一种基于地下水监测系统的区域地下水情预测方法

摘要

本发明提供了一种基于地下水监测系统的区域地下水情预测方法，所述方法包括如下步骤：通过地下水观测系统中的观测数据，结合实时监测数据，基于支持向量回归SVR，建立各个观测井抽水量预测函数和抽水量‑地下水水位预测函数，对地下水水位进行实时预测，解决了传统地下水水情的估计建模耗时长且需要大量水文地质参数，受限于复杂的地质条件、水情预测参数的不确定性与数学建模负担等因素，尚未形成较精确的区域地下水水情量化预测工具，无法细化到区域各部分地下水水情的精准预测，不能很好地服务于城市、镇、乡村区域地下水管理的问题。

说明书

技术领域

本发明属于计算机机器学习技术领域，具体涉及一种基于地下水监测系统的区域地下水情预测方法。

背景技术

我国大部分地区在气候变迁与水资源分布不均的影响下，水资源的运用越显严峻，由于水文地质条件复杂，有关地下水水文资料较为匮乏。由于地下水具有水量稳定、水质好等特点，是农业灌溉、企业生产和城市居民生活的重要水源之一，尤其是在地表缺水的干旱和半干旱地区，地下水常常被作为当地的主要用水源。地下水资源在区域供水问题中，起到了至关重要的作用，若没有对下水资源进行妥善管理，地下水资源的过度使用容易造成地层下陷、塌陷等问题，造成局部地区水资源衰减，甚至地下水污染问题，带来严重的环境问题。2020年，整个华北平原都由于近年来降雨量普遍较少，都出现了地下水位下降的趋势。因此有必要加强地下水资源的合理使用，实施科学有效的监管，保护地下水的安全，促进地下水资源的可持续开发利用。

传统地下水水情的估计都是以各种水力试验与数值模式推算地下水系统可用水量，建模耗时长且需要大量水文地质参数，受限于复杂的地质条件、水情预测参数的不确定性与数学建模负担等因素，尚未形成较精确的区域地下水水情量化预测工具，无法细化到区域各部分地下水水情的精准预测，不能很好地服务于区域供水管理，尤其是根据单一化的预警参数模型对整个区域进行停水、供水、限制供水量、供水时间做出部署，会为居民的生活造成不便、甚至会影响企业生产或工程进度安排。

发明内容

因此，本发明要解决的技术问题在于提供一种基于地下水监测系统的区域地下水情预测方法，能够解决了传统地下水水情的估计建模耗时长且需要大量水文地质参数，受限于复杂的地质条件、水情预测参数的不确定性与数学建模负担等因素，尚未形成较精确的区域地下水水情量化预测工具，无法细化到区域各部分地下水水情的精准预测，不能很好地服务于城市、镇、乡村区域地下水管理的问题。

为了解决上述问题，本发明提供了一种基于地下水监测系统的区域地下水情预测方法，所述方法包括如下步骤：

S1：通过地下水观测系统中的观测数据，结合实时监测数据，基于支持向量回归SVR，建立各个观测井抽水量预测函数和抽水量-地下水水位预测函数，对地下水水位进行实时预测；

S2：采用马尔可夫-蒙特卡洛法计算抽水井与其对应的观测井的抽水-水位泄降关系，利用观测网实时监测的观测数据，同时计算多个地下水水情参数，基于贝叶斯理论建立的概率分布，通过对样本进行迭代筛选，获取粒子来近似后验概率分布，同时计算各个观测井水位预测结果和观测井抽水量预测结果，避免各个预测参数之间存在耦合；

S3：根据观测井的坐标和分布情况，划定覆盖全部观测井的预测区域，预测区域覆盖整个监测网区域，对整个预测区域进行网格划分，生成n×n个网格点；

S4：构造监测网区域的泰森多边形，结合欧几里德距离变换对应坐标集合U

利用观测井水位预测结果，根据观测区域构造的泰森多边形对覆盖整个监测网的预测区域进行模拟，对生成的n×n个网格点赋值，设定泰森多边形中观测井i的泰森多边形V

S5：通过观测井坐标、欧几里德距离变换坐标以及泰森多边形顶点坐标构建包含所有散点的凸多边形点集U

S6：采用高斯平滑函数对修正后的地下水水位-抽水量分布区域水情预测结果进行平滑，得到最终预测结果，采用若梯度双阈值检测进一步修正预测结果，对采用支持向量回归算法的地下水水情预测结果和采用马尔可夫-蒙特卡洛法算法的地下水水情预测结果进行统计分析，根据对比残差统计学分布比较分析预测结果的精确度，创建一个保存结果的数组，确定保存优化预测模型作为稳定的地下水水位预测系统模型。

可选的，S1具体包括如下步骤：

S11：对应不同各观测井坐标按照时间序列建立一个训练样本集

S12：在样本空间中训练模型函数，在如下约束条件

在如下约束条件

S13：对抽水量观测数据

可选的，步骤S2中，基于马尔可夫-蒙特卡洛法计算抽水井与其对应的观测井的抽水-水位泄降关系，避免各个预测参数之间存在耦合，具体包括如下步骤：

S21：基于贝叶斯理论建立水情参数连续计算的概率模型，水情观测历史数据可以同时计算包括抽水量和地下水水位的多个水情参数的概率分布；

设定t

其中，x

为预测时间；

S22：取样本简化模型φ

后验概率分布可以近似归纳为：

其中，t时刻第i个粒子的第一权系数ⅴ

基于更新后的观测数据X

其中，L(X

可选的，S3具体包括如下步骤：

S31：根据观测井的坐标和分布情况划定覆盖全部观测井的预测区域，预测区域覆盖整个监测网区域，基于由监测网提供的实时监测数据，对预测区域进行网格划分和观测井坐标数组的建立；

S32：根据预测区域范围划分的网格，创建网格点区域中心的二维数组以横纵坐标(x

S33：构建一个对应观测井位置坐标的二维数组U

可选的，S4具体包括如下步骤：

S41：构造监测网区域的泰森多边形：根据N个观测井坐标对预测区域构造泰森多边形，以相邻观测井作中垂线生成泰森多边形，即V

利用观测井水位预测结果，根据观测区域构造的V

S42：以D

可选的，S5具体包括如下步骤：

S51：将生成的二维数组，对应观测井位置坐标、欧几里德距离变换对应坐标集合U

S52：U

S53：构造包含U

可选的，S6具体包括如下步骤：

S61：U

其中，σ为高斯核生成器中高斯分布的标准差，表征预测结果数据的离散程度；

S62：对修正后的抽水量预测结果和地下水水位预测结果进行高斯平滑，采用sobel函数对预测结果横向和纵向梯度进行计算，采用canny函数设置双阈值进行边缘检测，利用弱梯度值进行双阈值检测，对整个区域的预测结果进一步修正，得到最终预测结果；

S63：基于实测数据，生成的区域地下水水位分布模拟结果，对生成的预测结果采用高斯平滑函数进行平滑，进一步修正后得到最终预测结果，对采用SVR的回归算法的地下水水情预测结果和基于马尔可夫-蒙特卡洛法算的地下水水情预测结果进行模拟区域分布；

S64：基于不同的算法预测出的结果进行对比，统计分析预测的精度和计算效率，并且加入监测期间气温与降雨或/和降雪、地表沉降信息，分析不同条件对最终预测结果的影响，根据精度和计算效率分析，保存具备鲁棒性的区域地下水水情预测模型。

有益效果

本发明的实施例中所提供的一种基于地下水监测系统的区域地下水情预测方法，可以实现整个监测区域内整体地下水水情的预测，不受观测井位置和观测井分布情况的影响，无论观测资料是否充足，只要在若干离散分布在监测区域围内的有限个观测井和抽水井(群)取得观测数据就可以进行预测，且可以通过现有的观测资料针对多个不同的预测方法同时进行精度和计算效率的对比分析，细化到预测区域各部分区域的地下水水位分布，实时地反映预测区域各部分地下水水情。此外，本发明可以实现通过构建抽水量预测函数建立抽水量-地下水水位泄降关系函数预测地下水水情，也可以减少抽水量和地下水水位之间的耦合，基于马尔可夫-蒙特卡洛法同时建立抽水量-地下水水位泄降关系预测函数。根据实际案例预测结果的精度分析，保存具备鲁棒性的区域地下水水情预测模型。解决了传统地下水水情的估计建模耗时长且需要大量水文地质参数，受限于复杂的地质条件、水情预测参数的不确定性与数学建模负担等因素，尚未形成较精确的区域地下水水情量化预测工具，无法细化到区域各部分地下水水情的精准预测，不能很好地服务于区域供水管理，尤其是根据单一化的预警参数模型对整个区域进行停水、供水、限制供水量、供水时间做出部署，会为居民的生活造成不便、甚至会影响企业生产或工程进度安排的问题。

附图说明

图1为本发明实施例的基于地下水监测系统的区域地下水情预测的流程图；

图2为本发明实施例的地下水水位观测数据的区域模拟分布示意图；

具体实施方式

根据本发明的实施例，一种基于地下水监测系统的区域地下水情预测方法，请参照图1，包括如下步骤：

S1：按照时间序列收集通过各观测井(群)水位观测设备采集地下水水位观测信息，观测井附近的抽水量观测信息，除此之外还需要收集气温与降雨(降雪)信息，并根据各观测井的坐标对提取的观测数据进行收集和整理。

利用已有的观测数据，通过支持向量回归(Support Vector Regression，SVR)模型构建抽水量预测函数和抽水量-地下水水位预测函数，从而对未来的地下水水位进行预测。

S1具体包括如下步骤：

S11：对应不同各观测井坐标按照时间序列建立一个训练样本集

S12：在样本空间中训练模型函数，定一个宽度ε给定决策面位置，μ为决策面的法向量，决定了决策面的方向，引入松弛变量ξ

其中，C为>0的常数，ε给定决策面位置，μ表示决策面的法向量，ξ

S13：对抽水量观测数据

S2：基于马尔可夫-蒙特卡洛法估计抽水井(群)与其对应的观测井的抽水-水位泄降关系，构建区域地下水情预测模型。

S2具体包括如下步骤：

S21：基于贝叶斯理论(Bayesian method)建立水情参数连续计算的概率模型，水情观测历史数据可以同时估计包括抽水量和地下水水位在内的多个水情参数的概率分布。令t

其中，x

S22：随着大量带有权重的粒子来近似后验分布，经过迭代可以计算出估计结果：

取样本简化模型φ

其中，t时刻第i个粒子的权系数ⅴ

随着每一步更新的观测数据X

其中，L(X

S3：根据观测井的坐标和分布情况划定覆盖全部观测井(群)的预测区域，预测区域覆盖整个监测网区域，对该区域进行网格划分，为后续的泰森多边形结合欧几里德距离变换的初步预测、该区域的插值计算和模拟平滑提供初始条件，划分成n×n个网格，设置网格的横纵间距l和h，并且统一以单位矩阵函数进行初始化为。

S3具体包括如下步骤：

S31：根据观测井的坐标和分布情况划定覆盖全部观测井(群)的预测区域，预测区域覆盖整个监测网区域，尽可能全部利用由监测网提供的实时监测数据，对预测区域进行网格划分和观测井坐标数组的建立；

S32：根据预测区域范围划分的网格，创建网格点区域中心的二维数组以横纵坐标(x

S33：构建一个对应观测井位置坐标的二维数组U

经过本步骤，完成了预测区域网格的划分和观测井水情预测情况的数组建立，为后续初步预测、修正计算和平滑计算提供了条件，一次保证即便在监测网分布稀疏，缺乏充足的观测资料的情况下，依然可以对预测区域内任意位置的降水量和地下水水位进行和预测。

S4：对预测区域模拟初步预测结果：以相邻观测井作中垂线构造Voronoi多边形，N个观测井，即V

对整个预测区域进行模拟，得到整个区域的地下水水情分布的初步预测结果。

S4具体包括如下步骤：

S41：构造监测网区域的泰森多边形：根据N个观测井坐标对预测区域构造泰森多边形，以相邻观测井作中垂线生成泰森多边形，即V

利用观测井水位预测结果，根据观测区域构造的V

S42：以D

步骤S1和步骤S2当中地下水水情预测结果，根据观测区域构造的泰森多边形当中不同的泰森多边形进行赋值，以观测井坐标为中心泰森多边形赋值为该观测井的观测水位或预测水位，结合欧几里德距离变换对应坐标集合U

S5：通过观测井坐标、欧几里德距离变换对应坐标和泰森多边形顶点坐标构建包含所有坐标点U

S5具体包括如下步骤：

S51：将步骤S4中生成的二维数组，对应观测井位置坐标、欧几里德距离变换对应坐标和泰森多边形顶点坐标的二维数组U

S52：U

S53：构造包含U

S6：采用高斯平滑函数对步骤S5的预测结果进行平滑，得到最终预测结果；对步骤S1采用不同的回归算法的地下水水情预测结果和步骤S2中基于马尔可夫-蒙特卡洛法算的的地下水水情预测结果进行统计分析，分析预测结果的精确度。

S61：U

S62：对步骤S5当中修正后的抽水量预测结果和地下水水位预测结果进行高斯平滑，采用sobel函数对预测结果横向和纵向梯度进行计算，采用canny函数设置双阈值进行边缘检测，利用弱梯度值进行双阈值检测，对整个区域的预测结果进一步修正，得到最终预测结果。

S63：根据实测数据采用步骤S4～步骤S6生成的区域地下水水位分布模拟结果，对步骤S5生成的预测结果采用高斯平滑函数进行平滑，进一步修正后得到最终预测结果，对步骤S1采用支持向量回归等各种不同的回归算法的地下水水情预测结果和步骤S2中基于马尔可夫-蒙特卡洛法算的的地下水水情预测结果采用步骤S4～S6模拟区域分布。

S64：步骤S1和步骤S2当中可以载入不同的地下水水情预测算法，针对不同的算法预测出的结果进行对比，统计分析预测的精度和计算效率等，并且加入监测期间气温与降雨和/或降雪、地表沉降等信息，分析这些细节条件对最终预测结果的影响，根据精度和计算效率分析，保存具备鲁棒性的区域地下水水情预测模型。

如图2所示，以某城市施工区域、某日地下水位观测数据经过步骤S4～S6实现该区域的地下水位分布的数值模拟过程，得到该区域150m×40m范围内地下水水位分布，圆点表示观测井位置，颜色由浅到深表示观测井水位高度由低到高(-5～25m)，经步骤S4、S5得到经三角网内插值后的地下水水位分布，最终得到经步骤S6平滑后的区域地下水水位分布。

本发明区别于以往传统地下水水情数值预测模型或机器学习方法采用离散分布的单观测井进行预测，根据经验公式估计全区域的地下水水情，某些区域缺乏观测资料的情况下，这种估计对于整个区域的水情分布情况会存在很大的误差，使得地下水水情预测不够准确，尤其是根据单一化的预警参数模型对整个区域进行停水、供水、限制供水量、供水时间做出部署，会为居民的生活造成不便、甚至会影响企业生产或工程进度安排。本发明可以实现整个监测区域内整体地下水水情的预测，不受观测井位置和观测井分布情况的影响，无论观测资料是否充足，只要在若干离散分布在监测区域围内的有限个观测井和抽水井(群)取得观测数据就可以进行预测，且可以通过现有的观测资料针对多个不同的预测方法同时进行精度和计算效率的对比分析，细化到预测区域各部分区域的地下水水位分布，实时地反映预测区域各部分地下水水情。此外，本发明可以实现通过构建抽水量预测函数建立抽水量-地下水水位泄降关系函数预测地下水水情，也可以减少抽水量和地下水水位之间的耦合，基于马尔可夫-蒙特卡洛法同时建立抽水量-地下水水位泄降关系预测函数。根据实际案例预测结果的精度分析，保存具备鲁棒性的区域地下水水情预测模型。

本领域的技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。