ANN模型在xx市相山區(qū)巖溶水位預(yù)報中的應(yīng)用

3.3萬字 74頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘 要
地下水位的變化是一個比較復(fù)雜的自然過程，是降水、蒸發(fā)、人工開采等多重因素綜合作用的結(jié)果。由于巖溶區(qū)含水介質(zhì)非均質(zhì)性較強，其地下水系統(tǒng)為復(fù)雜的非線性動力系統(tǒng)，系統(tǒng)的輸入與輸出具有復(fù)雜的非線性關(guān)系，因此不能用簡單的線性函數(shù)進行確定性的描述。人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network ANN）具有自組織、自適應(yīng)以及自學(xué)習(xí)功能，其中誤差反向傳播網(wǎng)絡(luò)即BP網(wǎng)絡(luò)是一種非線性映射人工神經(jīng)網(wǎng)絡(luò)。具有較強大的非線性處理能力，在巖溶水位預(yù)測中應(yīng)用廣泛。
本次研究以xx市相山區(qū)巖溶水源地為研究區(qū)，在全面分析區(qū)域內(nèi)已有氣象、水文、地質(zhì)等資料的基礎(chǔ)上，以研究區(qū)降水量、開采量以及上一時段巖溶地下水位作為輸入，以本時段的巖溶水位作為輸出，利用Matlab軟件建立了研究區(qū)的巖溶地下水位BP人工神經(jīng)網(wǎng)絡(luò)模型。同時，利用降水頻率曲線選取典型干旱年，之后利用模型預(yù)測現(xiàn)狀開采條件下各典型干旱年的巖溶地下水位。結(jié)果表明，模型具有較高的預(yù)測精度；降水對巖溶水位具有較大的影響，研究區(qū)各典型年份巖溶最高水位均出現(xiàn)在降水量較大的第三季度汛期；區(qū)域內(nèi)各典型干旱年均存在不同程度的超采現(xiàn)象，隨著干旱等級的提高，超采情況越發(fā)明顯。
本次研究還利用滑動平均法對1997~2012年共16年的水文氣象資料序列連續(xù)三年的降水量進行分析，得出2009~2011年為連續(xù)三年枯水年組，并以此作為模型降水量的輸入，預(yù)測現(xiàn)狀開采條件下，2013~2015年研究區(qū)的巖溶水，同時將其與研究區(qū)巖溶水臨界開采水位7.5m進行比較，判斷是否存在超采現(xiàn)象以及超采程度，結(jié)果表明，現(xiàn)狀開采條件下，若研究區(qū)出現(xiàn)連續(xù)三年枯水年，巖溶水位會大幅下降，區(qū)域內(nèi)巖溶水超采現(xiàn)象嚴(yán)重，對區(qū)域的生態(tài)環(huán)境安全、地質(zhì)環(huán)境安全以及“用水公平性”原則造成一定的影響。
本文驗證了BP人工神經(jīng)網(wǎng)絡(luò)模型在巖溶水位動態(tài)預(yù)測應(yīng)用中的優(yōu)勢，研究結(jié)果為干旱年水源地開采量方案的擬定提供了基礎(chǔ)依據(jù)，為xx市巖溶水管理和規(guī)劃方案的制定與實施提出建議。


關(guān)鍵詞：地下水位預(yù)測；人工神經(jīng)網(wǎng)絡(luò)；地下水開采；巖溶區(qū)；xx市相山區(qū)；