[发明专利]一种地下水基准水位确定方法和装置

说明书

本发明公开一种地下水基准水位确定方法和装置，包括：构建监测区域的第一地下水水位预测模型；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；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。采用本发明的技术方案，可以准确确定地下水基准水位。

技术领域

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

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。

发明内容

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。

为实现上述目的，本发明采用如下的技术方案

一种地下水基准水位确定方法，包括：

步骤S1、构建监测区域的第一地下水水位预测模型；

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；

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。

作为优选，步骤S1包括：

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；

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；

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。

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：

根据所述时间数据体，设置多个不同尺度的滑动时间窗口；

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。

作为优选，设置多个不同尺度的滑动时间窗口，包括：

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。

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；

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。

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：

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；

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；