天津市平原区深层承压水开采量与水位、地面沉降关系研究
摘要 | 第6-7页 |
Abstract | 第7-8页 |
第一章 前言 | 第12-19页 |
1.1 研究的目的意义 | 第12页 |
1.2 研究现状 | 第12-16页 |
1.3 研究内容及技术路线 | 第16-19页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 技术路线 | 第17-19页 |
第二章 研究区概况 | 第19-40页 |
2.1 区域自然环境 | 第19-21页 |
2.1.1 位置地貌 | 第19-20页 |
2.1.2 气象水文 | 第20-21页 |
2.2 区域水文地质概况 | 第21-22页 |
2.3 区域地下水补径排条件 | 第22-26页 |
2.3.1 地下水自然补排特征 | 第22-23页 |
2.3.2 开采条件下地下水补排特征 | 第23-26页 |
2.4 深层地下水水位动态特征 | 第26-33页 |
2.4.1 第II含水组水位动态特征 | 第26页 |
2.4.2 第III含水组水位动态特征 | 第26-27页 |
2.4.3 第IV含水组水位动态特征 | 第27页 |
2.4.4 第V含水组水位动态特征 | 第27-28页 |
2.4.5 第VI含水组水位动态特征 | 第28-33页 |
2.5 地下水超采引起的地质环境问题 | 第33-39页 |
2.5.1 地下水位下降 | 第33-35页 |
2.5.2 地面沉降 | 第35-39页 |
2.6 本章小结 | 第39-40页 |
第三章 长序列地下水流-地面沉降耦合数值模型 | 第40-61页 |
3.1 模型基本情况 | 第40-47页 |
3.1.1 模型软件的选择 | 第40-41页 |
3.1.2 模型范围及边界条件 | 第41-42页 |
3.1.3 时空离散 | 第42-44页 |
3.1.4 初始流场的确定 | 第44-46页 |
3.1.5 源汇项的确定及处理 | 第46-47页 |
3.2 模型识别与验证 | 第47-60页 |
3.2.1 水位拟合 | 第47-56页 |
3.2.2 沉降拟合 | 第56-58页 |
3.2.3 模型拟合误差分析 | 第58-60页 |
3.3 本章小结 | 第60-61页 |
第四章 长序列神经网络模型 | 第61-78页 |
4.1 原理与步骤 | 第61-64页 |
4.1.1 BP神经网络原理 | 第61-62页 |
4.1.2 BP神经网络结构分析 | 第62-63页 |
4.1.3 BP神经网络模型建模流程 | 第63-64页 |
4.2 开采量-地下水位BP神经网络模型 | 第64-69页 |
4.2.1 因子的确定与分析 | 第64-66页 |
4.2.2 编写程序构建模型 | 第66-67页 |
4.2.3 模型训练结果及误差分析 | 第67-69页 |
4.3 开采量-地面沉降BP神经网络模型 | 第69-74页 |
4.3.1 因子的确定与分析 | 第69-71页 |
4.3.2 编写程序构建模型 | 第71-72页 |
4.3.3 模型训练结果及误差分析 | 第72-74页 |
4.4 可视化界面的建立 | 第74-77页 |
4.4.1 设计原则 | 第74-75页 |
4.4.2 界面设计流程 | 第75-76页 |
4.4.3 窗口设计 | 第76-77页 |
4.5 本章小结 | 第77-78页 |
第五章 深层承压水控制水位研究 | 第78-91页 |
5.1 深层承压水控制水位涵义 | 第78页 |
5.2 深层承压水控制水位指标选取 | 第78-80页 |
5.3 基于长序列数值模型预测控制水位 | 第80-82页 |
5.4 基于BP神经网络模型预测控制水位 | 第82-83页 |
5.5 比较分析 | 第83-90页 |
5.6 本章小结 | 第90-91页 |
第六章 结论与建议 | 第91-93页 |
6.1 结论 | 第91-92页 |
6.2 建议 | 第92-93页 |
致谢 | 第93-94页 |
参考文献 | 第94-98页 |
附录 | 第98页 |
个人简介 | 第98页 |
科研成果 | 第98页 |
参与科研项目 | 第98页 |