位置:成果数据库 > 期刊 > 期刊详情页
三江平原井灌水稻区地下水动态变化规律的小波神经网络分析
  • ISSN号:1672-3317
  • 期刊名称:《灌溉排水学报》
  • 时间:0
  • 分类:S273.4[农业科学—农业水土工程;农业科学—农业工程]
  • 作者机构:[1]东北农业大学水利与建筑学院,哈尔滨150030
  • 相关基金:国家自然科学基金项目(30400275)
中文摘要:

以853农场为例,利用小波分析的多分辨率功能和人工神经网络的非线性逼近功能,建立了基于小波变换和BP神经网络的853农场地下水埋深动态预测小波神经网络模型,对地下水动态变化规律进行分析,精度检验及对比分析结果表明,模型拟合和预测精度均较高。预测结果表明,853农场未来几年内地下水位会持续下降,年平均降幅为0.66m左右,因此当地应加强地下水的科学管理。该模型揭示了区域地下水动态变化规律,为853农场乃至三江平原井灌区地下水资源的可持续利用提供了科学依据。

英文摘要:

Taking 853 Farm as example, through applying wavelet analysis's multi-resolution function and artificial neural network's nonlinear approaching function, built up the monthly groundwater embedment depth dynamic prediction model of Farm 853 based on wavelet transform and BP neural network. Through using this model, the groundwater dynamic variation regularities were analyzed. The results of precision test and comparative analysis showed that the precisions of this model were high in fitting and prediction. The results of prediction showed that the groundwater level of Farm 853 will continually descend within the intending several years, the annual descending extent will be about 0.66 m on average. So, local government should reinforce the scientific management towards groundwater. The model revealed the region's groundwater dynamic variation regularities. The study can provide scientific gist for sustainable utilization of groundwater resource in area of well irrigation paddy in Farm 853 so much as the entire Sanjiang Plain.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《灌溉排水学报》
  • 中国科技核心期刊
  • 主管单位:水利部、农业部
  • 主办单位:水利部中国农业科学院农田灌溉研究所 中国水利学会
  • 主编:段爱旺
  • 地址:河南省新乡市宏力大道(东)380号
  • 邮编:453003
  • 邮箱:ggpsxb@sina.com
  • 电话:0373-3393346
  • 国际标准刊号:ISSN:1672-3317
  • 国内统一刊号:ISSN:41-1337/S
  • 邮发代号:36-69
  • 获奖情况:
  • 全国期刊规范执行优秀奖,全国优秀农业期刊奖,全国水利系统优秀科技期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:8880