-
题名基于BP神经网络替代模型的地下水污染随机模拟
被引量：7
- 1
-
-
作者
葛渊博
卢文喜
王梓博
王涵
常振波
-
机构
吉林大学地下水与资源环境教育部重点实验室
吉林大学新能源与环境学院
-
出处
《中国农村水利水电》
北大核心
2022年第3期107-113,119,共8页
-
基金
国家自然科学基金资助项目(41972252)。
-
文摘
为分析水文地质参数的不确定性对地下水数值模拟模型输出结果的影响,针对假想算例进行研究。首先建立地下水数值模拟模型。运用灵敏度分析法筛选出对模拟模型输出结果影响较大的参数作为随机变量,为减少反复调用模拟模型产生的计算负荷,分别采用克里格法和BP神经网络方法建立模拟模型的替代模型并比较二者的精度,并选择精度较高的BP神经网络替代模型进行蒙特卡罗模拟。其中,采用BP神经网络方法建立替代模型时,使用三分法算法快速地确定了使替代模型误差最小的隐含层节点数。最后,对随机模拟的结果进行统计分析与区间估计,评价了地下水污染风险。结果表明:在置信水平为90%时,三口观测井浓度的置信区间分别为367.48~415.67、205.12~230.33、118.85~132.82 mg/L。结合风险评估,计算出研究区内一号/二号/三号观测井地下水遭受污染的风险分别为0.66、0.60、0.58,籍此为地下水污染防治提供科学依据。
-
关键词
地下水污染随机模拟
不确定性分析
替代模型
隐含层节点数
风险评估
-
Keywords
stochastic simulation of groundwater pollution
uncertainty analysis
alternative model
number of hidden layer nodes
risk assessment
-
分类号
TV213.4
[水利工程—水文学及水资源]
X523
[环境科学与工程—环境工程]
-
-
题名基于替代模型的地表水地下水耦合模型不确定性分析
被引量：2
- 2
-
-
作者
韩玉
卢文喜
张将伟
安永凯
-
机构
吉林大学地下水与资源环境教育部重点实验室
吉林大学环境与资源学院
-
出处
《中国农村水利水电》
北大核心
2019年第1期31-35,共5页
-
基金
中国地质调查局项目(DD20160266)
-
文摘
在地表水地下水耦合模拟过程中,源汇项的不确定性会影响模型输出结果的可靠性,故对其进行不确定性分析十分必要。针对一假想算例建立了地表水地下水耦合模拟数学模型,并运用Hydro Geo Sphere软件对其进行同步并行求解。采用Monte Carlo方法分析源汇项的不确定性对于地表水地下水耦合模拟输出结果的影响。在不确定性分析过程中,为减少多次调用模拟模型所产生的计算负荷,采用拉丁超立方抽样和Kriging方法建立模拟模型的替代模型。结果表明:地表水地下水耦合模拟模型能够描述研究区地表水流与地下水流的水力联系;采用Kriging方法建立模拟模型的替代模型,能减少不确定性分析的计算负荷;结合风险评估,地下水水位低于地下水生态水位阈值的风险值为0.2;基于替代模型对地表水地下水耦合模拟模型进行不确定性分析,大幅度地减少了计算成本,为决策者的实际工作提供参考。
-
关键词
耦合模拟
替代模型
MONTE
CARLO模拟
不确定性分析
风险评估
-
Keywords
coupled simulation
Monte Carlo simulation
uncertainty analysis
surrogate model
risk assessment
-
分类号
TV131.2
[水利工程—水力学及河流动力学]
P641
[天文地球—地质矿产勘探]
-
-
题名基于自适应权重粒子群优化算法的地下水污染溯源辨识
被引量：7
- 3
-
-
作者
高琬玉
卢文喜
潘紫东
白玉堃
-
机构
吉林大学地下水与资源环境教育部重点实验室
吉林大学新能源与环境学院
-
出处
《中国农村水利水电》
北大核心
2022年第12期1-7,16,共8页
-
基金
国家自然科学基金资助项目(41672232)。
-
文摘
地下水污染溯源辨识是指利用监测井的观测数据对污染源信息进行识别。然而,在应用模拟-优化方法进行溯源工作时,多次运行数值模拟模型会带来较大的计算负荷;在利用传统粒子群算法求解优化模型时,易陷入局部极值点,严重影响辨识结果的精度。研究基于假想算例,应用模拟-优化方法,将模拟模型作为等式约束条件,以模拟输出值与实际观测值之间的偏差极小化作为目标函数,连同其他非负约束条件建立优化模型,对三个潜在污染源的释放历史及渗透系数进行了联合识别。通过训练BP神经网络,建立数值模拟模型的替代模型,以缓解沉重的计算负荷;为了避免求解优化模型时陷入局部极值,研究提出了一种自适应权重算法,增强了传统粒子群优化算法跳出局部极值点的能力,识别结果表明:①运用BP神经网络所建立的替代模型能够很好地近似模拟模型的输入-输出关系,拟合精度达到0.99,且运行速度明显快于数值模拟模型,证明了其可以代替数值模拟模型嵌入优化模型中进行污染源溯源辨识工作;②同运用传统粒子群优化算法相比较,运用自适应权重粒子群优化算法,对优化算法的参数和迭代终止条件进行调节,可以有效地提高算法的收敛速度和计算效率,收敛得到的最优解的相对误差基本小于5%。
-
关键词
污染源溯源辨识
模拟-优化方法
替代模型
自适应权重粒子群算法
BP神经网络方法
-
Keywords
contamination sources identification
simulation-optimization
surrogate model
adaptive weighted particle swarm optimization algorithm
BP neural network
-
分类号
TV138
[水利工程—水力学及河流动力学]
P641
[天文地球—地质矿产勘探]
-
-
题名松花江流域陆地水储量时空变异特征与影响因素探究
- 4
-
-
作者
王晟
田琳
李峰平
康馨月
徐艳华
-
机构
吉林大学地下水与资源环境教育部重点实验室
吉林大学新能源与环境学院
长春工程学院
大兴安岭地区气象局
-
出处
《中国农村水利水电》
北大核心
2024年第10期47-58,共12页
-
基金
中国科学院战略性先导科技专项(XDA28020501)。
-
文摘
松花江流域是我国重要的粮食生产基地和生态区,研究其水源供给与水量变化对实现流域科学配水和生态环境保护具有重要意义。研究采用2003-2020年GRACE与GRACE-FO重力卫星反演的CSR RL06 Mascon数据产品,针对GRACE与GRACE-FO之间缺失的数据,采用已发表的重构数据进行填补,并通过GLDAS模拟水储量数据验证其在研究区的准确性。在此基础上,采用Theil-Sen结合Mann-Kendall趋势检验,分析了流域陆地水储量时空变化特征。同时,利用Pearson相关系数与地理探测器方法,深入探究降水(Pre)、蒸散发(ET)、人口密度(POP)、归一化植被指数(NDVI)、生态分区(Ez)以及高程(DEM)等因子对陆地水储量的影响程度及不同因子的综合影响。并针对不同精度遥感数据进行相关性分析时,重采样带来的误差问题,对传统栅格数据重采样方式进行优化。研究结果表明:①GRACE数据产品在研究区具有较好的准确性,变化趋势线性区间与GLDAS数据具有很高的相关性;②优化后的重采样方式更适用于类似Pearson相关性分析的空间研究,相比于直接使用原始数据的方式,多数数据精度有显著提升;③松花江流域水储量在研究期内呈现增长趋势,极值比增加明显,研究末期,区内水储量空间分布趋于稳定,呈现东北多西南少的基本态势;④造成流域水储量变化的主要单一因子是降水和蒸散发,多数因子共同作用产生的效果外在表现形式均为非线性增强。
-
关键词
松花江流域
陆地水储量
Pearson相关系数
趋势检验
地理探测器
重采样
-
Keywords
Songhua River basin
terrestrial water storage
Pearson correlation coefficient
Theil-Sen-Mann-Kendall trend test
geographical detector
resampling
-
分类号
TV213
[水利工程—水文学及水资源]
-
