Parameters of soil constitutive models are usually identified through laboratory tests. The spatial variability of these parameters is generally not considered due to the limitation of the test scale. This study proposes a data-driven approach to infer the spatially varying parameter of the modified Cam-clay model from limited field observations and subsequently improves soil settlement predictions. The observation data and numerical results of random finite element method are assimilated in an inverse modeling process based on the iterative Ensemble Kalman filtering (iEnKF). Different unknown variables and number of observations are used to study their effects on parameter estimations and settlement predictions. The effectiveness of the proposed approach is illustrated through a synthetic partial-loading test. The results show that the site-specific spatial variability can be estimated reasonably, and predictions of settlement can be improved by using the inferred parameter field. When the variables to be inferred change from all 60 variables to the selected 17 important variables, the average error of the estimated fields increases, but the variance decreases. A reduction in the observation spacing and an increase in the number of observations lead to a slightly smaller error of the mean and considerably reduced uncertainties of soil parameters. Although the inferred results of parameter field show different accuracies, the corresponding calculated settlements are generally similar and satisfactory.

中文翻译：

---

利用变形观测数据对土壤本构模型中空间变化参数的贝叶斯推断

土壤本构模型的参数通常通过实验室测试确定。由于测试规模的限制，一般不考虑这些参数的空间变异性。这项研究提出了一种数据驱动的方法，可以从有限的现场观察中推断出修改后的 Cam-clay 模型的空间变化参数，并随后改进土壤沉降预测。在基于迭代集成卡尔曼滤波 (iEnKF) 的逆建模过程中吸收随机有限元方法的观测数据和数值结果。不同的未知变量和观测次数用于研究它们对参数估计和沉降预测的影响。通过合成部分加载测试说明了所提出方法的有效性。结果表明，可以合理地估计特定地点的空间变异性，并且可以通过使用推断的参数场来改进沉降预测。当要推断的变量从全部 60 个变量变为选定的 17 个重要变量时，估计字段的平均误差增加，但方差减小。观测间距的减小和观测次数的增加导致均值误差略小，土壤参数的不确定性大大降低。虽然参数场的推断结果显示了不同的精度，但相应的计算沉降总体上是相似且令人满意的。当要推断的变量从全部 60 个变量变为选定的 17 个重要变量时，估计字段的平均误差增加，但方差减小。观测间距的减小和观测次数的增加导致均值误差略小，土壤参数的不确定性大大降低。虽然参数场的推断结果显示了不同的精度，但相应的计算沉降总体上是相似且令人满意的。当要推断的变量从全部 60 个变量变为选定的 17 个重要变量时，估计字段的平均误差增加，但方差减小。观测间距的减小和观测次数的增加导致均值误差略小，土壤参数的不确定性大大降低。虽然参数场的推断结果显示了不同的精度，但相应的计算沉降总体上是相似且令人满意的。观测间距的减小和观测次数的增加导致均值误差略小，土壤参数的不确定性大大降低。虽然参数场的推断结果显示了不同的精度，但相应的计算沉降总体上是相似且令人满意的。观测间距的减小和观测次数的增加导致均值误差略小，土壤参数的不确定性大大降低。虽然参数场的推断结果显示了不同的精度，但相应的计算沉降总体上是相似且令人满意的。