泉流量模拟研究——以小南海泉域为例

被引：2

作者：

鞠琴 ^{[1
]}

郝振纯 ^{[1
]}

余钟波 ^{[1
]}

陈喜 ^{[1
]}

佘超 ^{[2
]}

机构：

[1] 河海大学水文水资源与水利工程科学国家重点实验室

[2] 湖北省电力勘测设计院

来源：

四川大学学报(工程科学版) | 2011年 / 43卷 / 01期

关键词：

泉流量; 岩溶; 人工神经网络; 数值模型; 地下水;

D O I：

10.15961/j.jsuese.2011.01.002

中图分类号：

P641.134 [岩溶水];

学科分类号：

0818 ; 081803 ;

摘要：

针对人类活动影响下岩溶地区泉流量难以预测的问题,基于地下水数值计算模型———MODFLOW和人工神经网络两者的优点,尝试将两者结合建立松散型耦合模型。以河南省安阳市小南海泉域的泉流量预测为例,探索耦合模型的原理和算法,并与单纯MODFLOW模拟的结果相比较。由确定性系数、相对误差和相关系数3个指标来看,MODFLOW模拟结果分别为0.79、4.98%和0.84,MODFLOW-ANN耦合模型的模拟结果分别是0.88、-1.22%和0.89。研究结果表明,耦合模型吸取了MODFLOW的地下水数值分析功能和人工神经网络的非线性逼近能力,能很好地模拟出泉流量峰和谷的变化,提高预报精度,可以用于模拟泉流量的动态变化过程,该研究对泉域岩溶地下水的进一步开发利用具有一定的参考价值和指导意义。

引用

页码：77 / 82

页数：6

共 19 条

[1] 山西神头泉流量的灰色预测模型研究 [J].

郝永红 ;

黄登宇 ;

张文忠 ;

王学萌 .

水利学报, 2004, (02) :111-114

[2] 泉水动态分析预测和资源评价——以辉县百泉为例 [J].

姜宝良 ;

付北锋 ;

赵延涛 .

水文地质工程地质, 2002, (03) :43-46

[3] 美国Sand Hills地区地下水数值模拟及水量平衡分析 [J].

陈喜 ;

陈洵洪 .

水科学进展, 2004, (01) :94-99

[4]

Integrating a calibrated groundwater flow model with error-correcting data-driven models to improve predictions. Yonas K. Demissie,Albert J. Valocchi,Barbara S. Minsker,Barbara A. Bailey. Journal of Hydronautics . 2009

[5]

Using neural networks for parameter estimation in ground water. LA Garcia,A Shigidi. Journal of Hydrology . 2006

[6] 人类活动条件下娘子关泉流量的变化趋势预测 [J].

郭清海 .

安全与环境工程, 2004, (01) :51-53

[7] 基于偏最小二乘法的泉流量预报模型 [J].

陈南祥 ;

曹连海 ;

邱林 .

华北水利水电学院学报, 2004, (02) :7-9

[8]

Hydrologic sim-ulations with artificial neural networks. Ju Qin,,Yu Zhongbo,Hao Zhenchun,et al. Third International Conference on Natural Computation . 2007

[9]

A hybrid neural networksand numerical models approach for predicting groundwaterabstraction impacts. Birkinshaw S J,Parkin G,Rao Z. Journal of Hydroinformatics . 2008

[10]

A numericalmodelling and neural network approach to estimate the im-pact of groundwater abstractions on river flows. Parkin G,Birkinshaw S J,Younger P L,et al. Journalof Hydrology . 2007

← 1 2 →