神经网络与地下水流动数值模型在干旱内陆区地下水位变化分析中的应用

建立了基于人工神经网络(ANN)和地下水流动数值模拟(FEFLOW)的考虑动态边界的干旱内陆区地下水位动态模型(ANN-FEFLOW),并对模型进行了评价。模型中将地下水位动态边界运用ANN表征为自然条件、人类活动等多个因子非线性影响作用的结果。运用ANN-FEFLOW模型对我国典型干旱内陆区石羊河流域民勤绿洲地下水位模拟结果表明,模型具有较高的精度,ANN-FEFLOW模型在临近动态边界区域地下水位模拟精度明显高于FEFLOW模型。相对静态边界条件区域地下水模型,ANN-FEFLOW模型能较为真实的反应边界地下水动态对区域地下水的影响。