• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

基于主成分-时间序列模型的地下水位预测

张展羽, 梁振华, 冯宝平, 黄继文, 吴东

张展羽, 梁振华, 冯宝平, 黄继文, 吴东. 基于主成分-时间序列模型的地下水位预测[J]. 水科学进展, 2017, 28(3): 415-420. DOI: 10.14042/j.cnki.32.1309.2017.03.012
引用本文: 张展羽, 梁振华, 冯宝平, 黄继文, 吴东. 基于主成分-时间序列模型的地下水位预测[J]. 水科学进展, 2017, 28(3): 415-420. DOI: 10.14042/j.cnki.32.1309.2017.03.012
ZHANG Zhanyu, LIANG Zhenhua, FENG Baoping, HUANG Jiwen, WU Dong. Groundwater level forecast based on principal component analysis and multivariate time series model[J]. Advances in Water Science, 2017, 28(3): 415-420. DOI: 10.14042/j.cnki.32.1309.2017.03.012
Citation: ZHANG Zhanyu, LIANG Zhenhua, FENG Baoping, HUANG Jiwen, WU Dong. Groundwater level forecast based on principal component analysis and multivariate time series model[J]. Advances in Water Science, 2017, 28(3): 415-420. DOI: 10.14042/j.cnki.32.1309.2017.03.012

基于主成分-时间序列模型的地下水位预测

基金项目: 国家自然科学基金资助项目(51179050);山东省水生态文明试点科技支撑计划(ZC201450519)
详细信息
    作者简介:

    张展羽(1957—),男,江苏泰兴人,教授,博士研究生导师,主要从事灌溉排水理论及技术研究。E-mail:zhanyu@hhu.edu.cn

  • 中图分类号: TV211.12

Groundwater level forecast based on principal component analysis and multivariate time series model

Funds: The study is financially supported by the National Natural Science Foundation of China (No.51179050).
  • 摘要: 地下水位预测是区域水资源管理的重要依据。针对地下水位在时间序列上表现出高度的随机性和滞后性,建立了基于主成分分析与多变量时间序列CAR(Controlled Auto-Regressive)模型耦合的地下水位预报模型,将该模型应用于济南市陡沟灌区地下水位预测,结果显示,模型模拟值与实测值的决定系数R2和Nash-Suttcliffe系数Ens均达到0.90以上;以2011年为基准年,当降水量减少10%~20%,蒸发量和生活用水量增加10%~20%,调入27.39万~137.0万m3地表水用于农业灌溉时,到2030年灌区地下水位将维持在30.99~31.29 m,较基准年上升0.12~0.42 m。在区域水资源紧缺的背景下,适当引入地表水灌溉,减少地下水的开采,灌区地下水位将逐步回升,对于灌区的可持续发展和区域水资源的合理利用具有重要意义。
    Abstract: Predication of groundwater level is an important basis for the management of regional water resources. Based on the high randomness and hysteresis characteristics of groundwater in time series, a groundwater level prediction model that is based on principal component analysis and multivariable time series CAR model is built and used for the predication of groundwater level at Dougou irrigation area of Ji'nan. According to the results, the determination coefficient R2 and the Nash-Suttcliffe coefficient Ens of the simulated value and the measured value all reached 0.90 and the above. By taking 2011 as the base year, when precipitation reduces 10%—20%, evaporation and domestic water consumption increases 10%—20% and 273 900—1 370 000 m3 surface water is diverted for agricultural irrigation, the groundwater level at the irrigation area will be maintained at 30.99—31.29 m in 2030, increasing 0.12—0.42 m than that of the base year. Under the background of regional water resources shortage, proper diverting surface water for irrigation and reducing groundwater exploitation can gradually increase the groundwater level at irrigation area and have great significance for the sustainable development of irrigation area and the reasonable utilization of regional water resources.
  • 期刊类型引用(30)

    1. 佃松宜,厉潇滢,杨丹,芮胜阳,郭斌. 基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测. 工程科学与技术. 2024(01): 54-64 . 百度学术
    2. 陈定宇,高国飞,袁泉. 地铁车站PM2.5浓度自注意力混合预测方法研究. 现代交通与冶金材料. 2024(01): 49-56 . 百度学术
    3. 陈文龙,杨云丽,张煜,胡祖康. 基于天地协同与深度学习的灌区地下水位模拟. 长江科学院院报. 2023(07): 88-95 . 百度学术
    4. 刘娣,余钟波,吕海深,鞠琴. 基于SVM-EnKF双向数据同化的地下水水位变化预测. 水文. 2023(06): 58-65 . 百度学术
    5. 刘威,尹飞. 一种基于LSTM模型的水库水位预测方法. 无线电工程. 2022(01): 83-87 . 百度学术
    6. 张婧,马贵宏,高雅,沈彦俊,刘晓英,邹妍,戴茂华. 华北山前平原典型井灌区地下水水位变化影响因素分析. 河海大学学报(自然科学版). 2022(01): 21-28+84 . 百度学术
    7. 胡飞跃,王忠忠. 基于降雨量的SWA-LSTM深度学习模型在地下水位预测中的应用研究. 地下水. 2022(06): 70-72+113 . 百度学术
    8. 长林,周铁桩. 陈巴尔虎草原地下水影响因子分析与预测. 安徽农业科学. 2021(03): 59-63 . 百度学术
    9. 陈建东. 多元回归模型在基坑地下水位预测中的应用. 矿山测量. 2021(01): 52-55+73 . 百度学术
    10. 韩卓慧,闫长青. 基于PG-BP神经网络的流域洪涝预测及仿真. 软件导刊. 2021(05): 50-55 . 百度学术
    11. 孙俊志,张娅,孙丰博,闫佰忠. 基于多变量时间序列模型的中牟县地下水埋深预测. 河北地质大学学报. 2021(01): 71-76 . 百度学术
    12. 陈晓燕,杜伟,褚廷芬. 邢家渡灌区灌排设施布局优化及节水控制. 水利技术监督. 2021(09): 178-181 . 百度学术
    13. 王京晶,徐宗学,李鹏,程涛,苏恒. 济南市区地下水埋深动态变化及其成因. 南水北调与水利科技(中英文). 2021(05): 883-893 . 百度学术
    14. 刘鑫,桑学锋,常家轩,李子恒. 基于聚类分析的滑动时均序列需水预测优化方法. 中国农村水利水电. 2021(09): 199-205 . 百度学术
    15. 蔡奕,徐佳,朱勍,饶元根,曹永涛. 濮阳市浅层地下水位时空演变特征及驱动机制. 灌溉排水学报. 2021(10): 109-116 . 百度学术
    16. 刘鑫,桑学锋,常家轩,郑阳. 基于SGA+DWT的BiLSTM滚动预测优化模型. 水力发电. 2021(11): 9-14+25 . 百度学术
    17. 马金录. 突水作用下地下水位降落漏斗演变过程分析. 能源与环保. 2021(08): 70-74+80 . 百度学术
    18. 闫佰忠,孙剑,王昕洲,韩娜,刘博. 基于多变量LSTM神经网络的地下水水位预测. 吉林大学学报(地球科学版). 2020(01): 208-216 . 百度学术
    19. 赵玉峰,罗专溪,于亚军,陈迎辉,张树刚,张清华. 京津冀西北典型区域地下水位时空演变及驱动因素. 自然资源学报. 2020(06): 1301-1313 . 百度学术
    20. 李仙岳,崔佳琪,史海滨,孙亚楠,邢进平. 不同时间尺度下冻融灌区地下水埋深CAR模型优选. 农业机械学报. 2020(08): 247-254 . 百度学术
    21. 潘明阳,周海南,李增辉,刘乙赛,李超,李昱. 智能水位预测服务系统研究. 大连海事大学学报. 2020(03): 31-37 . 百度学术
    22. 张朝逢,陈皓锐,岳中奇. 基于长短时记忆网络(LSTM)的地下水埋深模拟预测——以关中平原为例的实例分析. 中国农村水利水电. 2020(09): 127-131+137 . 百度学术
    23. 杨成,蒋建良,朱智勇,常金源,管仁秋,蔡国成. 基于时间序列的滑坡地下水位预测分析. 勘察科学技术. 2020(04): 5-9 . 百度学术
    24. 王亦斌,孙涛,梁雪春,谢海洋. 基于EMD-LSTM模型的河流水量水位预测. 水利水电科技进展. 2020(06): 40-47 . 百度学术
    25. 张传奇,王晓曦. 基于数据驱动的黄河三角洲地下水位预测模型. 环境保护与循环经济. 2020(12): 41-45 . 百度学术
    26. 张郑贤,刘艺,张锋贤. 基于时间序列模型的济南趵突泉地下水位预测. 中国水利水电科学研究院学报. 2019(01): 51-59 . 百度学术
    27. 汪云,杨海博,徐建,郑梦琪,韩智昕,赵耘,赵耀. 基于长短期记忆神经网络模型的地下水水位预测研究. 节水灌溉. 2019(10): 73-77 . 百度学术
    28. 张曼菲,周维博. 泾惠渠灌区地下水位埋深的动态特征及影响因素分析. 南水北调与水利科技. 2018(02): 164-170+195 . 百度学术
    29. 赵天兴,朱焱,杨金忠,毛威. 基于CAR-SVM模型的季节性冻融区地下水埋深预测. 排灌机械工程学报. 2018(11): 1180-1186 . 百度学术
    30. 夏露,宋孝玉,符娜,李怀有,李垚林. 陇东黄土塬区不同下垫面条件下侵蚀产沙的降雨阈值. 水科学进展. 2018(06): 828-838 . 本站查看

    其他类型引用(30)

计量
  • 文章访问数:  334
  • HTML全文浏览量:  121
  • PDF下载量:  755
  • 被引次数: 60
出版历程
  • 收稿日期:  2016-06-28
  • 刊出日期:  2017-05-24

目录

    /

    返回文章
    返回