当前位置: X-MOL 学术Comput. Geosci. › 论文详情
A new procedure for generating data covariance inflation factors for ensemble smoother with multiple data assimilation
Computers & Geosciences ( IF 2.991 ) Pub Date : 2021-02-21 , DOI: 10.1016/j.cageo.2021.104722
Thiago M.D. Silva; Sinesio Pesco; Abelardo Barreto Jr.; Mustafa Onur

The ensemble smoother with multiple data assimilation (ES-MDA) has gained much attention as a powerful tool for history matching problems. Previous studies showed that it could provide both a good match of data and estimates of model parameters. In the original ES-MDA formulation, the number of data assimilation and covariance inflation factors are determined in advance. Selecting them in a decreasing order may improve the final results. Moreover, recent studies propose some theoretical and practical methods to select inflation factors based on the discrepancy principle. This work aims to introduce a new method for generating the data covariance inflation factors for ES-MDA. In the new method, the first inflation factor is generated using a Levenberg–Marquardt regularizing scheme. The last inflation factor is set by a parameter that limits its magnitude, computed using the singular values of the dimensionless sensitivity matrix estimated from the prior ensemble. As a result, the method computes the correct number of data assimilations that produces inflation factors such that the sum of their inverse is equal to one, as required by ES-MDA. It is shown through a synthetic two-dimensional water flooding history matching problem that the proposed methodology achieves both better model parameter match and data match with a smaller number of assimilations than the methods available in the literature.



中文翻译:

生成具有多个数据同化的整体平滑器的数据协方差膨胀因子的新过程

具有多个数据同化功能的集成平滑器(ES-MDA)作为解决历史记录匹配问题的强大工具而受到了广泛的关注。先前的研究表明,它既可以提供数据的良好匹配,又可以提供模型参数的估计值。在原始的ES-MDA公式中,数据同化和协方差膨胀因子的数量是预先确定的。以降序选择它们可能会改善最终结果。此外,最近的研究提出了一些基于差异原理来选择通胀因子的理论和实践方法。这项工作旨在介绍一种为ES-MDA生成数据协方差膨胀因子的新方法。在新方法中,使用Levenberg-Marquardt正则化方案生成第一个膨胀因子。最后一个膨胀因子由一个限制其大小的参数设置,该参数使用从先前合奏估计的无量纲灵敏度矩阵的奇异值计算得出。结果,该方法计算出产生通货膨胀因子的数据同化的正确数量,以使它们的逆之和等于1,如ES-MDA所要求的。通过一个合成的二维注水历史匹配问题表明,与文献中可用的方法相比,所提出的方法以较少的同化量实现了更好的模型参数匹配和数据匹配。该方法可以计算出产生通货膨胀因子的数据同化的正确数量,以使它们的逆之和等于1,如ES-MDA所要求的。通过一个合成的二维注水历史匹配问题表明,与文献中可用的方法相比,所提出的方法以较少的同化量实现了更好的模型参数匹配和数据匹配。该方法可以计算出产生通货膨胀因子的数据同化的正确数量,以使它们的逆之和等于1,如ES-MDA所要求的。通过一个合成的二维注水历史匹配问题表明,与文献中可用的方法相比,所提出的方法以较少的同化量实现了更好的模型参数匹配和数据匹配。

更新日期:2021-02-25
全部期刊列表>>
2021新春特辑
SN Applied Sciences期刊征稿中
JCR Q1医学全学科
虚拟特刊
亚洲大洋洲地球科学
NPJ欢迎投稿
自然科研论文编辑
ERIS期刊投稿
欢迎阅读创刊号
自然职场,为您触达千万科研人才
spring&清华大学出版社
城市可持续发展前沿研究专辑
Springer 纳米技术权威期刊征稿
全球视野覆盖
施普林格·自然新
chemistry
物理学研究前沿热点精选期刊推荐
自然职位线上招聘会
欢迎报名注册2020量子在线大会
化学领域亟待解决的问题
材料学研究精选新
GIANT
ACS ES&T Engineering
ACS ES&T Water
屿渡论文,编辑服务
阿拉丁试剂right
上海中医药大学
南科大-连续三周2.26
西湖大学
化学所
北京大学
山东大学
隐藏1h前已浏览文章
课题组网站
新版X-MOL期刊搜索和高级搜索功能介绍
ACS材料视界
南方科技大学
张凤娇
中国石油大学
天合科研
x-mol收录
试剂库存
down
wechat
bug