ann模型在xx市相山区岩溶水位预报中的应用.doc

ANN模型在xx市相山区岩溶水位预报中的应用

3.3万字 74页 原创作品，已通过查重系统


摘 要
地下水位的变化是一个比较复杂的自然过程，是降水、蒸发、人工开采等多重因素综合作用的结果。由于岩溶区含水介质非均质性较强，其地下水系统为复杂的非线性动力系统，系统的输入与输出具有复杂的非线性关系，因此不能用简单的线性函数进行确定性的描述。人工神经网络（Artificial Neural Network ANN）具有自组织、自适应以及自学习功能，其中误差反向传播网络即BP网络是一种非线性映射人工神经网络。具有较强大的非线性处理能力，在岩溶水位预测中应用广泛。
本次研究以xx市相山区岩溶水源地为研究区，在全面分析区域内已有气象、水文、地质等资料的基础上，以研究区降水量、开采量以及上一时段岩溶地下水位作为输入，以本时段的岩溶水位作为输出，利用Matlab软件建立了研究区的岩溶地下水位BP人工神经网络模型。同时，利用降水频率曲线选取典型干旱年，之后利用模型预测现状开采条件下各典型干旱年的岩溶地下水位。结果表明，模型具有较高的预测精度；降水对岩溶水位具有较大的影响，研究区各典型年份岩溶最高水位均出现在降水量较大的第三季度汛期；区域内各典型干旱年均存在不同程度的超采现象，随着干旱等级的提高，超采情况越发明显。
本次研究还利用滑动平均法对1997~2012年共16年的水文气象资料序列连续三年的降水量进行分析，得出2009~2011年为连续三年枯水年组，并以此作为模型降水量的输入，预测现状开采条件下，2013~2015年研究区的岩溶水，同时将其与研究区岩溶水临界开采水位7.5m进行比较，判断是否存在超采现象以及超采程度，结果表明，现状开采条件下，若研究区出现连续三年枯水年，岩溶水位会大幅下降，区域内岩溶水超采现象严重，对区域的生态环境安全、地质环境安全以及“用水公平性”原则造成一定的影响。
本文验证了BP人工神经网络模型在岩溶水位动态预测应用中的优势，研究结果为干旱年水源地开采量方案的拟定提供了基础依据，为xx市岩溶水管理和规划方案的制定与实施提出建议。


关键词：地下水位预测；人工神经网络；地下水开采；岩溶区；xx市相山区；