assist agricultural water management.
登录
查看更多内容
影响因子：
2.6
作者：
Bowling, JC;Rodriguez, AB;Zheng, CM
通讯作者：
Zheng, CM
1918-1998 年阿肯色州东北部密西西比河流域冲积含水层地下水流模型的重新校准，模拟了预计到 2049 年地下水抽取造成的水位
DOI：
--
发表时间：
2003
期刊：
影响因子：
--
作者：
T. Reed
通讯作者：
T. Reed
加州中央山谷的家用井易受干旱持续时间和不可持续地下水管理的影响
影响因子：
6.7
作者：
R. Pauloo;A. Escriva;H. Dahlke;A. Fencl;H. Guillon;G. Fogg
通讯作者：
G. Fogg
阿肯色州东北部密西西比河流域冲积含水层联合利用优化模型
DOI：
--
发表时间：
2003
期刊：
影响因子：
--
作者：
J. Czarnecki;B. Clark;G. Stanton
通讯作者：
G. Stanton
水文地层建模的分层贝叶斯模型平均：不确定性分离和比较评估
影响因子：
5.4
作者：
F. Tsai;A. Elshall
通讯作者：
A. Elshall