手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于人工神经网络理论的区域水—土(盐)环境预测研究

屈忠义

  为了满足国家大型灌区节水工程改造规划设计和水环境评价目标的需要,本文以人工智能技术中的重要分支—人工神经网络理论中的BP、RBF模型为主要建模工具,对人工神经网络模型应用于水-土环境预测的可行性与科学性进行了分析与论证。以内蒙古河套灌区两个不同尺度下的试验区(解放闸灌域和沙壕渠试区)为研究对象,系统全面地将人工神经网络技术应用于区域水-土(盐)环境预测与评估。对人工神经网络技术在水-土环境预测中的应用进行了实践与探索。对河套灌区节水工程改造后作物生长季(非冻季)与非生长季(冻融季)的地下水位、水质和土壤水盐变化状况进行了代表性的模拟与预测研究。将人工神经网络中的径向基函数法(RBF)作为不同预测方法进行了对比与检验,为河套灌区节水工程的规划设计和灌区现代化管理决策提供了参考依据。论文取得了以下主要成果:通过不同BP网络结构和算法在区域地下水文预测中的实例研究,重点比较了不同层次结构、隐层单元数、学习速率、训练收敛误差等4个基本要素及不同算法、不同样本容量等对模型收敛效果、模拟、检验与预报结果的具体影响。提出了一些有关BP模型设计中的主要参数(隐含层数、隐层单元数、学习速率)的设计应用技术,取得了区域水环境预测中有关BP模型结构参数设计的相关经验,为目前主要依靠经验进行模型结构确定提供了具体取值参考。在此基础上根据黄河河套灌区多年的水文、气象和地下水信息,对一个大尺度区域的多年年均地下水埋深变化进行了BP模型的模拟与检验,预测了灌区节水工程实施后未来规划水平年(2005,2010年)年平均、月平均地下水位下降的动态。并进行了RBF模型与区域水均衡法的检验与对比,进一步验证了预测结果的可靠性。从多种方法预测结果可知,灌区节水工程实施后地下水位较目前平均下降约0.6米左右,下降幅度较大。且在作物生长季地下水下降幅度要略大于非生长季,值得引起重视。以一个小尺度试验区的多年区域水盐监测资料及水文气象资料为建模依据,对试区非冻期(作物生长期)的地下水位、地下水质、土壤水盐(O-40cm,40-70cm)的水-土(盐)环境状况进行了较为深入全面的模拟预测,并进行了RBF模型预测结果的对比。从预测结果看,2005年在引水量减少10%的情况下,试区的地下水矿化度较目前多年平均值略有升高。2010年,当引水量减少30%时,地下水矿化度在不同时期有较大幅度上升,值得引起注意。通过试区土壤水分、盐分的BP与RBF模型的模拟与检验,预测了2005年、2010年夏灌前、夏灌后、秋浇前与封冻前的土壤水盐状况,得出上壤水分随着灌水量的减少呈下降趋势,而土壤盐分在浅层与中层呈现出不同的结果:OA.--sim土壤盐分在2010年呈脱盐趋势,而40-70cln土壤呈轻度积盐趋势。说明土壤中的盐分有由浅层向中、深层运移的趋势。总体上节水改造工程对灌区浅层土壤盐碱化改善与防治有积极效果,但中层仍存在潜在盐渍化的可能。土壤水分的下降可能会造成上壤某些阶段一定程度的水分亏缺和灌溉制度的改变。利用沙壕渠试区多年定位点冻土水、热、盐的监测资料,通过对冻土水盐运移和动态变化的成因机理与相关因子分析,对初冻期、最大冻深期和融通期的土壤水盐动态变化尝试进行了BP模型的初步预测。对目前水土学科在冻土水-土(盐)预测方面的薄弱之处作了填补。但由于资料的局限性,主要进行方法应用上的开拓性的初步探讨,结果可信度有待进一步检验确认。在国内初次引进国外用于水文地质科学中的神经肛冶hg方法,利用人工神经网络建立了具有类蝴统计学中普通 Kriginn(ordinarr Kririnn简称 OK)法作用和条件模拟(Conditional Sialation简称CS)运算目标的人工神经Kriging方法(NeuralKI.屯ing简称NK),进行了耕地和盐荒地初冻期、最大冻深期和融通期土壤水盐时空分布的模拟与估值的初步研究。通过NK法与OK法、CS法模拟、检验、估值结果及三种方法的理论变异函数、实验变异函数及统计参数的对比。认为NK法在消除滑动平均影响方面优于皿法,并兼有CS法的功能。且NK法还有某些独特的优点:它不需要协方差函数的估计和变异函数的椎求,对于含有一定特异值和一维到三维空间数据的扩展有更强的适应性,也可减少冬季难度较大的野外采样工作,是对空间变异性应用研究方法的一种补充。根据盐溶质及其离子品位的协同关系,首次提出了具有类似协同KrioinnCo《)的神经协同KI.iging(NCo{)法,对于充分利用易于观测的信息提高估值精度有突出作用。拓宽了ANN的应用领域,具有一定的创新特色和学科融合的优势。对ANN在空间变异研究中的广义适用性有待进一步研究。……   
[关键词]:人工神经网络;区域水-土(盐)环境;预测;河套灌区;节水灌溉;冻土;神经Kiging
[文献类型]:博士论文
[文献出处]:内蒙古农业大学2003年