洮儿河流域平原区气候变化情景下浅层地下水水位动态响应分析

利用研究区降水、气温、地表水径流和地下水埋深数据,使用Mann-Kendall非参数检验法,分析水文气象要素变化趋势,结合研究区水文地质概况,建立地下水数值模型,对未来气候变化下的地下水水位动态进行预测．结果表明:研究区地下水埋深呈显著增加趋势,降水量增加不显著,气温呈升高趋势,地表径流显著减少;通过建立的Visual MODFLOW模型,对基准情景（基准期平均降水量条件）和3种气候情景（SSP126、SSP245、SSP585）下研究区未来地下水位进行预测:基准情景和3种气候情景下研究区北部浅层地下水埋深持续增加,南部地下水埋深有所减少;3种气候情景下地下水埋深均大于基准情景下地下水位埋深．      

不同地下水埋深、气象因子及作物影响的潜水蒸发模型研究

为建立新型的节水型灌区,科学用水、计划用水,利用山西省中心试验站蒸渗仪,进行了长达10年的试验研究,充分利用马氏瓶调控地下水浅埋区的水位动态变化,得出了最佳地下水埋深范围,建立了动态模拟的作物生育期内潜水蒸发模型。本模型适用于6种地下水埋深情况,可对相似或相近水文地质条件的灌区提供参考依据,为指导当地农业生产和灌区调控地下水埋深提供科学的依据。     

基于地下水埋深效应的地温突变判据

超采地下水将引起近地表地温的变化，因此需确定地下水的合理开采深度，首先基于华北某典型地区的水文实测资料，建立了考虑地下水埋深效应、外界气温影响、前期降雨影响以及时间因素的地面温度时间序列模型．在此基础上，从地下水埋深角度出发，研究了地下水埋深对地面温度的影响．利用突变理论，建立了影响地温的地下水开采深度的突变模型，并研究了地下水开采深度的转异判据．文中分别对华北两典型地区运用该判据研究了地下水开采深度的合理性，结果表明该判据的建立能决策地下水的开采深度。     

塔里木河下游数字地下水埋深模型的构建

根据数字地面模型的概念,利用航空拍摄的地面高程数据和地下水观测孔观测得到的地下水水位数据,建立了塔里木河下游地区的数字高程模型和数字地下水水位模型,并在这两个数字模型的基础上得到了塔里木河下游的数字地下水埋深模型．从数字地下水埋深模型获得的地下水埋深分布状况可知,地下水埋深大于10m的面积占统计面积的65％．     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明:LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。     

干旱灌区地表水和地下水联合利用耦合模型研究

通过动态耦合运算分布式地下水模拟模型与水资源优化配置模型的技术路线,建立了干旱灌区地表水和地下水联合利用耦合模型,该模型既可以对灌区地表水和地下水进行优化调度,又可以合理控制区域地下水位.最后将耦合模型应用到黄河流域某灌区,并对灌区2020和2030年的水资源进行了优化配置,同时对不同区域的地下水埋深进行了控制.研究成果可为干旱灌区的水资源高效利用、盐碱化防治等方面提供借鉴和参考.     

干旱灌区地表水和地下水联合利用耦合模型研究

通过动态耦合运算分布式地下水模拟模型与水资源优化配置模型的技术路线,建立了干旱灌区地表水和地下水联合利用耦合模型,该模型既可以对灌区地表水和地下水进行优化调度,又可以合理控制区域地下水位.最后将耦合模型应用到黄河流域某灌区,并对灌区2020和2030年的水资源进行了优化配置.同时对不同区域的地下水埋深进行了控制.研究成果可为干旱灌区水资源高效利用、盐碱化防治等方面提供借鉴和参考.     

地下水位对干旱区河谷林耗水影响的数值模拟

为研究不同地下水位下的干旱区河谷林水分动态变化、消耗规律及维持河谷林正常生长的临界地下水埋深及其年内变化过程,利用HYDRUS-1D软件建立了河谷区地下水—土壤—植物—大气连续体(GSPAC)水分传输模型,对新疆额尔齐斯河干流河谷林水分动态过程进行模拟分析。结果表明:河谷林实际腾发量随地下水位的降低而减小,维持河谷林正常生长的临界地下水埋深(河谷林各月旬最小耗水比例达到70%时的地下水埋深)随时间变化,河谷林生长期4～10月临界地下水埋深分别为6.2m、4.2m、2.8m、3.5m、9.5m、12.2m和8.3m。     

基于潜水承压水模型的民勤绿洲地下水位预测

基于2011 2012 年观测数据,应用Feflow 软件,构建了民勤绿洲地区的潜水承压水三维数值模型。应用
该模型对研究区未来5～10 a 内地下水位动态变化进行了预测。结果表明：目前用水条件下,经过一系列综合措施,地
下水位下降趋势得到有效遏制;但在未来5～10 a 内,民勤地下水位依然整体以低幅度持续下降。上游坝区的地下水漏
斗日益扩大,下游湖区地下水漏斗因青土湖生态泄水而得到有效恢复,但随着地下水埋深日益增大,下游红沙梁区域
出现了新的地下水漏斗。另外,当地符合植物存活条件（地下水埋深小于15 m）的区域面积也在逐年减小,其中地下水
埋深小于10 m 的面积减小幅度较大。     

基于混沌优化GMDH网络的灌区地下水水位预测

为预测灌区地下水水位,提出了一种基于混沌优化的GMDH网络预测方法,该方法利用混沌优化算法全局搜索GMDH网络的初始权值,并利用优化后的GMDH网络建立预测模型对灌区地下水埋深进行预测.算例计算结果表明,该方法能加快GMDH网络结构稳定的速度,预测精度较高,可用于对地下水水位的预测.     

地下水流量预测的线性神经网络法

地下系统是一个复杂的随机系统。根据降水量与地下水流量之间的相关关系，建立线性神经网络模型，并且将其用于地下水流量的动态预测。     

遵义市海龙坝地下水动态研究

随着工农业对水需求量的巨增,开采地下水无疑是一很好解决方案。地下水资源量受多项因素影响,是一动态随机过程。根据其时间序列,建立线性神经网络模型,并将其用于地下水流量的动态预测。结果表明,预测精度较高,该方法可用于地下水的动态预测。     

矸石山渗滤液对地下水污染的多维分形预测

为了研究复杂环境下矸石山渗滤液对地下水的污染,将多维分形理论应用于地下水污染状况的预测,借助于仿射映射．构建了地下水污染的多维分形模型。利用抚顺市某矸石山周围地下水质的检测数据,对SO4^-2离子含量的等值线分布进行了多维分形预测．并对预测结果和实测结果进行了对比分析。结果表明：预测结果与检测数据相吻合,并且预测结果反映了地下流场和地表状况对地下水污染的综合作用,因此采用多维分形的方法预测地下水的征;染状况是可行的。针对矸石山附近存在冲沟、积水池等复杂条件下的地下水污染问题,多维分形提供了一种新的研究方法。     

地下水水质预测的多元线性回归分析模型研究

运用回归分析理论和方法,建立了一个基于多元线性回归分析法的地下水水质动态预测模型,并将该模型用于遵义市海龙坝地下水水质的动态预测.结果表明预测精度较高,建立的模型较符合本研究区的实际情况.     

Coastal groundwater table estimation by an elevation fluctuation neural model

Restrictions of groundwater management are often derived from the insufficient or missing groundwater database. A suitable and complete groundwater database will allow sound engineering plans for sustainable water usage, including the drilling of wells, rates of water withdrawal, and eventually artificial recharge of the aquifer. The spatial-temporal variations of groundwater monitoring data are fluently influenced by the presence of manual factors, monitor equipment malfunctioning, natural phenomena, etc. Thus, it is necessary for researchers to check and infill the groundwater database before running the numerical groundwater model. In this paper, an artificial neural network （ ANN ）-based model is formulated using the hydrological and meteorological data to infill the inadequate data in the groundwater database. Prediction results present that ANN method could be a desirable choice for estimating the missing groundwater data.     

Selection of Dispersivity in Groundwater Risk Assessment

The Domenico model is used in combination with ASTM E 1739 in a Tier 2 risk assessment of chlorinated organic solvents contaminated groundwater sites to predict potential contaminant concentration in groundwater down-gradient from the point of exposure (POE). A knowledge of the dispersivity parameters is necessary for carrying out this calculation. A constant longitudinal dispersivity of 10 m is often used in analytical and numerical calculation. However, because of the scale effect of dispersion, two other main approaches are currently often used. From the viewpoint of conservative principle in risk assessment, it is necessary to determine which dispersivity data will give a higher predicted concentration, corresponding to a more conservative risk calculation. Generally, it is considered that a smaller dispersivity leads to a higher predicted concentration. This assumption is correct when dispersion is the only natural attenuation factor.However, degradation of commonly encountered chlorinated organic solvents in environment under natural condition has been widely reported. Calculations given in this paper of several representative cases show that a general consideration of the influence of dispersivity on concentration prediction is not always correct when a degradation term is included in the calculation. To give a conservative risk calculation, the scale effect of dispersion is considered. Calculations also show that the dispersivity parameters need to be determined by considering the POE distance from the source, the groundwater velocity, and the degradation rate of the contaminant.     

组合灰色神经网络法在地下水动态预测中应用

为了更好的预测地下水水位,在对现有的地下水动态预测的方法深入分析的基础上,利用某地区地下水位监测数据,采用灰色动态模型与人工神经网络相结合的方法,对该地区地下水水位进行了建模预测分析,并对未来可能的变化进行预测.预测结果与实测结果吻合较好,达到了较高精度,该方法对于地下水的动态预报具有一定的实用价值.