基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法技术

本发明专利技术公开了基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，具体步骤为：首先需要生成三维多孔介质，采用格子玻尔兹曼法(Lattice Boltzmann Method，LBM)模拟多孔介质内流场，粒子追踪法模拟溶质运移过程并得到穿透曲线；通过污染物一维迁移方程解析解与SciPy优化算法反演地下水溶质纵向弥散系数D

【技术实现步骤摘要】
基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法


[0001]本专利技术涉及污染水文地质学
，具体为基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法。

技术介绍

[0002]地下水溶质纵向弥散系数D
L
，[L2T
‑1]，是水动力弥散过程最重要的参数，表征污染物溶质在地下多孔介质含水层孔隙空间中沿纵向(平行于水流运动总方向)水动力弥散能力的参数。纵向弥散系数越大，污染物在介质中的弥散能力越强，从而在同样时间内，污染物迁移距离更远。纵向弥散系数受多孔介质孔隙结构、污染物性质和流体性质等因素影响。在环境保护、土壤污染治理、水资源管理等领域中，研究纵向弥散系数至关重要。确定纵向弥散系数有助于了解地下多孔介质含水层中污染物的迁移速率与分布，从而加深对污染物的输运、转化以及生物降解等过程的理解与预测。
[0003]溶质迁移速度u，[LT
‑1]，也即流体在多孔介质有效孔隙中的流速，反映流体在介质中的运动状态，与多孔介质的有效孔隙度、渗透性以及压力梯度等因素密切相关。在污染物迁移过程中，该流速值越大，污染物受机械弥散影响越大，在单位时间内沿水流运动方向运移距离越远。因此，溶质迁移速度对于污染物迁移模型的预测和控制具有重要意义，有助于准确预测污染物在水体中的扩散范围，从而为污染防治和水资源保护提供科学依据。
[0004]当前，利用孔隙尺度成像和模拟方法，对流体流动中的水动力弥散过程进行数值计算与计算机模拟研究，已经成为研究多孔介质水动力弥散现象的主要方法之一。譬如，在孔隙空间中采用格子玻尔兹曼法(LBM)计算求解Navier
‑
Stokes方程，并通过粒子追踪法模拟流场中的溶质运移过程已取得了许多研究进展，其中包括对纵向弥散系数D
L
与溶质迁移速度u的求解计算。然而，采用以上方法估算参数十分耗时，考虑到D
L
与u对于污染水文地质过程的重要性，开发一种快速而准确的参数估算方法极为重要。
[0005]故本专利技术提出一种新方法，该法将格子玻尔兹曼法(LBM)、粒子追踪法与深度学习神经网络相结合，实现了对D
L
与u的同时预测，在保持极高预测准确度的同时，大幅度提高了计算效率。

技术实现思路

[0006]本专利技术的目的在于提供基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，以解决现有的对流体流动中的水动力弥散过程进行数值计算与计算机模拟的技术中，存在的估算参数十分耗时的问题。
[0007]为了解决上述技术问题，本专利技术提供如下技术方案：基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，预测步骤为：
[0008]通过沉淀生成法构建固体球颗粒堆积的三维多孔介质，采用LBM模拟多孔介质内流场，粒子追踪法模拟溶质运移过程并得到穿透曲线，即多孔介质出口处溶质浓度C与时间
t的关系；
[0009]根据污染物迁移方程解析解与SciPy优化算法反演计算出纵向弥散系数D
L
与溶质迁移速度u；
[0010]将三维多孔介质沿水流模拟方向视为在空间上连续的二维灰度图像，分别构建分子扩散系数D
m
与平均孔隙流速u
′
的参数矩阵并添加至图像中，得到含有物理信息的三通道多孔介质图像；
[0011]将上述加入物理参数信息的多孔介质图像与反演参数纵向弥散系数D
L
、溶质迁移速度u组成具有输入
‑
输出样本对的数据集，并进一步划分为训练集、验证集与测试集，训练PhyCNN
‑
Transformer神经网络多输出回归模型，并评估预测性能与泛化能力；所述训练集、验证集与测试集划分的比例根据实际情况确定。
[0012]其中，所述的LBM通过在介观尺度上追踪粒子概率密度函数在离散格点上的迁移、碰撞等行为来刻画宏观尺度上的物理现象，是一种稳定、精确的流体流动模拟方法，可通过大规模并行计算精细模拟多孔介质内的流场；
[0013]此外，LBM采用反射边界处理复杂边界条件，降低了研究难度，且该法易于编程实现，因此LBM是当前模拟具有复杂几何边界多孔介质流场的最常用方法之一。本专利技术选取应用最为广泛的LBM模型，即LBGK(Lattice Bhatnagar
‑
Gross
‑
Krook)D3Q19模型(离散速度方向数为19的三维模型)求解Navier
‑
Stokes方程，模拟三维多孔介质孔隙的精细流场。
[0014]采取沉淀生成法构建多孔介质，选用LBM与粒子追踪方法依次模拟多孔介质流场和溶质运移过程，通过设置2个达西流速值v1、v2，4个分子扩散系数值D
m,1
、D
m,2
、D
m,3
与D
m,4
，得到多孔介质在出口处的4种穿透曲线C1(t)、C2(t)、C3(t)、C4(t)。而后，根据污染物浓度解析解与SciPy优化反演算法分别得到纵向弥散系数D
L，1
、D
L，2
、D
L，3
与D
L，4
，以及迁移速度u1、u2、u3与u4。
[0015]根据上述技术方案，所述的沉淀生成法由FORTRAN 77编程语言实现，构建了由固体球颗粒堆积而成的三维多孔介质，其结构与土壤、孔隙含水层等颗粒多孔介质结构极其相似，因而广泛应用于孔隙尺度土壤、孔隙含水层的溶质运移模拟研究。沉淀生成法能够保持多孔介质的拓扑结构，其通过堆积固体球颗粒构成多孔介质的步骤为：
[0016]L1、生成一个固体颗粒，根据预先设定的概率密度函数或均一粒径值确定其粒径尺寸，并在模拟区域顶部随机确定其初始位置；
[0017]L2、新生成的固体颗粒从初始位置不断沉降，直到下部存在三个固体颗粒支撑或到达模拟区域底部；沉降过程结束时，固体颗粒到达其势能的最低点；
[0018]L3、重复执行L1和L2步骤，直到固体颗粒及其之间的孔隙填充整个模拟区域。
[0019]根据上述技术方案，所述粒子追踪方法将地下水溶质运移过程概化为大量溶质粒子在流场中随时间进行随机运动的过程，每个粒子代表一定量的溶质并被赋予初始位置。
[0020]大量研究表明，粒子追踪方法能够精确刻画多孔介质内溶质运移的时间行为，通过并行技术还可以大幅加速计算过程。当孔隙与固体颗粒之间的边界条件设置为反射边界，其余为周期性边界时，穿透曲线通过溶质粒子的累积首次穿透时间的概率分布表示。
[0021]根据上述技术方案，所述污染物迁移方程存在假定条件为：研究域为半无限长多孔介质柱体，介质均匀且为各向同性；等速均匀流场，污染物(溶质)迁移速度u为常数；污染物的对流弥散是一维的；对初始时刻研究域中是否含有污染物不作要求；
[0022]当无源汇作用、无化学反应时，污染物在给定通量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，其特征在于，预测步骤为：通过沉淀生成法构建固体球颗粒堆积的三维多孔介质，采用LBM模拟多孔介质内流场，粒子追踪法模拟溶质运移过程并得到穿透曲线(Breakthrough Curve，BTC)；根据污染物迁移方程解析解与SciPy优化算法反演出纵向弥散系数D
L
与溶质迁移速度u；将三维多孔介质沿水流模拟方向视为在空间上连续的二维灰度图像，分别构建分子扩散系数D
m
与平均孔隙流速u
′
的参数矩阵并加入二维灰度图像，得到含有物理信息的三通道图像；将含有物理信息的三通道图像与反演参数纵向弥散系数D
L
、实际水流速度u组成具有输入
‑
输出样本对的数据集，并进一步划分为训练集、验证集与测试集，进而训练PhyCNN
‑
Transformer神经网络多输出回归模型，并评估预测性能与泛化能力。2.根据权利要求1所述的基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，其特征在于，沉淀生成法通过堆积固体球颗粒构成多孔介质的具体步骤为：L1、生成一个固体颗粒，根据预先设定的概率密度函数或均一粒径值确定其粒径尺寸，并在模拟区域顶部随机确定其初始位置；L2、新生成的固体颗粒从初始位置不断沉降，直到下部存在三个固体颗粒支撑或到达模拟区域底部；沉降过程结束时，固体颗粒到达其势能的最低点；L3、重复执行L1和L2步骤，直到固体颗粒及其之间的孔隙填充整个模拟区域。3.根据权利要求1所述的基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，其特征在于：所述污染物迁移方程存在假定条件为：研究域为半无限长多孔介质柱体，介质均匀且为各向同性；等速均匀流场，污染物(溶质)迁移速度u为常数；污染物的对流弥散是一维的；对初始时刻研究域中是否含有污染物不作要求；当无源汇作用、无化学反应时，污染物在给定通量边界条件下迁移的数学模型为：其中，R
d
表示滞留因子，C0表示注入污染物的初始浓度，x表述污染物迁移长度，u表示污染物(溶质)迁移速度，D
L
表示纵向弥散系数，C表示污染物浓度；若污染物为保守型，不发生吸附作用，则该模型的解为：其中，R
d
表示滞留因子，C0表示注入污染物的初始浓度，x表述污染物迁移长度，u表示污
染物(溶质)迁移速度，D
L
表示纵向弥散系数，C表示污染物浓度。4.根据权利要求1所述的基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，其特征在于所述三维多孔介质图像沿水流模拟方向视为在空间上连续的二维单通道图像序列，其中三维多孔介质图像在水流模拟方向上的长度即为二维单通道图像序列长度，二维单通道图像厚度等同于像素大小。5.根据权利要求1所...

【专利技术属性】
技术研发人员：蒋建国，孟胤全，吴吉春，王栋，
申请(专利权)人：南京大学，
类型：发明
国别省市：