海上风电工程的设计与分析中需要合理的海洋土的力学参数[1]。不符合工程实际的参数取值会导致不合理的设计结果和潜在的工程风险[2-4]。土体为天然材料，其力学参数具有显著的空间变异性[5]。准确表征土体参数空间变异性能够为合理地确定土体参数取值提供有效参考。因此，海上风电场土体参数的空间变异性表征对海上风电工程具有重要意义[2]。
针对土体参数的空间变异性表征，国内外学者开展了大量有价值的研究[5-11]。其中，条件模拟是一种广泛使用的方法，现有条件模拟方法主要基于地质统计学[6-7]和随机场理论[8-11]，根据勘察数据模拟土体参数空间变异性。然而，由于场地勘察数据稀疏且有限[11]，在未采样区域条件模拟的结果通常仍具有较大的不确定性[12-13]。
随着海上风电工程勘察技术的发展，场地勘察阶段通常进行多种勘察和测试，并获得多源数据[1]。不同类型的土体参数常常具有空间相关性，通过融合具有相关性的土体参数数据，可以降低统计不确定性，进而提高土体参数空间变异性表征的准确性[12]。条件协同模拟将对工程设计重要的参数视为主变量，将和主变量有相关性的参数视为次变量，通过自变异函数表征变量的空间自相关性和交叉变异函数模型表征主次变量的互相关性，是融合多源数据的有效工具[14-15]。该方法需要根据勘察位置相同的（同位）主次变量数据计算交叉变异函数模型。然而，岩土勘察和测试通常具有破坏性，难以在同一位置测量主次变量，导致同位勘察数据较少，难以准确计算交叉变异函数模型[16]。
Xu等[16]提出了基于贝叶斯理论的自变异函数估计方法，该方法可以根据有限数据估计自变异函数，同时根据非同位主次变量数据估计交叉变异函数。尽管如此，有限数据条件下自变异函数和交叉变异函数模型参数统计不确定性十分显著，是空间变异性表征中不确定性的重要来源，直接影响空间变异性表征的准确性。Miao等[13]提出了考虑统计不确定性的空间变异性表征的BayLUP方法，但是只考虑单一变量，未涉及多源数据。如何在根据主次变量勘察数据合理地考虑统计不确定性对空间变异性表征的影响尚未可知。
针对海洋土的空间变异性表征问题，本文提出了基于贝叶斯理论的条件协同模拟方法，合理地考虑统计不确定性的影响。该方法可以根据非同位主次变量实测数据，利用贝叶斯理论估计自变异函数和交叉变异函数，再利用条件协同模拟方法，在考虑统计不确定性条件下生成大量主变量空间分布的模拟样本，表征主变量的空间变异性。以某海上风电场为工程背景，利用提出的方法融合无侧限抗压强度qu和标准贯入试验(SPT)的击数N值实测数据，表征qu的空间变异性，并利用留一交叉验证法，验证了方法的有效性。最后，探究了先验分布和SPT数据融合对统计不确定性和空间变异性表征的影响。
针对海上风电场地基土参数空间变异性表征，提出了基于贝叶斯理论的条件协同模拟方法。以某海上风电场为例，利用所提出方法融合无侧限抗压强度(qu)和标准贯入试验(SPT)击数N值，表征qu的空间变异性，得到以下3点结论。
（1）所提方法可以根据非同位的qu和N值实测数据，合理地估计交叉变异函数模型。解决了传统方法需要同位实测数据的限制，为海上风电工程的设计与分析提供参数取值的依据。
（2）基于贝叶斯理论的条件协同模拟结果可以合理地表征qu的统计特征。根据留一交叉验证法，条件协同模拟均值接近验证数据，且95%置信区间可以包含大部分验证数据。此外，在勘察位置处条件协同模拟结果的标准差为0，且勘察位置附近的标准差较小。
（3）提出的基于贝叶斯理论的条件协同模拟方法，合理地反映了有限数据条件下变异函数模型参数统计不确定性的影响。不考虑统计不确定性会低估空间变异性表征结果的不确定性，可能会导致不合理的设计结果和潜在的工程风险。此外，利用强信息先验分布或融合SPT数据，可以降低统计不确定性和条件协同模拟结果的不确定性。
