一、模型建立的方法 GMS软件有三种建立确定性模型的方法,包括概念模型法、网格法和Solids法。
本书中所选择的方法为Solids法。不管是利用网格法或者概念模型法建模,对含水层结构进行合理的概化是其中一个重要环节,所建模型的准确性很大程度上取决于对实际水文地质条件的正确判断。
若轻视对具体水文地质条件的研究,过多依赖模拟技术建立的模型,通常与实际问题相差甚远,也没有使用价值(魏加华等,2003)。当地层出现尖灭、垂向上具有多元结构、水文地质条件比较复杂时,前两种方法不能准确描述此类地层结构,也不能验证基于地质统计学插值求得的含水层顶底板高程是否与实际的钻孔资料相符。
GMS中的实体模块Solids利用钻孔资料可以建立地层的三维结构可视化模型,Solids模型定义了地层结构的空间分布,可以切割生成三维显示任意方向的地层剖面(王丽霞等,2011)。二、模型建立的步骤 利用Solids建模的步骤:(1)在钻孔模块(borehole)中定义钻孔的坐标位置及垂向上的层位(horizon)。
层位即不同地层的交线或岩性分界线。由于地层沉积通常是连续的,因此层位按照一定的次序排列。
然而实际地层一般比较复杂,钻孔资料常出现地层缺失现象,遇到此种情况,将缺失的层位空出,使Solids得到的剖面和实际地层剖面相符合。(2)根据实际的钻孔资料将相应的层位用弧线连接,同时注意地层尖灭的标示。
层位连接后生成不同多边形,每个多边形表示相应的地层或岩性。(3)在地图模块Maps中定义不规则三角网格TIN,来表示地层单元插值的表面边界。
(4)在实体模块Solids选择恰当的插值方法,由horizons生成其相应地层的Solids。如果有N个horizons则有N-1个Solids,Solids生成后即可以在模型上切割任意剖面来检验模型的三维空间结构。
(5)根据Solids数来确定所需网格的最小层数,生成三维网格并进行MODFLOW的初始化。将Solids记录的地层空间信息转成MODFLOW中含水层的顶底板标高,至此地下水三维空间结构模型建立完成。
三、建模过程中可能遇到的问题及解决方法 地下水三维可视化模型建立,首先要基本查明灌区的水文地质条件。了解灌区的地貌、地质条件、构造发育、各地层厚度等信息,需要收集和整理地下水的相关资料,包括灌区水文地质报告、构造图、地质地貌图、水文地质剖面图、电子版地理底图、等高线图、含水层顶底板高程等值线图以及钻孔数据资料等。
再结合水文地质条件对含水层资料进行整理和概化。利用GMS建立地下水三维可视化模型时,尤其是在大区域建模中,可能出现3类问题(张永波等,2007;孙红梅等,2008)。
1.由于钻孔分布不均匀而导致的地层缺失 在大区域建模中,由于研究区范围较大,各部分研究程度不同,一般会引起钻孔分布的不均匀。通过不均匀分布的钻孔资料建立水文地质结构模型,可能致使部分地层产生缺失,导致结构模型失真。
另外,钻孔分布均匀程度是一个相对概念,对于地形平缓、地层结构相对简单的地区,少量钻孔基本可以比较清楚地反映地层结构;对于地形起伏较大、地层结构比较复杂、构造比较发育的地区,需要较多的有效钻孔,才可能准确揭示地层分布及构造发育状况,然而实际工作中完全实现是不可能的。对于此种问题,根据研究区的地质地貌图、构造分布图及前人绘制的剖面图,对已有的钻孔数据资料进行分析和整理,在具有控制点作用的位置可以适当虚拟部分钻孔数据或者各层面的高程数据,以准确反映该区域地层结构和构造。
采用扩充后的钻孔数据资料建立水文地质结构模型,可以弥补由于钻孔资料缺乏而导致的部分地层的缺失。2.由于钻孔不够深而引起的下伏地层抬升 在钻探工作中,往往有些钻孔深度不够,不能完整地揭露地层。
根据这样的钻孔数据建立水文地质结构模型时,系统默认将钻孔底部的标高作为上一层的底部界面。这样就造成下伏地层的抬升。
对于这种情况,根据前人绘制的地层等厚度线及剖面图,结合四周钻孔数据对该钻孔资料进行修正,修正后的钻孔资料可以比较准确地反映地层结构。采用修正后的数据资料建立水文地质结构模型,可以有效地控制下伏地层的抬升。
3.由于钻孔资料过细而引起的地层混杂 在野外纪录的钻孔资料中,局部有透镜体形成的地层,透镜体分布的连续性相对较差。采用过细的资料建模,计算机不能分辨透镜体及连续地层,容易出现地层混杂,即将某个钻孔的透镜体地层和另一个或其他几个钻孔的连续地层分界面相连接,导致生成错误的地层结构。
对于这种情况,根据该区域剖面图整理资料时,将透镜体区分出来,忽略较小的透镜体,针对较大的透镜体则另外生成地层结构。此外,在插值计算中,由于计算方法的不同,产生的结果也许会有很大差异,这需要在进行插值计算时,根据不同的具体条件选择适当的插值方法。
—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法,一类是测试分析方法.机理分析是根据对现实对象特性的认识、分析其因果关系,找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.
模型准备 首先要了解问题的实际背景,明确建模的目的搜集建模必需的各种信息如现象、数据等,尽量弄清对象的特征,由此初步确定用哪一类模型,总之是做好建模的准备工作.情况明才能方法对,这一步一定不能忽视,碰到问题要虚心向从事实际工作的同志请教,尽量掌握第一手资料.
模型假设 根据对象的特征和建模的目的,对问题进行必要的、合理的简化,用精确的语言做出假设,可以说是建模的关键一步.一般地说,一个实际问题不经过简化假设就很难翻译成数学问题,即使可能,也很难求解.不同的简化假设会得到不同的模型.假设作得不合理或过份简单,会导致模型失败或部分失败,于是应该修改和补充假设;假设作得过分详细,试图把复杂对象的各方面因素都考虑进去,可能使你很难甚至无法继续下一步的工作.通常,作假设的依据,一是出于对问题内在规律的认识,二是来自对数据或现象的分析,也可以是二者的综合.作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识,又要充分发挥想象力、洞察力和判断力,善于辨别问题的主次,果断地抓住主要因素,舍弃次要因素,尽量将问题线性化、均匀化.经验在这里也常起重要作用.写出假设时,语言要精确,就象做习题时写出已知条件那样.
模型构成 根据所作的假设分析对象的因果关系,利用对象的内在规律和适当的数学工具,构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构.这里除需要一些相关学科的专门知识外,还常常需要较广阔的应用数学方面的知识,以开拓思路.当然不能要求对数学学科门门精通,而是要知道这些学科能解决哪一类问题以及大体上怎样解决.相似类比法,即根据不同对象的某些相似性,借用已知领域的数学模型,也是构造模型的一种方法.建模时还应遵循的一个原则是,尽量采用简单的数学工具,因为你建立的模型总是希望能有更多的人了解和使用,而不是只供少数专家欣赏.
模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种传统的和近代的数学方法,特别是计算机技术.
模型分析 对模型解答进行数学上的分析,有时要根据问题的性质分析变量间的依赖关系或稳定状况,有时是根据所得结果给出数学上的预报,有时则可能要给出数学上的最优决策或控制,不论哪种情况还常常需要进行误差分析、模型对数据的稳定性或灵敏性分析等.
模型检验 把数学上分析的结果翻译回到实际问题,并用实际的现象、数据与之比较,检验模型的合理性和适用性.这一步对于建模的成败是非常重要的,要以严肃认真的态度来对待.当然,有些模型如核战争模型就不可能要求接受实际的检验了.模型检验的结果如果不符合或者部分不符合实际,问题通常出在模型假设上,应该修改、补充假设,重新建模.有些模型要经过几次反复,不断完善,直到检验结果获得某种程度上的满意.
模型应用 应用的方式自然取决于问题的性质和建模的目的,这方面的内容不是本书讨论的范围。
应当指出,并不是所有建模过程都要经过这些步骤,有时各步骤之间的界限也不那么分明.建模时不应拘泥于形式上的按部就班,本书的建模实例就采取了灵活的表述方式
5种。数学模型,模拟式模型,物理对象模型,物理过程模型,理想化实验模型。
理想化的物理模型既是物理学赖以建立的基本思想方法,也是物理学在应用中解决实际问题的重要途径和方法,这种方法的思维过程要求学生在分析实际问题中研究对象的条件、物理过程的特征,建立与之相适应的物理模型,通过模型思维进行推理。
扩展资料:
将目的基因片段导入宿主细胞内,或者将特定基因片段从基因组中删除,从而达到改变宿主细胞基因型或者使得原有基因型得到加强的作用。
基因修饰目前已经广泛应用于人类生活的各个领域,例如,在医学上,可以利用基因修饰的方法抑制某些病毒类宿主细胞内的病毒复制,从而达到治疗的目的;在农业上,利用基因修饰的方法,人们已经成功地改变了农作物和畜禽的生产特性,从而达到改良以及传播优良品种的目的。
参考资料来源:百度百科-基因修饰
参考资料来源:百度百科-建立模型法
第一、模型准备 首先要了解问题的实际背景,明确建模目的,搜集必需的各种信息,尽量弄清对象的特征。
第二、模型假设 根据对象的特征和建模目的,对问题进行必要的、合理的简化,用精确的语言作出假设,是建模至关重要的一步。如果对问题的所有因素一概考虑,无疑是一种有勇气但方法欠佳的行为,所以高超的建模者能充分发挥想象力、洞察力和判断力,善于辨别主次,而且为了使处理方法简单,应尽量使问题线性化、均匀化。
第三、模型构成 根据所作的假设分析对象的因果关系,利用对象的内在规律和适当的数学工具,构造各个量间的等式关系或其它数学结构。这时,我们便会进入一个广阔的应用数学天地,这里在高数、概率老人的膝下,有许多可爱的孩子们,他们是图论、排队论、线性规划、对策论等许多许多,真是泱泱大国,别有洞天。
不过我们应当牢记,建立数学模型是为了让更多的人明了并能加以应用,因此工具愈简单愈有价值。 第四、模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法,特别是计算机技术。
一道实际问题的解决往往需要纷繁的计算,许多时候还得将系统运行情况用计算机模拟出来,因此编程和熟悉数学软件包能力便举足轻重。 第五、模型分析 对模型解答进行数学上的分析。
"横看成岭侧成峰,远近高低各不"。能否对模型结果作出细致精当的分析,决定了你的模型能否达到更高的档次。
还要记住,不论那种情况都需进行误差分析,数据稳定性分析。
声明:本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
蜀ICP备2020033479号-4 Copyright © 2016 学习鸟. 页面生成时间:2.741秒