用水量预测与分析（精选7篇）
用水量预测与分析 篇1
摘要：供水系统关系千百家庭的生活。供水预测为供水系统的决策提供服务,是供水优化的第一步。该文比较3种预测方法,并给出比较结果。
关键词：供水预测,移动平均,回归分析,BP神经网络
供水系统是一个城市的基础设施之一,关系着人们的日常生活。并且在供水过程中,有大量的能源消耗。如何在保证水压的情况,以最低的能源消耗来供水,一直是困挠供水企事业的一个难题。用水量预测是解决这个难题的关键之一,本论文用3种对郑州市用水量,预测,并进行比较分析。
1 预测方法简介
常用的预测方法有:时间序列法、回归分析法、神经元网络法等,每种方法,又有许多子方法。下面就这3种方法中各选择一子方法,进行分析。
2 移动平均模型
时间序列法的思想理论是:若时间序列值具有某种特征,即存在某种基本数据模式,则这些序列观测值即体现着基本数据模式又反映着随机变动。
模型公式如下:
其中:
Xt+1———第t+1时刻的预测值;
xt———第t时刻的观测值;
N———用于预测的观测时段数。
该法计算简单,只适用于平稳序列,一般用于短期预测。本文采用此方法并对公式进行了修正,选择相同时段的前后n天进行预测。
3 回归分析模型
回归模型对各影响因素的输入数据资料的完备性、可靠性要求很高,并要求有较好的分布规律。由于短期用水量预测的强烈非线性,所以使用回归模型往往比较达到可靠的精度。
回归分析方法,一般以节假日、气象等因素为自变量,用用多元线性回归方法建立预测模型,一般可表示成:
其中:
Q———当日用水量观测值;
A0,A1,A2,A3,A4———相应的回归系数;
Tmax,Tmin———当日最高及最低气温;
W———天气情况值,视城市特点不同,其取值范围及方式也不同;
H———节假日影响值,视城市特点不同,而取值不同;
ε———不能被模型所描述的影响因素及突变因素所产生的随机波动。
通过采集具体某个城市的历史用水量及其它因素数据,利用最小二乘原理确定模型系统。便可应用到以后该城市的日用水量预报中,并可随时采用最新的观测数据矫正模型系数,以适应新的用水量变化。
图1为回归分析法实际的预测结果,从图上可以看,除了实际用水量的个别跳跃点,其它的均预测的很好。
4 BP神经元网络法
BP网络按有导师学习方法进行训练,学习算法由正向传播和误差反向传播组成。算法的指导思想是:对网络权值进行修正,使误差函数沿负梯度方向下降。前向传播方式为:对于一个输入样本,先向前传播到隐含层,经激活函数后,再把隐含层的输出信息传播到输出层。而误差后传播方式为:先在输出层得到预测值与实际的差方,然后通过此值向前修改权值。
如此循环下去,直到满足精度要求。此时,网络训练完成。
本文所建网络为4层,2个隐含层。其中,输入层为5个神经元,隐含层为10个神经元,输出层为1个神经元。相邻层之间为全连接,非相邻没有连接。有四个输入量,分别为:前一时段用水量,预测日的最高气温、预测日的最低日的最低气温和日期类型。日期类型,取3个离散值分别对应:一般工作日,一般节假日和特殊节假日。如图2所示。
神经元网络法和移动平均法有着相同的缺限:存在个别的跳跃点。
5 结果分析
虽然从图上能大致看到预测结果的优劣,但也只能做出定性的比较。再则在图上仅能反映大量预测结果中的一小部分。下面从平均绝对误差和均方误差两个方法进行比较分析。
从表1可知回归分析法无论在是预测的偏差还是在准确度方面,均优于移动平均法和BP神经法。可见回归分析法可于郑州市短期用水量的预测,并能取得良好的效果。
参考文献
[1]汪明文.城市用水量组合预测模型的应用与研究[D].哈尔滨工业大学,2006.
[2]陆健.基于BP神经网络和遗传算法的城市供水系统优化调度模型研究[D].河海大学,2007.
[3]Kumar S.Neural Networks[M].北京:清华大学出版社,2006.
用水量预测与分析 篇2
矿井涌水量预测方法分类见图1。
本文根据矿井资料分析, 分别通过比拟法、大井法、数值法综合计算上述三种水量。由于本矿井属于新建矿井, 揭露水文地质条件较少, 涌水量台账记录典型性不足, 所以比拟法预测主要借鉴邻近生产矿井涌水量资料用以分析计算。
1 矿井充水水源分析
(2) 井田煤系地层之下伏岩系为奥陶系厚层灰岩含水层, 该组灰岩含水极不均匀, 特别是在断裂构造发育地段有可能具较强的富水性。根据矿井9#、16#煤安全开采评价结果:井田9#煤奥灰突水系数均小于0.06, 根据《煤矿防治水规定》, 在正常块段, 可以带压开采。井田16#煤奥灰突水系数范围为0.06-0.l, 根据《煤矿防治水规定》, 必须通过疏水降压使16#突水系数小于0.06, 所以16#煤层奥灰安全疏降水量应计入矿井正常涌水量。
根据本井田矿井涌水量成分特点, 将涌水量分为以下三类:矿井正常涌水量、矿井最大涌水量、矿井疏降水量。本次主要预测通过疏降奥灰含水层水, 使奥灰水位分别降至16#煤层底板和安全带压水头高度 (突水系数小于0.06) 的矿井疏降水量 (非掘进过程中的非正常底板突水量) 。
2 比拟法
所以本次矿井涌水量计算拟采用相似条件比拟法中的充水系数法进行计算。
所谓充水系数法是指某个影响矿井充水因素的单位变化量或一组因素的单位变化量所引起的矿井涌水量的变化, 可以表示为:
式中:Ki——矿井充水系数;
Q——在P i作用下同一时期矿井总涌水量;
Pi——影响矿井充水的作用因素。Pi
由于矿井缺乏矿井涌水量的统计资料, 所以借鉴属同井田开采条件相似的原白音乌素小井生产情况与涌水量统计资料。选择煤炭日产量作为P i, 进行单因素计算。根据原白音乌素小井实测资料, 系统原年产约15万t/a时, 矿井正常涌水量为20m3/h, 按正常生产320d/a计算, 可得矿井正常涌水时充水系数为1.024 m3/t。最大涌水量借鉴井田经验系数约为正常涌水量的1.5倍。则矿井不同产量时矿井涌水量如表1所示:
白音乌素井田设计产能为1.2Mt/a, 根据比拟法计算可得矿井正常涌水量为122.88m3/h, 最大涌水量为184.32m3/h。
3 解析法
3.1 计算方法
采用解析法中“大井法”进行矿井涌水量的预测, “大井法”是以裘布衣井流计算公式为基础的矿井涌水量计算常用方法之一, 它是把矿区水平坑道系统所占的面积看成是等价于一个理想的“大井”面积, 整个坑道系统的涌水量就相当于“大井”的涌水量。该公式的应用条件为把含水层概化成各向同性, 潜水面水平, 四周无限的定水头边界。根据分析井田的含水层水文地质特征, 基本满足概化条件, 煤层顶板砂岩含水层计算公式为承压转无压公式:
式中:Q-涌水量 (m3/d) ;
K-渗透系数 (m/d) ;
M-含水层厚度 (m) ;
H-水头高度 (m) ;
R0-引用影响半径 (m) ;
r0-引用半径 (m) 。
底板灰岩含水层涌水量计算公式采用承压水公式:
式中:h为剩余水头高度 (m) (当水位降至含水层底板时h=0) , M含水层厚度取O1最大厚度200m, 含水层水位降至16#煤层底板和突水系数小于0.06时的安全水头。其它参数同上。
含水层概化为均质无限分布, 水位近似水平, 引用影响半径计R0计算公式为:
预测区域近似一个矩形, 因此选择计算引用半径的公式为:
式中:a, b分别表示矩形预测区的边长。
白音乌素井田近似巨形, 长a=4000m, b=3500m。根据解析法限制条件, 概化本区水文地质边界条件为均质、等厚、近水平、定水头无限含水层。
3.2 参数确定及计算结果
顶板充水水源, 第Ⅳ含水带 (P11s~16#煤层) , 含水层厚11.50m。岩性主要为深灰色、灰黑色砂质泥岩、泥岩及灰白色砂岩, 消耗量一般<0.05m3/h, 个别超过1m3/h, 水位多数下降。据钻孔抽水资料, 单位涌水量q=0.00102~0.00182L/s·m, 渗透系数K=0.00360~0.000229m/d, 地下水位标高+1210.67~+1274.02m。第Ⅲ含水带:二叠系下统山西组第二岩段 (P21s) , 含水层厚度7.11~40.01m, 平均20.60m。主要岩性为深灰色、灰黑色砂质泥岩、泥岩与灰白色砂岩, 有时含有5#煤层。消耗量一般<0.1m3/h, 最大3.84m3/h, 水位多数下降。钻孔 (邻区) 抽水资料, 单位涌水量q=0.00162~0.0000267L/s·m, 渗透系数K=0.00669~0.0000852m/d, 地下水位标高+1295.93~+1272.12m, 水质为CL.SO4_Na.Ca.型水。
底板充水水源, 奥陶系厚层灰岩含水层, 厚度大于200m。根据水文补勘成果, 井田16#煤层底板标高在+380~+1070m, 趋势为东高西低。补勘水文孔实测奥灰水位标高在+1078~+1089m, 奥灰含水层渗透系数K的范围为0.005~2.13m/d, 在勘探区的变化趋势与富水性一致, 综合矿外同井田其它水文孔抽水试验成果, 渗透系数均值为0.015 m/d。大井法计算矿井涌水量结果见表2。
大井法预测矿坑涌水量, 所确定矿井的充水因素及其水文地质边界基本正确, 选择的计算方法及水文地质参数基本合理。由于“大井法”所限定的条件为较苛刻, 本井田的地质条件与“大井法”所限定的条件相比有一定差异。另外, 解析法预测矿井涌水量受参数取值和模型概化的影响较大, 和实际情况可能有较大出入, 同时由于砂岩含水层富水性不均匀, 工作面回采过程中可能会出现砂岩水突然涌出的情况。因此采用“大井法”所预测的矿井涌水量可能偏差较大;但可作为矿井开采设计的矿井涌水量的参考值。
4 数值法
本次根据奥灰含水层补勘成果, 针对16#煤层底板奥灰含水层进行三维数值模拟研究, 解决了传统解析法对含水层水平无限扩展, 四周定水头边界等多方面苛刻要求, 利用本次补勘奥灰含水层水文地质参数的计算结果和奥灰地层的揭露情况, 建立井田的奥灰含水层三维数值模型, 进而预测开采16#煤奥灰含水层充水水源的疏降水量。
4.1 数值模型的建立
4.1.1 奥灰地下水流动系统概念模型
根据前面对奥灰含水层补径排条件的分析, 井田奥灰承压水主要接受区外地下水的侧向径流补给, 上部潜水的渗入补给微弱, 本次补勘流场特征为奥灰承压水一般沿地层倾向即西南方向径流。承压水仍以侧向径流排泄为主, 次为人工开采排泄。
根据地下水流动的水文地质概念模型, 区内含水系统地下水流动的三维非稳定流数学模型可描述如下:
初始条件:
边界条件:
式中, x, y, z为笛卡尔坐标轴;t为时间;H0为初始统测水头, H为已知水头;Kxx为坐标轴方向的主渗透系数;µs为比弹性给水度;µd为重力给水度;W为单位体积井流量, 抽水时取负号;Γ1为第一类边界;Γ2-1为潜水面边界;Γ2-2为零流量边界;ε'为降雨入渗补给量。
要建立一个与本区奥灰岩含水系统相同或相近的地下水数值模型, 就必须对复杂的岩溶水系统实体进行合理的分析与概化。其中主要包括岩溶含水层的结构 (分层) 、边界条件 (水头或者流量边界) 和水动力状态 (稳定流与非稳定流) 的概化。由于岩性、富水性存在差异性, 含水层岩溶发育极不均匀, 呈现出各向异性的特征。因此, 将其概化为非均质各向异性含水层, 体现了模型三维刻画的优点。
4.1.2 数值模型建立
研究区采用矩形六面体 (上、下两平面不一定平行) 剖分, 垂向上共剖分了2个单元层, 3个结点层。平面上结点150*230个。整个模型共计剖分单元107334个, 其中有效单元82000个, 图2为模拟区剖分示意图。
模型顶面利用本次施工钻孔揭的露奥灰层标高, 由于补勘孔及揭露奥灰钻孔较少, 因而模拟中参考井田16#煤层底板等高线标高, 减去16#煤至奥灰顶面平均间距 (38m) , 进而确定奥灰顶面标高。北部以F34断层 (即井田边界) 为模拟区边界, 计算时定义为水头边界, 东部以灰岩出露区为自然边界, 由于大气降雨补给较弱, 定义为零通量边界, 西南部定义为水头边界。
初始水头的分布, 综合利用骆驼山井田补勘孔及万辰煤矿补勘孔奥灰水位, 绘制奥灰含水层水头等值线, 通过插值获得各结点的初始水头值, 导入模型。根据本次奥灰单孔抽水试验计算确定奥灰含水层参数, 渗透系数K的范围为0.0027-2.94m/d, 弹性给水度根据抽水试验计算的弹性给水度Ss, 给定均值2×10-4。
4.2 疏降水量计算
4.2.1 计算方法
模型运行即为模型核心计算过程, 分为稳定流模拟与非稳定流模拟。稳定流主要进行现状的模拟计算, 非稳定流主要模拟地下水水位时空动态特征。本次奥灰疏降水量计算为属于模型的正演问题, 即给定含水层水文地质参数来计算含水层流场特征。而在预测计算疏降水量时, 以16#煤底板标高为基本约束条件, 即在模型中试探性反复调试疏降水量, 进行模型的稳定流模拟, 使模拟区计算的稳定后的奥灰水位降至16#煤层底板之下, 从而预测不同水平16#煤疏涌水量特征。所以该问题应用稳定流计算方法。
模拟计算中由于16#煤层标高东高西低, 西部突水系数大、带压程度高的特点, 集中布置疏水钻孔模拟区西南部, 以达到较好的疏水效果。
4.2.2 涌水量计算
奥灰水头降至16#煤层底板标高以下, 此时钻孔的疏水量为546.30m3/h, 即为该水平的奥灰疏降水量。
奥灰水头降至安全水头高度;即通过疏降奥灰水位, 16#煤底板奥灰突水系数降至临界突水系数以内 (小于0.06) 。此时底板带压为P=Ts×M, 其中Ts取0.06, M取隔水层均厚38m, 得出P值为2.28, 即煤层底板以上水柱高度≤228m时即可, 取16煤层底板最低标高400m, 得出奥灰疏降水头≤628m。此时钻孔疏水量为452.21m3/h, 即为该水平的奥灰疏降水量。 (见表3)
5 矿井奥灰岩涌水量说明
5.1 综合比拟法与解析法、数值法, 偏于安全本次矿井奥灰岩涌水量建议取计算最大值为矿井排水系统的设计依据。
5.2 正常涌水量指16#煤奥灰安全疏降水量。不包括煤层底板奥灰突水, 安全疏降水量是指井田通过疏水降压使奥灰含水层水头降至安全高度 (突水系数小于0.06) , 并非16#煤采掘过程中的底板奥灰瞬时灾害突水量的范畴。
综上, 白音乌素煤矿矿井奥灰岩涌水量计算结果见表4。
6 结论
通过几种方法综合分析, 所得结论可满足矿井设计排水系统的需要。能够对矿井奥灰岩涌水量有一个较为清晰直观的认识。但是因为本文并未考虑陷落柱等特殊地质情况, 因此在矿井施工中一方面要加强水文地质的勘察工作, 另一方面要吸取骆驼山煤矿3.1奥灰岩突水事故, 增加矿井强排水系统, 以保障矿井生产安全。
参考文献
[1]郑世书, 陈江中, 刘汉湖.专门水文地质学[M].徐州:中国矿业大学出版社, 1999.
[2]徐龙, 葛晓光.水文地质比拟法的系统处理模型[J].煤炭学报, 1995, 20 (4) :346-350.
[3]潘志.矿井涌水量的数学模型与预测[J].宁夏大学学报 (自然科学版) , 1998, 19 (3) :229-232.
用水量预测与分析 篇3
关键词：用水量预测,给水规划,指标选取
指标分析法是各地城市用水量预测最常使用的方法,通过调查分析确定合理的指标值,能够取得较好的预测效果。用水量指标的选取要综合考虑国家规范、地方定额以及实际供水量的变化规律,结合城市特点、产业结构、经济发展、居民生活水平、工业回用水率等因素,选取符合地方实际的用水量指标。
文章采用分类估算法、人均综合用水量指标法、单位面积综合用水量指标法三种方法对城市用水量进行预测。
1分类估算法
(1)生活用水量。2003年唐山市生活用水量约为5339.39万m3/a,按日变化系数1.1计算,最高日约为16.1万m3/d,供水人口为94.64万人,人均综合生活用水量指标为170L/人.d。
通过图1中数据可以看出,生活用水量是逐年下降的,这是由于虽然随着居民生活水平的提高,人均生活用水量总体呈上升趋势。但由于人们节水意识的增强,减少了水量浪费以及管网渗漏现象,城市总体用水量并不会明显增长甚至可能出现下降。
根据《中国城市节水2010年技术进步发展规划》统计,我国北方地区特大城市居民平均综合水量为177.1L/人.d,大城市为179.2L/人.d。河北省推荐城市综合用水定额为180~234L/人.d,国际自来水学会提出城市生活用水定额年增加2L左右。本次规划拟定唐山人均综合生活用水量指标年增长约2~3L,2010年为200L/人.d,2020年为230L/人.d。
(2)工业用水量。唐山市作为重要的重工业城市和能源基地,大型工业企业较多,工业用水量较大。根据相关资料统计,2003年专业规划区工业用水量约为7150万m3/a,最高日约为21.55万m3/d。
2003年专业规划区生活用水与工业用水比值大约为1:1.34。预测专业规划区生活用水与工业用水比值将会逐渐减小,到2020年将从现状的1:1.3下降到1:1.15左右。各部分需水量计算结果详见表1。
2人均综合用水量指标法
规范中城市单位人口综合用水量指标范围为0.6~1.0(万m³/(万人·d)),实际上唐山市小于这一指标。以2003年为例,专业规划区供水人口为94.64万人,最高日总用水量为44.13万m3/d,城市单位人口综合用水量指标仅为0.47万m³/(万人·d),2002年这一指标为0.52万m³/(万人·d)。随着第三产业的迅速发展,公共建筑与市政用水量会逐年上升。由此,选用用水指标及水量计算详见表2。
3单位建设用地综合用水量指标法
《城市给水工程规划规范》中二区特大城市的指标范围为0.8~1.2万m3/k㎡·d。同样以2002年为例,专业规划区最高日总用水量为49.56万m3/d,专业规划区现状建设用地规模为107.36k㎡,折算城市单位建设用地综合用水量为0.46万m3/k㎡·d,而2003年这一指标为0.41万m3/k㎡·d。
结合唐山现状,拟定城市单位建设用地综合用水量指标如下:规划区用地面积为156.09 k㎡,单位建设用的综合用水指标取0.55万m3/k㎡·d,预测2020年专业规划区总用水量为:85.85万m3/d。
4唐山市规划供水规模的确定
平均各指标法得出的水量预测值,结合唐山市城市发展和现状,确定本次专业规划水量预测如下:近期专业规划区的需水量为60万m3/d;规划期末专业规划区的需水量为85万m3/d。
5结束语
用水量预测与分析 篇4
关键词：花沟西煤矿,充水因素,涌水量预计,比拟法
1 矿井概况
花沟西井田位于安徽省涡阳县境内, 南自F11断层, 北到工业广场保护煤柱, 东从82煤层露头, 西到82煤层-1 200 m等高线, 面积9.48 km2。井田范围内海拔标高+30.10~+32.908 m, 为平原地貌特征。该区属淮河水系。涡河经本井田的东北侧由西北流向东南, 为中型季节性河流, 河水水位受降水量的控制。井田内涡河支流及人工沟渠与其贯通。
花沟西井田总体形态为一走向北北东倾向北西西的单斜构造, 如图1所示。在井田的南段发育宽缓的背、向斜褶曲, 地层走向为“S”型;20线以北为北北东向, 20~23线间为北西向, 23线以南为北东东向。井田内地层倾角较缓, 6°~17°。井田的南端由于红层剥蚀煤层露头呈北东东向, 断层较多。该井田内古生界岩层均隐伏于新生界松散层之下, 其中新生界松散层厚563.80~711.35 m, 平均厚644.41 m。经钻孔揭露, 古生界岩层自上而下从第四系、第三系、到奥陶系。含煤地层为石炭二叠系, 含1、2、3、4、6、7、8、10、11等9个煤层 (组) , 含煤20余层, 煤层总厚19.07 m。可采煤层平均总厚12.75 m, 其中主要可采煤层为82、10两层, 平均总厚11.51 m[1]。
2 矿井充水因素分析
2.1 主要含水层及富水性
2.1.1 含水层概况
根据地下水含水层赋存介质特征和隔水层特征, 井田内含隔水层可划分为新生界松散层含隔水层 (自上而下划分为4个含水层和3个隔水层) 、二叠系煤系含隔水层、石炭系太原组薄层石灰岩岩溶裂隙含水层和奥陶系厚层石灰岩岩溶裂隙含水层。松散层第三隔水层厚135.32~273.93 m, 平均204.57 m, 厚度较大且分布稳定, 为良好的隔水层, 致使其下部第四含水层 (以下简称“四含”) 与上部地表水及“一含”“二含”以及“三含”无地下水水力联系, 但“四含”却覆盖在该矿煤系地层之上, 对浅部煤层的安全开采有一定的影响。
由煤层、泥岩、砂岩、粉砂岩组成该矿的二叠系岩性, 泥岩和粉砂岩可视为隔水层, 砂岩一般可视为含水层。相邻含水层均被有效的隔水层阻隔。地下水主要储存和运移在构造裂隙的空间, 以静储量为主。煤系砂岩裂隙含水层富水性一般较弱, 对煤矿生产影响较小。
石炭系太原组薄层石灰岩含水层 (以下简称“太灰”) , 是该矿下组煤层开采时矿坑充水的补给水源, 是威胁10煤开采安全的重大水患。奥陶系厚层石灰岩岩溶裂隙含水层在正常情况下距主采煤层较远, 一般奥灰水对矿坑无直接充水影响。
综上所述, 煤层开采影响较大的为新生界松散层底部的第四含水层和石炭系含水层, 以下将对其进行展开分析。
2.1.2 新生界松散层第四含水层
“四含”底板埋深563.80~711.35 m, 平均644.41 m;含水层厚度1.6~30.80 m, 平均9.98 m, 如表1所示。
由于受古地形制约, “四含”仅部分钻孔分布, 且厚度变化较大, 岩性以土黄、深黄和杂色含泥质中、细砂, 砂砾、砾石、粘土砾石等为主, 夹砂质粘土、粘土夹砾石。据涡北煤矿10 (7) 孔抽水试验资料:水位标高33.31 m, q=0.0327 L/s·m, k=0.3424 m/d, 富水性弱[2]。另据花沟勘查区13-1孔抽水试验资料:水位标高为19.03 m, q=0.015 L/s·m, k=0.194 m/d, 富水性弱, 矿化度3.528 g/L, 全硬度19.25德国度, 水温26℃, 水质为Cl·SO4-Na型。
2.1.3 太原组石灰岩岩溶裂隙含水层
该井田没有完全揭露太原组的钻孔, 据相邻刘店煤矿09-2号孔的研究资料, 得出太原组厚度达126.30 m, 由灰岩、粉砂岩、泥岩、砂岩和煤层组成。含灰岩有12层, 厚度54.65 m, 占组厚43.3%。井田内有66个钻孔揭露太原组灰岩, 多数揭露一灰。据该井田08-31孔一~四灰抽水试验资料:静止水位埋深3.33 m, q=0.102 1 L/s·m, k=0.464 0 m/d, 富水性中等, 矿化度3.023 g/L, 全硬度15.69德国度, 水质类型为SO4·Cl-K+Na型水。另据相邻涡北矿8-92号孔和水文孔37号的抽水实验得到:水位标高27.17~34.60 m, q=0.028 5~0.2872 L/s·m, k=0.153~1.855 m/d, 富水性弱~中等, 矿化度1.941~3.42 g/L, 全硬度20.72~33.28德国度, 水质类型为Cl·SO4-K+Na型和SO4·HCO3-K+Na·Mg型。从区域水文地质资料分析, 太灰是区内含水丰富的含水层 (段) , 但是太灰岩溶裂隙发育的不均一以及富水性差异大等原因, 其中构成太灰主要的地下水储导体系的为太原组三灰和四灰。太原组三灰和四灰为中厚层的灰岩, 岩溶裂隙较发育, 储导水的能力强, 是防治矿井水害的重点对象。而一灰和二灰的厚度不大, 相比三灰和四灰难以构成大的地下水储导体系, 有利于疏降。
2.2 断层的富水性和导水性
该井田根据钻探、测井及地震资料查明共有22条正断层。按照断层的落差划分:<30 m的断层8条, ≥30 m但<50 m的断层9条, ≥50 m的断层5条。据钻探揭露, 钻探穿过断层破碎带时大部分没有发现漏水现象, 钻探结果显示破碎带大部分是被泥质充填着, 而且岩性较混杂, 可常见到包括泥岩、粉砂岩及少量砂岩。据04-82、06-9孔分别对F4断层和杨柳~五沟断层的抽水试验显示:q=0.003 012~0.007 904 2 L/s·m, k=0.011 38~0.014 792 m/d, 水化学类型为HCO3·SO4~Na·Mg型、HCO3~Na型。抽水试验结束后水位恢复十分缓慢, 长时间难以恢复到原始静止水位[3], 说明了断层的富水性弱、导水性差。
2.3 矿井充水因素
2.3.1 水源分析
该矿井的地层在垂直方向从上而下虽然存在着不同含水层, 但它们被多个不同的隔水层 (组、段) 阻隔。由于受新生界第三隔水层的阻隔, 地表水和新生界松散层第一、二、三含水层对矿井的充水没有影响。它的主要充水水源来自: (1) 新生界松散层第四含水层。“四含”地下水是浅部煤组开采的主要补给水源。水源主要来自沿浅部基岩风化带以及煤层采空冒裂带的裂隙, 或者是“四含”水顺着煤层进入矿井。 (2) 主采煤层顶底板砂岩裂隙含水层。淮北煤矿的生产实践表明, 矿井的直接充水水源是各主采煤层顶底板砂岩裂隙含水层, 但由于砂岩裂隙本身富水性就弱, 加上裂隙发育的不均一性, 而且地下水处于开放与半开放的状态, 导致补给条件差, 主要是以静储量为主, 水量也不大, 易于矿井排水疏干。此含水层在不与其他含水层 (组) 发生水力联系时, 对矿井生产不会造成大的水患。 (3) 断层及构造裂隙对矿井充水作用和影响。在天然的状态下该井田多数断层富水性弱且导水性差。当井巷工程需要穿过较大断层两盘的情况时, 矿井就会被断层裂隙带的水侵入, 但水量不大。井巷开拓和煤层开采在需要经过落差较大的断层时, 破坏了天然的地下水平衡系统, 改变了断层的导水性, 导致了主采煤层与灰岩岩溶裂隙水对口或间距缩小, 使得开采煤层突水的可能性增加。 (4) 灰岩岩溶裂隙含水层。灰岩溶裂隙含水层差异比较大, 但总的看来是富水性较强的含水层, 是10煤层开采时矿井重大隐患。
由此分析, 该井田直接充水水源来自主采煤层顶、底板砂岩裂隙水。在分析研究留设了合理的防水煤柱的情况下, 矿井充水的间接充水水源主要来自“四含”孔隙水, 而矿井充水的重要隐患则是煤系下伏的石灰岩岩溶裂隙水。
2.3.2 充水途径
该矿矿井充水的通道主要有:采动引起的裂隙、砂岩构造裂隙、断层等。灰岩水进入矿井的途径一般来说有2种: (1) 灰岩水沿着断裂带进入矿井; (2) 当采动引起煤层底板破坏, 下伏灰岩水产生的高压大于上伏的底板有效隔水厚度所能承受的压力时, 特别是在薄弱的煤层底板段, 灰岩水突破底板导致突水发生。
3 矿井涌水量及估算
(1) 估算公式。涌水量估算范围主要是先期开采地段 (基岩风氧化带下限~-1200 m) 范围, 单位涌水量比拟公式如下[4]。
式中:Q为估算矿井涌水量, m3/h;Q0为生产矿井实测矿井涌水量, m3/h;S为水位降低值, m;F为主采煤层面积, m2;F0为生产矿井采空区面积, m2;S0为生产矿井实测水位降低值, m。
(2) 比拟条件。临近的涡北煤矿水文地质条件与该矿水文地质条件很相似, 故采用涡北矿井实际涌水量来进行比拟。
(3) 比拟参数的选用。涡北矿实际测量的涌水量如表2所示。由表2可以看出, 2006年6月-2009年6月平均正常涌水量为76 m3/h, 最大涌水量为113 m3/h。目前涡北煤矿为一水平开采, 开采水平标高为-640 m, 主采煤层顶底板砂岩裂隙含水层 (段) 静止水位标高平均30.6 m, 水位降低670.6 m, 采空区面积0.125 km2。
该井田08-19、25-2、08-10和08-47孔抽水试验平均静止水位标高1.692 m, 水位降低值为先期开采地段最底标高-1 200 m与静止水位标高1.692 m的差值, 即1 201.692 m。主采煤层面积采用先期开采地段82、10煤层储量估算叠加面积9.26 km2的1/3, 即3.087 km2。
(4) 矿井涌水量估算结果。利用上述参数及公式 (1) , 估算该矿最大涌水量和正常涌水量, 结果如表3所示。
m3/h
4结语
(1) 花沟西井田直接充水水源是主采煤层顶、底板砂岩裂隙水。“四含”孔隙水是间接充水水源, 石灰岩岩溶裂隙水是矿井充水的重要隐患。
(2) 井田内断层富水性弱、导水性差, 充水通道主要是砂岩构造裂隙、断层以及采动裂隙等。
(3) 矿井先期开采地段正常涌水量为393m3/h, 最大涌水量为583 m3/h, 为地下水疏排工程设计提供了依据。
(4) 建议在开采前利用物探手段探明地下水赋存情况, 建立井下灾害突发预警, 更新完善设备, 发现水情, 及时处理。
参考文献
[1]张文永, 张家礼, 李云峰, 等.安徽省涡阳县花沟西井田煤炭勘探报告[R].宿州:安徽省煤田地质局第三勘探队, 2009.
[2]国家安全生产监督管理总局, 国家煤矿安全监察局.煤矿防治水规定[M].北京:煤炭工业出版社, 2009.
[3]王大纯, 张大权, 史毅虹, 等.水文地质学基础[M].北京:地质出版社, 1995.
用水量预测与分析 篇5
赵家寨煤矿资料显示, 太原组上段 (C3t L7-8) 灰岩岩溶裂隙承压水是该区二1煤层底板直接充水水源。该段L7、L8灰岩为二1煤直接底板, 属中强含水层, 对矿井涌水量影响较大, 直接关系到煤矿采掘安全。该矿自2007年建井以来, 截至2012年8月, 共发生大小突水16次, 每小时突水量常在几十立方米, 最大曾达363 m3/h。突水水源基本为L7-8灰岩水, 仅2011年7月30日12206工作面运输巷突水水源为采空区水。
本文选择了赵家寨煤矿2012年至2013年初矿井涌水量和1210水文长观孔 (C3t L7-8灰岩含水层) 水位降深2个因素组成系统, 建立GM (1, 2) 模型, 对矿井涌水量进行模拟和预测。
1 灰色系统建模理论
灰色系统是邓聚龙教授提出的一种系统理论[8], 由于系统中既有白色 (已知或可计算) 又有黑色 (未知或不确知) 的参数就称为灰色系统[9]。灰色系统理论的主要优点是通过一系列数据生成方法 (直接累加法、移动平均法、加权累加法等) , 将本没有规律或规律性不强的一组原始数据序列变得具有明显的规律性。因此, 运用灰色系统理论研究矿井涌水量的预测十分有效[10]。灰色系统综合预测是灰色预测的一种, 是对多因素组成的系统发展变化的预测。
1.1 数据检验与处理
为保证GM (1, 2) 模型的预测效果, 在建模前对已知数据进行检验和处理。设原始数据列为x1 (0) = (x1 (0) (1) , x1 (0) (2) , …, x1 (0) (n) ) , 相关因素数据列为x2 (0) = (x2 (0) (1) , x2 (0) (2) , …, x2 (0) (n) ) , 计算数列的级比:
如果所有的级比都落在可容覆盖区间 (e-2/ (n+1) , e2/ (n+1) ) 内, 则数据列可以建立GM (1, 2) 并进行灰色预测。否则要进行数据变换, 如平移变换, 即取c使得新生数据列y (0) 的级比落在可容覆盖区间内, 其中y (0) (k) =x (0) (k) +c。
1.2 GM (1, 2) 模型的建立
GM (1, 2) 表示一阶且含有2个变量, 相应的微分模型为:
式中, a为系统发展系数;b为驱动系数。
通过微分模型的解得到预测值为:
从而得到相应的原始数据预测值:
1.3 模型的残差检验
绝对误差序列:
相对误差序列:
2 矿井涌水量模拟与预测
以赵家寨煤矿每月的矿井涌水量数据为时间序列, 自2012年2月起记为序号1, 以后每月顺次, 直至2013年1月记为序号12。1210钻孔 (L7-8含水层) 水位标高和降深的记法同上, 直至2013年4月记为序号15, 其中前12个数据用于建模和涌水量模拟, 第13、14和15个数据用于涌水量预测。数据汇总见表1。
由图1可知, 自2012年至2013年初, 矿井涌水量变化和1210钻孔观测到的水位标高变化一致, 均呈降低趋势, 从走势上能推测出L7-8含水层与矿井涌水量之间的必然联系。同时, 这也印证了赵家寨矿方突水记录中突水水源基本上均为L7-8这一点。
2.1 数据检验与处理
设涌水量数据列和水位降深数据列分别为:
建模前, 用级比和可容覆盖区间对以上2列数据进行检验。经检验, x1 (0) 满足要求, x2 (0) 不满足, 需对x2 (0) 数列进行平移变化, 经计算, 取c=30即可使数列级比落在可容覆盖区间内。记平移之后的数据列为:
2.2 基于GM (1, 2) 模型的矿井涌水量预测
首先对x1 (0) 和x3 (0) 进行一次累加得x1 (1) 和x3 (1) , 代入式 (3) , 计算得a=2.662 2, b=104.220 8。依照式 (2) 得出估计模型为:
近似时间响应式为:
进一步根据式 (6) 得到矿井涌水量的模拟值和预测值, 模拟值:
2.3 残差检验
根据式 (7) 和 (8) 得到绝对误差序列和相对误差序列 (表2) , 可见除第1个模拟值的误差较大外, 其余模拟值相对误差均在10%以内, 其中误差最小的达到0.40%, 同时求得绝对误差均值, 相对误差均值, 说明建模效果较好。
采用该模型预测的2013年2月、3月和4月的矿井涌水量分别为1 192, 1 178, 1 180 m3/h。与从矿方测得的2013年2—4月的实际涌水量1 179, 1 155, 1 167 m3/h对比, 其相对误差均小于2% (表3) , 证实了此次GM (1, 2) 模型预测的可靠性。
3 结论
(1) 根据赵家寨煤矿的水文地质资料, 对赵家寨煤矿矿井涌水量采用GM (1, 2) 模型进行模拟和预测的结果表明, 2012年矿井涌水量模拟结果与实际涌水量相比, 其相对误差绝大部分小于8%。
(2) 用GM (1, 2) 模型对赵家寨煤矿近3个月的矿井涌水量预测, 结果表明短期内涌水量相对稳定。预测值与矿方实际资料对比, 相对误差均在2%以内, 预测效果较好。
(3) 根据文中建立的GM (1, 2) 模型, 可以用于实时监测水位降深来实现矿井涌水量的动态模拟和预测, 为矿井防治水工作提供科学依据。
摘要：针对常规矿井涌水量预测方法考虑影响因素多、预测精度低的问题, 以赵家寨煤矿为例, 考虑矿井涌水量和水位降深2个因素建立GM (1, 2) 模型, 实现了对已知涌水量的模拟和后期涌水量的预测。预测结果表明, 未来3个月的涌水量相对稳定。经检验, 预测结果平均相对误差为3.69%。
关键词：灰色系统,GM (1, 2) ,矿井涌水,预测
参考文献
[1]杜敏铭, 邓英尔, 许模.矿井涌水量预测方法综述[J].地质学报, 2009, 29 (1) :70-73.
[2]陈酩知, 刘树才, 杨国勇.矿井涌水量预测方法的发展[J].工程地球物理学报, 2009, 6 (1) :68-72.
[3]管恩太, 武强.矿井涌水量预测评述[J].中州煤炭, 2005 (1) :7-8.
[4]宋春辉, 杨云龙, 郭继锋.浅析矿井水涌水量预测的几种常见方法[J].科技情报开发与经济, 2009, 19 (10) :177-178.
[5]张宏刚.灰色系统模型在矿井涌水量预测中的应用[J].水利科技与经济, 2012, 18 (12) :36-38.
[6]肖有才, 张秀成, 顾志民.浅埋型矿井涌水量预测预报的灰色模型[J].中国安全科学学报, 2004, 14 (5) :18-20.
[7]刘思峰.灰色系统理论的产生与发展[J].南京航空航天大学学报, 2004, 36 (2) :267-271.
[8]邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社, 1987.
[9]邓聚龙.灰色系统综述[J].世界科学, 1983 (7) :1-15.
用水量预测与分析 篇6
1 井田地质概况
开河井田位于区域水文地质单元的西北部, 为巨厚新生界松散层覆盖的全隐蔽煤田, 新生界地层厚度226.50-359.20m, 平均304.85m, 由东向西逐渐增厚。西部为梁山断层, 东部有嘉祥断层, 北界是郓城断层, 因此该区北、东、西三面为阻水边界, 南部为人为边界。井田内F2 断层近东西横贯本区中部, 落差>1000m, F2 断层以北煤层埋藏深, 赋存侏罗纪淄博群三台组砂岩及二叠纪石盒子组含水层;F2 断层以南煤层埋藏浅。井田内各基岩含水层深埋于巨厚松散层之下, 仅接受新生界底部砂砾层水的补给, 与大气降水无直接水力联系。
2矿井涌水量预算
根据充水因素分析, 3煤层直接充水含水层为3煤层顶、底板砂岩 (简称3砂) 、三灰。井田内对3砂进行了一次、三灰进行了二次抽水试验, 并对3砂和N底砂层进行了一次混合抽水试验, 抽水质量均为合格以上, 其成果可作为涌水量的计算依据。
2.1 3砂涌水量预算
井田西邻梁宝寺煤矿正开采3煤层, 并已生产多年, 积累了较丰富的水文地质资料, 其水文地质条件与本井田相类似, 故分别采用解析法和水文地质比拟法, 预算3砂涌水量。矿井第一水平为-350m, 初期揭露面积取0.5km2。
2.1.1解析法
采用无限边界、大井法承压-无压公式:
2.1.2水文地质比拟法
本井田与梁宝寺煤矿毗邻, 3砂位于新近系松散层之下, 水文地质条件相似。
式中:Q为本井田开采3煤层-350m水平矿井涌水量 (m3/h) ;Q矿为生产矿井实际涌水量 (m3/h) ;S矿为生产矿井实际水位降低 (m) ;S井为本井田设计水位降低 (m) 。
采用上式, 利用梁宝寺煤矿2006、2007年的平均和最大涌水量进行比拟, 计算结果见表1。
由此可见, 采用解析法与比拟法预算的3砂涌水量有一定的差别, 分析上述涌水量预算结果及井田水文地质条件, 并与生产矿井实揭资料对比, 认为采用水文地质比拟法所预算的3砂涌水量较符合实际。因此, 采用比拟法预算结果作为3砂矿井涌水量。
2.2三灰涌水量预算
2.2.1参数选择
三灰为开采3煤层时井巷工程可能揭露的含水层, 同时由于三灰具有埋藏深、水压大的特点, 因此开采3煤层时将受到三灰底鼓水的威胁。设工作面长200m, 正常控顶 (底) 距为3.5m, 则其有效充水面积均为700m2, 以此概化为大井面积。井田内K12-4抽水质量为合格, 采用其成果作内K12-4抽水质量为合格, 采用其成果作为涌水量计算依据。第一水平为-350m, 三灰厚度取先期开采地段内钻孔三灰的最大厚度。
2.2.2公式选择及预算结果
采用无限边界大井法承压水公式:
3矿井涌水量分析
3.1 3砂涌水量分析
井田西部已建梁宝寺煤矿, 开采3 (3上) 煤层, 第一水平为-708m, 井筒掘进过程中最大涌水量为揭露基岩风氧化带含水层, 初始涌水量81.78m3/h, 最大达117m3/h, 后稳定在142m3/h。自2005年至2008年7月, 矿井最大涌水量为386m3/h, 其历年矿井涌水量见表2。
与梁宝寺矿相比, 两矿基岩含水层的补给条件相似, 就目前情况来看, 3砂的富水性亦相似, 但本井田3煤层的赋存深度及厚度均小于梁宝寺煤矿, 新生界下段对开采3煤的影响大于梁宝寺矿。
综合本井田地下水的水化学条件、埋藏条件、补迳排条件分析认为, 采用水文地质比拟法所预算的3砂正常涌水量147m3/h是可信的。但考虑到本井田地下水处于自然运动状态, 矿井初期开采时, 矿井涌水量有可能比较大, 随着矿井揭露含水层面积的增加, 3砂含水层的水位逐步降低, 3砂矿井涌水量将会逐步减少。
3.2三灰涌水量分析
井田内三灰隐覆于新近系松散层之下, 补给条件较差.但富水性差异较大, 对于不同地段三灰水量会有较大差异, 因此揭三灰时应提前疏放三灰水, 以降低三灰的涌水强度、减弱矿井水害。本井田计算的三灰正常涌水量48m3/h, 是可以作为矿井设计依据的。
3.3矿井总涌水量分析
综上所述, 本井田开采3煤层的直接充水含水层为3砂和三灰, 矿井正常涌水量为二者之和, 故本井田矿井正常涌水量为195m3/h。考虑到井田内3砂含水层上覆巨厚的第四系与新近系, 与大气降水没有直接联系, 但根据收集的资料, 结合本井田实际揭露资料综合分析, 3砂最大涌水量采用以梁宝寺矿最大涌水量比拟结果274m3/h;根据梁宝寺矿三灰单孔水量一般为25m3/h, 观45号孔初始水量60m3/h, 其比值为2.4, 据此确定本井田三灰最大涌水量为115m3/h。因此, 开采3煤层的最大涌水量为3砂与三灰最大涌水量之和, 建议采用Qmax=Q1+Q2=274+115=389m3/h。
4结束语
(1) 经计算分析可得, 该井田正常涌水量为195m3/h, 最大涌水量为389m3/h。 (2) 井田内主采3煤层距新生界地层间距小, 使得开采条件复杂性增加, 建议矿井建设、生产期间适当补做相应勘查工作, 并充分研究覆岩破环规律, 逐步解放呆滞资源储量。 (3) 3砂与三灰的富水性很不均一, 一般在断层附近富水性较强, 矿井涌水量偏大。初揭含水层时矿井涌水量较大, 但经过一定时间的疏排后, 涌水量会逐渐变小, 最终趋于正常涌水量。因此在断层附近或初揭含水层时, 应充分做好含水层动态监测工作, 以防发生矿井突水灾害。
参考文献
[1]陈琳.基于GMS的矿井涌水量预测分析[D].辽宁师范大学, 2011.
[2]李再兴, 梁杏, 郭付三, 等.大井法在基坑涌水量计算中的应用[J].人民长江, 2009 (15) .
[3]马洪超, 林立新.大井法预测矿坑涌水量[J].采矿技术, 2009 (2) .
[4]于文杰.协庄煤矿涌水量及相关因素分析[J].山东科技大学学报, 2011, 30 (6) .
[5]管恩太, 武强.矿井涌水量预测评述[J].中州煤炭, 2005 (1) .
用水量预测与分析 篇7
作物需水量作为农田水利工程规划、设计与灌溉用水管理的重要参数,长期以来一直为水利科学界所重视[1]。作物需水量受气象、土壤、作物条件的影响,其中以气象条件和土壤含水率的影响最显著,气温愈高、日照时间愈长、太阳辐射愈强、空气湿度愈低、风速愈大,需水量愈大,因而它空间上往往表现出很大的差异性。传统作物需水量数据往往只是某一点上的数据,而这些定点数据大多不能直接用于其他点上,更不能代替某一较大面积上的平均值,但是,我们又不可能无限制地增多监测的站点,这就要求我们根据已有站点数据采用科学的方法实现点到面得尺度转换,并且尽可能的提高预测的精度[2]。
人工神经网络,是模拟生物神经网络进行信息处理的一种数学模型。它以对大脑的生理研究成果为基础,其目的在于模拟大脑的某些机理和机制,实现一些特定的功能。人工神经网络是由基本单元即神经元大规模并行、互相连接而成的非线性动力学系统。神经计算具有分布式存贮、并行处理和自适应学习的特点,显示运算迅速、响应灵活、容错性好。神经网络方法可直接使用样本数据实现输入层与输出层之间的非线性映射。其中多层前馈神经网络(BP网络)具有良好的非线性映射能力,结构简单,性能良好。
GIS里所采用的地统计学方法是以反映变量空间结构特征的结构函数(如半变异函数)为基础,以取得估计方差最小为目标,在无偏性约束条件下求优的一种估计方法[3]。地统计学作为为研究土壤水、 盐以及泥沙的空间迁移、扩散和分布关系等强有力的工具,近些年来在作物需水量的估值和空间结构分析方面也得到了初步应用。
在已知作物需水量具有很大空间差异性的基础上,本文将作物需水量实际监测站点的地理坐标以及高程作为输入层,通过BP神经网络对分析数据进行加密插值,进而应用地统计学的空间分析功能与GIS的空间数据管理功能,实现对空间作物需水量的预测。
1主要分析方法及其结果分析
1.1数据来源
本文采用的是河南省冬小麦的作物需水量数据。数据主要来源于“全国灌溉试验数据库”和通过常规气象观测资料结合作物需水量公式计算的结果。数据主要由监测点坐标值以及高程,冬小麦实际作物需水量组成。空间数据主要有全国行政区域图以及国际科学数据服务平台免费提供的SRTM90密分辨率原始高程数据。
1.2软件工具
本研究采用分析软件有美国MathWorks公司出品的商业数学软件MATLAB以及美国环境系统研究所(ERSI)的GIS桌面平台系统ArcGisDesktop9.3。MATLAB的神经网络工具箱提供了许多进行神经网络设计和分析的工具函数,使用者可以直接应用相应的函数来解决实际问题。ArcGisDesktop9.3是一个集成了众多高级GIS应用的软件套件,它包含了一套带有用户界面组件的Windows桌面应用(ArcMap,ArcCatalog,ArcToobox以及ArcGlobe)。
1.3研究方法
1.3.1使用BP网络对作物需水量进行加密插值
由于观测站点的限制,能获取的点的信息也相对有限,为了增加区域作物需水量估算的精度,就必须增加区域内点的数量。本文利用点的坐标以及高程进行网络学习,再利用学习好的网络对点进行加密。
BP网络是指在具有非线形传递函数神经元构成的前馈网络中采用误差反传(Back Propagition-BP)算法作为学习算法的前馈网络。它是一种多层前馈网络,通常由输入层、输出层和若干个隐含层构成。层与层之间的神经元之间采用全互联的连接方式,而同层内的神经元之间没有连接。
由监测点获得的河南省冬小麦的作物需水量一共有25个,取其中的的20个点作为训练的样本资料,其余5个点作为校核的样本资料。
将点样本的坐标X、Y以及高程Z作为网络的输入层节点,作物需水量作为输出层节点。为了加快网络的收敛性,首先必须对数据进行归一化处理[4]。MATLAB提供了premnmx函数进行数据归一化,在预测完成过后再利用postmnmx函数对数据的量纲和量级进行还原。
确定网络拓扑结构。采用3层BP网络模型,拓扑结构如图1所示。由于确定BP网络隐含层节点没有规范方法,采用公式(1)给定的区间进行试算,最终确定BP网络的拓扑结构为3∶7∶1。
式中:nh、ni、nj分别为BP网络输入层、隐含层、和输出层的节点数。
隐含层的激活函数采用S型正切函数Tansig,输出层的激活函数采用线性函数Purelin。采用学习率Ir=0.02进行训练。网络训练的结果如表1所示。
从表1结果可以看出,训练精度最大相对误差为5.31%,说明结果精度较高,可满足要求。
再使用训练好的网络对校核样本的5个数据进行检验,检验结果如表2所示。
从预测结果来看,预报值与实测值最大相对误差不到6%,所有结果从定性上都是一致的,说明利用该BP网络,可以进行作物需水量的加密插值。
选取需要加密插值的点,将各点坐标X、Y以及高程Z作为输入节点,利用训练好的BP网络进行点的预测。由于空间插值过程中数据缺乏区域的插值误差较大,所以加密插值的点主要集中在已知点间跨度较大的区域,加密后的点由原来的25个增加到加密完成后的42个,如图2所示。
1.3.2使用GIS里的协克里金法对作物需水量进行空间插值
克里金插值法是地统计学的重要组成部分,也是地统计学的核心。协克里金法用1个或多个次要变量对所感兴趣的变量进行插值估算,它不仅结合了空间的相关性,也考虑到了变量间的相关性。本文采用协克里金法将高程Z作为一个协变量进行作物需水量的空间插值[5]:
式中:ET(x)为x点处插得的作物需水量;ETui为第i个点的已知作物需水量;Z(x)为x点处的高程;n为已知点的个数;mz、mET为高程和作物需水量的全局平均值;λi、λ为协克里金插值权重系数。
式(2)中的插值权重系数可以通过相应的线性方程组求得。计算公式如下:
式中:μ(x)、μ(u)为考虑权重系数约束条件的拉格朗日算子;γzET(x-xi)为位置x与xi处第1类与第2类信息的交叉变异函数值,其计算公式如下:
式中:n(h)为相距h的采样点的配对数。协克里金内插的关键是估计交叉变异函数。本文把作物需水量点的高程作为第2影响因素引入到作物需水量的空间插值上来。
利用ARCGIS里Geostatistical Analyst中提供的协克里金法对加密过后的作物需水量进行空间插值,在地统计学方法中通常采用预测误差的均值(Mean)、预测误差的均方根(Root-Mean-Square)、平均预测标准差( Average Standard Error)、平均标准差 ( Mean Standardized)、标准均方根预测误差 (Root-Mean-Square Standardized) 5个指标来评价其预测精度。河南省作物需水量的预测误差如表3所示。从表3中5个误差的结果可以看出,使用协克里金法对河南省冬小麦作物需水量进行空间插值的预测精度较高。
图3为使用协克里金插值的河南省冬小麦作物需水量空间分布图。由图3可以看出,河南省冬小麦的作物需水量存在着较大的空间变异性,总体趋势是作物需水量由南向北递增。由于河南省地形较平坦,河南省冬小麦作物需水量受地形影响较小,受纬度影响较大。
将实测点的作物水量值与空间插值后的值作比较,以检验空间预测的结果,如表4所示。
从表4的结果可以看出,除站点19的误差为9.86%外,其余站点的预测精度都相对较高,整体预测精度都在10%以下,说明该方法对河南省冬小麦作物需水量的空间预测具有较好的预测精度。
2结论
本文在实测河南省冬小麦作物需水量的基础上,利用实测站点的地理坐标X、Y以及高程Z作为输入节点,通过BP神经网络对分析数据进行加密插值,并采用GIS中的协克里金法结合高程Z作为一个协变量进行作物需水量的空间插值,得到了精度较高的作物需水量空间分布图。通过对预测结果的分析,发现使用该方法对于河南省冬小麦作物需水量的预测具有较好的预测精度,方法有一定的参考价值。
GIS里除采用协克里金法外,还可以采用多种插值方法,对某一地区的预测具体采取何种方法,应以达到最高插值精度为准。影响作物需水量的因素除了地理坐标以及高程外,坡度、坡向、大气湿度、温度、风向等都会对某一地区的作物需水量产生影响。今后的研究应结合以上因素作进一步考虑。
参考文献
[1]陈玉民.中国主要作物需水量与灌溉[M].北京:水利电力出版社,1995.
[2]李恩羊.地质统计学在作物需水量研究中的应用[J].武汉水利电力学院学报,1991,(1):1-9.
[3]李恩羊,袁新.作物需水量的最优估计[J].水利学报,1989,(10):45-49.
[4]张良均.神经网络实用教程[M].北京:机械工业出版社,1995.
[5]徐天献,王玉宽,傅斌.四川省降水分布的插值分析[J].人民长江,2010,(10):9-12.
[6]王芬,彭国照.基于双层神经网络与GIS可视化的土壤重金属污染评价[J].农业工程学报,2010,(4):162-168.
[7]王景雷,孙景生.基于GIS和地统计学的图作物需水量等值线[J].农业工程学报,2004,(5):51-54.
[8]王景雷.作物需水量空间分布及监测站点布设研究——以河南省冬小麦为例[D].郑州:华北水利水电学院,2004.
[9]刘钰,汪林.中国主要作物灌溉需水量空间分布特征[J].农业工程学报,2009,(12):6-12.
[10]Kang-tsung Chang.地理信息系统导论[M].北京:科学出版社,2010.
[11]高瑞忠,朝伦巴根.基于随机样本的神经网络模型估算参考作物腾发量[J].农业工程学报,2009,(12):42-45.
【用水量预测与分析】推荐阅读：
用水量预测07-10
农业灌溉用水预测12-28
渠道与促销策划资料饮用水行业分析11-29
用水制度管理分析研究10-18
与节约用水的作文10-23
用水平衡与企业管理12-10
国内城市居民饮用水现状分析11-27
生活饮用水与水源水06-28
饮用水污染与人体健康10-13
总用水量01-02