基于非线性PLSR模型的地下水水质预测

【目的】针对地下水水质预测中影响因素的非线性关系,采用非线性偏最小二乘回归技术(PLSR)模型进行地下水水质预测研究,为地下水水质的准确预测提供支持。【方法】运用拟线性方法建立非线性PLSR模型,选用核函数对原自变量进行非线性变换,以陕西咸阳市某观测井2001-2009年地下水资料为研究对象,进行地下水硬度预测,并将其与BP网络模型的预测结果进行比较。【结果】利用咸阳市地下水前8年(2001-2008)的水质资料建立非线性PLSR模型,采用该模型对咸阳市地下水2009年硬度进行预测,与实测值相比,非线性PLSR模型、BP网络模型预测结果的平均相对误差分别为0.944%和1.354%,可知非线性PLSR模型具有更高的预测精度和实用性。【结论】基于核函数变化的非线性PLSR模型,将复杂的非线性问题转化为简单的线性问题,简化了计算过程,提高了预测精度,为地下水水质的预测提供了一种新思路。     

地下水脆弱性评价研究进展

在分析地下水脆弱性内涵的基础上,评述了常见的地下水脆弱性评价方法以及典型的评价模型,从地下水本质脆弱性、特殊脆弱性以及脆弱性的定量研究方面归纳了地下水脆弱性的研究进展。针对目前地下水脆弱性理论研究中的不足以及评判方法的优劣,建议查明研究区的水文地质背景条件,选用合适的脆弱性评价方法,着力考虑地下水脆弱性评价内容的全面性,即根据生产的需要评价除了潜水含水层以外的半承压含水层以及承压含水层的脆弱性,力求评价的规范化,同时将信息技术融于地下水脆弱性评价当中,在地下水脆弱性评价方面开展深入的研究。期待一种集成工具,收集所需的各类评价参数并将评价工作最终定量化,旨在为地下水资源的可持续利用提供理论依据,同时为地下水风险的评估提供支撑。     

正则化RBF网络模型在地下水位预测中的应用

【目的】建立地下水位预测的正则化RBF网络模型,为区域地下水资源的利用、规划和管理提供决策依据。【方法】以MATLAB7.0为平台,用函数newrb创建正则化RBF网络模型,基于宝鸡峡灌区B210号观测井1983-2009年的地下水位埋深资料,对网络模型进行训练后再用测试集检验,分别绘制训练集与测试集的拟合曲线,同时计算实测值与预测值间的相对误差(RE)、平均绝对偏差(MAD)和均方误差(MSE),并将其与BP网络模型的相应值进行对比。【结果】正则化RBF网络模型和BP网络模型的相对误差均小于5%,平均绝对偏差分别为0.53和0.85,均方误差分别为0.54和1.15,相比之下,正则化RBF网络模型的预测精度更高。【结论】训练样本和测试样本的合理选取为时间序列的拟合扩展了思路,良好的泛化能力使正则化RBF网络模型在区域地下水位预测中具有一定的可行性。