干旱内陆区自然人工条件下地下水位动态的ANN模型.pdfVIP

水 利 学 报 年 月 第 卷 第 期 文章编号 干旱内陆区自然 人工条件下地下水位动态的 模型 冯绍元 霍再林 康绍忠 陈绍军 中国农业大学中国农业水问题研究中心 北京 摘要 根据我国干旱内陆区自然 人工条件下地下水系统的特点 建立了甘肃省石羊河流域下游地下水位动态的 人工神经网络模型 采用附加动量法和学习速率自适应调整策略对反向传播算法 进行改造 以提高计算速度 该模型以前期地下水位 降雨量 蒸发量 地表来水量 灌溉面积 灌水定额 人口数量作为输入变量 采用缺省因子 检验法分析了上述各个因子对地下水位影响的敏感性 模拟了不同灌溉发展面积及地表来水条件下地下水位动 态 结果表明 研究区人类活动及地表来水是影响地下水位动态的主要因子 灌溉面积的扩大及地表来水的减少 会使地下水位持续下降 模型具有较高的精度 可以较好地定量描述地下水位动态与上述各因子之间的响应关 系 研究结果可应用于该地区地下水系统的管理 关键词 人工神经网络 石羊河流域 自然 人工条件 地下水动态模拟 中图分类号 文献标识码 我国干旱内陆区由于自然条件及人类活动的影响 水资源短缺成为制约当地经济发展的主要因素 之一 地下水成为人们赖以生存的主要水资源 地下水动态模拟是干旱内陆区水资源优化管理与调控 的基础 传统地下水动态模拟主要是基于地下水流方程的数值法 在模型建立和实际应用中存在一些难 以克服的困难 地下水流类型 边界条件等难以准确确定 水文地质参数的优选过程复杂等 在自 然 人工条件作用下 干旱内陆区地下水系统时空变化极为明显 其影响因素复杂多样 因果关系存在 很强的非线性 在地下水调控决策前有必要知道各个影响因子与地下水系统动态之间的定量关系 建 立同时描述自然条件与人类活动对地下水动态影响的量化模型 这对于干旱内陆区地下水资源的开采 评价 管理等方面具有重要的现实意义 人工神经网络 以下简称 已经在陆地水文得到广泛的应用 近年 来 国内外学者就 在地下水系统中的应用进行了大量有益的研究 但多是针对小区域抽水条 件下或其它简单条件下进行的 且对所建模型的应用研究甚少 在同时考虑自然因素 人类活动 地表来水等条件下区域地下水系统中的应用还较少涉及 本文利用改进的 网络技术建立地下水动 态模型 用于定量描述自然因素 人类活动 地表来水因素等对区域地下水位动态的影响 运用缺省因子 检验法分析得到影响研究区地下水动态的主要因子 在此基础上 对不同条件下地下水位动态进行了模 拟研究 网络技术及其改进 包括多种结构形式及算法 按误差反向传播学习算法 进行训练的多层 神经网络称为误差反传人工神经网络 简称 网络 由非线性变换单元组成的 网络 不仅结构简 单 而且具有很好的非线性映射能力 指出只要中间隐含层单元个数足够多 网络可 收稿日期 基金项目 十一五 国家科技支撑计划项目 教育部 新世纪优秀人才支持计划 作者简介 张绍元 男 江西都昌人 博士 教授 主要从事水资源与水环境研究 以满足一般函数的拟合问题 地下水文模拟及预测实际上是函数映射或拟合问题 层 网络能够 满足需要 本研究选用 层 网络进行地下水位动态模拟 层 网络分输入层 隐含层和输出 层 部分 输入层向量通过式 经过隐含层而传递到输出层 网络输出与样本实际输出存在一定误 差 网络是通过梯度下降法不断调整权阈值而使得误差目标函数值 达到最小 式中 为隐含层或输出层第 个神经元的输出 为隐含层或输出层传递函数 为第 个隐含层或输 出层神经元与第 个上