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

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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。

原文链接:http://www.cqvip.com/QK/90772X/201318/47274495.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 地下水 BP人工神经网络 人工神经网络 神经网络模型 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