基于HCA-Bayes的矿井涌水水源识别

作者：顾爱民; 刘德民

来源：华北科技学院学报, 2022, 19(05): 20-27.

DOI：10.19956/j.cnki.ncist.2022.05.004

• 水源识别
• 层次聚类(HCA)
• 贝叶斯判别(Bayes)
• 亚类划分

为提高矿井涌水水源的准确率，提出一种基于HCA-Bayes的矿井涌水水源识别模型。以钱家营矿为例，在分析矿井3类直接充水含水层水化学特征的基础上，选取6个水质离子作为识别指标。随后利用层次聚类（HCA）对含水层进行亚类划分。最后在亚类的基础上建立HCA-Bayes的矿井涌水水源识别模型，并将识别结果与单一Bayes模型进行对比。结果表明：利用HCA-Bayes的矿井涌水水源识别模型对3个测试样本进行验证，识别准确率为100%，相较于单一Bayes模型的准确率提高了33.3%；预测精度相对较高；将该模型进行回代预测，识别结果与实际类型基本一致，与单一Bayes模型相比回代误判率显著降低。

• 单位
  华北科技学院