基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)模型的地下水水位預(yù)測(cè)研究

汪 云，楊海博，徐 建，鄭夢(mèng)琪，韓智昕，趙 耘，趙 耀

(中國(guó)冶金地質(zhì)總局山東正元地質(zhì)勘查院，山東 泰安 271000)

0 引 言

地下水是地球水資源的重要組成部分，是農(nóng)業(yè)灌溉、工礦業(yè)和城市的重要水源之一。但在一定的條件下，比如降雨、蒸發(fā)、徑流和人工開采等，都會(huì)造成地下水位的變化，從而有可能產(chǎn)生地下水降落漏斗、地面沉降等環(huán)境地質(zhì)問題，對(duì)生態(tài)和人類生產(chǎn)生活造成重大影響。所以，對(duì)地下水的動(dòng)態(tài)變化趨勢(shì)進(jìn)行研究具有相當(dāng)重要的意義。

地下水位的變化是一個(gè)復(fù)雜的自然過程，通過預(yù)測(cè)地下水位，在一定程度上可以反映出未來地下水的動(dòng)態(tài)變化規(guī)律。目前，主要采用數(shù)學(xué)模型來進(jìn)行地下水位的預(yù)測(cè)，應(yīng)用于地下水位預(yù)測(cè)的數(shù)學(xué)模型可分為確定性模型[1]和隨機(jī)性模型[2]。確定性模型通常應(yīng)用有限的物理學(xué)規(guī)律來描述水文過程，是指不包含任何隨機(jī)成分的模型，只要設(shè)定了輸入和各個(gè)輸入之間的關(guān)系，其輸出也是確定的，該方法需要長(zhǎng)期的水文氣象資料，對(duì)資料數(shù)據(jù)的數(shù)量和精度要求較高，過程較為復(fù)雜，計(jì)算量較大，模型參數(shù)的優(yōu)選和識(shí)別有一定難度。隨機(jī)性模型應(yīng)用隨機(jī)過程描述水文環(huán)節(jié)，包括回歸分析、時(shí)間序列分析等，還有模糊識(shí)別法、灰色模型、小波神經(jīng)網(wǎng)絡(luò)分析等新興的方法。張展羽等[3]針對(duì)地下水位在時(shí)間序列上表現(xiàn)出高度的隨機(jī)性和滯后性，建立了基于主成分分析與多變量時(shí)間序列模型耦合的地下水位預(yù)報(bào)型，將該模應(yīng)用于濟(jì)南市陡溝灌區(qū)地下水位預(yù)測(cè)。……