人民黄河

作者：邢立文;崔宁博

单位：1.山西省水利水电科学研究院，山西 太原 030000； 2.四川大学 水利水电学院，四川 成都 610065）

关键词：水位;预测;人工神经网络;LSTM深度学习网络;晋祠泉域

晋祠泉是太原市第二岩溶大泉，受太原市工农业生产大量开采岩溶水影响，该泉已于1994年4月断流。为了探索人类因素影响下的泉水水位变化趋势，采用前馈神经网络、动态递归神经网络、时延神经网络、非线性动态自回归神经网络、级联神经网络5种人工神经网络，结合14种训练算法构建晋祠泉水位预测模型，基于2013—2017年实测泉水位数据分析各种人工神经网络预测模型精度，结果表明：动态递归神经网络可用来对晋祠泉水位进行准确预测，traincgb、trainrp、traincgf、traincgp等算法效果比较理想。同时应用LSTM深度学习模型预报未来10 a的降水量，进而计算出降水入渗补给量等，并结合动态递归神经网络预测晋祠泉域未来水位变化，结果测定2019年晋祠泉水位可以超过复流最低水位802.59 m。

来源：2019年第12期

《人民黄河》期刊编辑部

查看人民黄河杂志2019年第12期