-
题名小波-神经网络混合模型预测地下水水位
被引量：6
- 1
-
-
作者
张建锋
刘见宝
崔树军
谢玉华
-
机构
河南工程学院资源与环境学院
河南工程学院郑州市矿山环境地质灾害与防治重点实验室
河南工程学院煤矿环境地质灾害防治河南省高校工程技术研究中心
-
出处
《长江科学院院报》
CSCD
北大核心
2016年第8期18-21,共4页
-
基金
国家自然基金青年基金项目(41206037)
河南省教育厅科技攻关项目(14B170011)
+1 种基金
郑州市科技发展计划项目(131PPTGG414-7)
河南工程学院博士基金项目(D2012004)
-
文摘
由于过量开采地下水,华北平原的许多城市出现地下水水位持续下降趋势,由此导致了许多严重的环境问题,如地下水枯竭、地面沉降和海水入侵等。为了准确预测城市地下水水位变化,利用小波变换的多尺度分析特征,建立了小波-神经网络混合模型(以下简称"混合模型"),并研究了其在地下水水位预测中的精度。利用北京市平谷区地下水水位观测资料,分别用BP网络和混合模型对该区地下水水位进行了预测。采用均方根误差(RMSE)、平均绝对误差(MAE)和线性相关系数(R)对模型预测的精度进行度量。预测结果表明:混合模型第1至第3个月的地下水水位平均绝对误差分别是0.535,0.598和0.634 m;而BP模型的平均绝对误差分别为0.566,0.824和0.940 m。混合模型的预测误差分别为BP模型的95%,73%和67%。使用混合模型能明显提高预测的精度,显著增加有效预测时段长度。
-
关键词
华北平原
过量开采
地下水水位
离散小波变换
人工神经网络
预测
-
Keywords
North China Plain
over-exploitation
groundwater level
discrete wavelet transform
artificial neural network
forecasting
-
分类号
P641.7
[天文地球—地质矿产勘探]
-
