pest中两种参数化方法：zonal和pilot points-凯发体育客户端

在gms反向模型中，有两种参数化方法，zonal和pilot points，下面分别介绍这两种方法。

一、zonal

1）定义参数区对模型中的每一个参数多边形（如渗透系数k和补给量）赋一个主值（key value），这个主值应该具有唯一性，一般赋负值效果较好。注意：在采用zonal方法参数化时，被估算的参数区的数量应该小于观测点的数量2）设置参数数据（1）勾选parameter estimation，开启参数估计选项：modflow——global options——run options——parameter estimation（2）设置初始水头初始水头最好选用前一次正向模拟结果产生的水头，这样可以保证pest在计算时更快收敛。如果初始水头与pest计算过程中的结果相差很大，可能会导致计算失败。取消勾选turn off starting heads equal grid top elevations——starting heads——3d dataset—grid ——head（3）编辑参数数据modflow| parameters ——initialize from model，设置初始值、最小值和最大值，注意，初始值的设定很重要，初始值与最终参数值越接近，反向模型越容易收敛（4）设置最大迭代次数modflow|pcg—pre.conj._gradient solver ——maximum number of outer iterations，number of inner iterations3）加载最优参数数据pest模型运行结束后，通过最优参数模拟计算的结果会自动导入到gms中，但是最优参数值需要通过以下方法加载进来取代初始值。modflow| parameters ——import optimal values——选择*.par文件4）查看参数敏感度pest会将每次迭代参数估计的敏感度信息保存到sen文件中，通过plot wizard，选择parameter sensitivities可以图形可视化各参数的敏感度。

二、pilot points

pilot points通过正则化方法实现参数化。通过正则化方法，可以实现估算的参数个数远大于观测点数目，因此，可以定义复杂的参数分布，产生极小的剩余误差。pilot point的正则化方法是pest中非常有效的方法。正则化方法有两种：

preferred homogeneous regularization先验信息方程被写进pest控制文件中，将pilot points互相联系起来，这些方程指示pest，在缺少pest目标函数的强影响下，彼此距离很近的pilot points应该具有相同的值。preferred value regularization先验信息方程被写进pest控制文件中，将pilot points与它们的初始值联系在一起。这些方程指示pest，在缺少pest目标函数的强影响下，pilot points应该与它们的初始值相同。 同类热门推荐 企业建立测量管理体系的策划方法 60224人看过 我就和姐姐玩羊的故事 31353人看过 羊的第二天 98362人看过 2022年12月22日 羊了第三天 58684人看过 阳了不能洗澡 13289人看过 本站只为传播信息，不对所发布的内容本身负责。如有凯发k8国际手机app下载的版权及其它问题，请联系站长处理。

本文tag：[方法] [两种]