[发明专利]河流水沙调节影响下河水地下水相互转化滞后响应时间的确定方法

说明书

本发明提供一种河流水沙调节影响下河水地下水相互转化滞后响应时间的确定方法。该方法包括：步骤1：收集与处理河流与地下水数据；步骤2：基于极端随机树模型确定影响河道外地下水位变化的主要水沙因素；步骤3：对原始DNLM模型进行驯化，利用驯化后模型分析得到地下水位对河流主要水沙因素的滞后响应时间。本发明不但可以量化河水地下水相互转化的滞后响应时间，亦可以提高模拟效率、减少实施成本、快速处理数据。

技术领域

本发明涉及水文地质研究技术领域，尤其涉及一种河流水沙调节影响下河水地下水相互转化滞后响应时间的确定方法。

背景技术

地下水是世界上最大的淡水资源，在维持人类健康、能源和粮食安全、社会经济发展、生态系统服务和生物多样性等方面发挥着重要作用。然而，受自然和人为因素的影响，如，降雨、土地利用、蒸发蒸腾、大坝运行、洪水频率和地下水抽取等，河流与周围地下水之间的水、物质(固体和溶质)和能量的横向和纵向交换发生了显著变化。特别是，河流水沙调节影响下河道径流和水位波动不仅会改变河道形态和河流的边界条件(河床和河岸)，亦能促进河流与地下水之间的水和溶质的运移。例如：河流水位的升高可以改变河流和地下水之间的流动方向，填充非饱和带，驱动地下水运动。这些变化进而影响河流及其沿岸生态系统的健康和安全。

为此，国内外针对河流水沙调节影响下地下水对河水的滞后响应展开了诸多有益的研究。然而，河水地下水的相互转化过程，受河流与监测井的距离、河流边界条件(半渗透和部分渗透河床)、河水和地下水之间的水头等多种机制影响，地下水对河流水沙变化的响应具有时间上的延迟或滞后，反之亦然。研究表明，这种滞后效应可能给水生和河岸生态系统带来严重的或潜在的生态后果，例如：春旱、植被退化、土壤和地下水盐碱化、地面沉降和荒漠化等。因此，在量化河流水沙调节影响下地下水与河水转化关系时，必须考虑其滞后效应。但是，现有描述滞后响应的技术方法主要为滑动平均法、广义线性模型、广义加性模型和脉冲响应函数等，此类方法多为定性描述河水地下水相互转化关系，难以定量化确定二者相互转化的滞后时长。

发明内容

为了能够对地下水与河水相互转化的滞后响应时间进行量化，本发明提供一种河流水沙调节影响下河水地下水相互转化滞后响应时间的确定方法。本发明首次将分布式滞后非线性模型(Distributed lag non-linear model，DLNM)引入到水文地质领域，并对DLNM的暴露-响应因子进行驯化，同时结合机器学习算法，以量化河水地下水相互转化的滞后响应时间，可为水文地质研究及其建模提供新的技术思路。

本发明提供一种河流水沙调节影响下河水地下水相互转化滞后响应时间的确定方法，该方法包括：

步骤1：收集与处理河流与地下水数据；

步骤2：基于极端随机树模型确定影响河道外地下水位变化的主要水沙因素；

步骤3:：对原始DNLM模型进行驯化，利用驯化后模型分析得到地下水位对河流主要水沙因素的滞后响应时间。

进一步地，步骤1具体包括：获取第一水文站和第二水文站的水沙参数数据，以及第一水文站至第二水文站之间的各个监测井的地下水位数据；所述水沙参数数据包括水位、径流量、含沙量和来沙系数数据。

进一步地，步骤2具体包括：

基于极端随机树模型计算水位、径流量、含沙量和来沙系数分别对地下水位变化的贡献率以确定影响河道外地下水位变化的主要水沙因素。

进一步地，步骤2具体包括：

步骤2.1：将水位、径流量、含沙量和来沙系数设置为特征值，将GWL设置为目标值；

步骤2.2：将河流与地下水数据分为训练集和测试集；

步骤2.3：在极端随机树分类器中，设置树为500棵，最大特征值为4，节点数为2，生成极端随机树模型；