简介:地下水资源的评价,模型试验和管理受到了来自资料缺乏的阻碍,特别是在仅有微弱观测永久性基地的半干旱、干旱环境中更是这样。通常,只有有限的观测点测量数据可以利用,然而地下水模型需要的则是输入和校正资料在空间和时间上的分布。如果得不到这些数据,那么模型就不能起到在决策支持中应有的作用,因为它们是众所周知的欠定和不可靠的模型。遥感技术的新近发展开启了分布空间资料的新来源。因为遥感不能直接观测到诸如水量,水位差和导水系数相应的存在,所以必须找到将可观测到的数据与模型需要输入的资料联系起来的方法。本文概述在地下水模型试验中利用遥感观测数据的可行性,博茨瓦纳和中国的实例给予了支持。主要可行的事是:◆利用遥感数据为模型建立一些空间分布的输入参数集;◆在利用从遥感取得的空间分布数据校正的时候,约束模型。二者都能从概念和数字上改进模型。
简介:模糊理论方法提供了量化主观信息和体现决策人在最小化条件下优先选择的便利工具。利用Buschek和Alcantar(1995)的理论估算自然衰减和降解率,在实际上,由于数学简化和场点复杂性造成明显的不精确。在本篇文章中,两种模糊方法一模糊算法和模糊回归,常被用于刻画在降解和衰减率估算中的可变性。输入参数的可变性能够利用体现决策者对可能值感知的隶属关系函数进行刻画。隶属关系函数临界输入值的选择明显影响了估计输出值的可变性。同样的,与决策者信念有关的稳定状态模型与描绘场点监察流状态的一致性,也能够通过一致性判据进行量化。利用基于模糊评价方法进行灵敏度检验是相当有用的,可以评估决策者的优先选择对估计率常数和相关可变性的影响程度。同样,上面提到的方法在涉及自然衰减监测的安排中也是很有意义的。