人工神经网络在水源地影响评价中的应用

为了评价水源地开采过程中对周围地下水环境的影响，本文运用BP神经网络模型建立了有4个输入、2个输出的三层网络模型，通过BP网络学习训练，得到水源地的BP网络模型，并运用该模型预测了在不同条件下因水源地开采所引起的降落漏斗秒地下水补给量，计算表明，BP神经网络用于模拟地下水系统简便，实用，能很好地预测地下水动态变化情况。     

基于BP神经网络的溶洞规模预测及应用

复杂岩溶地区的溶洞发育规模受地质构造、地区岩性、地下水动力系统等多种因素的影响,具有高度复杂性和非线性的特征。通过对岩溶区溶洞的赋存规律研究,确定影响溶洞发育规模的控制因素进行定量处理,收集已探明溶洞的样本数据。为克服已有研究对溶洞发育规模定性描述的模糊性,文章利用BP（Back Propagation）神经网络对自组织、自适应特性对数据样本的非线性关系揭示的能力,实现对溶洞发育规模的预测,并基于MATLAB实现BP神经网络结构的设计、训练、预测,其结果表明:BP神经网络模型对溶洞规模预测的精度高、收敛性能好。      

岩溶隧道涌水量综合预测——以朱家岩岩溶隧道为例

长期以来岩溶隧道涌水问题是国内外隧道施工中的重大难题,往往对工程造成极大危害。基于岩溶水文地质学的最新理论和国内外工程实践,结合多年的经验,提出"岩溶隧道涌水量综合预测四步建模法"。运用地球系统科学的理论与方法,辅之系统论原理和类比方法,从多种地质调查与监测手段入手,在分析确定岩溶地下水系统结构特征(特别是地下岩溶含水介质类型)与其内水流运动关系的基础上,采用流量衰减分析法、物理模拟和BP神经网络模型三者相结合的方法,对岩溶隧道涌水量进行综合预测研究。     

三种地下水位动态预测模型在吉林西部的应用与对比

准确而可靠地预测地下水埋深对生态环境保护和水资源规划管理具有重要意义。针对吉林西部浅层地下水位动态变化的复杂性和非线性,提出了基于小波分析与人工神经网络相结合的预测方法小波神经网络(WA-ANN)模型。将研究区2002年1月2009年12月当月降水量、蒸发量、人工开采量和前月平均地下水埋深4个参数作为输入,当月平均地下水埋深作为输出,建立浅层地下水埋深预测模型,并与BP神经网络(BP-ANN)模型和自回归移动平均(ARIMA)模型进行比较,对比分析了三者的建模过程及其模拟精度。结果显示:相比两种ANN模型,ARIMA模型建模过程更为简单,计算效率更高;但WA-ANN模型的拟合精度高于BP-ANN和ARIMA模型,预测效果更好。总体来看,WA-ANN模型在浅层地下水埋深预测中具有一定的应用推广价值。     

基于遗传BP神经网络的地下水位预测模型

地下水水位动态预测对农田土壤盐渍化防治、地下水地表水资源的合理调度具有十分重要的意义。以新疆和静县某地下水观测井为研究对象,选择月均蒸发量、气温和灌溉量3个因素作为BP神经网络模型的输入量,利用遗传算法优化神经网络的权值与阈值,建立地下水水位的遗传BP神经网络预测模型。结果表明:遗传BP神经网络模型能较好表达地下水位与主控因素之间的非线性关系,预测结果与实测值之间的平均绝对百分比误差为0.040 3,测试样本的网络输出值与网络目标值的相关系数达0.967 3,模型预测效果较佳。研究结果为区域地下水的开发利用与保护提供参考依据。     

基于遗传算法的BP神经网络计算岩溶水安全开采量

随着淮北市相山区岩溶水开采量不断增大,区内岩溶水水位降落漏斗范围不断增大,为保障岩溶水的安全开采与地质环境安全,进行本区岩溶水安全开采量计算十分必要。目前神经网络模型已被广泛应用于岩溶水水位动态计算,但由于网络全局寻优能力不理想,网络训练容易陷入局部极小值,导致网络泛化能力不理想。针对人工神经网络的不足,利用遗传算法(GA)对较为常用的BP神经网络权值、阈值进行优化,将此方法应用于相山区岩溶水水位动态的预测,并以该区岩溶水临界开采水位为控制条件,经模型计算得到相山区岩溶水多年平均安全开采量为3 001.7×10~4m~3。计算结果表明:与BP神经网络相比,GA-BP神经网络具有更高的预测精度,遗传算法可以有效提高BP网络的泛化能力。     

矿区岩溶地表塌陷神经网络预测研究

针对近年来某矿岩溶地表塌陷频繁发生的现象,分析确定了影响地表塌陷的主要因素,构建了矿区岩溶地表塌陷预测BP神经网络模型,以训练后的BP网络模型对矿山帷幕注浆三期工程完成后可能形成的地表塌陷区的空间分布进行预测。并针对矿山现实塌陷情况,结合各区预测塌陷危险分级结果,提出了相应的岩溶地表塌陷灾害防治措施。实践表明,所建模型的预测结果与矿区地表塌陷实际情况相符,可为矿山后续帷幕注浆工程的设计与施工提供有益借鉴,为岩溶矿区地表塌陷灾害提供预警支持。     

人工神经网络在岩溶塌陷预测中的应用研究

本文利用已有资料建立了岩溶塌陷预测ＢＰ神经网络模型,并对桂林岩区进行了岩溶塌陷预测。结果表明,在岩溶塌陷预测中应用ＢＰ神经网络模型是行之有效的。     

基于BP神经网络的太原市地面沉降预测及分析

通过对太原市地面沉降资料、气象水文和地质条件以及地下水等大量资料的分析与整理,考虑到太原市各个沉降中心的沉降趋势不尽相同,对太原市吴家堡、西张、万柏林和下元4个沉降中心分别建立BP神经网络模型,并基于训练好的BP神经网络模型,在太原市地下水开采量的规划方案下,预测了在不同降水保证率下2009-2015年地面沉降的趋势,...     

基于多变量LSTM神经网络的地下水水位预测

为解决以往模型未考虑地下水位相关影响因素的问题,探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用,利用长短期记忆神经网络,采用多变量输入的方式,构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例,采用2001-2014年地下水水位动态监测资料与相关影响因素数据,利用多变量LSTM神经网络对2015-2016年地下水位进行预测,并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律,预测均方根误差最大,为2.399 3;以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测,无法考虑相关变量影响,预测均方根误差为2.102 2;基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络,预测均方根误差最小,仅为1.919 1。总体上,多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大,但总体预测效果较为理想。     

基于时间序列分析法的岩溶泉水位预测

济南城区岩溶泉是当地主要的供水水源,查明泉水动态规律并科学合理的预测泉水位对于泉域岩溶水资源的开发利用和保护具有重要意义。本文首先应用时间序列分析法将趵突泉和黑虎泉自2012年5月2日至2018年10月31日的逐日水位数据分解为趋势项、周期项和随机项,分析其水位动态变化规律并建立水位预测模型,结果显示泉水位动态在该阶段无显著趋势性;但受降水的影响,泉水位动态变化呈现两个主要的周期,多年性变化（3.2年）和季节性变化;同时由于受到各种无规律干扰因素的影响,泉水位动态呈现随机波动的随机项。其次,利用2018年11月1日至2020年8月24日的逐日泉水位数据验证上述水位预测模型的预测精度,结果表明该模型运行合理,预测效果较好,具有一定的实用价值。最后利用该模型预测了2020年8月25日至2022年10月31日泉水位动态变化,为当地岩溶水资源开发和管理提供了依据。      

临沂市城区岩溶塌陷危险性控制

通过分析临沂市城区岩溶塌陷与地下水活动的关系,确定了岩溶塌陷的主控因子为地下水水位。借助已建立的地下水流模型,提出控制岩溶塌陷的方法,即使岩溶水水位不低于控制水位。以此为目标在研究区选定若干具有代表性的水位控制点,并设计了三种地下水规划开采方案,将其带入地下水流模型演算,最终获得合理的地下水开采方案,即未来城区岩溶水开采量与现状开采相比减少了11.65×104m3/d,减少的水量由临沂市岸堤水库地表水工程解决。该方案实施后可在一定程度上控制岩溶塌陷发生的危险。     

从研究岩溶地下水角度分析评价岩溶塌陷的危险性--以南宁坛洛塌陷为例

南宁市是广西岩溶地面塌陷危害十分严重的城市之一。2012年6月2日突发的岩溶地面塌陷主要集中分布在坛洛镇南西方向,形成塌陷坑19个,地裂缝17条,威胁62户共232人,潜在经济损失约870万元。坛洛塌陷多形成于松散盖层厚度小于15 m,地下水位埋深小于20 m,地下岩溶强发育的区段。碳酸盐岩岩溶发育、松散盖层厚度较小和水动力条件（降水、地表水和地下水）复杂为岩溶塌陷产生的必要条件,尤以地下水的作用对岩溶塌陷的形成起至关重要的作用。通过对坛洛地下水动态观测与岩溶塌陷的调查研究确定地下水强径流带,分析评价岩溶地面塌陷的危险性,为岩溶地区的岩溶塌陷危险性勘察、评价工作提供一定指导意义。     

大藤峡水库岩溶塌陷预防的安全调度研究

水库运行容易在库区诱发滑坡、岩溶塌陷等地质灾害。通过水库运行的安全调度,可有效减少库区地质灾害的发生。本文以在建的大藤峡水库武宣防护区为例,分析计算了岩溶塌陷预防的安全调度水位、排蓄水速度;并根据现场调查,查明了研究区岩溶塌陷发育的地质背景和发育现状,建立了岩溶塌陷发育机理模式。为了分析水库运行改变地下水动力条件对岩溶塌陷发育的影响,运用Modflow软件,建立研究区数值模拟模型,通过数值模拟运算,预测了大藤峡水库不同蓄水水位引起的地下水位变化,以及不同排蓄水速度引起的地下水流速变化;探讨了包气带、潜水层和承压水层区域岩溶塌陷发育的可能性。结果表明:研究区岩溶塌陷预防的水库安全水位高程为51～62 m,蓄水水位安全上升速度为0～1.0 m·d-1和排水水位安全下降速度为0~3.0 m·d-1。      

基于人工神经网络的喀斯特地区水资源承载力综合评价——以贵州省为例

运用BP网络对贵州喀斯特地区水资源承载力进行综合评价,并与灰色关联投影法评价结果进行对比。结果表明,两种方法的评价结果整体差别不大,但安顺市和铜仁地区的承载力差别很大。神经网络法所得结果,铜仁地区水资源开发利用潜力最大,而安顺市则很小,仅高于贵阳市;但灰色关联投影法所得结果,铜仁地区的水资源承载力却比安顺市低很多。通过与前人研究结果比较,BP网络的评价结果更加符合实际情况。应用Kohonen网络进行分析,结果表明水资源总量和经济发展水平是影响贵州各地区水资源承载力的主要因素;此外,人口对遵义市的水资源承载力也有较大的影响,铜仁和毕节地区受喀斯特的影响较其他地区显著。      

岩溶塌陷灾害的岩溶地下水气压力监测技术及应用

文章系统、全面地介绍了岩溶地下水气压力监测技术及其应用成果。该技术在监测成孔、孔口的密封及监测频率等方面创新性地提出了相关的工艺方法,能真实、及时且充分地反映出岩溶管道裂隙系统中的地下水气压力变化特点,可为岩溶塌陷的机理研究、监测和预警提供科学依据。岩溶地下水气压力监测技术工艺简单、操作方便、成本低廉,经过20多年的改进,已成功应用于全国11个典型岩溶塌陷区,服务于高铁、水源地、油气管线、市政建设等潜在岩溶塌陷风险性评价、安全降深、监测预警等方面,取得了很好的效果。      

桂林甑皮岩地下水与地表水的水力交互作用

桂林甑皮岩遗址地处典型的峰林平原区,面临地下水运动破坏遗址区稳定性的问题。为掌握水塘岩溶渗漏过程特征,揭示遗址保护区岩溶地下水与地表水的相互作用,保护遗址区的稳定性,分析了遗址保护区地下水与地表水的水位动态特征,并根据岩溶地下水与地表水系统的水均衡要素建立水箱模型的基本物理结构和水塘水位衰减方程,将模拟水位与实际水位对比分析,量化地表水与降雨及遗址洞地下水之间的相互关系。水塘水位动态与地下水水位动态存在水位高差、上升起点、衰减速度和峰值滞后的差异性,两者动态过程的差异反映遗址区岩溶介质的沟通能力较强;地表水渗漏过程主要控制因素是水塘底部的岩溶渗漏能力;地下水补给地表水塘的方式以主径流带管道流集中补给为主。遗址区地下水与地表水的水力交互作用表现出强烈的动态模式,地下水与地表水互相转化特征显著。地下水与地表水的水力交互有利于削弱地下水潜蚀力,缓解地下水对覆盖层的侵蚀破坏。      

兰村泉域岩溶水位动态遗传回归模型与岩溶地下水保护

近年来对兰村泉域岩溶地下水的大规模开采导致了兰村泉断流、泉域地下水位大幅下降等一系列问题。本次研究在分析兰村泉域1960年到2003年间岩溶地下水动态特征的基础上,建立该区地下水位动态遗传回归模型,定量分析了各种影响因素对系统岩溶地下水位动态的作用强度。最后,提出了包括削减人工开采、增加入渗补给等保护兰村泉域岩溶水的对策和方案。     

桂林岩溶洼地生态系统中大气CO2动态及环境意义

对桂林岩溶试验场岩溶洼地生态系统中大气ＣＯ２动态的昼夜观测结果说明,岩溶洼地对大气ＣＯ２具有一定的调蓄作用,并促进岩溶发育;植被的光合呼吸作用是制约大气ＣＯ２日动态直接的因素,而土壤ＣＯ２向大气的排放居次要地位。     

基于数值模拟的汾河二库对晋祠泉岩溶水系统渗漏补给作用研究

汾河二库的下闸蓄水，改变了晋祠泉域汾河地表水对岩溶水的渗漏补给条件，对区域岩溶水流场变化有着长远的影响。本研究通过系统梳理库区水文地质条件，勾画地表水渗漏补给岩溶水范围，考虑地层岩性、蓄水高度等因素，确定二库不同蓄水水位下晋祠泉域获渗漏量占比；构建晋祠泉三维岩溶地下水流模型，研究二库渗漏对泉域岩溶地下水补给作用，并预测不同蓄水情景下晋祠泉口水位变化趋势。结果表明:晋祠泉域获渗漏量占比随二库蓄水位非线性变化，最低为92.8%，在二库蓄水位达902 m后稳定在93.7%，而渗漏量与二库蓄水高度呈正相关；泉域岩溶水径流区受渗漏补给作用最显著，其次为排泄区、北部补给区；渗漏补给作用下，地下水位回升值受二库水位和补水距离影响；维持设计水位（905.7 m）和2017年水位（895.9~902.4 m）时，预计晋祠泉口水位分别在2021年7月和2023年1月达到泉口高程。