本项目在负责人以前发展的非均质地下水流动随机过程理论与方法的基础上,针对大尺度的随机非均质多孔介质中水流和溶质运移问题,发展了一种基于Karhunen-Loeve展开、随机配点法(PCM)及卡尔曼滤波的数据同化方法(PCKF),以期达到快速、连续地提高对模型参数和状态变量的估计及减小模型预测的不确定性。该项目研究内容属国际前沿、处国际领先地位;所发展的方法得到国际同行的广泛关注,得到推广发展。该方法为多个行业所急需,不仅可以应用于水资源开发与地下水保护,也可以用在一些其他的学科,例如,大型水电工程的安全性、石油开采、二氧化碳地质封存、地震、地震波观测、环境修复和大气模拟等。
英文主题词Flow in heterogeneous porous media; Stochastic theory and method; Kalman filter; Karhunen-Loeve expansion; Probabilistic collocation method (PCM)