基于ARIMA-BP模型的北京市平谷区地下水水质双尺度预测

作者：秦梓萱; 郭健; 许模^*

来源：兰州大学学报(自然科学版), 2023, 59(01): 121-128.

DOI：10.13885/j.issn.0455-2059.2023.01.016

• 地下水水质预测
• 差分自回归移动平均模型
• 反向传播神经网络模型
• 组合模型
• 双尺度

选取区域尺度监测井PG-32和场地尺度监测井PG-45、PG-56中的水质指标为研究对象,采用差分自回归移动平均(ARIMA)模型对Cl-、SO42-和总溶解性固体物质(TDS)浓度进行线性预测,利用反向传播(BP)神经网络模型和等权重法组合ARIMA-BP模型对监测井PG-32中的Cl-、SO42-和TDS指标浓度进行非线性预测.结果表明,线性预测方法更适用于区域尺度下的水质预测; ARIMA模型、BP神经网络模型和ARIMA-BP组合模型对PG-32中水质指标预测的平均相对误差分别为6.11%、6.17%和2.94%,验证了组合模型的优越性; ARIMA-BP模型的预测显示未来区域地下水中Cl-、SO42-浓度变化相对平稳, TDS浓度呈现上升趋势,需引起地下水预警的重视.

• 单位
  成都理工大学; 地质灾害防治与地质环境保护国家重点实验室