地下水位监测值缺失修复混合模型研究 ——以南通市第Ⅲ承压水为例

地下水位监测值缺失修复混合模型研究 ——以南通市第Ⅲ承压水为例

论文摘要

水是生命之源,是动植物赖以生存和发展的基础。一直以来,地下水作为重要的供水资源受到过采、污染等问题困扰,导致地下水位降落、地面沉降、淡水咸化等一系列环境地质问题频发。地下水位长期监测是了解地下水开发利用现状,进行水资源可持续发展规划的重要依据。地下水监测水位数据作为典型的时空序列数据,具有非线性、不稳定性、强时空相关性等特点,是地下水动态分析、地下水位模拟、水文地质三维建模等工作的基础。然而,由于人为或自然因素的影响,地下水位长期监测数据往往存在不同程度的缺失。而现有地下水位缺失数据的传统修复方法在效率和准确率上表现较差,基于时空地统计学和基于机器学习的修复方法在时空序列数据修复时往往只关注时间或空间要素,对时空相关性的考量较为欠缺。因此设计高适用性、高精度的地下水位时空序列数据缺失修复模型,成为地下水资源分析研究、水文地质资源保护工作中亟待解决的问题。在当前学术背景下,通过研究地下水位时空分布特征,建立时空要素兼顾的地下水位缺失值修复模型成为解决上述各类问题的方向。本论文从上述需求出发,研究顾及时空相关的缺失数据混合修复模型,主要研究内容与获取的成果如下:(1)地下水位监测值特征分析。通过分析地下水位监测值的缺失状况、离散性、平稳性和时空相关性,得到地下水位监测值具有的高缺失率、高时空相关、非平稳特征,为时空缺失数据修复模型的选择和构建、修复后完整数据集准确度的验证指明了方向。(2)地下水位监测值时空缺失修复混合模型构建。基于数据特征和算法特点选择用于空间缺失修复的泛克里金插值法(UK)和时间缺失修复的支持向量回归(SVR),根据地理学中时间要素与空间要素结合方法,构建了可分离型时空缺失修复混合模型UK-SVR。(3)地下水位时空缺失数据修复模型对比评价。使用交叉验证算法,对比评价了 UK-SVR、UK、SVR和最近邻(KNN)四个模型的可靠性与准确性,证明了混合模型UK-SVR较其他单一修复模型修复结果更可靠、精度更高。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景和意义
  •     1.1.1 选题背景
  •     1.1.2 研究意义
  •   1.2 国内外研究现状
  •     1.2.1 地下水位监测值缺失修复方法
  •     1.2.2 时空序列数据缺失修复方法
  •     1.2.3 存在的不足
  •   1.3 研究目标与内容
  •     1.3.1 研究目标
  •     1.3.2 研究内容
  •   1.4 技术路线
  •   1.5 论文组织
  • 第2章 研究区域与地下水位监测值特征分析
  •   2.1 研究区域
  •   2.2 地下水位监测值缺失状况分析
  •   2.3 监测数据时空特征分析
  •     2.3.1 离群值分析
  •     2.3.2 时空平稳性分析
  •     2.3.3 时空相关性分析
  •   2.4 数据特征对模型构建的影响
  •   2.5 本章小结
  • 第3章 地下水位监测值缺失修复混合模型构建
  •   3.1 地下水位监测值缺失修复模型构建思路
  •   3.2 地下水位监测值空间缺失修复
  •     3.2.1 空间缺失修复方法
  •     3.2.2 空间缺失修复流程
  •   3.3 地下水位监测值时间缺失修复
  •     3.3.1 时间缺失修复方法
  •     3.3.2 时间缺失修复流程
  •   3.4 地下水位监测值时空缺失修复混合模型构建
  •     3.4.1 空间要素与时间要素的混合方法
  •     3.4.2 时空数据缺失修复混合模型简介
  •     3.4.3 混合模型UK-SVR构建流程
  •     3.4.4 混合模型UK-SVR训练
  •   3.5 本章小结
  • 第4章 缺失修复混合模型评价与对比分析
  •   4.1 模型评价方法与指标
  •     4.1.1 模型修复效果评价方法
  •     4.1.2 模型评价指标
  •   4.2 修复模型对比评价实验设计与实验准备
  •     4.2.1 评价实验流程设计
  •     4.2.2 实验环境与数据准备
  •   4.3 地下水位缺失修复对比模型选取
  •     4.3.1 基于统计规律的缺失修复方法——K最近邻法
  •     4.3.2 KNN法缺失数据修复流程
  •   4.4 模型评价对比试验结果分析
  •     4.4.1 模型修复结果对比分析
  •     4.4.2 交叉验证试验结果分析
  •   4.5 本章小结
  • 第5章 地下水位监测值缺失修复
  •   5.1 研究区水文地质概况与数据说明
  •     5.1.1 水文地质概况
  •     5.1.2 数据说明
  •   5.2 地下水位监测值时空缺失修复与分析
  •     5.2.1 地下水位监测值时空缺失修复
  •     5.2.2 修复后地下水位数据特征分析
  •   5.3 修复后地下水位时空数据集表达
  •   5.4 本章小结
  • 第6章 结论与展望
  •   6.1 结论
  •   6.2 展望
  • 附录
  • 参考文献
  • 在读期间的研究成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 梁莹

    导师: 陈锁忠

    关键词: 地下水位,缺失值修复,时空分析,混合模型

    来源: 南京师范大学

    年度: 2019

    分类: 基础科学

    专业: 地质学,地球物理学

    单位: 南京师范大学

    分类号: P641.7

    DOI: 10.27245/d.cnki.gnjsu.2019.000662

    总页数: 86

    文件大小: 7739K

    下载量: 47

    相关论文文献

    • [1].基于混合模型与改进多分类马田系统的控制图模式识别[J]. 中国机械工程 2019(22)
    • [2].一种基于六维打分的混合模型业务推荐系统[J]. 福建电脑 2017(03)
    • [3].基于贝叶斯分层混合模型的X线胸片图像病例分析[J]. 医疗装备 2020(05)
    • [4].广义指数-帕累托(Ⅳ)混合模型[J]. 辽宁师范大学学报(自然科学版) 2018(01)
    • [5].多输出支持向量机混合模型在机车调簧中的应用[J]. 华南理工大学学报(自然科学版) 2018(04)
    • [6].基于概率分布混合模型的遮挡行人检测算法[J]. 信息技术 2017(01)
    • [7].实-壳混合模型温度场计算方法研究"[J]. 热力透平 2017(03)
    • [8].尺度变化混合模型中的相对随机序[J]. 西北师范大学学报(自然科学版) 2020(03)
    • [9].基于无限学生t混合模型聚类的机械故障预警方法[J]. 北京化工大学学报(自然科学版) 2020(04)
    • [10].基于特征选择与随机森林混合模型的社区恶意评论检测研究[J]. 现代计算机 2020(19)
    • [11].基于正态混合模型的贝叶斯分类方法及其应用[J]. 应用数学学报 2020(04)
    • [12].基于深度混合模型评分推荐[J]. 南京航空航天大学学报 2019(05)
    • [13].基于可信计算的群内安全信息共享混合模型[J]. 上海交通大学学报 2014(07)
    • [14].基于抽样的正交多项式混合模型图像分割[J]. 小型微型计算机系统 2013(06)
    • [15].房地产电子商务交易中的“混合模型”[J]. 现代商业 2008(23)
    • [16].改进鲸鱼算法构建混合模型的建筑能耗预测[J]. 计算机测量与控制 2020(02)
    • [17].利用机器学习RFID混合模型的运维检修移动作业应用[J]. 现代电子技术 2020(09)
    • [18].混合模型下具有动态违约边界的债券定价[J]. 应用概率统计 2019(01)
    • [19].多元混合模型及模糊综合评判法在水源判别中的应用研究——以云南会泽铅锌矿为例[J]. 矿产勘查 2019(08)
    • [20].一种针对短文本的主题情感混合模型[J]. 中文信息学报 2017(01)
    • [21].基于t分布混合模型的抗差关联算法[J]. 电子与信息学报 2017(07)
    • [22].基于混合模型的个性化信息推荐系统的关键技术研究[J]. 信息与电脑(理论版) 2015(23)
    • [23].基于光谱混合模型的城市绿色空间格局分析——以兰州市为例[J]. 城市问题 2010(02)
    • [24].参数混合模型在长期生存者资料分析中的应用[J]. 中国卫生统计 2010(03)
    • [25].基于混合模型的数据中心空调系统虚拟制冷剂充注量传感器[J]. 制冷技术 2019(06)
    • [26].斜长石、辉石混合模型的电导率有限元数值计算研究[J]. 地球物理学报 2018(09)
    • [27].有向网络的混合模型新退火算法研究[J]. 中国科学技术大学学报 2018(06)
    • [28].基于修正矩阵的刚柔混合模型公差分析方法[J]. 组合机床与自动化加工技术 2017(07)
    • [29].增长混合模型:分析不同类别个体发展趋势[J]. 社会学研究 2014(04)
    • [30].遗传K-均值初始化的t混合模型医学图像聚类[J]. 计算机应用研究 2010(08)

    标签:;  ;  ;  ;  

    地下水位监测值缺失修复混合模型研究 ——以南通市第Ⅲ承压水为例
    下载Doc文档

    猜你喜欢