耦合物理机制与数据驱动的地下水污染物运移模拟方法

本发明公开了耦合物理机制与数据驱动的地下水污染物运移模拟方法，通过机器学习方法建立一个统计模型来修正地下水模型的结构误差，将地下水模型的输出表示为物理机制模型、结构误差模型和观测误差的和。该方法能够开展复杂条件下的地下水污染物运移模拟，基于数据驱动方法有效的修正了模型本身存在的结构误差，克服了传统地下水模型在复杂条件下模拟精度差的缺陷，拓展了地下水污染物运移模拟的应用场景；能针对多环芳烃等新型、高分子有机污染物开展地下水污染运移模拟，克服了传统地下水模型无法准确刻画污染物和胶体共运移行为的不足，显著降低了模型预测结果的不确定性，提高了模型预测结果的准确性和可靠性，提升了模型预测性能。