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。     

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.     

地下水位动态灰色预测模型系统研制

从地下水位监测数据库提取水位数据系列,利用灰色模型进行数据分析和预测,采用克里格插值方法生成预测水位等值线,将预测结果可视化。实现了地下水位动态灰色预测模型的软件开发,用于单井点或区域地下水位动态预测评价,为区域地下水开采的宏观调控、地下水资源的科学管理提供依据。     

人工神经网络在地下水动态预测中的应用

应用人工神经网络中的BP算法，根据地下水动态的时间序列数据，建立地下水动态模型，对地下水动态进行模拟和预测，并与灰色－周期外延组合模型方法及数据处理组合方法的结果进行比较，结果表明，其预测精度较高，说明神经网络方法不仅简单、实用，又具有很强的处理地下水动态非线笥及周期性变化问题的能力，可以在地下水动态等方面广泛使用。     

地下水水位预测的人工神经网络模型研究

地下水系统是一个复杂的随机系统，根据地下水水位与其影响因素之间存在的相关关系，建立了一个基于神经网络的地下水水位预测模型，并将其用于研究区地下水水位的预测，结果表明该方法具有较高的预测精度。     

基于Visual MODFLOW的武威盆地地下水动态模拟及预测

采用Visual MODFLOW(VMOD)模型对武威盆地地下水动态进行数值模拟,预测规划年水资源配置方案下威武盆地地下水动态.模型识别与验证结果表明VMOD模拟效果良好,可用于研究区地下水系统采补平衡分析.水资源配置方案下的VMOD模型预测结果表明:各规划年地下水系统补、径、排空间格局总体趋势变化较小,山麓洪积扇井河混灌区南部地下水水位持续下降.至2020年,地下水位上升区间由盆地中部逐渐向东南方向移动,泉水溢出区地下水系统一定程度上得到恢复,地下水位整体下降情况逐步得到改善.     

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.     

地下水埋深动态预测的DAMSM模型

运用动态数据反演建模方法和自记忆性方程，建立了地下水埋深动态预测的DAMSM模型。该模型将动力学计算与用历史数据估计参数相结合，预测时无需分析影响地下水埋深动态的各种因素，只需要有一定长度的地下水埋深动态观测序列资料，避免了众多数据的收集整理。实例预测表明，该模型具有较高的拟合精度和预测准确性。     

淮南市区浅层地下水动态特征及其预测

本文根据淮南市区浅层地下水的动态监测资料,分析研究了市区浅层地下水动态变化规律及其影响因素。在此基础上进行了市区浅层地下水动态的预测,取得了较好的实际效果。     

地下水动态监测网优化设计的有限元与卡尔曼滤波耦合算法

提出一种地下水流系统有限元与卡尔曼滤波耦合的模拟算法。该算法考虑了地下水运动的确定性和随机性特点,可用于地下水监测网的优化设计。应用该算法对大庆地区地下水动态监测网 分析,结果表明,大庆地区现有地下水位动态监测网难以达到监测目标,其最优地下水位动态监测网应由８８个监测孔组成,监测频率为每月１次。     

基于Modflow和ARIMA 模型的峰峰矿区岩溶地下水模拟及预测

为科学有效地了解峰峰矿区岩溶地下水的均衡状态和用水规划实施后未来(2018～2025年)地下水动态变化,通过构建地下水流数值模型(visual modflow模拟程序)和ARIMA降水量预测模型(R语言软件),对研究区岩溶地下水资源量和水位动态变化进行模拟和预测。结果表明,现状开采条件下,峰峰矿区岩溶地下水多年平均补给量为8 726. 62万m~3/a,排泄量为8 937. 96万m~3/a,均衡差为-211. 34万m~3/a,处于负均衡状态。随着矿区用水规划的实施和用水结构的调整,预测2018～2025年岩溶地下水位将呈小幅度波动上升趋势,降落漏斗范围明显缩小。研究成果可为峰峰矿区地下水资源的合理开发利用提供依据和参考。     

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。     

区域性地下水系统动态识别方法及其应用（Ⅰ）

文章研究了地下水多数的特征，将动态思想引入地下水系统识别中，提出了地下水系统动态识别方法。该方法应用于山西省阳泉市岩溶水系统识别中，与传统的方法￣［１］［２］［３］对比说明，它具有更高的精确度。     

基于多变量时间序列（CAR）模型的洞庭湖区域地下水资源量预测

为了预测洞庭湖区域地下水资源量的变化趋势,制定应对地下水资源量较低年份的有效措施,通过分析洞庭湖区域河川天然径流量、长江三口入水量、城陵矶出水量与地下水资源量的变化趋势和相关性,运用多变量时间序列CAR模型,建立了洞庭湖区域地下水资源量的预测模型,验证了模型的预测效果;并运用该模型对洞庭湖区域地下水资源量的变化进行了预测。研究结果表明,洞庭湖区域河川天然径流量、长江三口入水量和城陵矶出水量的变化是引起地下水资源量变化的主要因素;本研究所建的模型模拟值与实测值相对误差的最大值为-7.47%,平均值为3.63%,表明该模型的预测精度高、效果好;通过对未来10年洞庭湖区域的地下水资源量进行预测可知,其平均值下降了0.49亿m3,最低值下降了0.66亿m3,表明该区域地下水资源量仍将持续降低;据不同方案下的地下水资源量预测结果可知,通过增加长江三口入水量,可以有效提高洞庭湖区域的地下水资源量。     

基于国家地质网格的地下水质量评价

设计并开发了区域地下水质量评价应用网格软件。该软件基于国家地质网格环境,依据地下水质量国家标准,采用综合评价方法,利用网格计算技术、大型地理信息系统技术,在D ot net平台下,将软件部署在北京、天津、石家庄、济南、郑州网格节点上,通过IE浏览器在国家地质网格门户网站可调用它进行华北平原指定时空范围的浅层地下水质量评价,获得相应地下水质量状况。应用结果表明:将网格计算、大型G IS和地下水质量综合评价方法结合起来实现分布式动态数据的区域地下水质量评价十分有效。     

Dynamic Variations and Influencing Factors of Groundwater Levels in Lhasa City

This paper focuses on the dynamic variation of groundwater level in Lhasa city. According to the data, the obvious characteristic of the groundwater level of the city is that it is changing seasonally. Lhasa is divided into three districts according to hydrogeological conditions: the alluvial plain of the Lhasa-river, the alluvial plain of the Doilung-river, and the alluvial fan of intermountain, which presents a downward trend, a slight upward trend and basically stabilizing trend over the years individually. The analysis indicates that meteorological and hydrological factors lead to the obvious dynamic change of the groundwater level. However, more and more human activities and over-exploitation of the groundwater cause the downward trend in the groundwater level.