基于随机反演由钻孔间探地雷达走时获取的分布式土壤湿度
地球物理
2017-01-09 v1
摘要
地球物理方法相比传统地下测量方法具有几个关键优势，但其用于水文解释常常存在问题。在此，我们介绍了一种新颖的贝叶斯方法的理论和概念，该方法利用钻孔间探地雷达(GPR)实验的走时观测进行高分辨率土壤湿度估计。最近开发的带过去状态采样的多重差分进化自适应Metropolis算法MT-DREAM(ZS)被用于尽可能紧密且一致地推断饱和条件下空间分布的非饱和带土壤湿度和/或孔隙度的后验分布。考虑了两种不同且对立的模型参数化方案，一种涉及经典的均匀网格离散化，另一种基于离散余弦变换(DCT)。我们用两个涉及合成水示踪剂入渗研究和饱和条件下真实野外研究的地球物理数据的不同案例来说明我们的方法。我们的结果表明，DCT参数化在很大空间分辨率范围内产生最精确的分布式土壤湿度估计，并具有更优的MCMC收敛速度。此外，DCT非常适合研究和量化模型截断误差对MT-DREAM(ZS)反演结果的影响。对于野外实例，需要强制施加横向各向异性以推导可靠的土壤湿度变异性。我们的结果还表明，所提贝叶斯程序导出的后验土壤湿度不确定性显著大于从经典光滑约束确定性反演估计的不确定性。
引用
@article{arxiv.1701.01634,
title = {Distributed soil moisture from crosshole ground-penetrating radar travel times using stochastic inversion},
author = {N. Linde and J. A. Vrugt},
journal= {arXiv preprint arXiv:1701.01634},
year = {2017}
}
备注
in Vadose Zone Journal, 12 (2013)