基于机器学习模型的沙漠腹地地下水含盐量变化过程及模拟研究

• 作者: 刘海龙 徐新文 王桂芬 范敬龙 钟显斌 闫健 雷加强
• 来源期刊: 生态学报
• 关键词: 地下水含盐量 高斯过程 高斯过程隐变量模型 人工神经网络 沙漠腹地
• 年，卷（期）: 2013,（18）
• 页码范围: 5874-5882
• 页数: 9页
• 语种: 中文
• DOI: 10.5846/stxb201305221137

摘要

为了研究塔克拉玛干沙漠腹地的地下水盐分变化规律,模拟地下水盐分变化过程,评价适合该区域的地下水变化规律的模型.通过对研究区蒸发量、降水量、气温、气压、地下水位、地下水电导率数据的统计分析,揭示了地下水含盐量及其影响因素的特征；使用GP模型、GPLVM模型和BP人工神经网络模型以及综合模型,模拟了气候变化和人类活动双重影响下的地下水含盐量变化过程,并评价了模型的模拟结果.研究结果表明:(1)研究区地下水流动系统主要受气候变化和人类活动的影响,地下水位在局部地区随开采过程呈现波动变化.地下水位变化过程与气压的变化规律相一致；而气温和蒸发量的季节变化规律相一致.地下水盐分含量呈上升趋势.(2)GP模型对于地下水含盐量的预测效果最好；GPLVM模型对于已知地下水含盐量条件下,与其他环境因素进行多元回归分析的拟合效果最好.而GP、GPLVM和BP人工神经网络模型的综合模型,对于包括模型训练和模型预测的全体数据集的拟合和预测效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐新文	中国科学院新疆生态与地理研究所	104	1178	19.0	28.0
2	雷加强	中国科学院新疆生态与地理研究所	117	2347	26.0	44.0
3	范敬龙	中国科学院新疆生态与地理研究所	17	182	7.0	13.0