【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及地下水模擬，特別是涉及一種新型表征地下水水位時空演變的模擬方法。
技術(shù)介紹
1、地下水作為地球上最重要的淡水資源之一，不僅影響著生態(tài)環(huán)境，且控制著社會經(jīng)濟的發(fā)展。特別是在缺乏地表水資源的區(qū)域，地下水往往是唯一可靠的水源。全球范圍內(nèi)，人類利用的水超三分之一來自地下水。然而，受人類活動、氣候變化等因素影響，地下水資源短缺問題正不斷加劇，造成了地面沉降、地下水污染和生態(tài)系統(tǒng)退化等諸多地質(zhì)環(huán)境問題。為有效管理和保護地下水資源，對地下水的模擬與預測迫在眉睫。
2、傳統(tǒng)的地下水模擬方法需要明確離散化方程，并依據(jù)問題的幾何結(jié)構(gòu)和邊界條件構(gòu)建網(wǎng)絡，對復雜的幾何形狀或多物理場耦合問題，建模和求解可能非常復雜且耗時。傳統(tǒng)地下水模擬方法多基于控制方程，故在處理非線性問題上存在明顯的局限性。相較于傳統(tǒng)的數(shù)值模擬方法，機器學習和深度學習算法雖然在解決非線性問題上起到了明顯的優(yōu)勢，且提高了計算效率。但此類方法均是基于數(shù)據(jù)進行驅(qū)動，模型缺乏物理約束，導致模型的內(nèi)部機制較難解釋，模型結(jié)果的可靠性受到質(zhì)疑。為解決上述問題，本專利技術(shù)提出了一種新型表征地下水水位時空演變的模擬方法。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的是為了獲取地下水在時間序列上的變化信息，將演變規(guī)律進行定量的描述，從而提出了一種新型表征地下水水位時空演變的模擬方法，進行高效的地下水位模擬。
2、為了實現(xiàn)上述目的，本專利技術(shù)采用了如下技術(shù)方案：
3、一種新型表征地下水水位時空演變的模擬方法，包括有以下步
4、s1、通過長時序衛(wèi)星遙感降水產(chǎn)品，獲取覆蓋研究區(qū)范圍的月尺度降水量數(shù)據(jù)；通過研究區(qū)范圍內(nèi)地下水長期觀測孔，獲取月尺度的地下水水位信息。
5、s2、獲取研究區(qū)范圍內(nèi)的基礎水文地質(zhì)數(shù)據(jù)，結(jié)合地下水控制方程，構(gòu)建研究區(qū)二維地下水滲流方程式。
6、s3、根據(jù)研究區(qū)二維地下水滲流方程，結(jié)合神經(jīng)網(wǎng)絡模型，創(chuàng)建融入物理知識的深度學習神經(jīng)網(wǎng)絡模型-pinns模型。
7、s4、將s1中所得的降水量數(shù)據(jù)和地下水水位數(shù)據(jù)，作為輸入對融合物理知識的深度學習神經(jīng)網(wǎng)絡模型-pinns模型中進行訓練，得到網(wǎng)絡輸出與訓練數(shù)據(jù)間的數(shù)據(jù)誤差項；
8、s5、將s4中模型所得的網(wǎng)絡輸出結(jié)果帶入物理方程，通過自動微分對物理方程求解，得到物理殘差項；
9、s6、將s4所得的數(shù)據(jù)誤差項與s5種所得的物理殘差項疊加，得到pinns模型的整體損失，將其反向傳播回神經(jīng)網(wǎng)絡模型中，通過模型迭代進行學習，實現(xiàn)對地下水位的精確模擬。
10、優(yōu)選的，所述s1在獲取長時序衛(wèi)星遙感降水產(chǎn)品時，采用地學相關(guān)軟件處理，地學相關(guān)處理軟件為 arcgis、qgis或 geoscence。
11、優(yōu)先的，其特征在于，所述s2構(gòu)建研究區(qū)二維地下水滲流方程式具體包括以下步驟：
12、s2.1、依托地下水控制方程，確定用于神經(jīng)網(wǎng)絡約束條件的物理定律，在非均質(zhì)各向同性條件下，地下水非穩(wěn)定運動的基本微分方程可表示為：
13、
14、式中，h代表地下水水位，代表含水介質(zhì)的儲水率；和分別為含水層在x和y方向的滲透系數(shù)，在各向同性條件下，對于空間任意一點，k的值在所有方向上是相同的（），但在空間上，k的值會存在差異-非均質(zhì)性；w為源匯項，表示外部補給或抽水的影響；
15、s2.2、方程在初始條件下滿足：
16、
17、式中，代表模型初始時刻的地下水水位；t代表時間；
18、優(yōu)選的，所述s3構(gòu)建融入物理知識的深度學習神經(jīng)網(wǎng)絡模型，其構(gòu)建具體包括以下步驟：
19、s3.1、構(gòu)建模型輸入層，接收地下水水位信息包括：水位高度、水位點位置；物理參數(shù)信息包括滲透系數(shù)；源匯項信息，輸入層通過全連接層連接至第一層隱藏層，若輸入數(shù)據(jù)記為x，輸出數(shù)據(jù)則為：
20、
21、式中，表示第一層隱藏層的輸出，表示第一層的權(quán)重矩陣，表示第一層的隱藏層偏置向量，表示網(wǎng)絡的激活函數(shù)，常見的包括relu、sigmoid和tanh；
22、s3.2當存在多個隱藏層時，每個隱藏層與前一層同樣通過全連接層連接：
23、
24、式中，表示第n層隱藏層的輸出，表示第n層隱藏層的權(quán)重矩陣，表示第n層隱藏層的偏置向量，表示網(wǎng)絡的激活函數(shù)，表示第n層隱藏層的輸入，其同樣也是第n-1層隱藏層的輸出；
25、s3.3、最后，隱藏層與輸出層之間同樣通過全連接層連接。輸出層可以表示為：
26、
27、式中，為網(wǎng)絡的預測結(jié)果，為輸出層的權(quán)重矩陣，為輸出層的偏置向量，為最后一個隱藏層的輸出；
28、s3.4、通過自動微分技術(shù)，將輸出層預測結(jié)果與物理方程相連接，將物理方程作為全局約束引導神經(jīng)網(wǎng)絡訓練過程。
29、優(yōu)選的，所述s4中有關(guān)pinns模型網(wǎng)絡輸出與訓練數(shù)據(jù)間的數(shù)據(jù)誤差項，通過模型mse計算得到：
30、
31、式中，表示地下水水位的真實值，表示模型預測的地下水值，n表示樣本量大小。
32、優(yōu)選的，所述s5中有關(guān)求解物理方程過程，得到物理殘差項的計算，具體包括以下步驟：
33、s5.1、利用網(wǎng)絡預測的水位值，通過自動微分計算偏導數(shù)：
34、計算一階導數(shù)：、和；
35、計算二階導數(shù)：和；
36、s5.2、計算損失函數(shù)：
37、將網(wǎng)絡輸出的導數(shù)帶入物理方程計算得到：
38、
39、式中，n?表示樣本量大小數(shù)。
40、優(yōu)選的，所述s6中有關(guān)模型反向傳播及參數(shù)迭代更新，具體包括以下步驟：
41、s6.1、pinns網(wǎng)絡的總損失函數(shù)由物理方程的物理殘差項和神經(jīng)網(wǎng)絡模型的數(shù)據(jù)誤差項，兩部分加權(quán)構(gòu)成：
42、
43、式中，表示pinns模型的總損失項，和是權(quán)重系數(shù)，用于平衡數(shù)據(jù)誤差項和物理殘差，和分別為物理殘差項和數(shù)據(jù)誤差項；
44、s6.2、在反向傳播過程中，對損失相對于網(wǎng)絡輸出的梯度進行計算：
45、
46、式中，表示pinns模型的總損失項，和是權(quán)重系數(shù)，和分別為物理殘差項和數(shù)據(jù)誤差項，n為樣本量大小，表示真實的地下水位值，表示模型預測的地下水位值；
47、s6.3、利用計算得到的梯度，通過優(yōu)化算法，更新網(wǎng)絡中的權(quán)重，不斷迭代訓練，直到模型損失函數(shù)收斂；所述的優(yōu)化算法為sgd或adam。
48、與現(xiàn)有技術(shù)相比，本專利技術(shù)提供了一種新型表征地下水水位時空演變的模擬方法，具備以下有益效果：
49、本專利技術(shù)基于遙感影像數(shù)據(jù)，獲取區(qū)域降水信息；進一步基于地下水長期觀測孔，獲取長時序地下水水位數(shù)據(jù)；依據(jù)地下水水水位信息，疊加多種水文地質(zhì)參數(shù)信息，以二維地下水滲流方程作為物理機制，構(gòu)建區(qū)域具本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種新型表征地下水水位時空演變的模擬方法，其特征在于，包括有以下步驟：
2.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述S1在獲取長時序衛(wèi)星遙感降水產(chǎn)品時，采用地學相關(guān)軟件處理，所述地學相關(guān)處理軟件為ArcGIS、QGIS或GeoScence。
3.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述S2構(gòu)建研究區(qū)二維地下水滲流方程式具體包括以下步驟：
4.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述S3構(gòu)建融入物理知識的深度學習神經(jīng)網(wǎng)絡模型，具體包括以下步驟：
5.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述S4中PINNs模型網(wǎng)絡輸出與訓練數(shù)據(jù)間的數(shù)據(jù)誤差項，通過模型MSE計算得到：
6.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述S5中求解物理方程過程，得到物理殘差項的計算，具體包括以下步驟：
7.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位
8.根據(jù)權(quán)利要求2-6任意一項所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述計算通過Python或Matlab計算獲得。
...【技術(shù)特征摘要】
1.一種新型表征地下水水位時空演變的模擬方法，其特征在于，包括有以下步驟：
2.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述s1在獲取長時序衛(wèi)星遙感降水產(chǎn)品時，采用地學相關(guān)軟件處理，所述地學相關(guān)處理軟件為arcgis、qgis或geoscence。
3.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述s2構(gòu)建研究區(qū)二維地下水滲流方程式具體包括以下步驟：
4.根據(jù)權(quán)利要求1所述的一種新型表征地下水水位時空演變的模擬方法，其特征在于，所述s3構(gòu)建融入物理知識的深度學習神經(jīng)網(wǎng)絡模型，具體包括以下步驟：
5.根據(jù)權(quán)利要求1所述的一種...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：宮輝力，郭琳，王子健，朱琳，李小娟，朱雪騏，陳蓓蓓，王徹，周超凡，高明亮，高博，田金炎，
申請(專利權(quán))人：首都師范大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。