水位监测反演含水层参数

随着我国地下水监测工作的高速发展，高频率高密度水位监测数据的出现催生了对其进行深入信息挖掘的需求。在传统地下水模型研究中，地下水水位监测值常位于模型构建过程的下游，当水位监测的时空密度逐渐增大时，新增信息无法有效传导至模型的规划阶段并指导概念模型的修订。在EnviFusion中提出并实现了地下水系统补排边界的识别方法，在不建立地下水数值模型的前提下，以监测井空间位置为节点，按照德劳内原则建立三角网格。在此网格系统中，首先定义一个水力梯度变换函数grad F，以求取网格中任意位置的水力梯度;借鉴机器学习领域的优化算法，使用水力梯度场驱动含水层中随机分布质点的运行轨迹，并以此推断和识别区域内地下水补给和排泄边界。