南京师范大学Huiting, Hu：考虑连通性特征的喀斯特临界带含水层地下水位预测的SOM-LSTM组合模型
论论资讯 ｜ 2024-04-30 ｜
30热度
Environmental Earth Sciences
Explore content
About the journal
Publish with us
A SOM-LSTM combined model for groundwater level prediction in karst critical zone aquifers considering connectivity characteristics
Guo F.; Li S.; Zhao G.; Hu H.; Zhang Z.; Yue S.; Zhang H.; Xu Y.
Published：2024-05-01
DOI：10.1007/s12665-024-11567-5
研究背景
当今社会，地下水资源的管理和可持续利用变得愈发重要。然而，针对喀斯特关键带地下水位（GWL）的准确预测一直是一个挑战。这是因为在这些地区，地下水位存在着显著的空间异质性，传统的数据驱动方法往往难以准确预测地下水位的变化。因此，如何提高对这些区域地下水位的准确性一直是研究者们关注的焦点。
研究内容
近期发表在《Environmental Earth Sciences》期刊的一篇论文提出了一种全新的模型，名为SOM-LSTM结合模型，用于喀斯特关键带地下水位的预测。该研究采用了自组织地图（SOM）技术，以及基于空间-时间相关性的地理多特征数据，来识别和划分观测井之间的空间连接性。最终，基于这些连接性结果，确定了作为LSTM输入的观测井数据集，用于地下水位的预测。与仅考虑内部数据相关性的预测模型相比，该方法在中国山东省济南市典型的高度空间异质性喀斯特关键带进行了实验。研究结果表明，考虑地理多特征空间-时间相关性的观测井之间的空间连接性，能显著提高地下水位预测的准确性。这一研究为解决喀斯特关键带地下水位预测中存在的挑战提供了新思路。
研究意义
这项研究的创新之处在于结合了SOM和LSTM两种技术，以解决喀斯特关键带地下水位预测中的空间异质性问题。通过考虑观测井之间的空间连接性，研究者们成功提高了预测模型的准确性，特别是在喀斯特含水层中存在显著空间异质性的地区。这一研究成果有望为未来地下水资源管理和利用提供更可靠的数据支持，有助于保护地下水资源的可持续性。
希望这篇文章能够帮助你更好地了解喀斯特关键带地下水位预测领域的最新进展！
学术热榜
查看全部
相关资讯
换一批