一、内容概述
1.成果简介
数据同化中，应用最广泛的就是集合卡曼滤波法（Ensemble Kalman Filter，EnKF）。该方法最初是由挪威的Geir Evensen在1994年提出的，然后才被广泛应用推广。目前应用比较多的是在卫星定轨、气象预报等，但在地下水模拟预测中的应用较少。
在地下水流模型中，需要输入大量的参数，如渗透系数等。我们通过各种手段获取的参数，一般都是点源数据或者小范围区域的数据。在应用到模型区域上时，具有很大的局限性。有时在实际工作中，这些参数的不确定性会给模型的预测结果带来很大的不确定性。另一方面，在实际工作，我们可以获得一系列随时间变化的状态数据（如水头）。利用这些数据可以对模型中的一些参数进行校正。其中的一种有效的校正方法就是通过EnKF，利用获得的时间序列数据来识别模型的参数并更新系统的状态。该方法的精髓就是利用不断获取的实际观测数据，对模型中的一些参数（水文地质参数或状态参数等）进行不断地更新。
2.基本原理
在利用EnKF时，首先需要产生的是一个参数向量的集合，或者称为参数实现的集合。集合既包括模型的水文地质参数（如渗透系数、孔隙度等），也包括了模型的状态参数（如水头、浓度、温度等）。集合具体的表现形式如下。
水文地质环境地质
式中：X，参数实现集合；x，参数实现集合中的一个参数实现；n，参数实现集合中实现的个数；A，模型的水文地质参数实现；B，模型的状态参数实现；a，模型水文地质参数实现中的一个元素；b，模型状态参数实现中的一个元素；p，模型水文地质参数实现中参数的个数；s，模型状态参数实现中参数的个数。
EnKF计算方法比较简单，核心的步骤有两个：预测和更新。在数据同化的过程中，这两个步骤是不断的交替进行的。在整个参数实现集合中，对于每一个参数实现都需要进行预测和更新的步骤。
在此，以模型的一个状态参数（水头h）为例进行说明。
第一步：模型预测。模型预测是指根据t-1时刻的h值，通过模型计算，得到t时刻的h值。
ht=F（ht-1） （2）
式中：F，模型预测函数。
在从t-1时刻进行到t时刻的时候，模型中的水文地质参数基本保持不变，而h值则进行的更新。另外一方面，通过一定的监测手段，也获得了一些t时刻的水头观测值。这个时候，我们就需要进行到第二步。
第二步：模型更新。模型的更新是指通过的一定的计算方法，将模型参数向量中的一些参数进行更新。具体的更新方程如下：
水文地质环境地质
式：中
水文地质环境地质
式：中
完成了t时刻h值的更新之后，就可以用更新的h值来进行t+1时刻的h值的预测，到了t+1时刻又获得观测数据，然后再进行t+1时刻的h值的更新。以此类推，通过不断的获得观测数据，对模型的h值进行不断地更新，使模型的预测值h不至于与实际观测值之间偏差太大。
3.技术特点
该项技术的特点是能对模型中的参数进行不断更新，即使在模型的前期出现了较大误差或错误，但能够通过新的观测数据使后期的模拟结果与实际数据接近。
4.技术指标
该项技术没有具体的技术指标，要根据实际应用中确定的同化参数来确定。
二、应用范围及应用实例
该项技术可以用来提高地下水模拟预测的精度。目前应用的实例是通过科技部国际科技合作专项项目“中国西部干旱区含水层存储与利用”，在新疆乌鲁木齐河流域成功应用。通过实例，验证了该方法在地下水模拟预测中的有效性，取得良好的试验效果。在未来的地下水水情预警预报中可作为一种行之有效的方法。
三、推广转化方式
该项技术的推广转化方式主要以会议交流，技术咨询等方式进行。
技术依托单位：中国地质环境监测院
联系人：褚洪斌 李海涛
通讯地址：北京市海淀区大慧寺20号
邮政编码：100081
联系电话：010-62179611