基于二维水力学代码的全局敏感性分析：关于高分辨率地形数据相关不确定性的应用
计算工程、金融与科学
2016-04-25 v1
摘要
技术如航空摄影测量允许生成包含复杂环境（如城市区域）的3D地形数据。因此，可以创建融合影响地表漫流路径的地上细小元素的高分辨率（HR）数字高程模型（DEM）。尽管此类大数据具有高精度，但在DEM制作中的测量和假设仍存在误差。此外，操作者寻求优化空间离散化分辨率以改善洪水模型计算时间。测量误差、DEM生成误差以及操作者在二维水力学模型中纳入此数据的选择，均可能影响洪水模型模拟结果。这些误差和假设可能显著影响洪水建模结果的可变性。本研究的目的是调查与(i)高分辨率地形数据自身误差，以及(ii)建模者在水力学代码中纳入地形数据时的选择相关的不确定性。目标是执行全局敏感性分析（GSA），通过蒙特卡洛不确定性传播来量化不确定性的影响，随后计算Sobol指数，以对识别参数在结果可变性上的影响进行排序。开发了一个使用参数计算环境（Prométhée）与基于二维浅水方程代码（FullSWOF 2D）耦合的流程（P-FS工具）。研究在瓦尔河（Var river）下游河谷进行，采用1994年洪水事件的估计过程线。尼斯市（Nice municipality）提供了研究区（17.5 km^2）的高分辨率地形数据。研究了三个不确定参数：测量误差（变量E）、DEM中地上元素（建筑、人行道等）表示的详细程度（变量S），以及空间离散化分辨率（规则网格的网格单元大小）（变量R）。参数变量E服从概率密度函数，而参数变量S和变量R为离散的操作者选择。结合这些参数，使用部署在高性能计算结构上的P-FS工具生成了2,000次模拟的数据库。在我们的研究案例中，关注输出为最大
引用
@article{arxiv.1604.06777,
title = {Global Sensitivity Analysis with 2D Hydraulic Codes: Application on Uncertainties Related to High-Resolution Topographic Data},
author = {M Abily and O Delestre and P Gourbesville and N Bertrand and C. -M Duluc and Y Richet},
journal= {arXiv preprint arXiv:1604.06777},
year = {2016}
}