編輯推薦
《三江平原地下:水數值模擬及仿真問題研究》是在作者吳昌友博士論文基礎上經過進一步修改而成的,書中主要以三江平原撓力河流域作為研究對象,對三江平原撓力河流域的地下水係統進行瞭係統分析,建立瞭三江平原撓力河流域地下水分布式模型,在模型識彆的基礎上,設計瞭三個地下水開采方案。在不同開采方案條件下,分彆采用地下水分布式模型進行模擬預報,並對這三個方案模擬預報的結果進行分析與評價。 本書適閤從事相關研究工作的人員參考閱讀。
內容簡介
三江平原位於黑龍江省東北部,西鄰小興安嶺,北靠黑龍江,東依烏蘇裏江,土地總麵積10.88萬km2,是鬆花江、黑龍江和烏蘇裏江不斷遷徙和泛濫所形成的衝積平原,其土地平坦,麵積廣闊,土質肥沃,屬於世界三大黑土帶之一。該區耕地集中連片,人均耕地麵積達1hm2以上。三江平原氣候溫和,雨量適中,適於多種農作物栽培,尤其適於水稻和大豆生産,是國傢重要商品糧生産基地。隨著三江平原區域社會、經濟的迅速發展,國民經濟各部門、各行業對水利保障要求越來越高,對水資源的需求量越來越大,對水環境的保護要求越來越迫切。由於多年水利發展的滯後和水利工程建設的薄弱,本區水利安全保障能力低,水資源利用缺乏統一規劃,水資源供需矛盾突齣,導緻水環境惡化,生態環境質量降低,平原區內地下水水位急劇下降,齣現地麵沉降等現象,所以對三江平原地下水係統進行研究具有重要的現實意義。由於三江平原部分地區觀測井和水文地質資料缺乏,《三江平原地下水:數值模擬及仿真問題研究》(作者吳昌友)主要以三江平原撓力河流域作為研究對象,對三江平原撓力河流域的地下水係統進行瞭係統分析,建立瞭三江平原撓力河流域地下水分布式模型,在模型識彆的基礎上,設計瞭三個地下水開采方案。在不同開采方案條件下,分彆采用地下水分布式模型進行模擬預報,並對這三個方案模擬預報的結果進行分析與評價。研究取得的主要成果有: (1)對三江平原撓力河流域的地質條件、水文地質條件、氣象條件和地下水分布特徵進行瞭係統地分析,建立瞭三江平原撓力河流域水文地質概念模型,為地下水數學模型的建立奠定瞭基礎。
(2)建立瞭三江平原撓力河流域地下水三維數學模型,並采用國際通用的地下水數值模擬軟件MODFLOW,對撓力河流域地下水進行模擬仿真,通過模型的識彆和檢驗,證明所建立的數學模型、邊界條件和水文地質參數的確定符閤實際情況。
(3)《三江平原地下水:數值模擬及仿真問題研究》對標準BP神經網絡的基本原理進行係統分析,指齣標準BP神經網絡的不足,並對其進行改進,提齣瞭改進的BP神經網絡模型。將改進的BP神經網絡模型應用到降水量和蒸發量和第一類邊界條件的預測中,建立瞭降水量、蒸發量和第一類邊界條件的神經網絡時間序列模型。對2008—2020年降水量、蒸發量和第一類邊界條件進行預測,預測中得到的年平均降水量為499.1mm,接近於近30年平均值 486.3mm;預測中得到的年平均蒸發量為717.9mm,接近於近20年平均值 713.8mm。
(4)利用改進BP神經網絡時間序列預測模型對地下水動態變化的不確定因素(指降水量、蒸發量和第一類邊界條件)進行預測,將這些不確定的因素作為隨機時間序列耦閤到撓力河流域的地下水確定性模型中,進而建立瞭三江平原撓力河流域地下水確定性一隨機耦閤模型。
(5)本書將Elman神經網絡模型和小波分析理論進行耦閤,建立瞭Elman 小波神經網絡模型,並首次將Elman小波神經網絡模型應用到撓力河流與地下水開采量的預測中,建立瞭地下水開采量的Elman小波神經網路模型,對 2008 2020年地下水開采量進行預報,取得瞭較好的效果。
(6)本書對未來地下水開采量設計瞭3個開采方案,其中以2005年的地下水開采量作為一個開采方案,以黑龍江省水利綜閤規劃中的開采量作為第二開采方案,以Elman小波神經網絡模型預測的地下水開采量作為第三方案。采用建立的確定性一隨機耦閤模型分彆對不同方案條件下2007 2020年撓力河流域地下水進行模擬,模擬結果錶明,第三開采方案地下水位降深大,其次是一開采方案,第二開采方案降深較小。如果按著第二開采方案對三江平原撓力河流域地下水進行開采,有利於解決地下水水位下降、地麵下沉和水環境惡化等現象,有利於三江平原水資源可持續開發和利用。
目錄
摘要
1 引言
1.1 研究的目的和意義
1.2 國內外研究動態
1.2.1 三江平原地下水的研究現狀
1.2.2 地下水係統數值模擬國內外研究動態
1.2.3 地下水係統參數識彆國內外研究動態
1.3 研究的主要內容、方法和技術路綫
1.3.1 研究的主要內容
1.3.2 研究的方法和技術路綫
2 撓力河流域的基本概況
2.1 自然地理概況
2.1.1 地理位置
2.1.2 氣象條件
2.1.3 水文條件
2.2 區域地質概括
2.2.1 地形地貌
2.2.2 地層岩性
2.2.3 水文地質條件
2.3 社會經濟狀況
2.4 水資源開發利用狀況及存在問題
2.4.1 供水工程狀況
2.4.2 水資源利用狀況
2.4.3 地下水開發利用中存在的問題
3 撓力河流域地下水係統分析
3.1 地下水係統概述
3.1. 地下水係統的基本概念
3.1.2 撓力河流域地下水係統概述
3.2 含水層係統分析
3.2.1 第四係孔隙含水層亞係統
3.2.2 第三係孔隙裂隙含水層亞係統
3.2.3 前第四係基岩裂隙含水層亞係統
3.3 地下水係統流動分析
3.3.1 淺層地下水循環係統
3.3.2 深層地下水循環係統
3.4 地下水係統化學特徵
3.4.1 第四係鬆散岩類孔隙水水化學係統
3.4.2 第三係碎屑岩裂隙孔隙水水化學係統
3.4.3 前第四係基岩裂隙水水化學係統
3.5 地下水係統動態分析
3.5.1 地下水動態類型
3.5.2 地下水位動態影響分析
4 撓力河流域地下水參數及水均衡分析
4.1 撓力河流域均衡區和均衡時段的劃分
4.1.1 均衡區和均衡時段劃分
4.1.2 水量均衡方程
4.2 水文地質參數
4.2.1 滲透係數
4.2.2 給水度和彈性釋水係數
4.2.3 潛水蒸發強度
4.2.4 降水入滲補給係數
4.2.5 灌溉迴歸人滲係數
4.3 流域年地下水資源量分析
4.3.1 流域地下水補給量
4.3.2 流域地下水排泄量
4.4 流域地下水資源總量估算
4.4.1 現狀基準年(2005年)
4.4.2 多年平均地下水資源量
5 撓力河流域地下水數值模擬
5.1 模型的研究範圍
5.2 含水層的概化
5.2.1 含水層結構的概化
5.2.2 含水層水力特徵的概化
5.2.3 邊界條件概化
5.3 地下水流數學模型的建立及求解
5.3.1 地下水流數學模型的建立
5.3.2 地下水流數學模型的求解
5.3.3 空間離散
5.3.4 時間的離散
5.3.5 水文地質參數分區和初值的確定
5.3.6 源匯項的處理
5.3.7 邊界條件的處理
5.3.8 地下水的初始水位
5.4 地下水流模型的識彆和檢驗
5.4.1 地下水流模型的識彆
5.4.2 地下水流模型的檢驗
5.5 水量均衡分析
6 神經網絡時間序列預測模型
6.1 BP神經網絡模型
6.1.1 BP神經網絡的結構
6.1.2 BP神經網絡的學習算法
6.2 BP神經網絡的改進
6.2.1 BP神經網絡的改進措施簡介
6.2.2 BP神經網絡改進的思路
6.2.3 改進的BP神經網絡步驟
6.3 改進BP神經網絡時間序列預測模型
6.4 大氣降水量的神經網絡時間序列預測模型
6.4.1 撓力河流域降水量特徵分析
6.4.2 模型的建立
6.4.3 模型的檢驗
6.4.4 預測2008—2020年降水量
6.5 蒸發量的神經網絡時間序列預測模型
6.5.1 撓力河流域蒸發量特徵分析
6.5.2 模型的建立
6.5.3 模型的檢驗
6.5.4 預測2008—2020年蒸發量
6.6 第一類邊界水位的神經網絡時間序列預測模型
6.6.1 模型的建立
6.6.2 模型的檢驗
6.6.3 第一類邊界水位的長期預測
7 地下水動態預測的確定性一隨機耦閤模型研究
7.1 確定性一隨機耦閤模型
7.1.1 確定性模型的離散
7.1.2 耦閤模型的構成
7.1.3 耦閤模型的求解方法
7.2 地下水開采量的預報模型
7.2.1 Elman小波神經網絡模型
7.2.2 基於Elman小波神經網絡的地下水開采量預測
7.2.3 2020年撓力河流域地下水開采量的預測
7.3 地下水開采方案的設計
7.4 2020年地下水位動態預測
7.4.1 匯源項的離散
7.4.2 地下水位預測及結果分析
8 結論
參考文獻
後記
前言/序言
三江平原地下水數值模擬及仿真問題研究 下載 mobi epub pdf txt 電子書 格式