一种地下水基准水位确定方法和装置与流程

1.本发明属于地下水技术领域，尤其涉及一种地下水基准水位确定方法和装置。


背景技术：

2.随着地下水科学和计算机科学的发展，地下水数值模拟技术得到了快速发展和广泛应用，利用数学模型对地下水流等问题进行模拟成为地下水研究领域最有效、应用最广泛的方法之一。目前，现有技术主要采用解析解的方法对地下水基准水位进行预测和评估，即建立数学模型，通过多种定律进行求解。这种方法显然难以对水资源与生态所构成的复杂系统进行动态、精准的推演，因此，采用现有技术分析地下水基准水位时存在准确度不高的问题。


技术实现要素：

3.本发明要解决的技术问题是，提供一种地下水基准水位确定方法和装置，可以准确确定地下水基准水位。
4.为实现上述目的，本发明采用如下的技术方案
5.一种地下水基准水位确定方法，包括：
6.步骤s1、构建监测区域的第一地下水水位预测模型；
7.步骤s2、对第一地下水水位预测模型进行数值化处理，得到第二地下水水位预测模型；
8.步骤s3、基于所述第二地下水水位预测模型，确定监测区域的地下水水位。
9.作为优选，步骤s1包括：
10.获取监测区域中多个不同位置的地下水监测点处的地下水水位高度信息，构建空间数据体和时间数据体；其中，所述空间数据体用于描述两个不同位置监测点之间的相关性；所述时间数据体用于描述监测区域每个监测点处地下水位随时间的变化情况；
11.采用滑动窗口方式在所述时间数据体上截取数据，生成多个子序列；
12.基于所述空间数据体和所述子序列，训练预设的时空图卷积网络，使得所述时空图卷积网络学习各监测点之间的影响关系及每一监测点对应的过去预设时长内的水位变化对其未来水位变化的影响关系，得到第一地下水水位预测模型。
13.作为优选，采用滑动窗口方式在所述时间数据体上截取数据，生成多个子序列，包括：
14.根据所述时间数据体，设置多个不同尺度的滑动时间窗口；
15.采用所设置的不同尺度的滑动时间窗口分别在所述时间数据体上的水位变化时间步长维度进行子序列的选取，以生成多种尺度的子序列样本。
16.作为优选，设置多个不同尺度的滑动时间窗口，包括：
17.以预设梯度逐次增加滑动时间窗口的值，直至到达预设的临界值。
18.作为优选，所述时空图卷积网络包括多个并行层级结构；所述子序列样本的尺度
种类与所述时空图卷积网络中的并行层级结构的数量相对应；
19.在训练所述时空图卷积网络时，将各尺度的子序列样本与所述时空图卷积网络中的各并行层级结构一一对应，将多种不同尺度的子序列样本分别并行输入所述时空图卷积网络中的各并行层级结构中，并将各并行层级结构的输出结果按照预设的融合权重进行加权融合，以得到所述第一地下水水位预测模型。
20.作为优选，所述根据多点通量逼近算法对第一地下水水位预测模型进行数值化处理，得到第二地下水水位预测模型，包括：
21.对监测区域进行网格化处理，得到监测区域的二维平面网格；
22.根据多点通量逼近算法，确定所述二维平面网格中每个单元网格的通量；
23.将每个单元网格的通量代入所述第一地下水水位预测模型中，得到所述第二地下水水位预测模型。
24.作为优选，确定监测区域的地下水水位，包括：
25.获取所述监测区域地下水流场的特征参数；
26.根据所述特征参数和所述第二地下水水位预测模型，确定所述监测区域的地下水水位。
27.本发明还提供一种地下水基准水位确定装置，包括：
28.构建模块，用于构建监测区域的第一地下水水位预测模型；
29.第一处理模块，用于对第一地下水水位预测模型进行数值化处理，得到第二地下水水位预测模型；
30.第二处理模块，用于基于所述第二地下水水位预测模型，确定监测区域的地下水水位。
31.作为优选，构建模块根据时空特征构建监测区域的第一地下水水位预测模型。
32.作为优选，第二处理模块根据监测区域地下水流场的特征参数，基于所述第二地下水水位预测模型，确定监测区域的地下水水位。
33.本发明在构建出地下水位时间数据体和空间数据体的基础上，利用多尺度滑动时间窗口截取时间数据体生成子序列，产生可用于训练的样本集，以生成的样本集作为训练集对预先构建出的时空图卷积网络进行训练，训练出基于时空特征的地下水位预测模型，从而实现小样本数据条件下地下水位智能、精准的预测。通过对第一地下水水位预测模型进行数值离散处理，得到第二地下水运动模型，基于第二地下水水位预测模型，确定监测区域的地下水水位，由于在对第一地下水运动模型数据值化的过程中，根据监测区域地下水流场的边界等实际情况，进行任意多边形的剖分，因此，采用本技术技术方案的方法得到的地下水水位更能反映监测区域地下水的实际情况，从而提高了对地下水水位的分析精度。
附图说明
34.图1为本发明地下水基准水位确定方法的流程图；
35.图2为本发明地下水基准水位确定装置的结构示意图。
具体实施方式
36.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例
中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
37.实施例1：
38.如图1所示，一种地下水基准水位确定方法，包括：
39.步骤s1、构建监测区域的第一地下水水位预测模型；
40.步骤s2、对第一地下水水位预测模型进行数值化处理，得到第二地下水水位预测模型；
41.步骤s3、基于所述第二地下水水位预测模型，确定监测区域的地下水水位。
42.作为本实施例的一种实施方式，步骤s1包括：
43.获取监测区域中多个不同位置的地下水监测点处的地下水水位高度信息，构建空间数据体和时间数据体；其中，所述空间数据体用于描述两个不同位置监测点之间的相关性；所述时间数据体用于描述监测区域每个监测点处地下水位随时间的变化情况；
44.采用滑动窗口方式在所述时间数据体上截取数据，生成多个子序列；
45.基于所述空间数据体和所述子序列，训练预设的时空图卷积网络，使得所述时空图卷积网络学习各监测点之间的影响关系及每一监测点对应的过去预设时长内的水位变化对其未来水位变化的影响关系，得到第一地下水水位预测模型。
46.进一步，所述空间数据体的形式为二维数值矩阵，其横轴与纵轴元素均代表多个地下水监测点，矩阵内的每一元素均为两个监测点在二维平面上欧氏距离的倒数。所述时间数据体的形式为三维数值矩阵，所述三维数值矩阵的三个维度分别代表水位变化时间步长、地下水监测点数量以及特征维度
47.作为本实施例的一种实施方式，采用滑动窗口方式在所述时间数据体上截取数据，生成多个子序列，包括：
48.根据所述时间数据体，设置多个不同尺度的滑动时间窗口；
49.采用所设置的不同尺度的滑动时间窗口分别在所述时间数据体上的水位变化时间步长维度进行子序列的选取，以生成多种尺度的子序列样本。
50.作为本实施例的一种实施方式，设置多个不同尺度的滑动时间窗口，包括：
51.以预设梯度逐次增加滑动时间窗口的值，直至到达预设的临界值。
52.作为本实施例的一种实施方式，所述时空图卷积网络包括多个并行层级结构；所述子序列样本的尺度种类与所述时空图卷积网络中的并行层级结构的数量相对应；在训练所述时空图卷积网络时，将各尺度的子序列样本与所述时空图卷积网络中的各并行层级结构一一对应，将多种不同尺度的子序列样本分别并行输入所述时空图卷积网络中的各并行层级结构中，并将各并行层级结构的输出结果按照预设的融合权重进行加权融合，以得到所述第一地下水水位预测模型。
53.在训练所述时空图卷积网络时，所述方法还包括：在每次训练结束后，衡量所述时空图卷积网络的输出结果与真实结果之间的差距，以优化所述时空图卷积网络的网络参数，并采用优化后的网络参数再次进行训练；其中，所述网络参数包括训练次数、批大小以及融合权重。
54.由于监测点获取的地下水水位高度信息一般采用水位绝对海拔高度表示；因此，
本实施例在获取多个不同位置的地下水监测点处的地下水水位高度信息之后，还包括对水位高度信息的预处理过程，具体如下：对于每一个地下水监测点，获取监测点的地面海拔高度，与该监测点下的地下水位高度作差，得到地下水的埋深深度，对每一个监测点下的地下水位高度数据均采用相同的方式进行处理，得到地下水的埋深深度数据。
55.作为本实施例的一种实施方式，所述根据多点通量逼近算法对第一地下水水位预测模型进行数值化处理，得到第二地下水水位预测模型，包括：
56.对监测区域进行网格化处理，得到监测区域的二维平面网格；
57.根据多点通量逼近算法，确定所述二维平面网格中每个单元网格的通量；
58.将每个单元网格的通量代入所述第一地下水水位预测模型中，得到所述第二地下水水位预测模型。
59.作为本实施例的一种实施方式，所述根据多点通量逼近算法对第一地下水水位预测模型进行数值化处理，得到第二地下水水位预测模型之前，所述方法还包括：
60.对地下水二维流运动模型进行预处理，得到所述第一地下水水位预测模型，具体包括：包括：
61.根据高斯定理对所述地下水二维流运动模型进行变换处理，得到控制体格式的地下水二维流运动模型；
62.对所述控制体格式的地下水二维流运动模型中的时间项进行离散，得到所述第一地下水水位预测模型。
63.作为本实施例的一种实施方式，确定监测区域的地下水水位，包括：
64.获取所述监测区域地下水流场的特征参数，所述特征参数包括：含水层厚度、水力传导系数、给水度、初始水头和源汇项。
65.根据所述特征参数和所述第二地下水水位预测模型，确定所述监测区域的地下水水位。
66.实施例2：
67.如图2所示，本发明还提供一种地下水基准水位确定装置，包括：
68.构建模块，用于构建监测区域的第一地下水水位预测模型；
69.第一处理模块，用于对第一地下水水位预测模型进行数值化处理，得到第二地下水水位预测模型；
70.第二处理模块，用于基于所述第二地下水水位预测模型，确定监测区域的地下水水位。
71.作为本实施例的一种实施方式，构建模块根据时空特征构建监测区域的第一地下水水位预测模型。
72.作为本实施例的一种实施方式，第二处理模块根据监测区域地下水流场的特征参数，基于所述第二地下水水位预测模型，确定监测区域的地下水水位。
73.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。