城市地下水水质水位预警的研究
|
摘要
地下水资源是水资源重要的组成部分,是农业、工业及生活用水的重要来源。随着对地下水的过量开采,地下水水质不断恶化,水位持续下降。为保证水资源与经济的协调发展,必须加强对地下水资源的管理,用现代的科学的预测预警方法,对地下水进行预警分析。
本文在大量调研的基础上,结合研究区域的实际情况,提出了地下水预警的含义及特点,地下水预警的过程应包括明确警义、寻找警源、分辨警兆、预报警度、排除警患五个方面,其中难点是预报警度和排除警患。
预警必须建立在评价和预测的基础之上,因此本文根据数据资料整理分析了研究区域的地下水水质中主要指标以及地下水水位的变化规律,用国际F值法、综合指数法、内梅罗指数法和和模糊综合评判法几种方法对地下水水质进行了评价,比较发现模糊综合评判法更为客观地反映了地下水的质量分类。另外还将BP神经网络应用于地下水水质评价,效果理想。提出并确定了地下水水质、水位预警的警度,分别为:无警、轻警、中警、重警、巨警。水质的警度是与地下水五类水的划分标准相对应,水位的警度主要采用当前水位和警戒水位相对比的办法完成。
对地下水水质、水位的预测主要采用随机统计的研究方法,由于数据资料的限制以及实际需求,本文只做了短期预测,首次尝试采用支持向量机的方法,并将其结果与BP神经网络(单井预测和多井预测)的方法作了比较,不同的情况下两种方法的预测精度不同。
之后应用研究区域的实际数据,对地下水水质、水位的现状及变化趋势分别作出了预测预警,研究表明,研究区域地下水水质处于巨警,不适合饮用,但可以用于工业、农业等,区域本身氟量超标是主要原因,但水质变化趋势不明显。地下水水位在不同含水层的变化趋势不同,建议对各井的开采量进一步优化配置。
最后针对研究区域地下水受污染的情况,分析产生了污染产生的原因、机制,并结合国内外研究现状提出了修复的建议。
Groundwater comprises an important part of the water resource as a whole, and is an essential source of water for agricultural, industrial and domestic purposes. However, overexploitation of the groundwater resource has led to continuous deterioration in water quality and decline in water level. To maintain a harmonious relationship between water resource and economic development, the management of groundwater resource should be strengthened by conducting early-warning analysis on groundwater with modern scientific early-warning techniques.
Based on a great number of surveys and in consideration of the actual situation of the area studied, the definitions and features of the early-warning on the groundwater have been proposed. The process of the early-warning of the groundwater consists of five parts, i.e. specifying the target, searching for the source, distinguishing the sign, predicting the degree and eliminating the menace. The difficulty lies in the latter two.
Early warning must be grounded on assessment and prediction. Therefore the paper, on the basis of the data available, has analyzed the changes in the main index of groundwater quality and level, as well as assessments of the water quality using international F value method, composite index method, Nemerow Index method and fuzzy evaluation method respectively. After comparison it is found that the fuzzy evaluation method reflects more objectively the grade of groundwater quality. In addition the BP neural network is also applied in assessment of groundwater quality and the result is desirable. The early-warning degree for the groundwater quality and level are: best status, better status, general status, baddish status and worst status. The early-warning degree for the groundwater quality is in correspondence with the five categories of groundwater. And early-warning degree for the groundwater level is mainly accomplished by comparison between the current and warning water level.
The prediction of quality and level of groundwater has adopted the research methodology of random statistics. Due to the limitations of data available and actual demand, the paper has only carried out a short-term prediction. The support vector machine is first applied, and the result is compared against that of the BP nervenetwork. The accuracy of prediction varies in the two methods.
Based on the actual data from the area studied, the paper then carried out an early-warning on the current situation and change tendency in the quality and level of ground water. The studies show that the quality of groundwater in the area studied is too low-grade for drinking due to the excessive amount of florin in the area studied, but applicable for industrial and agricultural use. The tendency for changes in quality is not obvious. The tendency of changes in groundwater level varies in different aquifers. It is suggested that the exploitation of different wells be further optimally configured.
Finally the causes and mechanisms for groundwater pollution in the area studied are analyzed, and suggestions for restoration are proposed in reference to the current situation of researches both at home and abroad.
本文在大量调研的基础上,结合研究区域的实际情况,提出了地下水预警的含义及特点,地下水预警的过程应包括明确警义、寻找警源、分辨警兆、预报警度、排除警患五个方面,其中难点是预报警度和排除警患。
预警必须建立在评价和预测的基础之上,因此本文根据数据资料整理分析了研究区域的地下水水质中主要指标以及地下水水位的变化规律,用国际F值法、综合指数法、内梅罗指数法和和模糊综合评判法几种方法对地下水水质进行了评价,比较发现模糊综合评判法更为客观地反映了地下水的质量分类。另外还将BP神经网络应用于地下水水质评价,效果理想。提出并确定了地下水水质、水位预警的警度,分别为:无警、轻警、中警、重警、巨警。水质的警度是与地下水五类水的划分标准相对应,水位的警度主要采用当前水位和警戒水位相对比的办法完成。
对地下水水质、水位的预测主要采用随机统计的研究方法,由于数据资料的限制以及实际需求,本文只做了短期预测,首次尝试采用支持向量机的方法,并将其结果与BP神经网络(单井预测和多井预测)的方法作了比较,不同的情况下两种方法的预测精度不同。
之后应用研究区域的实际数据,对地下水水质、水位的现状及变化趋势分别作出了预测预警,研究表明,研究区域地下水水质处于巨警,不适合饮用,但可以用于工业、农业等,区域本身氟量超标是主要原因,但水质变化趋势不明显。地下水水位在不同含水层的变化趋势不同,建议对各井的开采量进一步优化配置。
最后针对研究区域地下水受污染的情况,分析产生了污染产生的原因、机制,并结合国内外研究现状提出了修复的建议。
Groundwater comprises an important part of the water resource as a whole, and is an essential source of water for agricultural, industrial and domestic purposes. However, overexploitation of the groundwater resource has led to continuous deterioration in water quality and decline in water level. To maintain a harmonious relationship between water resource and economic development, the management of groundwater resource should be strengthened by conducting early-warning analysis on groundwater with modern scientific early-warning techniques.
Based on a great number of surveys and in consideration of the actual situation of the area studied, the definitions and features of the early-warning on the groundwater have been proposed. The process of the early-warning of the groundwater consists of five parts, i.e. specifying the target, searching for the source, distinguishing the sign, predicting the degree and eliminating the menace. The difficulty lies in the latter two.
Early warning must be grounded on assessment and prediction. Therefore the paper, on the basis of the data available, has analyzed the changes in the main index of groundwater quality and level, as well as assessments of the water quality using international F value method, composite index method, Nemerow Index method and fuzzy evaluation method respectively. After comparison it is found that the fuzzy evaluation method reflects more objectively the grade of groundwater quality. In addition the BP neural network is also applied in assessment of groundwater quality and the result is desirable. The early-warning degree for the groundwater quality and level are: best status, better status, general status, baddish status and worst status. The early-warning degree for the groundwater quality is in correspondence with the five categories of groundwater. And early-warning degree for the groundwater level is mainly accomplished by comparison between the current and warning water level.
The prediction of quality and level of groundwater has adopted the research methodology of random statistics. Due to the limitations of data available and actual demand, the paper has only carried out a short-term prediction. The support vector machine is first applied, and the result is compared against that of the BP nervenetwork. The accuracy of prediction varies in the two methods.
Based on the actual data from the area studied, the paper then carried out an early-warning on the current situation and change tendency in the quality and level of ground water. The studies show that the quality of groundwater in the area studied is too low-grade for drinking due to the excessive amount of florin in the area studied, but applicable for industrial and agricultural use. The tendency for changes in quality is not obvious. The tendency of changes in groundwater level varies in different aquifers. It is suggested that the exploitation of different wells be further optimally configured.
Finally the causes and mechanisms for groundwater pollution in the area studied are analyzed, and suggestions for restoration are proposed in reference to the current situation of researches both at home and abroad.
引文
[1] 张永波,时红,王玉和,地下水环境保护与污染控制,北京:中国环境科学出版社,2003,1~1
[2] 张光辉,费宇宏,刘克岩,海河平原地下水演变与对策,北京:科学出版社,2004,158~159
[3] 张丽君,欧美地下水资源保护战略[J],国土资源情报,2000,4:1~12
[4] 林学钮,廖资生,中国地下水资源开发与其负效应[J],长春地质学院学报,1995,(25 卷增刊):1~8
[5] 高健磊,吴泽宁,左其亨等,水资源保护规划理论方法与实践,河南郑州:黄河水利出版社,2002
[6] 卢文喜,地下水系统的模拟预测和优化管理,北京:科学出版社,1999,1~2
[7] 李昌静,卫钟鼎,地下水水质及其污染,北京:中国建筑工业出版社,1983
[8] 刘兆昌,地下水系统的污染与控制,北京:中国环境科学出版社,1991
[9] 王焰新,浅层孔隙地下水系统环境演化及污染敏感性研究——以山西大同盆地为例,北京:科学出版社,2004
[10] 我国将对浅层地下水展开首轮调查,水利水电快报,2005,26(7):32~32
[11] 张发明,刘玉海,地面沉降预测预警系统,水文地质与工程地质,1996,23(4):8~10
[12] 邵东国,李元红,王忠静等人,基于神经网络的干旱内陆河流域生态环境预警方法研究,中国农村水利水电,1999,6:10~12
[13] 汤洁,林年丰,赵凤琴,城市大气环境污染预警方法研究,环境研究,2001,15(6):1~3
[14] 董志颖,王娟,李兵,水质预警理论初探,水土保持研究,2002,9(3):224~226
[15] 董志颖,李兵,孙晶,GIS 支持下的吉林西部水质预警研究,吉林大学学报(地球科学版),2003,33(1):56~58
[16] 洪梅,地下水动态预警研究:博士学位论文,长春:吉林大学,2002
[17] 李宏卿,吴琼,张福林等,Visual Modflow 在建立长春市地下水开采预警系统中的应用,吉林大学学报(地球科学版),2003,33:319~322
[18] 夏军,区域水环境及生态环境质量评价—多级关联评估理论与应用,武汉:武汉水利电力大学出版社,1999
[19] 尚守忠,北京地区地下水动态预测方法,水文地质工程地质,1983,2:11~13
[20] 周志芳,顾长存,裂隙水研究进展[J],河海科技进展,1994,14(1):50~55
[21] 周志芳,李艳,解裂隙水一定问题的混合网络有限元法[J],河海大学学报,1996,24(3):112~116
[22] 王洪涛,李永祥,三维随机裂隙网络非稳定渗流模型[J],水利水运科学研究,1997,2:139~146
[23] 陈葆仁,洪再吉,地下水动态及其预测,北京:科学出版社,1988
[24] 薛禹群,地下水动力学[M],北京:地质出版社,1997,10~11
[25] 董志高,黄勇,地下水动态预测模型综述,西部探矿工程,2002,4:36~39
[26] 陈志宏,多元线性回归方法在地下水水位预测中的应用,北京地质,1999,3:20~26
[27] 郑礼全,逐步回归法在地下水开采中的应用,山东科技大学学报(自然科学版),2001,20(2):21~23
[28] 邓聚龙,灰色控制系统,华中工学院学报,1982,3:20~23
[29] 闫兴武,利用灰色系统理论研究酒泉市地下水动态变化规律,甘肃水利水电技术,2001,37(4):288~290
[30] 付强,门宝辉,王志良等,非平稳时序模型在三江平原井灌水稻区地下水动态变化中的应用,系统工程理论与实践,2003,1:132~138
[31] 陆洪波,北京市区浅层地下水位预测预报,工程勘察,1997,1:36~41
[32] 袁建平,蒋定生,榆林市风沙草滩区地下水开发水位动态模拟,土壤侵蚀与水土保持学报,1998,14(3):62~66
[33] 项恬静,动态数据处理-时间序列分析,北京:气象出版社,1986
[34] 曹丁涛,DM(n,h) 模型在地下水动态预报中的应用[J],勘察科学技术,1995,2:17~20
[35] 刘绿柳,金爱善,卞建民,带权 GM(0,h) 模型在地下水开采、地面沉降研究中的应用,世界地质,2000,19(1):57~60
[36] 郑书彦,李占斌,李喜安,地下水位动态预测的人工神经网络方法,2002,13(2):14~16
[37] 杨建强,罗先香,地下水动态预测的径向基函数法,工程勘察,2001,5:35~37
[38] Emery Coppola Jr.,Ferenc Szidarovszky, Mary Poulton et al., Artificial Neural Network Approach for Predicting Transient Water Levels in a Multilayered Groundwater System under Variable State, Pumping, and Climate Conditions, Journal of Hydrologic Engineering,2003,8(6):348~360
[39] Abdalla Shigidi,Luis A.Garcia, Parameter Estimation in Groundwater Hydrology Using Artificial Neural Networks,Journal Of Computing In Civil Engineering,2003,17(4):281~289
[40] Daliakopoulos IN, Coulibaly P, Tsanis IK,Groundwater level forecasting using artificial neural networks,JOURNAL OF HYDROLOGY,2005,309 (1-4):229~240
[41] Coppola EA, Rana AJ, Poulton MM, Szidarovszky F, Uhl VW,A neural network model for predicting aquifer water level elevations,GROUND WATER,2005,43(2):231~241
[42] Sahoo GB, Ray C, Wade HF, Pesticide prediction in ground water in North Carolina domestic wells using artificial neural networks,ECOLOGICAL MODELLING 2005,183(1):29~46
[43] 刘国东,丁晶,运用 BP 网络预测地下水位,西安地质学院学报,1997,19(2):52~57
[44] 赵延涛,基于 BP 神经网络的地下水位预测,勘查科学技术,2001,4:7~10
[45] 过仲阳,陈中原,宋保平等,应用动量 BP 算法对地下水水位进行动态预测,华东师范大学学报(自然科学版),2000,3:79~84
[46] 屈忠义,陈亚新,史海滨等,地下水文预测中 BP 网络的模型结构及算法探讨,水利学报,2004,(2):88~93
[47] 魏加华,张建立,李宇等,地下水系统 BP 网络模型的设计与实现,工程勘察,2002,2:20~24
[48] 罗定贵,郭青,王学军,基于 RBF 神经网络的地下水动态模拟与预测,地球学报,2003,45(5):476~478
[49] 邱林,胡庆和,冯丽云等,改进 RBF 神经网络在地下水动态预报中的应用,华北水利水电学院学报,2004,25(2):1~4
[50] 李俊亭,王文科,灰色系统理论在水文地质工程地质中的应用[J],水文地质工程地质,1997,24(6):17~18
[51] 王根绪,地下水动态长期预报的灰色双向差分模型[J],勘察科学技术,1993,4:16~19
[52] 耿志民、李世军,应用趋势分析灰色模块——均差插值法预报近期地下水情[J],水文地质工程地质,1994,21(1):46~49
[53] 王景雷,齐学斌,吴景社,基于 NNARMAX 模型的地下水位预报研究,灌溉排水,2002,21(4):49~52
[54] 刘勇健,基于智能算法的地下水位动态预测模型的建立与应用,水文地质工程地质,2004,3:55~56
[55] 张保祥,刘青勇,卢朝霞,基于神经网络和遗传算法的济南市区岩溶地下水预报模型研究,山东农业大学学报(自然科学版),2004,35(3):436~441
[56] 王文圣,廖杰,丁晶,浅层地下水位预测的小波网络模型,土木工程学报,2004,37(12):63~66
[57] 李晓秋,张学俭,基于遗传算法的灰色模型在预测地下水动态变化中的应用,黑龙江水利科技,2005,33(1):7~9
[58] 王瑞霞,地下水水质模型及其应用研究,硕士学位论文,上海:同济大学,2004
[59] 王凯军,曹剑锋,徐蕾,孙涛,地下水资源管理预警系统的建立及应用研究——以长春城区为例,水科学进展,2005,16(2):238~243
[60] 陈昌彦,相桂生,人工神经网络理论在地下水水质评价中的应用,水文地质工程地质,1996,6:39~41,44
[61] 封志勇,蒋文杰,董志芬,伍新,人工神经网络法在地下水水质分级中的应用,贵州工业大学学报(自然科学版),2003,32(4);95~97
[62] 虞登梅,江晓益,地下水水质评价的人工神经网络方法,西安科技学院学报,2003,23(1):27~30
[63] 李景忠,赵绿珠,城市地下水水源地水质预测研究,水土保持科技情报,2002,6:20~24
[64] 李云先,应用神经网络专家系统预测浅层地下水水质,淮南职业技术学院学报,2005,2(5):92~95
[65] 洪梅,赵勇胜,张博,地下水水质预警信息系统研究,吉林大学学报(地球科学版),2002,32(4):362~368,377
[66] 塘沽区地方志编修委员会,塘沽区志,天津:1996,67~84
[67] 天津市地下水主要污染物分布规律及形成机理,天津市水文地质资源勘测管理中心,天津,2005
[68] 塘 沽 区 节 水 型 社 会 建 设 试 点 方 案 实 施 意 见 , 天 津 : 2005 ,http://www.tanggu.net.cn/tanggugov/zfwg/wg05_42.htm
[69] 吴延熊,区域森林资源预警系统的研究,昆明:云南科技出版社,1999,3~4
[70] 何焰,由文辉,水环境生态安全预警评价与分析—以上海市为例,安全与环境工程,2004,11(4):1~4
[71] 黄继鸿,雷战波,凌超,经济预警方法综述,系统工程,2003,21(2):64~70
[72] 陈国阶,对环境预警的探讨,重庆环境科学,1996,18(5):1~4
[73] 董志颖,王娟,李兵,水质预警理论初探,水土保持研究,2002,9(3):224~226
[74] 陈治谏,陈国阶,环境影响评价预警系统研究,环境科学,1992,1:2~26.
[75] 陈国阶,对环境预警的探讨,重庆环境科学,1996,18(5):1~4
[76] 地下水质量标准,中华人民共和国国家标准,GBIT14848-93,1993 年发布
[77] 生活饮用水标准检验方法,中华人民共和国国家标准,GB5750
[78] 高健磊,吴泽宁,左其亨等,水资源保护规划理论方法与实践,河南郑州:黄河水利出版社,2002,221~223
[79] 侯炳江,赵孟芹,师娟,模糊综合评判法在浅层地下水评价中的应用.黑龙江水专学报,1999,26(1),63~65
[80] 张永波,时红,王玉和,地下水环境保护与污染控制,北京:中国环境科学出版社,2003,131~147
[81] 李学桥,马莉,神经网络工程应用,重庆:重庆大学出版社,1996
[82] 胡守仁,余少波,戴葵,神经网络导论,北京:国防科技大学出版社,1993
[83] 焦李成,神经网络系统理论,西安:西安电子科技大学出版社,1990
[84] 应行仁,三层神经网络隐单元与样本记忆的关系,模式识别与人工智能,1990,3(1):29~34
[85] 王科俊,王克成,神经网络建模、预报与控制,哈尔滨:哈尔滨工业大学出版社,1996
[86] 钟义信,潘新安,杨义先,智能理论与技术——人工智能与神经网络,北京:人民邮电出版社,1992
[87] 徐丽娜,神经网络控制,北京:电子工业出版社,2003,12~16
[88] M.T. Hagan,神经网络设计(戴葵等译),北京:机械工业出版社,2002,201~205
[89] 飞思科技产品研发中心,神经网络理论与 MATLAB7 实现,北京:电子工业出版社,2005,100~104
[90] Khalil A, Almasri MN, McKee M, Kaluarachchi JJ,Applicability of statistical learning algorithms in groundwater quality modeling,WATER RESOURCES RESEARCH,2005,41 (5): 5010~5010
[91] Qu ZY, Chen YX, So HB, Wei ZM, Zhang YQ, The study on prediction of regional farmland water environment change after the water saving reconstruction project practice - Case study a large-scale irrigation district of China,LAND AND WATER MANAGEMENT: DECISION TOOLS AND PRACTICES, 2004, 1:1108~1113,
[92] Almasri MN, Kaluarachchi JJ,Modular neural networks to predict the nitrate distribution in ground water using the on-ground nitrogen loading and recharge data,ENVIRONMENTAL MODELLING & SOFTWARE, 2005, 20 (7): 851~871
[93] 封志勇,蒋文杰,董志芬,伍新,人工神经网络法在地下水水质分级中的应用,贵州工业大学学报(自然科学版),2003,32(4);95~97
[94] 虞登梅,江晓益,地下水水质评价的人工神经网络方法,西安科技学院学报,2003,23(1):27~30
[95] Cherkassky V, Mulier F, Learning from data: concepts, theory and methods, New York: John Viley & Sons, 1997
[96] 萧嵘,王继成,支持向量机理论综述,计算机科学,2000,27(3):1~3
[97] 高隽,人工神经网络原理及仿真实例,北京:机械工业出版社,2003
[98] 张学工,关于统计学习理论与支持向量机,自动化学报,2000,26(1):32~42
[99] 牟廉明,统计学习与支持向量机,内江师范学院学报,2002,17(6):3~7
[100] 林智仁主页,http://www.csie.ntu.edu.tw/~cjlin/
[101] 支持向量机的使用方法
[102] 王阳,城市供水管网水质预测模型的研究与应用,硕士学位论文,天津:天津大学,2005
[103] 于纪玉,平原地区地下水环境预测方法研究,硕士学位论文,河海大学,2003 年
[104] 张光辉,费宇宏,刘克岩,海河平原地下水演变与对策,北京:科学出版社,2004,158-159
[105] 赵全,地面沉降数学模拟及其应用的研究,硕士学位论文,天津:天津大学,2005
[106] 王凯军,曹剑锋,徐蕾,孙涛,地下水资源管理预警系统的建立及应用研究——以长春城区为例,水科学进展,2005,16(2):238~243
[107] 洪梅,地下水动态预警研究:博士学位论文,长春:吉林大学,2002
[108] 高健磊,吴泽宁,左其亨等,水资源保护规划理论方法与实践,河南郑州:黄河水利出版社,2002,221~223
[109] 张塔峰,杨延军,徐学良,吕艳辉,地下水环境污染机制及其修复原理的研究,东北水利水电,2004,22(243):46~48
[110] 天津市地下水主要污染物分布规律及形成机理,天津市水文地质资源勘测管理中心,2005
[111] 于玲红,宋存义,崔振华,矿区污染地下水的生物修复,高校地质学报,2005,11(2):199~206
[112] 葛秀珍,地下水和场地的原位修复,水文地质工程地质技术方法,2004,6:11~13
[113] 叶成明,地下水修复技术,水文地质工程地质技术方法,2004,5:27-29
[114] 周玲,金朝晖,李胜业,地下水硝酸盐氮的修复技术,环境卫生,2004,12(3):127~131
[115] 刘庆生,邱廷省,受污染土壤及地下水修复的新进展,能源环境保护,2004,18(5):25~28
[2] 张光辉,费宇宏,刘克岩,海河平原地下水演变与对策,北京:科学出版社,2004,158~159
[3] 张丽君,欧美地下水资源保护战略[J],国土资源情报,2000,4:1~12
[4] 林学钮,廖资生,中国地下水资源开发与其负效应[J],长春地质学院学报,1995,(25 卷增刊):1~8
[5] 高健磊,吴泽宁,左其亨等,水资源保护规划理论方法与实践,河南郑州:黄河水利出版社,2002
[6] 卢文喜,地下水系统的模拟预测和优化管理,北京:科学出版社,1999,1~2
[7] 李昌静,卫钟鼎,地下水水质及其污染,北京:中国建筑工业出版社,1983
[8] 刘兆昌,地下水系统的污染与控制,北京:中国环境科学出版社,1991
[9] 王焰新,浅层孔隙地下水系统环境演化及污染敏感性研究——以山西大同盆地为例,北京:科学出版社,2004
[10] 我国将对浅层地下水展开首轮调查,水利水电快报,2005,26(7):32~32
[11] 张发明,刘玉海,地面沉降预测预警系统,水文地质与工程地质,1996,23(4):8~10
[12] 邵东国,李元红,王忠静等人,基于神经网络的干旱内陆河流域生态环境预警方法研究,中国农村水利水电,1999,6:10~12
[13] 汤洁,林年丰,赵凤琴,城市大气环境污染预警方法研究,环境研究,2001,15(6):1~3
[14] 董志颖,王娟,李兵,水质预警理论初探,水土保持研究,2002,9(3):224~226
[15] 董志颖,李兵,孙晶,GIS 支持下的吉林西部水质预警研究,吉林大学学报(地球科学版),2003,33(1):56~58
[16] 洪梅,地下水动态预警研究:博士学位论文,长春:吉林大学,2002
[17] 李宏卿,吴琼,张福林等,Visual Modflow 在建立长春市地下水开采预警系统中的应用,吉林大学学报(地球科学版),2003,33:319~322
[18] 夏军,区域水环境及生态环境质量评价—多级关联评估理论与应用,武汉:武汉水利电力大学出版社,1999
[19] 尚守忠,北京地区地下水动态预测方法,水文地质工程地质,1983,2:11~13
[20] 周志芳,顾长存,裂隙水研究进展[J],河海科技进展,1994,14(1):50~55
[21] 周志芳,李艳,解裂隙水一定问题的混合网络有限元法[J],河海大学学报,1996,24(3):112~116
[22] 王洪涛,李永祥,三维随机裂隙网络非稳定渗流模型[J],水利水运科学研究,1997,2:139~146
[23] 陈葆仁,洪再吉,地下水动态及其预测,北京:科学出版社,1988
[24] 薛禹群,地下水动力学[M],北京:地质出版社,1997,10~11
[25] 董志高,黄勇,地下水动态预测模型综述,西部探矿工程,2002,4:36~39
[26] 陈志宏,多元线性回归方法在地下水水位预测中的应用,北京地质,1999,3:20~26
[27] 郑礼全,逐步回归法在地下水开采中的应用,山东科技大学学报(自然科学版),2001,20(2):21~23
[28] 邓聚龙,灰色控制系统,华中工学院学报,1982,3:20~23
[29] 闫兴武,利用灰色系统理论研究酒泉市地下水动态变化规律,甘肃水利水电技术,2001,37(4):288~290
[30] 付强,门宝辉,王志良等,非平稳时序模型在三江平原井灌水稻区地下水动态变化中的应用,系统工程理论与实践,2003,1:132~138
[31] 陆洪波,北京市区浅层地下水位预测预报,工程勘察,1997,1:36~41
[32] 袁建平,蒋定生,榆林市风沙草滩区地下水开发水位动态模拟,土壤侵蚀与水土保持学报,1998,14(3):62~66
[33] 项恬静,动态数据处理-时间序列分析,北京:气象出版社,1986
[34] 曹丁涛,DM(n,h) 模型在地下水动态预报中的应用[J],勘察科学技术,1995,2:17~20
[35] 刘绿柳,金爱善,卞建民,带权 GM(0,h) 模型在地下水开采、地面沉降研究中的应用,世界地质,2000,19(1):57~60
[36] 郑书彦,李占斌,李喜安,地下水位动态预测的人工神经网络方法,2002,13(2):14~16
[37] 杨建强,罗先香,地下水动态预测的径向基函数法,工程勘察,2001,5:35~37
[38] Emery Coppola Jr.,Ferenc Szidarovszky, Mary Poulton et al., Artificial Neural Network Approach for Predicting Transient Water Levels in a Multilayered Groundwater System under Variable State, Pumping, and Climate Conditions, Journal of Hydrologic Engineering,2003,8(6):348~360
[39] Abdalla Shigidi,Luis A.Garcia, Parameter Estimation in Groundwater Hydrology Using Artificial Neural Networks,Journal Of Computing In Civil Engineering,2003,17(4):281~289
[40] Daliakopoulos IN, Coulibaly P, Tsanis IK,Groundwater level forecasting using artificial neural networks,JOURNAL OF HYDROLOGY,2005,309 (1-4):229~240
[41] Coppola EA, Rana AJ, Poulton MM, Szidarovszky F, Uhl VW,A neural network model for predicting aquifer water level elevations,GROUND WATER,2005,43(2):231~241
[42] Sahoo GB, Ray C, Wade HF, Pesticide prediction in ground water in North Carolina domestic wells using artificial neural networks,ECOLOGICAL MODELLING 2005,183(1):29~46
[43] 刘国东,丁晶,运用 BP 网络预测地下水位,西安地质学院学报,1997,19(2):52~57
[44] 赵延涛,基于 BP 神经网络的地下水位预测,勘查科学技术,2001,4:7~10
[45] 过仲阳,陈中原,宋保平等,应用动量 BP 算法对地下水水位进行动态预测,华东师范大学学报(自然科学版),2000,3:79~84
[46] 屈忠义,陈亚新,史海滨等,地下水文预测中 BP 网络的模型结构及算法探讨,水利学报,2004,(2):88~93
[47] 魏加华,张建立,李宇等,地下水系统 BP 网络模型的设计与实现,工程勘察,2002,2:20~24
[48] 罗定贵,郭青,王学军,基于 RBF 神经网络的地下水动态模拟与预测,地球学报,2003,45(5):476~478
[49] 邱林,胡庆和,冯丽云等,改进 RBF 神经网络在地下水动态预报中的应用,华北水利水电学院学报,2004,25(2):1~4
[50] 李俊亭,王文科,灰色系统理论在水文地质工程地质中的应用[J],水文地质工程地质,1997,24(6):17~18
[51] 王根绪,地下水动态长期预报的灰色双向差分模型[J],勘察科学技术,1993,4:16~19
[52] 耿志民、李世军,应用趋势分析灰色模块——均差插值法预报近期地下水情[J],水文地质工程地质,1994,21(1):46~49
[53] 王景雷,齐学斌,吴景社,基于 NNARMAX 模型的地下水位预报研究,灌溉排水,2002,21(4):49~52
[54] 刘勇健,基于智能算法的地下水位动态预测模型的建立与应用,水文地质工程地质,2004,3:55~56
[55] 张保祥,刘青勇,卢朝霞,基于神经网络和遗传算法的济南市区岩溶地下水预报模型研究,山东农业大学学报(自然科学版),2004,35(3):436~441
[56] 王文圣,廖杰,丁晶,浅层地下水位预测的小波网络模型,土木工程学报,2004,37(12):63~66
[57] 李晓秋,张学俭,基于遗传算法的灰色模型在预测地下水动态变化中的应用,黑龙江水利科技,2005,33(1):7~9
[58] 王瑞霞,地下水水质模型及其应用研究,硕士学位论文,上海:同济大学,2004
[59] 王凯军,曹剑锋,徐蕾,孙涛,地下水资源管理预警系统的建立及应用研究——以长春城区为例,水科学进展,2005,16(2):238~243
[60] 陈昌彦,相桂生,人工神经网络理论在地下水水质评价中的应用,水文地质工程地质,1996,6:39~41,44
[61] 封志勇,蒋文杰,董志芬,伍新,人工神经网络法在地下水水质分级中的应用,贵州工业大学学报(自然科学版),2003,32(4);95~97
[62] 虞登梅,江晓益,地下水水质评价的人工神经网络方法,西安科技学院学报,2003,23(1):27~30
[63] 李景忠,赵绿珠,城市地下水水源地水质预测研究,水土保持科技情报,2002,6:20~24
[64] 李云先,应用神经网络专家系统预测浅层地下水水质,淮南职业技术学院学报,2005,2(5):92~95
[65] 洪梅,赵勇胜,张博,地下水水质预警信息系统研究,吉林大学学报(地球科学版),2002,32(4):362~368,377
[66] 塘沽区地方志编修委员会,塘沽区志,天津:1996,67~84
[67] 天津市地下水主要污染物分布规律及形成机理,天津市水文地质资源勘测管理中心,天津,2005
[68] 塘 沽 区 节 水 型 社 会 建 设 试 点 方 案 实 施 意 见 , 天 津 : 2005 ,http://www.tanggu.net.cn/tanggugov/zfwg/wg05_42.htm
[69] 吴延熊,区域森林资源预警系统的研究,昆明:云南科技出版社,1999,3~4
[70] 何焰,由文辉,水环境生态安全预警评价与分析—以上海市为例,安全与环境工程,2004,11(4):1~4
[71] 黄继鸿,雷战波,凌超,经济预警方法综述,系统工程,2003,21(2):64~70
[72] 陈国阶,对环境预警的探讨,重庆环境科学,1996,18(5):1~4
[73] 董志颖,王娟,李兵,水质预警理论初探,水土保持研究,2002,9(3):224~226
[74] 陈治谏,陈国阶,环境影响评价预警系统研究,环境科学,1992,1:2~26.
[75] 陈国阶,对环境预警的探讨,重庆环境科学,1996,18(5):1~4
[76] 地下水质量标准,中华人民共和国国家标准,GBIT14848-93,1993 年发布
[77] 生活饮用水标准检验方法,中华人民共和国国家标准,GB5750
[78] 高健磊,吴泽宁,左其亨等,水资源保护规划理论方法与实践,河南郑州:黄河水利出版社,2002,221~223
[79] 侯炳江,赵孟芹,师娟,模糊综合评判法在浅层地下水评价中的应用.黑龙江水专学报,1999,26(1),63~65
[80] 张永波,时红,王玉和,地下水环境保护与污染控制,北京:中国环境科学出版社,2003,131~147
[81] 李学桥,马莉,神经网络工程应用,重庆:重庆大学出版社,1996
[82] 胡守仁,余少波,戴葵,神经网络导论,北京:国防科技大学出版社,1993
[83] 焦李成,神经网络系统理论,西安:西安电子科技大学出版社,1990
[84] 应行仁,三层神经网络隐单元与样本记忆的关系,模式识别与人工智能,1990,3(1):29~34
[85] 王科俊,王克成,神经网络建模、预报与控制,哈尔滨:哈尔滨工业大学出版社,1996
[86] 钟义信,潘新安,杨义先,智能理论与技术——人工智能与神经网络,北京:人民邮电出版社,1992
[87] 徐丽娜,神经网络控制,北京:电子工业出版社,2003,12~16
[88] M.T. Hagan,神经网络设计(戴葵等译),北京:机械工业出版社,2002,201~205
[89] 飞思科技产品研发中心,神经网络理论与 MATLAB7 实现,北京:电子工业出版社,2005,100~104
[90] Khalil A, Almasri MN, McKee M, Kaluarachchi JJ,Applicability of statistical learning algorithms in groundwater quality modeling,WATER RESOURCES RESEARCH,2005,41 (5): 5010~5010
[91] Qu ZY, Chen YX, So HB, Wei ZM, Zhang YQ, The study on prediction of regional farmland water environment change after the water saving reconstruction project practice - Case study a large-scale irrigation district of China,LAND AND WATER MANAGEMENT: DECISION TOOLS AND PRACTICES, 2004, 1:1108~1113,
[92] Almasri MN, Kaluarachchi JJ,Modular neural networks to predict the nitrate distribution in ground water using the on-ground nitrogen loading and recharge data,ENVIRONMENTAL MODELLING & SOFTWARE, 2005, 20 (7): 851~871
[93] 封志勇,蒋文杰,董志芬,伍新,人工神经网络法在地下水水质分级中的应用,贵州工业大学学报(自然科学版),2003,32(4);95~97
[94] 虞登梅,江晓益,地下水水质评价的人工神经网络方法,西安科技学院学报,2003,23(1):27~30
[95] Cherkassky V, Mulier F, Learning from data: concepts, theory and methods, New York: John Viley & Sons, 1997
[96] 萧嵘,王继成,支持向量机理论综述,计算机科学,2000,27(3):1~3
[97] 高隽,人工神经网络原理及仿真实例,北京:机械工业出版社,2003
[98] 张学工,关于统计学习理论与支持向量机,自动化学报,2000,26(1):32~42
[99] 牟廉明,统计学习与支持向量机,内江师范学院学报,2002,17(6):3~7
[100] 林智仁主页,http://www.csie.ntu.edu.tw/~cjlin/
[101] 支持向量机的使用方法
[102] 王阳,城市供水管网水质预测模型的研究与应用,硕士学位论文,天津:天津大学,2005
[103] 于纪玉,平原地区地下水环境预测方法研究,硕士学位论文,河海大学,2003 年
[104] 张光辉,费宇宏,刘克岩,海河平原地下水演变与对策,北京:科学出版社,2004,158-159
[105] 赵全,地面沉降数学模拟及其应用的研究,硕士学位论文,天津:天津大学,2005
[106] 王凯军,曹剑锋,徐蕾,孙涛,地下水资源管理预警系统的建立及应用研究——以长春城区为例,水科学进展,2005,16(2):238~243
[107] 洪梅,地下水动态预警研究:博士学位论文,长春:吉林大学,2002
[108] 高健磊,吴泽宁,左其亨等,水资源保护规划理论方法与实践,河南郑州:黄河水利出版社,2002,221~223
[109] 张塔峰,杨延军,徐学良,吕艳辉,地下水环境污染机制及其修复原理的研究,东北水利水电,2004,22(243):46~48
[110] 天津市地下水主要污染物分布规律及形成机理,天津市水文地质资源勘测管理中心,2005
[111] 于玲红,宋存义,崔振华,矿区污染地下水的生物修复,高校地质学报,2005,11(2):199~206
[112] 葛秀珍,地下水和场地的原位修复,水文地质工程地质技术方法,2004,6:11~13
[113] 叶成明,地下水修复技术,水文地质工程地质技术方法,2004,5:27-29
[114] 周玲,金朝晖,李胜业,地下水硝酸盐氮的修复技术,环境卫生,2004,12(3):127~131
[115] 刘庆生,邱廷省,受污染土壤及地下水修复的新进展,能源环境保护,2004,18(5):25~28