人工神经网络在土壤含盐量预测中的应用

土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度.     

大型灌区集中开采条件下地下水数

在对某大型灌区水文地质条件进行分析的基础上，以灌域为基本单位，用Visual Modflow进行参数率定，确定水文地质参数，建立了地下水三维非稳定流模型。利用此模型进行地下水集中开采的数值模拟，确定了合适的开采方案。结果表明，本文分析方法结果合理，具有较高的预测精度和潜在的实用价值。     

BP神经网络在浅层地下水矿化度预

针对导致黄河下游三角洲地区土壤盐渍化的浅层地下水因素,以该地区典型区域为研究对象,将人工神经网络引入地下水矿化度的模拟和预测中,建立了基于土壤盐分、地下水埋深和pH的地下水矿化度预测的BP神经网络模型,并与多元回归模型在拟合精度和预测性能方面进行了比较。结果表明：研究区域地下水矿化度与土壤盐渍化程度呈显著的相关性,多元回归模型能较好地拟合地下水矿化度;通过网络训练确定了地下水矿化度的BP神经网络的拓扑结构为5：8：1,BP神经网络的拟合精度明显优于多元回归模型;统计检验表明BP神经网络的预测性能亦优于多元回归方法,其预测精度提高了50.1%。该研究可为黄河三角洲地区盐渍化的水盐调控和预测预报提供理论基础与决策依据。     

基于均匀设计法的地下水流数值模拟参数全局灵敏度分析

地下水数值模拟在与地下水相关的多个领域得到广泛应用,参数灵敏度分析能有效提高模拟结果的精度。最初的局部灵敏度分析方法只考虑了单个参数的影响, 忽略了参数的共同作用;后期发展起来的全局灵敏度分析方法虽综合考虑了参数的共同作用,但在多参数、多水平条件下,抽样次数过多,对于数值模型来说可操作性差。本文将均匀设计法引入到黑龙江省林甸县地下水流数值模型的参数灵敏度分析中,选取模型中的7个参数进行研究,每个参数选取16个水平值,仅以16次抽样即达到了参数灵敏度分析的目的。     

基于BP神经网络的模型铲刀推土阻力预测模型

将BP神经网络应用于典型的曲面推土板-模型铲刀推土阻力的预测.在模型铲刀推土试验研究结果的基础上,以模型铲刀的切削角、前翻角和切削速度为输入,以模型铲刀推土阻力的水平分力与垂直分力为输出,建立了BP神经网络数值模拟模型.研究结果表明,该BP神经网络有效地预测了模型铲刀的推土阻力,其准确率在94%以上.     

基于双响应面法的地下水流数值模拟模型的替代模型研究

以内蒙古金泉工业园区水源地为研究区,在已有地下水水流数值模拟模型基础上,采用拉丁超立方抽样方法,获取输入（抽水量）数据集和输出（地下水位降深）数据集,运用双响应面方法,建立了地下水水流数值模拟模型的替代模型—双响应面模型。经验证,双响应面模型计算出的地下水水位降深均值与地下水水流数值模拟模型计算出的地下水水位降深均值的平均相对拟合误差为0.22%,地下水水位降深剩余标准差的平均相对拟合误差为0.03%,相对拟合误差都比较小,说明所建立的双响应面模型可以有效的替代地下水流数值模拟模型,这为地下水资源优化管理中替代模型的建立提供了有效的科学论证。     

玉米秸秆热裂解产物产率预测分析

以影响热裂解液化过程的因素(输入功率、压差、氩气流量和进料率)为网络输入,热裂解液化产物为网络输出,应用BP神经网络模型法对玉米秸秆热裂解液化产物产率进行了预测分析,并将预测结果与非线性回归分析法进行了比较分析.结果表明,采用BP神经网络模型预测输出值与试验值间的相对误差总体上在5％之内,说明模拟预测的效果较好.对BP神经网络模型法与非线性回归方法的预测结果对比分析显示:在试验数据范围内,BP神经网络模型对玉米秸秆热裂解3种产物产率的预测值更接近试验值,计算精度比非线性回归方法略高.     

基于BP网络的畦灌性能模拟模型及其应用评价

根据山东簸箕李灌区冬小麦灌溉实测资料,初步建立了基于BP网络的畦灌性能模拟模型,并以地面灌溉数值模型SRFR模拟结果作为目标值,对开发的BP模型进行了训练,确定了BP模型运行参数。应用结果表明,SRFR模型和BP模型得到的灌水效率和灌水均匀度变化规律一致,平均相对误差均为2.5%左右,基于BP网络的畦灌性能模拟模型可用于类似条件下畦灌性能指标的预测和评价。     

基于GMS的地下水流数值模拟及参数敏感性分析

为提高地下水流数值模拟的精度,减小因水文地质参数不确定性而产生的误差,需要对数值模拟模型的水文地质参数进行灵敏度分析.在对老莱河流域某灌区地下水流数值模型识别和验证的基础上,采用因子变换法对渗透系数、给水度、大气降水入渗补给系数值进行敏感性分析.结果表明,地下水位对含水层的渗透系数最敏感,其次是大气降水入渗补给系数,河谷地区因含水层岩性变异度较大导致地下水位对该区参数变化较敏感.通过参数敏感度分析能够筛选出数值模型中的不确定性因素,从而避免模型调参的盲目性,提高区域地下水资源评价的可靠性.     

基于替代模型的地表水地下水耦合模型不确定性分析

在地表水地下水耦合模拟过程中,源汇项的不确定性会影响模型输出结果的可靠性,故对其进行不确定性分析十分必要。针对一假想算例建立了地表水地下水耦合模拟数学模型,并运用Hydro Geo Sphere软件对其进行同步并行求解。采用Monte Carlo方法分析源汇项的不确定性对于地表水地下水耦合模拟输出结果的影响。在不确定性分析过程中,为减少多次调用模拟模型所产生的计算负荷,采用拉丁超立方抽样和Kriging方法建立模拟模型的替代模型。结果表明:地表水地下水耦合模拟模型能够描述研究区地表水流与地下水流的水力联系;采用Kriging方法建立模拟模型的替代模型,能减少不确定性分析的计算负荷;结合风险评估,地下水水位低于地下水生态水位阈值的风险值为0.2;基于替代模型对地表水地下水耦合模拟模型进行不确定性分析,大幅度地减少了计算成本,为决策者的实际工作提供参考。     

GM(1,1)模型在滦河下游地区地下水位预测中的应用

首先对GM(1,1)模型的结构进行了研究和改进,给出了模型参数计算方法和精度检验方法.依据所建GM(1,1)模型,选用滦河下游地区节水工程改造后地下水位资料,对滦河下游地区地下水动态进行分析和数值模拟,利用实测资料对计算结果进行了验证.研究表明,模型预测拟合精度高,方法简便,可操作性强,对灌区地下水位预测评价和地下水合理开发利用具有一定的实用价值.     

现代地下水资源数值模拟技术研究

分析了地下水资源数值模拟技术在国内外的研究现状及主要研究方法,即运用思维方法、数学工具和计算机软件等先进技术.提出了数值模拟的立足点及确定地下水系统数值模拟模型的不确定因素,指出了水资源数值模拟中存在的问题,并提出多学科模型的耦合、计算机技术的深入应用和三维数值模型的建立将为未来地下水资源数值模拟技术的发展提供更有力的帮助。     

MODFLOW在井灌区地下水数值模拟中的应用

利用地下水数值模拟软件VISUAL MODFLOW,根据三河市的水文地质条件,建立三河市研究区的地下水流动模型,对三河市地下水水位进行分析和预测.模拟结果表明:计算地下水位和实测结果吻合较好,模型可以用来对该区的地下水位和水量进行模拟和预报.利用模型对该区域种植结构优化后的地下水水位进行了模拟和预测.     

数值模型结构不确定性对模拟结果的影响分析

以内蒙古鄂托克旗为例,基于GMS中的MODFLOW模块构建了地下水流数值模拟模型,分析了模型结构(含水层厚度、参数分区)与模型参数不确定性因素对模拟结果的影响.研究结果表明:含水层不确定情景(含水层下边界概化为隔水底板平均值870 m)与实际情况水头差值绝对值的累计和最大为701 m,对模拟结果起了主控作用;当含水层下边界概化为910,940 m时,累计和分别增加为1 013,1 593 m;与仅考虑单个不确定性因素相比,同时考虑模型参数与含水层不确定情景累计和最大为738 m,同时考虑参数分区与含水层不确定情景累计和最大为791 m.因此,在构建地下水流数值模拟模型时,应优先考虑含水层空间结构概化的合理程度,同时考虑多个不确定性因素对模拟结果的综合影响,使地下水数值模拟模型能更精确地反映真实的地下水流状况.     

土壤水-汽-热耦合运移的数值模拟研究与验证

土壤水是自然界水分循环的重要组成部分,在研究土壤水分运移中考虑热量的影响能够提高模拟的精度并反映真实的物理过程.基于土壤水-汽-热耦合运移方程建立土壤含水率和温度的数值模拟模型,通过对VG模型的经验拟合参数n和α、土壤残余含水率θr、饱和含水率θs的率定使模拟结果得到优化;将修改后的参数作为模型的基本参数,连同气象资料...     

基于Kostiakov二参数入渗模型参数的BP预测

基于黄土高原区大田耕作土壤的水分入渗试验,建立了Kostiakov二参数入渗模型参数的BP神经网络预测,实现了以土壤基本理化参数为输入变量,Kostiakov二参数模型参数为输出变量的BP预测方法,并分别对二参数模型中的入渗系数k、入渗指数α以及90min累积入渗量H进行了预测值与实测值的精度比较,结果显示对入渗系数k实现BP预测的平均相对误差为6.082 3%,入渗指数α的平均相对误差为1.045 9%,90min累积入渗量H的平均相对误差为4.973 5%,三者的平均相对误差值均在7%以下,预测精度较高,预测效果较好,表明以土壤基本理化参数为输入变量的BP神经网络预测是可行的。研究结果为获取准确的入渗参数提供技术手段,进而为提高农业灌溉水管理水平和灌水效率提供支撑。     

土壤水分特征曲线Van-Genuchten模型参数的土壤传输函数比选

基于黄土高原区多种土壤的水分特征曲线试验数据样本,建立了以土壤黏粒、土壤粉粒、干密度、有机质和盐分含量为输入变量,Van-Genuchten模型参数α与n为输出变量的非线性预报模型和灰色BP神经网络预报模型,在对两种模型误差参数α与n分别进行误差分析比较的基础上,对两种模型的预测结果进行了整体误差分析。结果表明:无论是参数α还是参数n,非线性模型的平均相对误差低于10%,综合精度平均相对误差为15.73%;灰色BP神经网络模型的预测精度的平均相对误差低于4%,综合精度平均相对误差为10.01%,灰色BP神经网络模型的预测精度都要比非线性模型的预测精度高,但灰色BP神经网络模型易出现过度拟合的情况。综合而言,两种模型均能实现Van-Genuchten模型参数α与n的预测,可根据具体情况选用其中一种以达到更好的预测效果。     

数值法与解析法在地下水环境影响评价中的应用研究

【目的】探究数值法与解析法在进行地下水环境影响评价时的差异,以及在进行地下水环境评价时,选择更为合适的计算方法。【方法】以四川省宜宾市某氯化法钛白粉项目为例,利用瞬时点源一维对流扩散模型、瞬时点源二维扩散模型和GMS数值模型研究非正常工况下苯储罐泄漏时污染物对地下水的影响,预测了污染物在潜水含水层中的中心运移距离、最大浓度和污染范围,并对3种方法的计算结果进行比较分析。【结果】一维对流模型只考虑地下水流向方向上的运移情况,计算结果最大,方法简单方便,参数要求较少,但精度较低,无法预测污染面积;二维扩散模型考虑了平面上的污染物分布情况,可以预测污染物范围及浓度变化,但预测运移距离较大,与实际的边界条件矛盾;GMS数值模型是三维模拟,计算精度高,更符合实际情况,但建模过程复杂,水文地质条件限制较多,所需水文地质参数较多,耗时较长。【结论】综上考虑,水文地质条件简单、地下水环境评价等级不高的工程项目使用解析法预测较为方便;在水文地质资料充足、评价等级高的区域使用数值法预测精度更高。     

灰色神经网络在地下水动态预测中的应用

以周至201号井为例,选取降雨量、蒸发量、单位面积的引灌水量及人工开采量4个地下水位的主要影响因素为预报因子,地下水位作为输出样本,建立BP神经网络模型。以2002-2011年4个序列的数据分别建立新陈代谢GM(1,1)模型,得到2012-2014年的预测值。再将各新陈代谢GM(1,1)模型得到的4个预报因子的预测值作为BP神经网络的输入,得到的输出即为最终2012-2014年地下水位的预测值。结果表明,灰色理论和BP神经网络耦合模型具有较高的预测精度,可为地下水的动态预报提供参考。     

基于电参数与神经网络的奶牛乳腺炎检测方法

通过准确测量奶牛新鲜乳汁的温度、电导率、电容和乳汁中的体细胞含量,建立了温度、电导率、电容为输入,体细胞数为输出的四层BP神经网络模型。并将结果与没有电容参数的网络模型结果进行比较。结果表明:电容参数的加入使检测精度有显著提高,验证集奶牛乳腺炎等级的正确检出率达到100%。