随着淡水资源紧缺状况日益加重,合理利用和保护地下水资源逐渐得到社会的广泛关注,水质模拟与预测是评价和保护地下水工作中不可或缺的重要程序。由于地下水的储藏与运行特性及实际条件的限制,人们在对其进行观测时往往只能得到有限的监测结果,因此需要借助已知点信息来对未知点水质空间分布特性进行估计。现行的空间变异性估计方法很多,使用何种方法可以获得对渗流污染物运移空间变异性的最优估计,成为本领域内研究的重要课题。 本研究选取比较有代表性的几种空间估计方法:传统空间插值方法中的反距离加权法和趋势面法;地质统计学中的普通克里格法和协同克里格法以及方位—分维法作为研究对象,用其对所选取的监测样本在不同的样本密度下进行空间插值。通过对估值精度的对比,分析以上方法在渗流污染物空间估计中的适用性,为进一步构建渗流污染物运移模拟预测模型,提高地下水水质模拟与预测精度奠定基础。 本研究分析表明,克里格法作为空间最优估计方法,对渗流污染物的空间变异性有较好的估计效果,其中的协同克里格法在主变量数据较少的情况下,因考虑了协同因子所提供的信息,提高了其估计精度;方位—分维法作为一种新兴的估计方法,也显示了较强的刻画渗流水质空间变异的能力;反距离加权法在样本空间变异性较小及样本密度较高等情况下可取得较好的估计效果,在本实验过程中,取2次幂时的反距离加权法,即距离平方反比法的估计精度高于取1.5次幂时的反距离加权法;趋势面法对空间分布变化缓慢,空间差异较小的变量有着较好的估计效果,但作为对总体趋势的估计方法,在中小尺度下对渗流污染物这种变异性较高的变量,其空间估计精度不高,效果较差。