近日，水文与水资源工程学院邵伟教授研究成果发表在国际知名学术期刊《Journal of Hydrology》。
Darcy-Richards方程是土壤水动力模拟中最为常用的控制方程。然而，由于天然土壤在颗粒组成和孔隙结构方面存在巨大差别，Richards方程的应用依赖于土壤水力特性的参数化，且其结果具有较高的不确定性。
本研究针对最为常用的Darcy-Richards方程及Mualem-van Genuchten（MvG）参数化方案，对非饱和土壤的水力参数反演开展研究。采用GLUE方法，对两种参数样本生成方法进行模拟。第一种采用常规的随机方法（GLUE-Random），生成MvG参数；第二种则采用Rosetta 3将土壤颗粒组成转移到MvG参数（GLUE-Rosetta）。针对9 种典型土壤的参数反演进行1万个参数样本的计算统计结果表明，Rosetta 3在降低土壤水力参数反演维数及模拟结果不确定方面具有显著作用，并且可根据土壤水分动态变化估计土壤水力参数和土壤颗粒组成的后验分布。此外，GLUE-Rosetta在不同降雨强度下预测土壤水分运移方面，总体优于GLUE-Random。因此，Rosetta 3与现有优化算法的结合，可以减少土壤水力参数的不确定性，并支持更可靠的非饱和土壤水动力模拟。
典型土壤的颗粒组成后验分布
《Journal of hydrology》当前为水资源领域知名期刊。本篇文章主要作者为我院教师邵伟及研究生陈思婕，研究得到捷克查理大学苏烨、中科院成都山地所杨宗佶、东南大学倪钧钧、天津大学董建志、张永根等的帮助。
Shao Wei, Chen Sijie, Su Ye, Dong Jianzhi, Ni Junjun, Yang Zongji, Zhang Yonggen. "Reduce uncertainty in soil hydrological modeling: A comparison of soil hydraulic parameters generated by random sampling and pedotransfer function" Journal of Hydrology 623 (2023): 129740.
https://doi.org/10.1016/j.jhydrol.2023.129740
