基于集合卡尔曼滤波法的非高斯含水层参数识别
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 研究背景 | 第11-17页 |
| ·问题的提出 | 第11-14页 |
| ·正演问题与逆演问题 | 第11-12页 |
| ·逆演问题的必要性 | 第12页 |
| ·逆演问题中的难点 | 第12-14页 |
| ·研究动机和目标 | 第14页 |
| ·论文结构 | 第14-17页 |
| 第2章 逆方法文献综述 | 第17-31页 |
| ·逆方法的演化 | 第17-28页 |
| ·从直接法到间接法 | 第17-18页 |
| ·从线性化到非线性化 | 第18-19页 |
| ·从确定性模型到随机模型 | 第19-22页 |
| ·从目标函数最小化到后验采样 | 第22-24页 |
| ·观测数据的实时融合 | 第24页 |
| ·是否保持先验模型的结构 | 第24-27页 |
| ·采用高斯分布的合理性 | 第27-28页 |
| ·逆方法小结 | 第28页 |
| ·逆方法的发展趋势 | 第28-31页 |
| 第3章 正态转换-集合卡尔曼滤波法 | 第31-39页 |
| ·集合卡尔曼滤波法（EnKF） | 第31-34页 |
| ·正态得分转换 | 第34-35页 |
| ·正态转换-集合卡尔曼滤波法（NS-EnKF） | 第35-39页 |
| 第4章 数值实验 | 第39-53页 |
| ·背景场 | 第39-41页 |
| ·初始参数场 | 第41-42页 |
| ·结果的评价标准 | 第42-44页 |
| ·数据融合的结果与讨论 | 第44-53页 |
| ·模型结构的识别 | 第44-49页 |
| ·更新后模型的预测能力 | 第49-53页 |
| 第5章 敏感性分析 | 第53-79页 |
| ·集合中样本的数量 | 第53-54页 |
| ·非均质的程度 | 第54-56页 |
| ·ln K 测量值的数量 | 第56-64页 |
| ·背景场 | 第56-59页 |
| ·初始场 | 第59页 |
| ·更新后的场 | 第59-64页 |
| ·先验模型、边界条件及卡尔曼增益的局部化 | 第64-76页 |
| ·背景场 | 第65页 |
| ·情形介绍 | 第65-69页 |
| ·结果与讨论 | 第69-76页 |
| ·水头观察点的数量 | 第76-79页 |
| 第6章 结论与建议 | 第79-83页 |
| ·结论 | 第79-80页 |
| ·下一步的工作 | 第80-83页 |
| 参考文献 | 第83-93页 |
| 致谢 | 第93-95页 |
| 个人简历 | 第95-98页 |
