数据处理组合方法在地下水动态预测中的应用

针对地下水水位变化复杂性，采用模拟生物有机体演化方式的数据处理组合方法，预测地下水位动态变化特征。克服了常用数学方法和模型在预测复杂对象时精度低的缺点。该方法应用于地下水水位动态预测中，能很好地反映地下水的周期性动态变化特征，并具有较高的预测精度。     

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.     

泰安岩溶水系统地下水动力环境演化规律研究

从地下水水位的时空演化、地下水水位降落漏斗的形成和演化、地下水埋藏条件的演化以及地下水流场的变异等方面，分析总结出泰安岩溶水系统地下水动力环境的演化规律；指出岩溶水系统地下水动力环境演化是人类活动的结果。     

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.     

地下水系统信息熵分析方法初探

提出地下水系统熵的定义，建立了流量－水力坡度曲线和面积－水位曲线分析方法，进而讨论了封闭地下水系统和非封闭地下水系统信息熵的计算方法。     

疏勒河流域花海灌区地下水位动态演变趋势

根据疏勒河流域花海灌区水文地质条件,尤其是地下水的补径排关系,建立了相应的水文地质模型和地下水数值模型。通过拟合近十年的地下水水位,对模型进行识别与校验,在此基础上预测了未来20年地下水水位变化趋势及影响因素。结果表明,在350.52万m~3/a的开采强度下地下水水位略有回升,在2 009.86万m~3/a的开采强度下地下水水位下降明显,最大降幅达6 m;高强度开采地下水会引起灌区地下水水位持续下降,区内东南部受影响尤为明显,会引起一系列生态及环境问题。     

神经网络在矿区地下水评价中的应用

提出了利用人工神经网络技术进行矿区地下水评价的新方法,矿区地下水资源模型的建立以及模型的应用等问题.采用并加以改进的误差反向传播人工神经网络(BPN)算法对矿区地下水水位进行了建模和预测,同时以神东矿区为例对模型进行了应用验证.结果表明,用神经网络模型对复杂的矿区地下水系统评价进行模拟预测,具有理论上的可行性和实用意义.     

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.     

兰州市地铁2号线一期工程抗浮防渗水位取值方法分析

利用已有的地下水观测资料,并通过搜集区域工程地质、水文地质背景资料,以地下水赋存状态及补给、排泄条件为基础,分析场区地下水与区域地下水之间的关系、地下水的水位动态规律,确定影响场区地下水位变化的各种因素及其影响程度,预测地铁沿线各场区地下水水位的变化幅度和趋势,最终确定兰州市地铁2号线一期工程(东方红广场—雁北路段)各车站抗浮防渗水位。     

华北山前平原典型井灌区地下水水位变化影响因素分析

为定量评估华北山前平原多因子对地下水水位动态变化的影响,选取华北山前平原典型井灌区石家庄市栾城区为研究区,从水量平衡角度分析了影响该地区地下水水位动态变化的主要影响因子;利用主成分回归分析法排除主要影响因子间的相互作用,定量分析了各综合因子对地下水水位回升的贡献率;构建了栾城地下水水位主成分-时间序列模型预测多因子影响下的华北山前平原地下水水位变化。结果表明:1994—2015年栾城地下水水位主要受本地气候因子、本地人类活动和上游人类活动三方面影响因子的共同作用,各因子对当地地下水水位回升的贡献率分别为11.7%、-50.9%和-37.4%,对这三方面影响因子起主导作用的影响因素分别为栾城降水量、栾城小麦和玉米的种植面积以及上游石家庄市区人口;1994—2015年栾城自然气候变化有利于该地区地下水资源的恢复,但人类活动对地下水资源的影响仍占主导作用。     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

基于GIS的地下水环境信息系统

以遵义市海龙坝地下水资源管理为例，介绍了基于GIS的地下水环境信息系统的总体设计以及系统实现的功能。并以模糊综合评判模型为例，阐述了地下水环境评价与预测子系统所实现的评价和预测功能；另外，数据库管理子系统则实现了常规DBMS所具有的一切数据库管理功能。     

地下水资源管理的GIS系统研究

以实现贵州省遵义市地下水保护与科学管理为目标,介绍了基于GIS的地下水管理信息系统的总体设计以及所实现的功能,并以污染指数评价模型为例,详细阐述了地下水管理GIS系统所实现的评价和预测功能.     

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。     

应用动量BP算法对地下水水位进行动态预测

作者在收集已有观测井地下水位资料的基础上,利用人工神经网络技术中的动量ＢＰ算法对上海地区第Ⅲ承压含水层的地下水水位进行了动态预测,结果表明,该法具有较高的预测精度。     

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。     

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。     

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.     

高水平放射性废物地质处置:关键科学问题和相关进展

 如何安全处置高水平放射性废物是科学、技术和工程界面临的挑战性问题。本文介绍高放废物的安全处置方法,废物质处置地下实验室的建设及其实验进展,重点讨论了高放废物地质处置中,处置库场址地质演化的精确预测、深部地质环境特征、多场耦合条件下（中高温、地壳应力、水力作用、化学作用、生物作用和辐射作用等）深部岩体、地下水和工程材料的行为、低浓度超铀放射性核素的地球化学行为与随地下水迁移行为、处置系统的安全评价等关键科学问题。