基于IL-HMMs预测模型的地下水埋深预测研究

以西北干旱典型县域磴口县为研究区,基于增量学习的改进隐马尔可夫预测模型(IL-HMMs),对区域地下水埋深进行了预测研究。为检验IL-HMMs模型预测效果,将模型预测结果与2013年长观井的实测数据进行了比较;同时为检验模型的优劣性,与未经增量学习的隐马尔可夫模型(HMMs)、加权马尔可夫链(WMCP)和BP神经网络(BP neural network,BPNN)预测模型的预测结果进行了比较。结果表明:与其他几种预测模型相比,IL-HMMs模型预测精度显著提高,误差更小,有较好的鲁棒性。并使用IL-HMMs模型对2018年地下水埋深进行了预测,预测结果表明,2018年地下水年平均埋深略有增加、局部区域地下水埋深增量加剧。基于IL-HMMs模型的地下水埋深预测具有很好稳定性的同时对新数据加入又有很好的鲁棒性,可为地下水埋深动态预测提供思路与方法补充,为区域地下水资源开发利用和保护提供重要依据。     

基于CEEMD-BP耦合模型的灌区地下水埋深预测

为了科学预测人民胜利渠灌区地下水埋深,促进灌区水资源的可持续利用,针对灌区地下水埋深具有非线性、非平稳性与预测精度低的特征,基于CEEMD具有非平稳信号平稳化的能力和BP神经网络较强的非线性和不确定性映射能力与预测效果,构建了基于CEEMD-BP的灌区地下水埋深预测耦合模型.将该模型应用于人民胜利渠灌区地下水埋深预测中...     

吐鲁番市地下水埋深及水位时空变化规律研究

为了探究吐鲁番市近20年来地下水埋深及水位时空演化规律,依据吐鲁番市1:5万吐鲁番监测区潜水等水位线及等埋深图(1995年和2004年),吐鲁番市地下水动态监测报告(1993年-1995年,2003-2012年)等,运用MAPGIS、SURFER等软件绘制了地下水水位降深图,显示规律为:2004-2014年地下水降深相比于1995-2004年,在0~5及5~10m间的面积均有所减少,而降深在10~15及15~20m的面积均有所增加,其中降深在10~15m的面积增加了23.76%。运用SPSS软件,采用偏相关分析方法研究地下水埋深与开采量之间的相关关系。吐鲁番市地下水埋深和开采量的相关系数达到了0.8,两者密切相关。     

地下水平均埋深对径流系数影响的研究

在以除涝为目标的排水沟设计中,影响径流系数的因素很多,传统的研究,只考虑了前期影响雨量对径流系数的影响,而对地下水平均埋深的影响却注意得不够。为此,通过整理分析人民胜利渠灌区近期的降雨径流资料,在既考虑前期影响雨量,又考虑雨前地下水平均埋深的情况下,提出了降雨量与系数的相关计算公式。     

地下水埋深对作物的影响研究现状

根据国内外的研究成果,对地下水埋深对作物的影响的研究现状进行了分析和总结。地下水埋深影响作物土壤水分吸收和盐分运移,影响作物生长发育、产量。适宜的地下水位能够改善作物的土壤环境,提高根系活力,增加作物产量。最后提出了需要进一步研究的问题。     

不同地下水埋深土壤水分入渗规律研究

【目的】分析农田土水势的分布对作物的生长状况和农田水分循环的影响。【方法】采用观测室内层状长土柱(土柱长L=335 cm)在上边界条件为薄层积水、下边界控制不同地下水埋深时的水分入渗及蒸发过程的试验,分析了不同地下水埋深时土水势与零通量面的变化特征。【结果】入渗率随时间总的变化趋势是减小,入渗率随时间的变化一般经历3个阶段:迅速减小、缓慢减小和稳定阶段;累积入渗量随时间增加,与时间呈幂拟合关系;入渗初始阶段湿润锋运移速率较快,之后随着时间的推移,湿润锋运移速率逐渐减小,至某一时间后趋于稳定。【结论】湿润锋运移距离与时间的平方根呈线性关系     

淮北砂姜黑土区地下水适宜埋深的探讨

首先分析了淮北砂姜黑土区降水、地表水、地下水、土壤水的特点，再根据这些特点提出了该区不同要求的地下水适宜埋深，包括防止作物受渍、受旱和提高作物产量、节约水资源、减轻洪涝渍灾害的地下水适宜埋深。     

淮北平原浅埋区地下水埋深对土壤水变化的影响研究

为研究淮北平原浅埋区夏玉米生长期地下水埋深对土壤水变化的影响,利用五道沟水文实验站1992-2014年大田玉米生长期0～1.0 m各垂直土层大田土壤水实测资料,结合同期地下水埋深(变幅1～3 m)及气象资料进行分析研究,采用回归分析法,分别建立了0.3～0.4、0.4～0.5、0.5～0.6、0.6～0.8、0.8～1.0和0～1.0 m土层平均含水率与地下水位埋深的回归模型。结果表明:0.3～0.4、0.4～0.5、0.5～0.6、0.6～0.8、0.8～1.0和0～1.0 m土层平均含水率与地下水埋深呈线性负相关关系,拟合优度分别为0.632、0.739、0.788、0.861、0.834和0.780。该研究为及时了解土壤水动态变化、合理调控地下水位、提高田间水利用率具有重要意义。该研究成果为及时了解土壤水动态、合理调控地下水位和提高田间水的利用率具有重要意义。     

地下水埋深与芦苇生长的响应机制研究

由于芦苇各生长阶段需水量不同,对芦苇湿地进行水位的管理会影响芦苇的生长发育和产量。通过为期2年的野外试验,利用桶栽方法,控制地下水埋深分别为0(饱和状态)、10、20、30、40 cm的试验条件,利用SPSS分析软件,得出不同地下水埋深与芦苇苗期各项生长指标的响应状况。结果表明,不同的地下水埋深处理对芦苇的株高生长、茎粗生长和分蘖影响显著,其中10 cm是芦苇苗期生长和出苗的最佳地下水埋深。可见,控制芦苇不同时期生长的地下水埋深状况,能有效提高芦苇产量。     

RBF网络在西安渭滨地下水位埋深预测中的应用

基于径向基（RBF）神经网络建模,对西安市渭滨地下水水源地的地下水位埋深进行了模拟和预测。将降雨、径流和人工开采量作为输入变量,对研究区域内的潜水和承压水位埋深分别进行预测。1984—2001年的数据用于径向基网络模型训练,2002-2005年的数据用于模型的验证,最后对2006—2023年共18年的地下水位埋深进行预测。结果表明,径向基神经网络模型对20年左右的数据序列有较好的预测效果,且根据降雨、径流和开采量,能较准确的预测地下水位埋深。     

小波神经网络故障诊断系统的设计与应用

采用能量分布特征提取方法和优化BP算法，提出了一种基于小波变换和BP神经网络的故障诊断系统。利用该系统对汽车变速箱三挡齿轮磨损程度进行估计，诊断结果与实际完全吻合，表明该小波神经网络故障诊断系统的有效性。由于小波分析特别适用于非平稳信号的处理，因此该小波神经网络诊断系统对复杂机械设备的故障诊断有着广阔的应用前景。     

小波包分解与神经网络相结合的变速箱齿轮故障识别

提出了一种识别变速箱齿轮故障的新方法，通过对小波包分解的分析研究，将基于小波包能量的小波包分解特征提取方法用于提取齿轮运行状态的特征向量，并以此作为BP神经网络的输入对神经网络进行训练，建立了基于BP神经网络的齿轮运行状态分类器，用以识别齿轮的运行状态，, 变速箱齿轮故障识别为例，用文中所述方法对变相齿轮的正常状态，磨损状态，断齿状态进行识别验证，验证结果表明该方法的效果良好。     

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。     

不同潜水埋深污水灌溉氮素运移试验研究

随着污水灌溉的迅速发展,污水灌溉对土壤环境及地下水的影响日益受到人们的关注。通过污水灌溉田间试验,探讨了不同潜水埋深条件下,污水灌溉对土壤及地下水中硝态氮和铵态氮的影响。结果表明:硝态氮的淋溶深度与潜水埋深及灌水量呈良好的正相关;相同灌水水平,地下水中硝态氮浓度与潜水埋深成负相关,地下水埋深2、3、4 m地下水硝态氮分别增加33.99%、15.49%、7.50%;相同潜水埋深,灌水水平越高,土壤中硝态氮淋溶深度越深。     

引黄春灌对盐碱土区地下水动态及理化性质的影响

[目的]探究引黄春灌对区域浅层地下水动态及地下水理化性质的影响.[方法]通过监测试验区盐碱地春灌前后地下水位、八大离子(Na+、K+、Ca2+、Mg2+、HCO3-、Cl-、SO42-、CO32-)质量浓度、地下水EC值、pH值、土壤电导率等指标,运用数理统计和水文地球化学分析的方法,分析春灌前后地下水动态及春灌后地下...     

三江平原井灌水稻区地下水动态变化规律的小波神经网络分析

以853农场为例,利用小波分析的多分辨率功能和人工神经网络的非线性逼近功能,建立了基于小波变换和BP神经网络的853农场地下水埋深动态预测小波神经网络模型,对地下水动态变化规律进行分析,精度检验及对比分析结果表明,模型拟合和预测精度均较高。预测结果表明,853农场未来几年内地下水位会持续下降,年平均降幅为0.66 m左右,因此当地应加强地下水的科学管理。该模型揭示了区域地下水动态变化规律,为853农场乃至三江平原井灌区地下水资源的可持续利用提供了科学依据。     

基于自记忆方程的干旱区地下水水位动态模拟

地下水水位预测对于合理开发利用地下水与保护生态环境具有重要意义。以新疆希尼尔水库周边区域为例,根据研究区多年地下水埋深观测数据,建立了基于自记忆方程的地下水埋深预测模型。结果表明:该模型模拟与预测精度较高,为研究区的地下水合理开发利用提供了重要参考;研究结果可用于其他类似时间序列变量的模拟预测。     

疏勒河灌区地下水埋深空间插值方法比较

利用反距离加权(Inverse Distance Weighting,IDW)和普通克里格(Ordinary Kriging,OK)插值方法,对疏勒河灌区近6a3月份地下水埋深平均值数据进行插值运算,根据交叉验证结果和等值面图综合评定,OK为最适合疏勒河灌区地下水埋深数据的插值方法.对地下水埋深数据进行探索性空间数据分析,结果显示,埋深数据具有离散性大、存在极大和极小值、呈正偏分布等特点.而数据转化能大大减小数据的离散性和不对称性,有效消除插值结果图中各类插值噪音.交叉验证显示,对数转化能提高OK的插值精度.