水文地质与水文工程学报

如何利用 Narx 的人工神经网络预测气候变化影响下的地下水位

萨菲耶·贾瓦迪内贾德

近年来的气候变化现象导致气候要素发生重大变化，并因此影响地表水和地下水资源状况，特别是在干旱和半干旱地区，这一问题有时会导致地下水资源大幅下降。本文研究了气候变化对马尔夫达什特平原地下水资源状况的影响。该地区不同地区的供水高度依赖地下水资源，因此研究未来时期的地下水变化对该平原的发展和水资源管理具有重要意义。为了评估气候变化的影响，使用了大气环流模型 (GCM) 的输出。然后，为了使这些模型的输出尺度适应当地气候变化研究所需的尺度，使用 LARS-WG 模型对降水和温度数据进行了降尺度处理。降尺度信息用于确定未来时期含水层的供水量和排水量。为了研究不同阶段地下水位的变化，在 MATLAB 软件环境中开发了一个神经网络动态模型。还可以使用其他情景和数学建模来研究和比较其他点。研究结果假设该地区目前的发展状况，表明由于气候变化及其对研究区域资源和用途的影响，含水层体积呈下降趋势。结果还介绍了情景 A2 作为与气候变化相关的最关键情景，这也显示了神经网络建模中含水层下降幅度最大。