一种基于机器学习的滨海非均质含水层刻画实现方法及装置

    公开(公告)号:CN117057221A

    公开(公告)日:2023-11-14

    申请号:CN202310916614.3

    申请日:2023-07-25

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于机器学习的滨海非均质含水层刻画实现方法及装置,由海水入侵数值模型得到从参数先验分布中随机生成的若干组水力传导系数与其对应模型输出的模拟数据;通过样本间的两两相减,从先验集合中产生参数差值与模拟数据差值的大量样本;利用上述数据训练机器学习模型,构建模拟数据差值到参数差值之间的映射关系;将观测数据与先验模拟数据集合的差值输入到训练好的机器学习模型,得到的输出与先验参数集合相加,即得到对先验水力传导系数集合的更新结果;实施迭代更新,获取迭代后的水力传导系数。本方法可以从训练数据中识别复杂特征并学习非线性关系,在复杂非高斯滨海含水层刻画问题中,取得较优的反演效果。

    基于随机森林及SHAP的地下水硬度影响因子分析方法

    公开(公告)号:CN119202951B

    公开(公告)日:2025-02-25

    申请号:CN202411690730.9

    申请日:2024-11-25

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于随机森林及SHAP的地下水硬度影响因子分析方法,收集研究区域与研究时段内地下水总硬度的相关数据,构建地下水总硬度数据集;同时构建预测变量数据集;将预测变量作为模型输入,训练并优化随机森林模型,从而通过该模型构造预测变量与地下水总硬度之间的映射关系;基于优化后的随机森林模型,对研究区域内所有点位的地下水总硬度进行预测,得到地下水总硬度在时间上的变化趋势以及在空间上的分布与变化特征;对训练好的随机森林模型实施SHAP分析,确定每个预测变量的重要性占比。本发明可实现对整个研究区域与研究时段地下水总硬度的预测,并能得到各影响因子对地下水总硬度的影响特征。

    一种不确定性条件下预测咸水入侵动态的替代建模方法

    公开(公告)号:CN118114592A

    公开(公告)日:2024-05-31

    申请号:CN202410259227.1

    申请日:2024-03-07

    Applicant: 河海大学

    Abstract: 本发明公开了不确定性条件下预测咸水入侵动态的替代建模方法,包括以下步骤:建立基于物理过程的咸水入侵模型,确定输入参数取值范围;获取输入样本,导入咸水入侵模拟模型获取输出数据集,构建输入‑输出数据集;根据输入‑输出数据集对三种机器学习替代模型进行训练,将输入样本导入替代模型中获取预测数据;结合氯离子浓度观测数据与三种替代模型预测数据,利用贝叶斯模型平均算法获得模型的权重和方差,构建数值模型的集成机器学习替代模型。本发明将贝叶斯平均算法和机器学习有机结合,量化了模型不确定性,构建了集成机器学习替代模型以提升预测性能,证实了不确定性条件下集成机器学习替代建模在预测地下水污染物迁移动态方面的可行性。

    基于随机森林及SHAP的地下水硬度影响因子分析方法

    公开(公告)号:CN119202951A

    公开(公告)日:2024-12-27

    申请号:CN202411690730.9

    申请日:2024-11-25

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于随机森林及SHAP的地下水硬度影响因子分析方法,收集研究区域与研究时段内地下水总硬度的相关数据,构建地下水总硬度数据集;同时构建预测变量数据集;将预测变量作为模型输入,训练并优化随机森林模型,从而通过该模型构造预测变量与地下水总硬度之间的映射关系;基于优化后的随机森林模型,对研究区域内所有点位的地下水总硬度进行预测,得到地下水总硬度在时间上的变化趋势以及在空间上的分布与变化特征;对训练好的随机森林模型实施SHAP分析,确定每个预测变量的重要性占比。本发明可实现对整个研究区域与研究时段地下水总硬度的预测,并能得到各影响因子对地下水总硬度的影响特征。

    一种提高淡水地下储存与回采效率的双筛管两用井

    公开(公告)号:CN116556472A

    公开(公告)日:2023-08-08

    申请号:CN202310416692.7

    申请日:2023-04-19

    Applicant: 河海大学

    Abstract: 本发明公开了一种提高淡水地下储存与回采效率的双筛管两用井,包括钻设至承压含水层的井孔,置于井孔内的注水筛管和抽水筛管,填充两筛管之间和其与井孔壁之间的砾石过滤填料,与上层覆土和隔水顶板对应的井孔壁灌浆密封层,以及设置于筛管顶部的封隔器。注水筛管的筛孔密度随深度线性增大,而抽水筛管的筛孔密度随深度线性减小,上述筛孔密度分布相应产生注入和抽水时不同的井流量随深度的分布,从而使注入淡水和原位地下咸水间的分界面保持大致竖直,推迟咸水侵入两用井并污染回抽水的时间节点,有助于抵消注入水和原位地下水之间密度差异对淡水地下储存与回采的负面影响。

    一种不确定性条件下预测咸水入侵动态的替代建模方法

    公开(公告)号:CN118114592B

    公开(公告)日:2024-09-06

    申请号:CN202410259227.1

    申请日:2024-03-07

    Applicant: 河海大学

    Abstract: 本发明公开了不确定性条件下预测咸水入侵动态的替代建模方法,包括以下步骤:建立基于物理过程的咸水入侵模型,确定输入参数取值范围;获取输入样本,导入咸水入侵模拟模型获取输出数据集,构建输入‑输出数据集;根据输入‑输出数据集对三种机器学习替代模型进行训练,将输入样本导入替代模型中获取预测数据;结合氯离子浓度观测数据与三种替代模型预测数据,利用贝叶斯模型平均算法获得模型的权重和方差,构建数值模型的集成机器学习替代模型。本发明将贝叶斯平均算法和机器学习有机结合,量化了模型不确定性,构建了集成机器学习替代模型以提升预测性能,证实了不确定性条件下集成机器学习替代建模在预测地下水污染物迁移动态方面的可行性。

    一种用于海滨地下水环境治理的组合式截渗反应墙

    公开(公告)号:CN115611350B

    公开(公告)日:2024-08-16

    申请号:CN202210972717.7

    申请日:2022-08-15

    Applicant: 河海大学

    Abstract: 本发明公开了一种用于海滨地下水环境治理的组合式截渗反应墙,包括嵌入黏土层或隔水层中的不透水截渗墙、设置于不透水截渗墙上方的渗透反应墙,所述不透水截渗墙设置于入侵咸水体上游,且不透水截渗墙高度大于下游入侵咸水体厚度,所述渗透反应墙高度大于上游地下水中的污染羽,所述渗透反应墙包括若干反应单元和吸附单元,所述反应单元和吸附单元在渗透反应墙内沿污染羽运移方向依次交错布置。通过下层不透水截渗墙结构阻滞海水入侵,同时改变上游地下水流场分布,迫使污染羽流经上层渗透反应墙结构,实现地下水硝酸盐污染修复,通过组合式设计,实现地下水硝酸盐污染修复与海水入侵防治并举。

    一种基于贝叶斯多模型集对分析的海水入侵预测方法

    公开(公告)号:CN114611832B

    公开(公告)日:2022-11-25

    申请号:CN202210322016.9

    申请日:2022-03-30

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于贝叶斯多模型集对分析的海水入侵预测方法,包括以下步骤:选择模型参数、设定并优化参数取值范围、构建不同方案的海水入侵数值模型;结合氯离子浓度观测数据与预测数据,利用贝叶斯多模型集对分析技术更新不同方案的模型权重;对海水入侵模型预测结果进行加权平均,获取集成后的氯离子浓度时空分布。本发明将贝叶斯定理与集对分析法有机结合,基于多组集对的相似性,改进权重计算,证实了贝叶斯多模型集对分析法在预测地下水污染物运移方面的可行性。

    基于混合先验策略与深度学习的含水层刻画方法及系统

    公开(公告)号:CN119903347A

    公开(公告)日:2025-04-29

    申请号:CN202510388145.1

    申请日:2025-03-31

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于混合先验策略与深度学习的含水层刻画方法及系统,方法包括:构造混合先验集合;获得混合先验集合中每个参数样本对应的模型输出;对混合先验集合中所有参数样本以及对应的模型输出进行两两相减,得到多个模型输出差及对应的参数差;对深度学习模型进行训练;生成新息向量,并将其代入深度学习模型以获得各样本参数的更新向量;将更新向量与原始参数先验样本相加,得到更新后的参数样本集合;根据更新后的参数样本集合分析含水层参数刻画效果及其不确定性分布。本发明通过混合先验策略与深度学习相结合,有效提高了在先验信息不足条件下的含水层刻画效果,提高了数据同化方法对有偏先验和非高斯分布挑战共存问题的解决效果。

Patent Agency Ranking