【技术实现步骤摘要】
本专利技术涉及地下水探测，尤其涉及一种基于one-hot编码器的地下水污染源空间分布预测方法。
技术介绍
1、地下水污染源识别（gcsi）对于控制和治理地下水污染至关重要。通过识别污染物进入含水层的时间和空间特征，可以有效地进行地下水污染的防治。然而，传统的gcsi方法，如直接法和模拟/优化（s/o）法，通常需要大量的计算资源和时间，尤其是在处理复杂的地质条件时。此外，这些方法依赖于数值模拟和优化反演算法的结合，导致计算成本高、操作复杂，应用效率低。
2、为了应对这些挑战，研究者们提出了替代模型来近似复杂模拟的主要特征，以提高计算效率。常用的替代模型方法包括克里金法、支持向量回归、径向基函数、极限学习机、人工神经网络等。虽然人工神经网络模型在gcsi中表现出较高的精度，但其应用方式与其他领域不同。在gcsi中，期望结果（污染源属性）作为输入，输出为观测数据。这种反向使用方式激发了我们提出一种新方法，将人工神经网络模型以经典方式应用于gcsi，即以监测数据为输入，直接输出污染源属性，避免了优化算法的复杂性和计算成本。
<...【技术保护点】
1.一种基于One-hot编码器的地下水污染源空间分布预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种基于One-hot编码器的地下水污染源空间分布预测方法，其特征在于，所述步骤1中的数值模拟模型采用二维EPM模型模拟流动和溶质输运过程，其研究的污染区域为二维矩形，且污染区域的左右边界均具有恒定的水力头值，其中，左边界保持较高的水力头值，以通过左右两侧边界的水力头差诱导稳定的地下水流动，且污染区域的上下边界为无流边界；
3.如权利要求1所述的一种基于One-hot编码器的地下水污染源空间分布预测方法，其特征在于，所述人工神经网络
【技术特征摘要】
1.一种基于one-hot编码器的地下水污染源空间分布预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种基于one-hot编码器的地下水污染源空间分布预测方法，其特征在于，所述步骤1中的数值模拟模型采用二维epm模型模拟流动和溶质输运过程，其研究的污染区域为二维矩形，且污染区域的左右边界均具有恒定的水力头值，其中，左边界保持较高的水力头值，以通过左右两侧边界的水力头差诱导稳定的地下水流动，且污染区域的上下边界为无流边界；
3.如权利要求1所述的一种基于one-hot编码器的地下水污染源空间分布预测方法，其特征在于，所述人工神经网络模型的结构如下：
4...
【专利技术属性】
技术研发人员：王超琦，窦智，王锦国，朱延，张玟，史一博，朱淳，
申请(专利权)人：河海大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。