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[C]
文献类型：会议论文
| 作者 | 范敬龙; 刘海龙; 雷加强; 徐新文; 王桂芬; 钟显斌; 闫健; 中国科学院新疆生态与地理研究所,乌鲁木齐830011; 立命馆大学信息理工学研究科 Emergent System研究室,日本滋贺县525-8577; 中国石油塔里木油田公司,库尔勒841000 |
| 出版日期 | 2013 |
| 会议地点 | 南昌 |
| 关键词 | 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 |
| 英文摘要 | 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。 |
| 资助机构 | 中国生态学学会 |
| 会议录出版者 | 万方 |
| 语种 | 中文; |
| 源URL | [http://ir.xjlas.org/handle/365004/11792]  |
| 专题 | 新疆生态与地理研究所_研究系统_荒漠环境研究室 |
| 通讯作者 | 中国科学院新疆生态与地理研究所,乌鲁木齐830011; 立命馆大学信息理工学研究科 Emergent System研究室,日本滋贺县525-8577; 中国石油塔里木油田公司,库尔勒841000 |
| 推荐引用方式 GB/T 7714 | 范敬龙,刘海龙,雷加强,等. 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[C][C]. 见:. 南昌. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。