アンサンブルカルマンフィルタによる地下水流動モデルの逐次データ同化
岩盤の水理特性に関して入手できる情報は多くはないため、シミュレーションにより地下水流動の評価・予測を行う際には、不確かな物性値や境界条件のもとで地下水流動解析を行うことになる。この結果、信頼性の高い解析モデルを構築するのは容易でなく、試行錯誤的にモデルキャリブレーションを行っているのが現状である。本研究では、地下水モニタリングのデータを利用してデータ同化を行うことで、合理的に解析モデルを構築する方法について検討した。実際の地下構造物を対象にデータ同化を行ったところ、地下水位や流量の観測データを三次元地下水流動解析のモデルに同化することで、観測結果を再現する解析モデルを同定できることを示し、提案手法の有効性を示した。
Application of Sequential Data Assimilation for a Groundwater Flow Model with Ensemble Kalman Filter
Uncertainties in hydraulic parameters of a groundwater flow model often leads to significant differences between simulation results and real observations, making it difficult to obtain a reliable model. The sequential data assimilation technique allows to rationally calibrate a groundwater flow model with observation results. In this study, the ensemble Kalman filter is used to identify hydraulic parameters for a practical three-dimensional groundwater flow model of an existing underground structure. A data assimilation experiment using real field measurements showed promising results and demonstrated applicability of the proposed methodology.
PDFファイルをご覧いただくには、Adobe Readerが必要です。
お持ちでない方は、ダウンロードしてご覧ください。
Adobe Readerをダウンロードする
