论文
论文题目: 基于人工神经网络的阿拉善盟地下水位预测研究
第一作者: 王杰, 王俊芳, 许端阳
联系作者:
发表年度: 2025
摘  要: 以阿拉善盟为研究区,首先基于变量间相关性分析和主成分分析挑选出若干个与实测地下水位相关程度较高的环境因子作为反向传播神经网络(Back propagation neural network,BPNN)模型的输入变量;其次基于筛选出的输入变量与实测地下水位,使用BPNN构建地下水位模拟模型,并在建模的过程中考虑参数敏感性分析以提升模拟精度;最后基于最优模型参数利用BPNN模拟阿拉善盟全域的地下水位值,并完成2020年阿拉善盟地下水位制图与评价。结果表明基于最优模型参数构建的地下水位预测模型的总体精度为0.99(相关系数)、23.39 m(均方根误差)和1.44%(相对误差)。阿拉善盟2020年地下水位分布图显示中北部地下水位低而南部地下水位高,阿拉善盟中北部模拟地下水位的数值范围介于838~1 100 m,南部区域的模拟地下水位的数值范围介于1 300~1 715 m。
英文摘要:
刊物名称: 地理科学
全文链接:
论文类别: CSCD