基于贝叶斯卷积神经网络的渗透系数反演与不确定性分析

摘要： 地下水资源的科学管理及决策高度依赖于精确的地下水模型，其中渗透系数这一水文地质参数发挥着至关重要的作用。为了全面理解和有效利用地下水，不仅需要准确估计渗透系数空间分布，还需对参数的不确定性进行量化，以评价其可信度。研究利用贝叶斯卷积神经网络（BCNN）探讨了渗透系数的参数反演和不确定性分析问题。为了检验该方法的有效性，进行了二维稳态水力层析抽水试验的虚拟数值实验。基准模型是具有... （共9页）