基于时变数据参数随机反分析理论,采用马尔可夫链蒙特卡罗方法(Markov chain Monte Carlo simulation,MCMC法),建立了分层边坡非饱和渗流随机反分析模型.以香港东涌某天然坡地降雨入渗现场试验为案例,建立单层土和双层土非饱和渗流模型...基于时变数据参数随机反分析理论,采用马尔可夫链蒙特卡罗方法(Markov chain Monte Carlo simulation,MCMC法),建立了分层边坡非饱和渗流随机反分析模型.以香港东涌某天然坡地降雨入渗现场试验为案例,建立单层土和双层土非饱和渗流模型,利用DREAM算法对时变降雨条件下非饱和土渗流模型参数进行随机反演,研究了单层土和双层土模型参数后验分布和预测效果.结果表明,参数后验分布变异性较先验分布减小,与单层土模型相比,双层土模型能缩减更多的参数不确定性,校准期内置信区间更窄,验证期内预测与实测值吻合程度较高.展开更多
文摘基于时变数据参数随机反分析理论,采用马尔可夫链蒙特卡罗方法(Markov chain Monte Carlo simulation,MCMC法),建立了分层边坡非饱和渗流随机反分析模型.以香港东涌某天然坡地降雨入渗现场试验为案例,建立单层土和双层土非饱和渗流模型,利用DREAM算法对时变降雨条件下非饱和土渗流模型参数进行随机反演,研究了单层土和双层土模型参数后验分布和预测效果.结果表明,参数后验分布变异性较先验分布减小,与单层土模型相比,双层土模型能缩减更多的参数不确定性,校准期内置信区间更窄,验证期内预测与实测值吻合程度较高.
