ANN技术在地下水含水量预测建模中的研究与应用

摘要：

将人工神经网络(ANN)技术引入到地下水含水量预测工作,以华北平原和河套平原为试验场,以若干已知钻孔为验证,采用激电和电阻率测深等地面物探方法获取视电阻率ρs、视极化率ηs、半衰时Th、衰减度D和偏离度σ等参数为输入神经元对单孔单位涌水量建立人工神经网络预测模型.同时,为消除不同地区矿化度的影响,通过实验对比引入综合参数T'',改良了输入神经元的配比.最终建立以半衰时Th、衰减度D、偏离度σ和综合参数T’'为输入神经元的含水量预测模型,进一步提高了预测精度.通过检验,发现所建立的模型对平原地区进行含水量的定量预测有着较好的效果,为含水量预测工作研究与发展带来了新理念、打开了新思路.

关键词：ANN、涌水量、矿化度、偏离度、预测模型

所属期刊栏目：39

分类号：P641.7(水文地质学与工程地质学)

资助基金：科研基金项目“太行山严重缺水地区含水结构物性特征研究”SK201203;中国地质调查局地调项目“华北平原典型地区含水层结构调查”G201103;“河套平原地下水资源及其环境问题调查评价”G09001

在线出版日期：2012-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1081-1086