基于BP神经网络模型的湖北雷庄井水位预报模型研究
摘要
地震是地壳运动的一种表现，地震的发生与地下岩石的应力状态密切相关。井位水位的变化可能反映地下岩石的应力状态的变化，通过神经网络预测井位水位，可以提前获得地下水位的变化情况，为地震灾害的评估和应对提供依据，减少灾害的损失。为了解湖北雷庄地下水位动态，进而分析地震前兆动态，本文设计了一个基于BP神经网络的地下水位预测模型。采用SWY-Ⅱ数字式水位仪对雷庄地下水位数据进行采集。根据采集的2019-2020年水位数据，利用BP神经网络对地下水位变化进行预测，以一年的采集数据进行训练和测试，采用1个输入节点、3个隐含节点、1个输出节点设计了BP神经网络结构。为了进一步验证本预测模型，本文对2020年01月01日-12月31日地下水位进行了预测。实验表明：该模型能有效实现地下水位的预测，为地震前兆工作提供可靠数据。
关键词
参考
郭浩然,李映,黄鹤程.抽水蓄能电站地下水位预测的优化神经网络模型[J].水利信息化，2022(03)：40-45.
(GUO Haoran, LI Ying, HUANG Hecheng. Optimized neural network model for groundwater level prediction in pumped-storage power stations[J]. Water Resources Informatization, 2022(03):40-45.)
陈亮.地下水在工程地质勘察中的重要性分析[J].绿色环保建材，2021(5)：153-154
(Cheng L. Study on the importance of groundwater in engineering geological investigation[J]. Green Building Materials, 2021(5):153-154.)
汪成民.中国地震地下水动态网的科学创新与应用前景[J].地震学刊，1991，11(3)：4-8
(Wang C M. Scientific originalities and applications of the groundwater observation well-network for earthquake prediction in China[J]. Journal of Seismology, 1991,11(3):4-8.)
Gogu R, Carabin G, Hallet V, et al. GIS-based hydrogeological databases and groundwater modelling[J]. Hydrogeology Journal, 2001, 9(6): 555-569.
Kushwaha R K, Pandit M K, Goyal R. MODFLOW based groundwater resource evaluation and prediction in Mendha sub-basin, NE Rajasthan[J]. Journal of Geological Society of India, 2009, 74(4): 449-458.
Pandey V P, Shrestha S, Kazama F. Groundwater in the Kathmandu Valley: Development dynamics, consequences and prospects for sustainable management [J]. European Water, 2012, 37: 3-14.