两种随机地下水位动态预测模型在吉林西部的应用与对比

• 作者: 卢文喜 李平 杨忠平 龙玉桥
• 来源期刊: 水文
• 学科: 地球科学
• 关键词: 时间序列(TS) 人工神经网络(ANN) 地下水动态 模拟预测 吉林西部
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 技术应用
• 页码范围: 49-54
• 页数: 6页
• 分类号: P338+.9
• 字数: 5586字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0852.2008.02.012

摘要

时间序列模型和人工神经网络模型是两种常见的地下水资源模拟预测模型,为了对比二者的优缺点,本文对比分析了两者的建模过程及其模拟精度.选择吉林省西部干旱半干旱区为研究区,该区地下水资源在过去10年问由于长期超采而导致地下水位持续下降.相比ANN模型,时间序列模型建模过程更为简单,计算效率更高."后验差"检验结果表明两种模型均能很好的模拟地下水位变化规律,但改进ANN具有更高的拟舍精度.同时,两种模型预报结果均显示研究区如继续按过去的开发模式开采地下水,地下水位还将持续下降,且下降速率逐步增大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢文喜	吉林大学环境与资源学院	161	2069	23.0	38.0
2	杨忠平	吉林大学环境与资源学院	27	473	11.0	21.0
3	李平	吉林大学环境与资源学院	28	446	11.0	21.0
4	龙玉桥	吉林大学环境与资源学院	3	90	3.0	3.0