ANN技术在地下水含水量预测建模中的研究与应用

作者：宋洪伟; 刘继朝; 石建省; 张翼龙; 夏凡; 苗青壮

来源：中国地质, 2012, (04): 1081-1086.

• ANN
• 涌水量
• 矿化度
• 偏离度
• 预测模型 ANN
• water inflow
• mineralization
• deviation
• forecast model

将人工神经网络(ANN)技术引入到地下水含水量预测工作,以华北平原和河套平原为试验场,以若干已知钻孔为验证,采用激电和电阻率测深等地面物探方法获取视电阻率ρS、视极化率ηS、半衰时Th、衰减度D和偏离度σ等参数为输入神经元对单孔单位涌水量建立人工神经网络预测模型。同时,为消除不同地区矿化度的影响,通过实验对比引入综合参数T",改良了输入神经元的配比。最终建立以半衰时Th、衰减度D、偏离度σ和综合参数T"为输入神经元的含水量预测模型,进一步提高了预测精度。通过检验,发现所建立的模型对平原地区进行含水量的定量预测有着较好的效果,为含水量预测工作研究与发展带来了新理念、打开了新思路。

• 出版日期2012
• 单位河北地质大学; 中国地质科学院水文地质环境地质研究所