ANN技术在岩溶地下水可开采量评价中的应用——以山西晋祠泉域为例  

Usage of Artificial Neural Networks Technique in Karst Water Recoverable Reserve Evaluation——Give an Example of Shanxi Jinci Spring

作　　者：殷丹[1] 苏小四[1] 李砚阁[2] 冯玉明[3] 

机构地区：[1]吉林大学水资源与环境研究所 [2]南京水利科学研究院,南京210029 [3]太原市水利局,太原030002

出　　处：《吉林大学学报（地球科学版）》2006年第S1期55-59,共5页Journal of Jilin University：Earth Science Edition

基　　金：国家重点基础研究发展规划(973)项目(G1999043606);吉林大学"985"计划项目;教育部城市环境与可持续发展联合研究中心吉林大学分中心和水资源与水环境问题重点实验室(原地质矿产部水资源评价与管理系列模型开放研究实验室)资助

摘　　要：以晋祠泉域为例,分析该泉域水文地质特征。应用神经网络技术(ANN)建立泉域内县代表性的难老泉岩溶地下水位与各种补排项之间定量数学模型,对该泉域地下水可开采量进行了评价。研究结果表明,所建立的岩溶地下水位多因素神经网络模型具有较好的拟合精度,仿真程度较高,所得到的地下水可采资源量评价结果与该地区地下水开发利用实际情况较为一致。同时,还计算了不同降雨条件下地下水的可开采量,使其对地下水的开采规划更具有指导意义。We established the ANN model between the groundwater level of Jinci spring area and the recharge and drainage of the groundwater system,based on the analysis of the area s hydrogeology condition,and then did the evaluation of this area s allowable withdraw of groundwater.The result of this study indicated that this ANN model had a high level of simulation precision;the result of the evaluation was consistent with the real exploitation and usage of this spring area.Simultaneity,this text calculate the recove...

关 键 词：ANN技术 晋祠泉域 地下水可开采量 

分 类 号：P641.8[天文地球—地质矿产勘探]