基于集合卡尔曼滤波的土壤硝态氮迁移转化实时预测方法研究

为了实时预测土壤硝态氮浓度,首先通过水动力学和化学反应动力学耦合模型描述硝态氮的迁移和转化过程,然后通过集合卡尔曼滤波方法(EnKF)建立了硝态氮反应和运移参数(最大反应速率、半饱和常数和弥散度)的实时估计以及硝态氮浓度的实时预测方法.土柱试验结果表明:通过实时注入硝态氮的浓度观测,EnKF可以显著改善反应性运移模型的参数估计,准确地重现污染物浓度的时空分布;化学反应的存在使硝酸盐的空间分布更加均匀,以硝酸盐浓度估计反应运移参数会导致估计的弥散度结果偏大;可通过溴离子的弥散度代替硝酸盐的弥散度进行硝酸盐浓度的实时预测.