최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기지하수토양환경 = Journal of soil and groundwater environment, v.17 no.5, 2012년, pp.56 - 67
정진아 (경북대학교 지질학과) , 프라딥 포디얄 (경북대학교 지질학과) , 박은규 (경북대학교 지질학과)
In the present study, an enhanced subsurface prediction algorithm based on a non-parametric geostatistical model and a history matching technique through Gibbs sampler is developed and the iterative prediction improvement procedure is proposed. The developed model is applied to a simple two-dimensio...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
히스토리매칭 기법은 무엇인가? | Konikow and Bredehoeft(1992)는 모델링의 예측능을 시험할 수 있는 유일한 도구가 히스토리매칭(history matching)임을 강조한 바 있다. 히스토리매칭 기법은 석유공학 분야에서 널리 이용되고 있으며 과거 유전의 생산정 자료에 기초하여 미래의 생산량 예측에 이용되는 최적화 기법이다(Jung and Choe, 2009; Han et al., 2010). | |
지하공간 특성화 자료는 어떤 역할을 하는가? | 지하공간 특성화 자료는 지하를 대상으로 하는 모든 과업에 있어 예측되는 결과의 불확실성을 제한하는 중요한 역할을 한다. 뿐만 아니라 특성화 자료는 개념모델 수립, 설계, 및 위해성 평가 등 과정 전반에 걸쳐 활용되므로 지하매질 분포에 대한 건전한 예측은 과업의 성공적인 수행에 기초가 된다. | |
Metropolis-Hastings 샘플링 알고리듬을 이용한 베이지안 역산해석 방법의 문제점은 무엇인가? | (2010)은 마르코프 연쇄 몬테카를로(Markov chain Monte-Carlo, MCMC) 기법의 일종인Metropolis-Hastings 샘플링 알고리듬을 이용하여 모수와비모수 예측 모두에 준용될 수 있는 베이지안(Bayesian) 역산해석 방법을 소개한 바 있다. 그러나 이 모델은 반복적인 샘플링 및 평가를 수행하여야 하므로 많은 전산자원이 필요하다는 문제점이 있다. 이 모델을 제외한 현재까지 개발된 대부분의 히스토리매칭 기법들은 지하물성의 연속적 변화를 가정하여 모수 또는 연속변수를 기반으로하고 있다. |
Bear, J., 1972, Dynamics of fluids in porous media, American Elsevier Pub. Co., New York, 764p.
Besag, J., 1986, On the Statistical analysis of dirty pictures, J. R. Statist. Soc., 48(3), 259-302.
Carle, S.F. and Fogg, G.E., 1996, Transition probability-based indicator geostatistics, Math. Geol., 28, 453-477.
Daily, W., Ramirez, A., LaBrecque, D. et al, 1992, Electrical resistivity tomography of vadose water movement, Water Resour. Res., 28(5), 1429-1992.
Day-Lewis, F.D., 2000, Identifying fracture-zone geometry using simulated annealing and hydraulic-connection data, Water Resour. Res., 36(7), 1707-1721.
Deutsch, C.V. and Journel, A.G., 1998, GSLIB: Geostatistical Software Library and User's Guide, 2nd edn., Oxford University Press., New York, 369 p.
Doyen, P.M., 1988, Porosity from seismic data: A geostatistical Approach, Geophys., 53(10), 1263-1275.
Doyen, P.M., Pasaila, D.E., and Strandenes, S., 1994, Bayesian sequential indicator simulation of channel sands form 3-D seismic data in the Oseberg field, Norwegian North Sea, SPE 69th Annual Technical Conference and Exhibition, SPE, New Orleans, 25-28.
Ezzedine, S., Rubin, Y., and Chen, J., 1999, Bayesian method for hydrogeological site characterization using borehole and geophysical survey data: Theory and application to the Lawrence Livermore National Laboratory Superfund site, Water Resour. Res., 35(9), 2671-2683.
Geman, S. and Geman, D., 1984, Stochastic Relaxation, Gibbs Distributions, and the Bayesian Restoration of Images, IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721-741.
Han, Y., Park, C., and Kang, J., 2010, Multi-objective History Matching for Estimating the Individualized Performance of Multiple Production Wells, The Korean society for geosystem engineering, 47(5), 660-667.
Heath, R.C., 1983, Basic Ground-Water Hydrology, U.S. Geological Survey, Reston, Virginia, 81p.
Hill, M.C., Harbaugh, A.W., Banta, E.R., McDonald, M.G., MODFLOW-2000, 2000, The U.S. geological survey modular ground-water model-user guide to modularization concepts and the ground-water flow process, U.S. Geological Survey, Reston, Virginia, 113p.
Hyndman, D.W., Harris, J.M., and Gorelick, S.M., 1994, Coupled seismic and tracer test inversion for aquifer property characterization, Water Resour. Res., 30(7), 1965-1977.
Jung, S. and Choe, J., 2009, Improvement of Numerical Stability in History-matching Using Streamline Assisted Ensemble Kalman Filter, The Korean society for geosystem engineering, 46(4), 453-465.
Kitanidis, P.K., 1995, Quasi-linear geostatistical theory for inversing, Water Resour. Res., 31(10), 2411-2419.
Konikow L.F. and Bredehoeft, J.D., 1992, Ground-water models cannot be validated, Adv. Water Resour. Res., 15, 75-83.
Mariethoz, G., Renard, P., and Caers, J., 2010, Bayesian inverse problem and optimization with iterative spatial resampling, Water Resour. Res., 46, W11530, doi:10.1029/2010WR009274.
McKenna, S.A. and Poeter, E.P., 1995, Feild example of data fusion in site characterization, Water Resour. Res., 31(12), 3229- 3240.
Park, E., 2010, A multidimensional generalized coupled Markov chain model for surface and subsurface characterization, Water Resour. Res., 46, W11509, doi:10.1029/2009WR008355.
Pesti, G., Bogardi, I., Kelly, W.E. et al., 1993, Cokriging of geoelectric and well data to define aquifer properties, Groundwater, 31(6), 905-912.
Sheng, Q., Moreau, Y., and De Moor, B., 2003, Biclustering microarray data by Gibbs sampling, Bioformatics, 19, 196-205, doi:10.1093/bioinformatics/btg1078
Rogers, L., 1992, History matching to determine the retardation of PCE in ground water, Ground Water, 30(1), 50-60.
Yeh, T.-C.J., Jin, M., and Hanna, S., 1996, An iterative stochastic inverse method: conditional effective transmissivity and hydraulic head fields, Water Resour. Res., 32(1), 85-92.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.