| 摘要 | 第9-12页 |
| Abstract | 第12-15页 |
| 第一章 绪论 | 第16-50页 |
| 1.1 研究背景 | 第16-18页 |
| 1.2 研究现状 | 第18-47页 |
| 1.2.1 地下水数值模拟不确定性研究概述 | 第18-22页 |
| 1.2.1.1 地下水数值模拟不确定性的来源 | 第18-20页 |
| 1.2.1.2 地下水数值模拟不确定性的分析方法 | 第20-22页 |
| 1.2.2 地下水流模型的参数不确定性分析 | 第22-36页 |
| 1.2.2.1 通用似然不确定性估计方法(GLUE) | 第22-28页 |
| 1.2.2.2 马尔科夫链蒙特卡洛方法(MCMC) | 第28-32页 |
| 1.2.2.3 贝叶斯递归估计方法(BaRE) | 第32-34页 |
| 1.2.2.4 UCODE | 第34-35页 |
| 1.2.2.5 PEST | 第35-36页 |
| 1.2.3 地下水流概念模型的不确定性分析 | 第36-42页 |
| 1.2.3.1 基于信息标准的BMA方法(IC-BMA) | 第38-39页 |
| 1.2.3.2 基于蒙特卡洛模拟的BMA方法(MC-BMA) | 第39-40页 |
| 1.2.3.3 MC-BMA与IC-BMA方法的对比研究 | 第40-41页 |
| 1.2.3.4 其他BMA方法 | 第41页 |
| 1.2.3.5 多模型分析(MMA) | 第41-42页 |
| 1.2.4 地下水流数值模拟观测数据的不确定性分析 | 第42-45页 |
| 1.2.5 信息熵在地下水数值模拟不确定性分析中的应用 | 第45-47页 |
| 1.3 研究内容 | 第47-50页 |
| 第二章 地下水流模型输出的概率分布特征分析 | 第50-72页 |
| 2.1 频率分析 | 第50-54页 |
| 2.1.1 概率分布函数的参数估计 | 第51-53页 |
| 2.1.2 概率分布函数的假设检验 | 第53-54页 |
| 2.2 敏感性分析 | 第54-58页 |
| 2.2.1 逐步回归分析 | 第54-55页 |
| 2.2.2 互熵分析 | 第55-56页 |
| 2.2.3 分类树分析 | 第56-58页 |
| 2.3 算例研究 | 第58-70页 |
| 2.3.1 地下水模型的建立 | 第58-59页 |
| 2.3.2 蒙特卡洛模拟过程 | 第59-60页 |
| 2.3.3 结果与分析 | 第60-70页 |
| 2.3.3.1 模型输出的概率分布 | 第61-63页 |
| 2.3.3.2 模型输出数值特征的敏感性分析 | 第63-67页 |
| 2.3.3.3 模型输出概率分布类型的敏感性分析 | 第67-70页 |
| 2.4 本章小结 | 第70-72页 |
| 第三章 地下水流模型的参数不确定性分析 | 第72-106页 |
| 3.1 贝叶斯统计理论 | 第72-73页 |
| 3.2 GLUE方法 | 第73-75页 |
| 3.3 MCMC方法 | 第75-82页 |
| 3.3.1 AM算法 | 第76-77页 |
| 3.3.2 SCEM-UA算法 | 第77-79页 |
| 3.3.3 DREAM算法 | 第79-82页 |
| 3.4 算例研究 | 第82-104页 |
| 3.4.1 地下水模型的建立 | 第82-83页 |
| 3.4.2 蒙特卡洛模拟过程 | 第83-87页 |
| 3.4.2.1 GLUE参数不确定性分析 | 第84-85页 |
| 3.4.2.2 AM-MCMC参数不确定性分析 | 第85页 |
| 3.4.2.3 SCEM-UA-MCMC参数不确定性分析 | 第85-86页 |
| 3.4.2.4 DREAM-MCMC参数不确定性分析 | 第86页 |
| 3.4.2.5 蒙特卡洛模拟的收敛性检验 | 第86-87页 |
| 3.4.3 结果的对比与分析 | 第87-104页 |
| 3.4.3.1 基于GLUE的参数不确定性分析 | 第87-89页 |
| 3.4.3.2 基于AM-MCMC的参数不确定性分析 | 第89-91页 |
| 3.4.3.3 基于SCEM-UA-MCMC的参数不确定性分析 | 第91-93页 |
| 3.4.3.4 基于DREAM-MCMC的参数不确定性分析 | 第93-95页 |
| 3.4.3.5 参数不确定性分析方法的对比 | 第95-104页 |
| 3.5 本章小结 | 第104-106页 |
| 第四章 地下水流概念模型的不确定性分析 | 第106-128页 |
| 4.1 BMA理论 | 第106-107页 |
| 4.2 IC-BMA方法 | 第107-108页 |
| 4.3 MC-BMA方法 | 第108-110页 |
| 4.4 算例研究 | 第110-114页 |
| 4.4.1 备择概念模型组的建立 | 第110-111页 |
| 4.4.2 MC-BMA方法的建立 | 第111-112页 |
| 4.4.3 蒙特卡洛模拟过程 | 第112-114页 |
| 4.5 结果的对比与分析 | 第114-125页 |
| 4.5.1 收敛性测试 | 第114-116页 |
| 4.5.2 地下水模型的参数不确定性分析 | 第116-118页 |
| 4.5.3 BMA预测分布 | 第118-123页 |
| 4.5.4 MC-BMA方法的对比 | 第123-125页 |
| 4.6 本章小结 | 第125-128页 |
| 第五章 地下水流数值模拟不确定性的定量评价 | 第128-145页 |
| 5.1 地下水数值模拟不确定性定量评价概述 | 第128-130页 |
| 5.2 基于方差方法的不确定性评价 | 第130-131页 |
| 5.3 基于信息熵方法的不确定性评价 | 第131-134页 |
| 5.4 算例研究 | 第134-135页 |
| 5.4.1 地下水模型的建立 | 第134页 |
| 5.4.2 蒙特卡洛模拟过程 | 第134-135页 |
| 5.5 结果的对比与分析 | 第135-142页 |
| 5.5.1 概念模型及BMA的预测分布 | 第135-136页 |
| 5.5.2 方差和信息熵方法的不确定性定量评价 | 第136-142页 |
| 5.6 本章小结 | 第142-145页 |
| 第六章 结论与展望 | 第145-149页 |
| 6.1 论文主要研究成果 | 第145-146页 |
| 6.2 论文主要创新点 | 第146页 |
| 6.3 研究展望 | 第146-149页 |
| 参考文献 | 第149-165页 |
| 附录Ⅰ 论文词语缩写对照表 | 第165-167页 |
| 附录Ⅱ 博士期间发表的论文及学术活动 | 第167-168页 |
| 致谢 | 第168-169页 |
