Processing Modflow在地下水回灌控制深基坑降水引起地面沉降的应用

深基坑降水往往伴有地面不均匀沉降等环境问题,人工回灌法是解决此类问题的有效手段之一。基于多场耦合作用理论,建立水—土耦合模型,应用Processing Modflow软件数值模拟了不同回灌井布置方案下基坑周围地面沉降及其变化。结果表明：设置回灌井后,基坑周边地面的沉降量明显减小,且回灌处相对远离基坑的地面沉降减小十分显著;在一定范围内,相对远离基坑处的回灌效果优于相对近基坑处。     

Processing Modflow在黄土类地层综合降水试验中的应用

南水北调中线某工程连接明渠长约5 km,位于黄土丘陵区,为深挖方渠道。最高原始地下水位高出渠底约30 m,为准确计算试验区降水井的水位和优化降水方案,利用Processing Modflow软件在生产型群井降水试验区第二阶段建立降水模型,并用现场实际观测资料率定了数值模型,模型的拟合结果符合实际。通过不断调整降水井布置,超前综合降水,达到优化设计、提高功效、加快施工进度的目的。     

Visual Modflow在和田县农业经济新区地下水资源评价中的应用

为全面了解地下水系统受各种激励因素影响后的水动力场和地下水量变化规律,以及为当地地下水资源开发与利用提供科学的指导意见,本次在和田县农业经济新区地下水资源评价中采用可视化标准软件Visnal Modflow实现地下水资源的模拟与预报,通过构建三维非稳定流数值模型,使用迭代方法求解,并根据设计开采量对地下水水位变动做出预测,再基于建模预测结果 ,结合经济新区地下水资源量确定合理的地下水开采量。     

Visual Modflow在地下水污染模拟中的应用

采用Visual Modflow软件建立地下水系统模型,预测曲阜某厂区修建后流场的变化。在此基础上,利用VisualModflow软件中的MT3DMS模块,以铅离子(Pb2+)为溶质进行污染物运移模拟,预测地下水中污染物的运移情况。结果表明:拟建项目正常运行情况下,生产污水对地下水水质的影响很小;在管线破裂(或污水处理站发生故障)和污水处理站溢水两种情况同时发生状态下,含铅废水对地下水水质最大影响半径为40 m。     

RD预报模型在渠井结合灌区地下水位动态预测中的运用

陕西省泾惠渠灌区是一个典型的渠井结合灌区。以Visual Modflow地下水数值模拟软件为开发平台,在建立的灌区地下水数值模型的基础上,利用时间序列及神经网络等理论,建立了基于随机——确定(random-determination简称RD)耦合方法的地下水预报模型,并对灌区未来10年的地下水位动态进行了分析和预测,以指导灌区未来地下水资源可持续开发利用。     

郑州北郊水源地地下水位预测

应用FEFLOW软件,对郑州北郊水源地建立三维地下水流方程求解,并对模型进行识别和检验。对水源地水位进行了预测。预测结果与实测水位对比表明：模拟潜水流场与实际流场总体流动方向相同,大部分结点水位拟合较好,模型精度能够满足要求。     

人工神经网络模型在枯季地下水位预测中的应用

本文应用人工神经网络BP模型对枯季地下水位进行定量预测。优化得出的BP网络模型不仅拟合精度高,而且预测效果好,这为地下水定量研究提供了新的途径,同时也为白城地区科学合理开发、利用地下水资源提供参考依据。     

人工神经网络模型在白城地区枯季地下水位预测中的应用

本文应用人工神经网络BP模型对枯季地下水位进行定量预测。优化得出的BP网络模型不仅拟合精度高,而且预测效果好,这为地下水定量研究提供了新的途径,同时也为白城地区科学合理开发、利用地下水资源提供参考依据。     

GMS在地下水流场预测中的应用研究

文中以内蒙古某地地下水含水层为例,建立了地下水含水层水文地质概念模型及数学模型,采用GMS软件MODFLOW模块对模型识别验证求解,对不同开采条件下的地下水流场变化情况进行模拟发现,在现状开采强度每年增长2％的基础上,研究区地下水位较为平稳,能够较大地发挥地下水开采潜力,对该区未来地下水资源开发利用提供技术支持.     

时间序列模型在北京西山地区岩溶地下水位预测中的应用

作为北京水资源储备区,北京西山地区地下水位动态变化对北京市水资源管理具有重大意义。时间序列模型是研究预测地下水水位动态变化特征的有效方法。为了解北京西山地区地下水位未来变化趋势,本文选用北京西山地区地下水位长观序列,通过拟合序列的趋势项、周期项及随机项分量,建立地下水位动态变化模型。模型精度检验表明模型拟合程度良好,预测结果显示西山地区未来五年内地下水位呈现动态平衡状态。     

时间序列分析在地下水位预报中的应用

依据北京市地下水位观测井月平均水位资料,运用逐步自回归模型、指数平滑模型、季节性模型3种时间序列模型分别建立地下水位动态模拟和预测模型,并对模型的模拟和预测精度进行对比分析。通过应用实例分析反映,时间序列模型可较全面地反映地下水位动态变化规律,且计算简单,所需资料较少且易于获得,可以作为一种简易快速的地下水位模拟预测模型,能为地下水资源合理开发利用和科学管理提供参考依据。     

基于Visual Modflow的腾龙台地地下水数值模拟研究

Visual Modflow是综合Modflow、Modpath、MT3D、RT3D和WIN PEST等地下水模型而开发的可视化地下水模拟软件。新疆若羌县腾龙台地在充分研究该区区域地质、水文地质的情况下,使用Visual Modflow在该地区进行了地下水资源的模拟与预报,建立全区的水文地质数值模型(三维流数值模拟模型),发现强隐式法(SIP)求解方法精确度最高。按照设计开采量对地下水资源水位进行预报,根据模型预报结果设计开采量是可行的。实际应用表明Visual Modflow在地下水资源的评价中具有很高的应用和推广价值。     

哈头才当水源地地下水位模拟与预测

采用MODFLOW软件对哈头才当水源地地下位进行数值模拟,经数值模型识别与验证,所取参数基本合理,水位拟合情况良好,模型能够真实地反映水源地地下水位的变化特征。在模型识别与验证的基础上,给出预测模型的初始条件、边界条件及其源汇项,对2009年10月—2029年10月地下水位进行了预测。结果表明:水源地按照设计开采方案开采,地下水位不会持续下降,计算区内大部分区域水位降深小于6 m,总体降深较小,不会对生态造成明显的影响。     

混沌时间序列法在地下水位预测中的应用

在相空间重构的基础上,并借助G-P（Grassberger-Procaccia）算法、C-C方法和Woff方法分别从濮阳市范县、华龙区和南乐县中的某观测孔的地下水位一维时问序列中提取lyapunov指数,通过对地下水时间序列的混沌特性识别,表明其时间序列具有混沌特征。然后运用加权一阶局域法对地下水位时间序列进行预测。结...     

基于改进人工蜂群算法的地下水埋深预测研究

为了改进人工蜂群算法的RBF神经网络模型在地下水埋深预测中的应用,在基本人工蜂群算法中引入高斯变异算子,并优化初始蜜源位置,提出了基于改进人工蜂群算法的RBF神经网络模型,并利用安阳市某观测站的降水量、蒸发量、河道流量、灌溉渗漏量和人工开采量5个相关影响因子的数据,对该方法进行了应用。为了验证模型的优劣性,与单一的BP神经网络模型、RBF神经网络模型、基于蚁群算法的RBF神经网络模型和基于基本人工蜂群算法的RBF神经网络模型的预测结果进行了比较,结果表明:基于改进人工蜂群算法的RBF神经网络模型收敛速度更快、预测结果误差最小。     

地下水位监测系统及其应用探讨

地下水是水资源的重要组成部分,在现代供水中发挥着不可替代的作用。地下水位监测系统通过对地下水位的动态监测,为区域水资源的科学管理、合理开发利用及水资源的保护提供了基础。文中阐述了地下水水位监控系统的工作原理、功能特点、应用效果,并对其发展提出了建议。     

Application of Several Data-Driven Techniques for Predicting Groundwater Level

In this study, several data-driven techniques including system identification, time series, and adaptive neuro-fuzzy inference system (ANFIS) models were applied to predict groundwater level for different forecasting period. The results showed that ANFIS models out-perform both time series and system identification models. ANFIS model in which preprocessed data using fuzzy interface system is used as input for artificial neural network (ANN) can cope with non-linear nature of time series so it can perform better than others. It was also demonstrated that all above mentioned approaches could model groundwater level for 1 and 2 months ahead appropriately but for 3 months ahead the performance of the models was not satisfactory.