人工智能在地下水资源评价领域中的应用研究.pdfVIP

规划战略水利规划与设计２０２４年第６期

ＤＯＩ:１０３９６９/ｊｉｓｓｎ１６７２￣２４６９２０２４０６００５

人工智能在地下水资源评价领域中的应用研究

１ꎬ２１ꎬ２１ꎬ２１ꎬ３４１ꎬ２１ꎬ２

时铭键ꎬ姜纪沂ꎬ张莹ꎬ钱建秀ꎬ吴婧ꎬ贾祥鹏ꎬ方培德

(１防灾科技学院生态环境学院ꎬ河北三河０６５２００ꎻ

２河北省资源环境灾变机理及风险监控重点实验室ꎬ河北三河０６５２００ꎻ

３河北省地震动力学重点实验室ꎬ河北三河０６５２００ꎻ４山东省地震局ꎬ山东济南２５００００)

摘要:随着人工智能技术的不断成熟ꎬ其应用范围变得愈来愈广泛ꎬ在地下水资源评价领域也有所涉及ꎮ文章通

过应用案例ꎬ系统总结人工智能在地下水资源评价领域的应用现状ꎬ着重介绍人工智能在地下水位动态预测、地

下水开发潜力评价、地下水污染治理、地下水环境质量评价、地下水环境脆弱性评价中的应用ꎬ分析人工智能在

地下水资源评价中的发展趋势ꎮ

关键词:人工智能ꎻ资源评价ꎻ动态预测ꎻ潜力评价ꎻ污染治理ꎻ环境质量评价ꎻ环境脆弱性评价ꎻ发展趋势

中图分类号:Ｐ６４１文献标识码:Ａ文章编号:１６７２￣２４６９(２０２４)０６￣００１７￣０９

０引言１地下水资源评价领域应用的现状

人工智能(ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ)是一门研究人工智能在地下水位动态预测、地下水开发潜

如何使计算机能够模拟和实现人类智能的学科ꎮ力评价、地下水污染治理、地下水环境质量评价、

它涉及到模拟、仿效和扩展人类智能的理论、地下水环境脆弱性评价等方面均展开了探索性的科

方法、技术和应用ꎮ其概念最早在２０世纪５０年学研究ꎬ目前均取得了重大进展ꎮ

代由ＪｏｈｎＭｃＣａｒｔｈｙ在达特茅斯会议上提出ꎬ历１１地下水位动态预测

经符号主义阶段、连接主义阶段、深度学习近年来用于预测地下水位埋深的常规办法有:

阶段ꎮ解析方法、数字模拟法、小波分析法和时间序列

我国是世界上在人工智能领域行动最早的国家法ꎬ均可用于预测地下水位埋深ꎮ但是上述４种方

之一ꎮ２０１５年开始ꎬ颁布了«中国制造２０２５»«关法均面临着预报准确度较低、问题简单化、运算繁

于深化“互联网＋先进制造业”发展工业互联网的琐等问题ꎮ随着对人工神经网络研究的深入发展ꎬ

指导意见»«新一代人工智能发展规划»«促进新一用于地下水位动态预测的人工智能方法有ＢＰ神经

代人工智能产业发展三年行动计划(２０１８—２０２０网络、ＧＡ￣ＢＰ模型、基于粒子群算法的ＢＰ模型、

年)»等政策ꎬ在各个方面细致地规划了人工智能极限学习机算法(ＥＬＭ)和径向基模型(ＲａｄｉａｌＢａｓｉｓ

的发展方向ꎬ而明确指出人工智能是一轮新的科技Ｆｕｎｃｔｉｏｎ)ꎮ

[１]

革命与产业变革的核心技术ꎮ(１)ＢＰ神经网络的最大的优点在于只需要输入

如今随着地下水资源短缺和不合理开采问题日[２]

给定值就可以得到比较准确的预测值ꎮ付强等利

益严重ꎬ人工智能技术在地下水资源与评价中得到