Дайджест ссылок

1st Groundwater Project Event. Скоро должна начаться первая онлайновая конференция от Groundwater Project. Спешите записаться.

The first ever Groundwater Project Event will be 100% online between the 3rd and 26th of February 2021. A series of meetings and discussions will be promoted, addressing relevant and innovative themes presented by the best references in hydrogeology in the world. The event will be broadcasted on the Groundwater Project YouTube channel and the public will be able to interact with the speakers through the live chat. All presentations will be broadcasted in English or with English subtitles.

https://courses.gisopencourseware.org/. Курсы по ГИС. В основном речь идет о qGIS.

A comprehensive list of specific Python packages for hydrogeology and groundwater modeling. Список утилит на Python-е для решения прикладных задач в гидрогеологии и геофильтрационного моделирования.

Development of open source software brings amazing new tools in all fields. In hydrogeology and groundwater modeling there is an increasing number of specific open source software and programming packages. We wanted to compile the latest libraries for Python related to hydrogeology, we asked for references and researched over the web to provide you the following list.

Lecture Notes. Лекции по гидрогеологии, геогидродинамике и геомиграции.

Some of the figures in these lecture notes are adapted from or inspired by illustrations in Dingman, S. Lawrence. Physical Hydrology. 2nd edition. Prentice-Hall, 2002.

Estimation of optimal complexity in groundwater models using cross-validation methods. Очень любопытная статья, в которой в частности идет речь об очень забавном феномене, который я сам неоднократно наблюдал на своем опыте (но никогда не пытался подвести под него теоретическую базу — да и куда мне, я больше практик): по мере увеличения сложности и «комплексности» модели, точность прогнозов, сделанных на её основе, сначала закономерно повышается, а потом начинает почему-то снижаться. Там приведен очень наглядный пример со степенными и линейными аппроксимациями в экселе.

The level of complexity that a groundwater model should have is an important and recurrent question for hydrogeologists. A few weeks ago an interesting discussion about this topic occurred on LinkedIn, with one of the main conclusions being that the optimal complexity should minimize predictive error/uncertainty by improving the fit to the existing observations, without overfitting them, as described in Figure 1. Understanding the meaning and implications of this figure is key for the modelling process. In that sense, I decided to implement two sets of models to illustrate how different degrees of complexity affect predictive error. We will also see how to estimate the optimal level of complexity in groundwater models utilizing cross-validation techniques commonly used by data scientists.

ModelMuse Videos. Видеоуроки по работе с ModelMuse (бесплатный пост-препроцессор для MODFLOW, если кто не знал). Программа очень мощная, но learning curve у нее просто запредельная.

Описание калибровки модели в отчете

Не знаю как у вас, а у меня глава отчета, посвященная калибровке модели (т.е. процессу уточнения фильтрационных параметров и граничных условий), выглядит довольно бедненько: пара общепонятийных абзацев, график сопоставления напоров, табличка с результатами и, пожалуй, всё.

Недавно в беседе с экспертом ГГЭ получил такое замечание: что ж вы сами себя не уважаете и свой труд, ведь калибровка — это самое сложное и одновременно самое интересное в работе, так покажите как калибровали, как меняли те или иные параметры и какие при этом были результаты и диагональные графики.

Формально, это конечно придирка, тем более, что при использовании того же PEST в идеале ты видишь только один диагональный график — финальный, но там все-равно есть о чем писать в соответствующей главе.

А вообще, эта идея уже давно витает вокруг: еще когда я работал в институте «ВОДГЕО», мне старшие коллеги говорили, что неплохо бы главу калибровки расширить за счет более подробного описания процесса, благо он занимает львиную часть времени. Однако, как-то тогда не сложилось, а вот эксперт напомнил.

СП 250.1325800.2016 — «Здания и сооружения. Защита от подземных вод»

В прошлой своей записи я обещал поделиться мнением о новом СП 250.1325800.2016. Я вообще люблю обещать о чем-нибудь рассказать, а потом благополучно об этом забываю, но не в этот раз. Уж больно любопытный документ. Сразу скажу, что по моему скромному мнению, он достаточно толково написан, хотя содержит несколько, скажем так, спорных моментов. Вот, один из них:

6.3.2.2 При постановке расчетов «в понижениях» (6.1.13—6.1.14) верификация модели может быть выполнена на основе данных по эксплуатации водозаборных скважин, систем водопонижения и дренажей (их производительности и вызванных ими изменениях уровней подземных вод). В этом случае критерием достоверности построенной геофильтрационной модели служит удовлетворительное совпадение натурных и модельных изменений уровней подземных вод.

При моделировании в пределах небольших по размеру зон влияния водопонизительных или дренажных мероприятий, когда формирование водопритоков и воронки депрессии в основном определяется геофильтрационными параметрами, полученными на площадке строительства, верификацию геофильтрационной модели, построенной для решения «в понижениях», допускается не проводить.

Как я вижу этот пункт: с оговорками, ограничениями и допущениями специалисту законодательно дается возможность «лепить» модель как левая пятка пожелает. Ну, т.е. без верификации. Берем фильтрационные параметры «по лаборатории», ну ладно, пусть даже ОФР сделают, ограничиваем площадь моделирования тремя размерами здания и считаем задачу «в понижениях». Впрочем, надо отметить, что этот подход применим только для расчета водопонижения, но не для «барражного эффекта» (и об этом прямо сказано в обсуждаемом СП). И что-то я не припомню, чтоб считал за последние несколько лет модели только с водопонижением, но без барража (хотя некоторые, пожалуй, и можно было).

Вообще я иногда использую эти самые «решения в понижениях». В понижениях удобно на модели режим обрабатывать — нивелируются ошибки в высотной привязке пунктов наблюдения. Для прогнозных же расчетов, как мне кажется, этот подход в основном применим в рамках диапазонного анализа: с его помощью можно сравнительно просто и быстро показать особенности работы того же водопонижения при различных значениях параметров (той же проводимости, к примеру, раз уж мы без верификации работаем).


Пользуясь случаем, хочу передать привет авторам этого СП (я знаю, что как минимум один из них меня точно читает). Ну, а я пока пойду дальше документ читать.

ОФР и моделирование

Даже среди умудренных сединами гидрогеологов довольно популярно мнение, что все эти ваши откачки совершенно не нужны при создании модели. Типа все подберем при калибровке. Накидаем «от фонаря» граничных условий (особенно тех, которые 4 рода, т.е. границ с разными фильтрационными характеристиками) и получим идеальный «диагональный график».
Должен заметить, этот подход возник не сам собой и не от хорошей жизни. Когда изыскатели 90% откачек просто рисуют (о художественной ценности этих «произведений» поговорим как-нибудь потом) — тут уж действительно, уж лучше бы их действительно и вовсе не было. Более того, из оставшихся 10%: 5 — проведены или обработаны неграмотно, а 4 — просто неудачные в силу разных обстоятельств. Так и остается 1% нормально проведенных удачных откачек с правильной обработкой. Маловато, прямо скажем. А еще бы с лупой присмотреться на эти откачки, так и вовсе окажется, что они такие удачные потому, что их «рисовал» не инженер-камеральщик, а более или менее грамотный гидрогеолог.
Вот так и получается, что не нужны откачки при моделировании — только проблем лишних создают, т.к. вынуждают потом отдельно объяснять почему принятые при моделировании параметры не совпадают с данными ОФР. И ведь не скажешь, что «ввиду очевидной фиктивности исходных данных, внимание мы на них обращать не будем», как бы этого ни хотелось.
Совсем другое дело, когда и ОФР и моделирование делает один и тот же специалист-гидрогеолог. Тут даже неудачный опыт может дать толику информации. Правда, далеко не все моделисты хорошо разбираются в откачках (чего греха таить, я и сам такой), но уж хотя бы пусть посмотрят. Поэтому я никогда не отказываюсь от приглашения поприсутствовать на реально проводимых заказчиком ОФР.

Решение обратных задач с помощью Visual Modflow

На днях со мной связался автор одной очень любопытной программы, предназначенной для автоматизации решения обратной задачи геофильтрации с помощью Visual Modflow. С любезного согласия автора я выложил саму программу и её описание у себя на соответствующей странице (она всегда доступна в меню справа).

От себя добавлю, что лично мне кажется такой подход к решению ОЗ не отличается «физичностью» результата. Да, в результате получается очень похожая на фактическую модельная карта гидроизогипс, но это крайне редко бывает самоцелью. Считать какие-либо прогнозы на такой модели следует крайне осторожно. Тем не менее, в качестве первого приближения к решению обратной задачи такой подход имеет все права на существование.

О калибровке модели

Нельзя упускать возможность калибровать модель (ну, т.е. решать обратную задачу) не только по значениям напоров в скважинах, но и по какой-нибудь расходной статье: дебит родника или самоизливной скважины; прирост расхода реки за счет подземного стока и т.п.
В этом случае качество и обоснованность решения обратной задачи существенно возрастает. И вот почему. Если вспомнить закон Дарси:
u=k\cdot I
то не сложно заметить, что нельзя определить k, не зная u и I, т.е. подбирать коэффициент фильтрации, основываясь только на знании градиента, — можно конечно, но для этого обладать большим разнообразием хорошо обоснованных граничных условий, а не только одну границу I-рода по периметру модельной сетки, т.к. при таком раскладе модель может вообще не давать изменения градиента при подборе коэффициента фильтрации. А все вариации будут выражены в изменении расхода потока. Можете сами проверить на простейшей тестовой модели.
Когда речь идет о серьезных гидрогеологических исследованиях, то эта рекомендация превращается в обязательное требование.

Еще ссылочка

The on going popularity of trial-and-error calibration.
Должен заметить, что аналогично «осуждаемым» автором статьи модельерами, я тоже предпочитаю ручную калибровку моделей. Хотя с формальной точки зрения, автоподбор параметров, в силу своей беспристрастности, зачастую бывает более академически корректен.