地下水溶质运移模型的尺度效应和不确定性分析

This project addresses fundamental issues that confront efforts to model complex heterogeneous systems involving interactions and tradeoffs between model resolution/formulation, model scale, and prediction uncertainty, with a specific focus on the quantitative description of microbially-mediated chromium attenuation at scales ranging from cellular to that of geologic formations at a groundwater contaminant assessment and remediation site..A large experimental database from prior and ongoing field and laboratory studies at the Qiqihar site will be leveraged with new experimental studies of the spatial variability of geochemical variables and with synthetic field-scale data sets generated using geostatistical models of the Qiqihar site. Project tasks will focus on testing hypotheses of broad scientific importance: (1) microbially-mediated reaction rates are increasingly controlled by mass transport limitations at larger scales; (2) effects of spatially variable hydrobiogeochemical properties can be described by upscaled constitutive models that exhibit greater intrinsic error with increasing model simplification and averaging scale; and (3) when observation data are given，model propagation uncertainty increases with increasing model complexity and decreasing averaging scales. The project will lead to improved fundamental understanding of microbial, geochemical and physical process interactions and their manifestations in functional constitutive relationships at various scales.

本项目研究复杂的非均质地下水系统建模所面临的参数尺度效应和不确定性问题，以及模型复杂程度的选取，平均化尺度的确立，观测资料的“质”和“量”与模型预测可靠性之间的关系及折衷与权衡的根本性问题。项目将综合利用实验室厘米级尺度的柱状实验，野外百米尺度的示踪试验和区域大尺度的计算机模拟来研究在不同空间尺度条件下铬微生物反应参数的变化规律。.我们将根据不同尺度的实验与模拟结果来检验以下假设的正确性和科学性：（1）微生物驱导的反应速率主要受控于大尺度下的传质限制；（2）生物地球化学特性的空间变化可以通过更大尺度的本构模型来描述，模型的固有误差随着模型的进一步粗化（简化）和平均化尺度的增加而增加；（3）当观测资料一定时模型的不确定性将随模型的复杂性增加而增加但随平均化尺度的增大而减少。项目成果将深化我们对多尺度物理和生物地球化学过程及其相互作用的理解与认识，进而对地下水资源的科学管理提供科学依据。

水土污染问题随着工农业发展和城市化进程而变得日益严峻，对生态环境和人类生存安全构成了重大威胁。针对在复杂区域的地下水污染评价与修复研究中存在的参数尺度效应及模型不确定性问题，本项目以齐齐哈尔为研究区，综合应用野外调查、室内测试、相似实验、以及基于人工智能的数值模拟等手段，查明了研究区的非均质结构特征及其水土理化特性；分析了溶质运移参数在多尺度非均质介质中的时空变化规律及尺度效应；定量描述了非均质模型中溶质运移模拟结果的不确定性。通过该项目的研究，在以下方面取得了重要进展：.（1）研发了基于人工智能的地质结构随机反演识别算法与框架，实现了对非均质岩相的精准识别与刻画；（2）基于场地调查与室内相似实验，研究了运移参数的时空演变规律，特别是弥散度随运移距离变化的尺度效应规律，构建了多阶层多尺度非均质模型的弥散度升尺度模型，通过实验结果验证了该模型的正确性与适用性；（3）提出了两种监测网优化设计方法（分别基于数据价值理论和基于深度学习与信息熵理论），来指导室内外实验观测网的时空布设，以增加实验结果的可靠性；（4）通过反应性溶质Cr(VI)的吸附及土柱运移实验，揭示了在不同沉积物中Cr(VI)吸附的控制因素及主要机制；（5）利用蒙特卡洛法对多尺度非均质模型中溶质混合与弥散结果进行了不确定性分析，评价了初始羽流尺寸、局部尺度弥散、非均质结构参数及渗透系数统计参数对模拟结果的影响，揭示了控制溶质运移的特征尺度及敏感参数。.本项目的研究成果将深化我们对地下水流和溶质运移参数尺度效应机制的科学认识，为区域尺度地下水污染评价与修复提供科学依据，进而达到对地下水资源的可持续开发与科学管理。