例1：加利福尼亚州莫德斯托市的公共供水井

对加利福尼亚州莫德斯托市中央谷主要含水层中的一个公共供水井进行了研究，作为NAWQA计划“输送人为和自然污染物到供水井”专题小组的一部分（Eberts等人，2005年；Burow等人，2008年；Jurgens等人，2008年）。该井位于一个近乎城市和农业污染源的郊区社区。该含水层在上部是非受限的，在距离地表约45米（150英尺）以下的深度变为半受限。含水层是由黏土、砂、淤泥和砾石的异质混合物。含水层的补给主要来自城市周围农田下过量灌溉的渗透，以及城市景观中少量的草坪浇水和降水。该井的水位深度约为9米（30英尺），井筒深度从27.4米到111米（90至365英尺）。

在2004年8月，从该井中采集了一份水样，并分析了3H、3Hetrit和SF6的浓度。

通过使用TracerLPM工作簿对3H、3Hetrit、3Ho（3H+3Hetrit）、3H/3Ho和SF6进行建模，确定了该样品的平均年龄。

3H、3Hetrit、3Ho、3H/3Ho和SF6的值分别为4.57 TU、32.70 TU、37.27 TU、0.123（比率）和0.75 pptv。

由于在单个采样日期上收集了多个示踪剂，因此使用了示踪剂-示踪剂方法来评估该样品的LPM和平均年龄。

首先，通过使用图26中所示的设置将样品示踪剂浓度与PFM和EMM的输出示踪剂浓度进行比较。对于所有示踪剂组合，PFM与测得的示踪剂浓度不符，表明样品代表了地下水年龄的混合，PFM模型不应在该井的平均年龄分析中考虑（图27）。EMM与样品的3H/3Ho和SF6值一致，但其他示踪剂值的观察浓度偏离了模型浓度，表明应考虑其他模型。由于PEM和DM的示踪剂浓度位于EMM和PFM曲线之间，因此对它们进行了评估。此外，3H、3Hetrit和3Ho与EMM图的接近表明PEM和DM的最佳参数值可能更能代表由柱塞流主导的系统。尽管EPM可以用于建模示踪剂浓度，但选择了PEM，因为该井和含水层最类似于PEM所描绘的配置（图4）。

PEM和DM在使用参数值0.1和0.8的情况下与所有五个示踪剂值都达成了良好的一致性（见图28）。使用这些值估算的平均年龄介于60到80岁之间（请参阅查找平均年龄部分）。然后，使用这些平均年龄和参数值来通过TracerTracerFits工作表拟合测得浓度和建模浓度。PEM产生了一个优化的平均年龄为64.8岁，PEM比例为0.10，模拟值与观测到的示踪剂值之间的总误差约为2.3％（仅针对3H、3Hetrit和SF6）。DM产生了一个优化的平均年龄为75.3岁，离散参数（D/vx）为0.8。模拟值与观测到的示踪剂值之间的总误差为4.4％（仅针对3H、3Hetrit和SF6）。两种模型的总误差均小于10％，这表明两种模型都很好地拟合了测得的示踪剂浓度。

在均质未受扰动的系统中，PEM比例应接近含水层未取样部分与取样部分的比例。在某些情况下，可能可以使用井的构造信息来提供对该模型的PEM比例的初始估计。在Modesto的示例中，通过使用先前提供的水位和井构造信息计算得到一个假设的PEM比例为0.22。假设的比例与从拟合示踪数据中确定的比例相似（0.10），但差异可能表明样本中存在比从假设的PEM比例预测的更浅、更年轻的水分数。这可能表明，异质性导致示踪剂比预期的均质条件下更快地运输到井中，或者抽水将更年轻的水引向井底（即，进入井中的水的垂直年龄分布不符合PEM模型的指数剖面）。拟合中的大部分误差来自SF6，其拟合效果不佳。如果从拟合过程中去除SF6并重新运行模型，则样本的平均年龄为67岁，PEM比例为0.13。

总体而言，PEM（lumped parameter model）和DM（dispersion model）具有相似的年龄分布，两者均表明进入井中的水具有广泛的年龄分布（图29）。这三个模型（PEM、DM和粒子跟踪）均表明井中近期充注的（数年内）地下水量相对较少，反映出屏幕顶部距水位有一定距离。模型表明，到达井的年轻水量（不足50年）占比超过50％（DM为56％，PEM为53％），而来自该井的水约有20％的年龄超过100年。

从LPM（lumped parameter model）中确定的年龄分布与通过对流性粒子跟踪的地下水流模型确定的年龄分布相似（Burow等，2008；Eberts等，2012）。该地下水流模型经过校准，使用了来自公共供水井和18口监测井的水位、SF6和3H数据。这些结果表明LPMs可以近似井的年龄分布（图29）。

两种LPM都显示比粒子跟踪年龄分布更多的年轻水量，后者在24年时达到峰值。从粒子跟踪年龄分布计算的示踪剂浓度分别为3H（5.38 TU）、3Hetrit（37.9 TU）、3Ho（43.3 TU）、3H/3Ho（0.124）和SF6（0.50 pptv）。测得浓度与模型浓度之间的总相对误差为67％（仅针对3H、3Hetrit和SF6），大于LPMs的总误差。该示例报告的平均年龄与Eberts等人（2012年）报告的年龄相似，但略大，后者发现EPM和DM的平均年龄分别为54和59岁，EPM比为0.2，弥散参数为0.51。在该分析中，通过对示踪剂-示踪剂图的检查以及Solver的手动校准，确定了测得浓度与模型浓度之间的全局最小误差。在示踪输入数据和模型计算时间的离散化以及搜索最佳参数的参数增量离散化方面存在轻微差异，这些差异是导致大部分结果不一致的原因。

从年龄示踪器确定的模型可以通过将其在已知或估计输入函数的水质成分的输出与实际历史水质数据进行比较来评估其准确性和预测能力。McMahon等人（2008b）使用从粒子跟踪确定的年龄分布来预测并比较加利福尼亚州莫德斯托市公共供水井的历史硝酸盐（NO3−）浓度。

硝酸盐是评估模型的优秀成分，因为自1966年以来，已经在该井中分析了129次（Jurgens等人，2008），而Burow等人（2008）通过使用历史氮销售数据估算了莫德斯托附近农业地区地下水中硝酸盐的输入函数。硝酸盐从氮肥的施用是莫德斯托地区地下水中硝酸盐的最重要来源。硝酸盐被添加到这个工作簿的示踪器列表中，并且莫德斯托地下水中硝酸盐的降解率（通过反硝化作用）估计为每年0到0.02毫克/升氮（N）（McMahon等人，2008a）。

模型使用了0.001每年的硝酸盐降解率。

图30显示了通过使用PEM（实线红色）、DM（实线蓝色）和粒子跟踪年龄分布（虚线黑色；来自Burow等人，2008）得到的硝酸盐的响应，以及来自井中的历史硝酸盐浓度。硝酸盐的输入浓度被假定从2000年开始恒定，直到2020年，当时硝酸盐浓度被设定为零，模拟硝酸盐输入到地下水系统的停止。结果与McMahon等人（2008b）发表的结果相似，尽管在他们的模拟中，硝酸盐在2005年后的输入历史有所不同。结果显示，PEM和DM在该井中预测硝酸盐的行为非常相似，并且通常与粒子跟踪结果一致。所有三个模型都预测，在输入保持恒定的情况下，井中的硝酸盐浓度可能会继续增加，因为样品混合中的较老地下水组分逐渐达到与输入浓度相一致的稳态。请注意，模型（LPM和粒子跟踪年龄分布）假定示踪剂浓度在补给区域内均匀分布。实际上，硝酸盐浓度不太可能均匀分布，因为该井的捕获区域包括相对较少硝酸盐负荷的城市景观区域和硝酸盐负荷较高的农业景观区域。

McMahon等人（2008b）考虑了土地利用空间变化对补给中硝酸盐装载的影响。与LPM相比，粒子跟踪方法具有优势，因为可以将位置信息与年龄分布相关联，以建立更实际的示踪输入函数。然而，显然可以看出，LPM可以预测与从粒子跟踪获得的年龄分布相似的行为。LPM预测在约2026年左右出现硝酸盐浓度的峰值和下降，而粒子跟踪年龄分布预测在2030年左右稍晚出现峰值。此外，所有三个模型都预测在硝酸盐施用停止后，浓度将继续升高，因为井中缺少年龄分布的最年轻部分。