基于IL-HMMs预测模型的地下水埋深预测研究

• 作者: YANG Di 于强 岳德鹏 张启斌 苏凯 马欢
• 来源期刊: 农业机械学报
• 学科: 地球科学
• 关键词: 地下水埋深 磴口县 增量学习 IL-HMMs模型
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 农业水土工程
• 页码范围: 263-268
• 页数: 6页
• 分类号: K903
• 字数: 5688字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.12.031

摘要

以西北干旱典型县域磴口县为研究区,基于增量学习的改进隐马尔可夫预测模型(IL-HMMs),对区域地下水埋深进行了预测研究.为检验IL-HMMs模型预测效果,将模型预测结果与2013年长观井的实测数据进行了比较;同时为检验模型的优劣性,与未经增量学习的隐马尔可夫模型(HMMs)、加权马尔可夫链(WMCP)和BP神经网络(BP neural network,BPNN)预测模型的预测结果进行了比较.结果表明:与其他几种预测模型相比,IL-HMMs模型预测精度显著提高,误差更小,有较好的鲁棒性.并使用IL-HMMs模型对2018年地下水埋深进行了预测,预测结果表明,2018年地下水年平均埋深略有增加、局部区域地下水埋深增量加剧.基于IL-HMMs模型的地下水埋深预测具有很好稳定性的同时对新数据加入又有很好的鲁棒性,可为地下水埋深动态预测提供思路与方法补充,为区域地下水资源开发利用和保护提供重要依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳德鹏	北京林业大学精准林业北京市重点实验室	97	911	13.0	27.0
2	于强	北京林业大学精准林业北京市重点实验室	50	203	9.0	12.0
3	张启斌	北京林业大学精准林业北京市重点实验室	39	194	8.0	12.0
4	苏凯	北京林业大学精准林业北京市重点实验室	11	65	4.0	8.0
5	马欢	北京林业大学精准林业北京市重点实验室	28	207	8.0	13.0