| 致谢 | 第7-9页 |
| 摘要 | 第9-12页 |
| Abstract | 第12-14页 |
| 1 绪论 | 第22-42页 |
| 1.1 研究背景 | 第22-23页 |
| 1.2 多源数据同化 | 第23-30页 |
| 1.2.1 含水层中的水头数据同化 | 第23-25页 |
| 1.2.2 含水层中的温度数据同化 | 第25-30页 |
| 1.2.3 水头和温度数据的联合同化 | 第30页 |
| 1.3 数据同化算法 | 第30-35页 |
| 1.3.1 变分算法 | 第30-31页 |
| 1.3.2 卡尔曼滤波算法及其变体 | 第31-33页 |
| 1.3.3 粒子滤波算法 | 第33-34页 |
| 1.3.4 马尔科夫链蒙特卡洛算法 | 第34-35页 |
| 1.4 模型参数反演的最优实验设计 | 第35-37页 |
| 1.5 地下水模拟中替代模型的应用 | 第37-40页 |
| 1.5.1 多保真度替代模型 | 第37-38页 |
| 1.5.2 基于投影的替代模型 | 第38-39页 |
| 1.5.3 数据驱动的替代模型 | 第39-40页 |
| 1.6 本文研究内容 | 第40-42页 |
| 2 基于水头和温度数据同化的二维异质水流场量化:数值模拟与沙箱实验 | 第42-60页 |
| 2.1 引言 | 第42-43页 |
| 2.2 研究方法 | 第43-49页 |
| 2.2.1 控制方程 | 第43-44页 |
| 2.2.2 一维解析解方法 | 第44-45页 |
| 2.2.3 迭代集合平滑器 | 第45-47页 |
| 2.2.4 沙箱实验 | 第47-48页 |
| 2.2.5 结果评价指标 | 第48-49页 |
| 2.3 案例研究 | 第49-59页 |
| 2.3.1 数值案例 | 第49-53页 |
| 2.3.2 沙箱实验案例 | 第53-59页 |
| 2.4 小结 | 第59-60页 |
| 3 基于温度示踪方法量化河床异质性的贝叶斯监测设计 | 第60-80页 |
| 3.1 引言 | 第60-61页 |
| 3.2 研究方法 | 第61-66页 |
| 3.2.1 贝叶斯反演 | 第61-62页 |
| 3.2.2 贝叶斯数据价值分析 | 第62-63页 |
| 3.2.3 自适应GP替代模型 | 第63-64页 |
| 3.2.4 基于自适应GP替代模型的MCMC算法 | 第64页 |
| 3.2.5 时空监测网设计 | 第64-66页 |
| 3.3 案例研究和讨论 | 第66-78页 |
| 3.3.1 数值案例 | 第66-73页 |
| 3.3.2 沙箱实验案例 | 第73-78页 |
| 3.4 小结 | 第78-80页 |
| 4 一种基于自适应高斯过程替代模型的迭代集合平滑器 | 第80-102页 |
| 4.1 引言 | 第80-81页 |
| 4.2 研究方法 | 第81-83页 |
| 4.2.1 结合自适应GP替代模型的IES | 第81-83页 |
| 4.3 案例研究 | 第83-101页 |
| 4.3.1 案例1:瞬态饱和流问题 | 第83-91页 |
| 4.3.2 案例2:稳态饱和流沙箱实验 | 第91-96页 |
| 4.3.3 案例3:非饱和流问题 | 第96-101页 |
| 4.4 小结 | 第101-102页 |
| 5 一种基于自适应高斯过程替代模型的迭代平滑器算法 | 第102-114页 |
| 5.1 引言 | 第102-103页 |
| 5.2 研究方法 | 第103-106页 |
| 5.2.1 基于GP替代模型的雅克比矩阵求解 | 第103-105页 |
| 5.2.2 基于自适应GP的迭代平滑器 | 第105-106页 |
| 5.3 案例研究 | 第106-111页 |
| 5.3.1 数值案例 | 第107-109页 |
| 5.3.2 沙箱实验案例 | 第109-111页 |
| 5.4 结论 | 第111-114页 |
| 6 总结与展望 | 第114-118页 |
| 6.1 研究内容总结 | 第114-115页 |
| 6.2 创新点 | 第115-116页 |
| 6.3 研究展望 | 第116-118页 |
| 参考文献 | 第118-148页 |
| 作者在学期间科研成果 | 第148页 |
