基于配线法的BP神经网络求解Theis模型

利用非稳定流抽水试验资料确定含水层水文地质参数的配线法在具体应用中存在较大的随意性,用一种改进的反向传播(BP)神经网络方法来进行承压完整井非稳定地下水运动Theis公式中的水文地质参数识别,在一定程度上解决了现有的BP神经网络方法求解含水层参数中存在训练区间选择、网络拓扑结构复杂、网络泛化性能较低和过度拟合等问题.实例计算结果表明,提出的基于配线法的BP神经网络是求解水文地质参数的一种高效方法,对其他水文地质问题求解具有推广应用价值.     

基于高密度电法的浅层地下水储水系统研究

地下水是人类重要的淡水资源,但是由于其埋藏条件的特殊性,传统的勘察手段难以直观地观测到地下水储水系统特征.通过高密度电法以直流高密度电阻率的方法实现对地下复杂的地质信息进行观测,探索地下水资源储水系统特征,并以江苏太仓区域的浅层地下水储水系统为例,基于高密度电法分析了其储水系统的特征.