CN115130724A - 一种城市地下水开采规划动态调整方法及系统 - Google Patents
一种城市地下水开采规划动态调整方法及系统 Download PDFInfo
- Publication number
- CN115130724A CN115130724A CN202210545227.9A CN202210545227A CN115130724A CN 115130724 A CN115130724 A CN 115130724A CN 202210545227 A CN202210545227 A CN 202210545227A CN 115130724 A CN115130724 A CN 115130724A
- Authority
- CN
- China
- Prior art keywords
- underground water
- mining
- ground settlement
- scheme
- groundwater
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005065 mining Methods 0.000 title claims abstract description 140
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000008569 process Effects 0.000 claims abstract description 13
- 239000003673 groundwater Substances 0.000 claims description 51
- 238000004088 simulation Methods 0.000 claims description 35
- 230000008878 coupling Effects 0.000 claims description 17
- 238000010168 coupling process Methods 0.000 claims description 17
- 238000005859 coupling reaction Methods 0.000 claims description 17
- 239000007787 solid Substances 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005086 pumping Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 5
- 230000035699 permeability Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 239000002689 soil Substances 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种城市地下水开采规划动态调整方法及系统，包括：获取初始地下水开采方案实施过程中多个时间点的地面沉降实际值，形成时间序列；基于所述时间序列，对未来多个时间点的地面沉降值开展智能预测；对于未来多个时间点，将智能预测得到的地面沉降值，与初始地下水开采方案对应的地面沉降值进行对比，若二者差值超出预设范围，对初始地下水开采方案进行修正。实现了对地下水开采规划方案进行评价并进行动态调整，在保证评价结果的前提下，提升了经济性和实效性。
Description
技术领域
本发明属于地下水开采技术领域，尤其涉及一种城市地下水开采规划动态调整方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
地面沉降，是在自然因素或人类活动作用下地下松散岩土层固结压缩并导致，一定区域内地面高程降低的缓变性地质灾害，其中过度开采地下水资源是导致地面沉降最主要的原因。地面沉降的发生及发展会同时衍生出众多其他次生灾害，诸如地表建筑物沉降导致的基础开裂或房屋倾斜、倒塌，道路、桥梁及管线的不均匀沉降导致路面或线路破坏，城市中心区域整体下沉导致的排水防汛系统失效形成城市内涝，沿海城市易引发海水入侵形成土体盐渍化等。
工程实际中地下水开采导致的地面沉降现象往往为数十上百平方公里，大面积的区域性地面沉降，其地下水的开采是由成百上千甚至数万口开采井在不同抽水层位以不同抽水强度完成的，由此形成的复杂地下水流场在地层结构性质及地下水赋存条件本就复杂的条件下，使得地面沉降发展规律及演化趋势预测变得十分复杂。目前，虽然在地下水开采导致地面沉降的机理及防控方法上取得了一定的成绩，但是上述研究只是针对单一抽水井的作用机理或者双井的研究，对平原地区城市地区大面积地下水开采规划的指导性不强。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种城市地下水开采规划动态调整方法及系统，实现了对地下水开采规划方案进行评价并进行动态调整，在保证评价结果的前提下，提升了经济性和实效性。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种城市地下水开采规划动态调整方法，其包括：
获取初始地下水开采方案实施过程中多个时间点的地面沉降实际值，形成时间序列；
基于所述时间序列，对未来多个时间点的地面沉降值开展智能预测；
对于未来多个时间点，将智能预测得到的地面沉降值，与初始地下水开采方案对应的地面沉降值进行对比，若二者差值超出预设范围，对初始地下水开采方案进行修正。
进一步地，所述初始地下水开采方案的获取方法为：
基于若干个方案影响因素，通过正交试验得到多个不同的地下水开采方案；
以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，开展不同的地下水开采方案的二维和三维地下水开采诱发地面沉降的数值模拟，得到不同地下水开采方案下的地面沉降值和地下水开采量变化情况；
综合地面沉降值和地下水开采量变化情况，确定城市地下水开采的最优开采方案作为初始地下水开采方案。
进一步地，所述方案影响因素为开采井平面分布位置、开采井抽水量、开采井抽水深度及开采井开闭中的一个或多个。
进一步地，所述浅层-中深层地下水流固耦合模型的获取方法为：
获取初始地下水开采方案实施之前的地层水文地质和工程地质数据，建立浅层-中深层地下水流固耦合模型。
进一步地，所述地层水文地质和工程地质数据包括岩土体物理力学参数、钻孔记录、降雨量、岩土体渗透系数、岩土体孔隙率中的一个或多个。
进一步地，所述对初始地下水开采方案进行修正的方法为：
调整初始地下水开采方案的若干个影响因素的取值，得到调整后的地下水开采方案；
以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，得到调整后的地下水开采方案的地面沉降值，并与所述智能预测得到的地面沉降值进行对比，若二者差值未超出预设范围，则输出调整后的地下水开采方案。
本发明的第二个方面提供一种城市地下水开采规划动态调整系统，其包括：
时间序列获取模块，其被配置为：获取初始地下水开采方案实施过程中多个时间点的地面沉降实际值，形成时间序列；
预测模块，其被配置为：基于所述时间序列，对未来多个时间点的地面沉降值开展智能预测；
方案调整模块，其被配置为：对于未来多个时间点，将智能预测得到的地面沉降值，与初始地下水开采方案对应的地面沉降值进行对比，若二者差值超出预设范围，对初始地下水开采方案进行修正。
进一步地，还包括初始地下水开采方案获取模块，其被配置为：
基于若干个方案影响因素，通过正交试验得到多个不同的地下水开采方案；
以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，开展不同的地下水开采方案的二维和三维地下水开采诱发地面沉降的数值模拟，得到不同地下水开采方案下的地面沉降值和地下水开采量变化情况；
综合地面沉降值和地下水开采量变化情况，确定城市地下水开采的最优开采方案作为初始地下水开采方案。
本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的一种城市地下水开采规划动态调整方法中的步骤。
本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的一种城市地下水开采规划动态调整方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明提供了一种城市地下水开采规划动态调整方法，其以开采区地面沉降为控制标准，在设计阶段，采用数值模拟手段确定城市地下水开采规划方案，在实施阶段，以监测数据为依据，结合人工智能算法及数值模拟，对地下水开采规划方案进行评价并进行动态调整，由面到点，由粗到细，在保证评价结果的前提下，提升了经济性和实效性，对地下水资源管控、地质灾害防治及实现城市可持续发展具有广泛的推广价值。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例一的一种城市地下水开采规划动态调整方法示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
本实施例提供了一种城市地下水开采规划动态调整方法，以开采区地面沉降为控制标准，在设计阶段，采用数值模拟手段确定城市地下水开采规划方案，在实施阶段，以监测数据(遥感技术和水准网监测)为依据，结合人工智能算法及数值模拟，对地下水开采规划方案进行评价并进行动态调整；由点到面，涉及内容丰富，结果准确率高。如图1所示，具体包括如下步骤：
步骤1、根据城市地下水拟开采区内地层水文地质和工程地质数据及参数，建立构建浅层-中深层地下水流固耦合模型，通过初始地下水开采方案实施之前阶段的地下水开采记录和地面实测沉降数据对模型准确性进行识别验证。
地层水文地质和工程地质数据包括岩土体物理力学参数、钻孔记录、降雨量、岩土体渗透系数、岩土体孔隙率中的一个或多个。
地下水开采记录包括初始地下水开采方案实施之前阶段的开采井平面分布位置、开采井抽水量、开采井抽水深度及开采井开闭中的一个或多个。
流固耦合模型的参数由水文地质和工程地质数据及参数直接输入，基于初始地下水开采方案实施之前的地下水开采记录，通过对典型区域进行模拟，得到数值模拟沉降数据；以现场的设计方案之前阶段地面实测沉降数据(为本地区现有的地面沉降的数据，是开采计划之前的地下水和采矿诱发的地面沉降的导致的数据；可以是几个点的数据；举例说明，现场在2000年到2018年都有开采地下水和采矿，其中在2003、2008和2014年测量了地面沉降，假设要规划2022年以后的地下水开采计划，数值模型的准确性可以用在2003、2008和2014年测量了地面沉降数据来确定)与数值模拟获取的沉降数据进行对比分析，实现对模型准确性进行识别验证。
步骤2、基于若干个方案影响因素，通过正交试验得到多个不同的地下水开采方案。
其中，方案影响因素包括开采井平面分布位置、开采井抽水量、开采井抽水深度及开采井开闭中的一个或多个。
步骤3、在方案规划设计阶段的城市地下水开采规划流程如下：
以地面沉降控沉目标(包括年地面沉降值、总地面沉降值以及地面沉降速率中的多个或者全部)为控制指标，基于构建的浅层-中深层地下水流固耦合模型，开展不同地下水开采量方案的二维和三维地下水开采诱发地面沉降的数值模拟，得到不同地下水开采方案下的地面沉降值和地下水开采量变化情况；
开展的二维和三维地下水开采诱发地面沉降的数值模拟的过程为：首先以某研究区为模拟背景，划取一定范围作为数值模拟范围；以步骤(1)中获取的各类参数作为数值模拟的输入参数；通过正交试验，设计模拟方案，带入模型后，可实现对模拟方案的模拟。
通过所开展的二维和三维地下水开采诱发地面沉降的数值模拟结果，其中，通过对不同的布井方式、不同的抽水井开采量、不同的开采井深度进行模拟，获取各个模拟结果中深层地下水渗流场随时间的变化云图，以及地表位移场、应力场随时间的变化规律，通过该对比可不同开采量工况下中深层地下水流场分布规律及水位随时间变化规律的差异，分析地面沉降与地下水开采的关系，确定诱发地面沉降的临界水位等多个研究项目，基于上述研究项目的分析结果，可研究分析各影响因素组合对地面沉降发展速率的变化影响。
研究分析各影响因素组合对地面沉降的影响，综合考虑地面沉降值和地下水开采量变化情况，进而确定城市地下水开采的最优开采方案作为初始地下水开采方案，实现城市地下水开采规划。具体的，以地下水开采量最大和地面沉降值最小为目标，选取最优开采方案，其对应的地面沉降值即为初始地下水开采方案对应的地面沉降值。
步骤4、在方案动态实施阶段的城市地下水开采规划及评价流程：通过现场监测手段(遥感技术、水准网监测)获取通过数值模拟确定的地下水开采方案(初始地下水开采方案)实施过程中多个时间点的地下水开采区域的地面沉降实际值，形成时间序列数据集，结合人工智能算法(例如：LSTM、ARIMA)，对地下水开采区域的未来多个时间点的地面沉降开展智能预测；对于未来多个时间点，将智能预测得到的地面沉降值，与初始地下水开采方案对应的地面沉降值进行对比，若二者差值超出预设范围，对通过数值模拟确定的地下水开采方案进行修正，具体的：从地质角度分析出现差值原因，视情况对现场的工程地质情况进行补充勘察，以勘察结果为依据并组织专家讨论，有目的的调整初始地下水开采方案的若干个影响因素的取值，得到调整后的地下水开采方案；以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，通过数值模拟模拟分析后，得到调整后的地下水开采方案的地面沉降值，并与智能预测得到的地面沉降值进行对比，若二者差值未超出预设范围，则输出调整后的地下水开采方案。
假定通过上述的数值模拟已经确定了开采方案；在实施了T时间后，获取了0-T时间内的时间序列数据，带入人工智能算法中，对T-2T时间段的数据进行预测，因为在数值模拟中是全部的沉降都可以模拟，这样就可以通过将T-2T时间段内人工预测的数据和数值模拟的数据进行对比，来对通过数值模拟确定的地下水开采方案进行评价，进而实现方案的动态修正。
将预测结果与方案规划设计阶段的数值模拟结果进行对比，以地面沉降控沉目标为评价标准对设计阶段制定的地下水开采方案进行评价，若地面沉降值合理可控，则无需对方案规划设计阶段形成的城市地下水开采规划进行修改，可继续实施；若地面沉降值不合理，则进一步结合数值模拟，基于上述流程对地下水开采方案继续进行动态调整、修订，直至符合要求，进而实现方案动态调整、修订。
本发明针对平原地区以地下水开发利用为主的城市地区在满足地面沉降防控要求的上进行大面积地下水开采这一难题，以开采区地面沉降为控制标准，在设计阶段，采用数值模拟手段确定城市地下水开采规划方案，在实施阶段，以监测数据(遥感技术和水准网监测)为依据，结合人工智能算法及数值模拟，对地下水开采规划方案进行评价并进行动态调整，涉及内容丰富，结果准确率高。
本发明循序渐进，分为设计阶段初定，施工期动态修正两个阶段，由面到点，由粗到细，在保证评价结果的前提下，提升了经济性和实效性，对地下水资源管控、地质灾害防治及实现城市可持续发展具有广泛的推广价值。
实施例二
本实施例提供了一种城市地下水开采规划动态调整系统，其具体包括如下模块：
初始地下水开采方案获取模块，其被配置为：基于若干个方案影响因素，通过正交试验得到多个不同的地下水开采方案；以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，开展不同的地下水开采方案的二维和三维地下水开采诱发地面沉降的数值模拟，得到不同地下水开采方案下的地面沉降值和地下水开采量变化情况；综合地面沉降值和地下水开采量变化情况，确定城市地下水开采的最优开采方案作为初始地下水开采方案。
时间序列获取模块，其被配置为：获取初始地下水开采方案实施过程中多个时间点的地面沉降实际值，形成时间序列；
预测模块，其被配置为：基于所述时间序列，对未来多个时间点的地面沉降值开展智能预测；
方案调整模块，其被配置为：对于未来多个时间点，将智能预测得到的地面沉降值，与初始地下水开采方案对应的地面沉降值进行对比，若二者差值超出预设范围，对初始地下水开采方案进行修正。
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的一种城市地下水开采规划动态调整方法中的步骤。
实施例四
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的一种城市地下水开采规划动态调整方法中的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种城市地下水开采规划动态调整方法，其特征在于，包括：
获取初始地下水开采方案实施过程中多个时间点的地面沉降实际值，形成时间序列；
基于所述时间序列，对未来多个时间点的地面沉降值开展智能预测；
对于未来多个时间点，将智能预测得到的地面沉降值，与初始地下水开采方案对应的地面沉降值进行对比，若二者差值超出预设范围，对初始地下水开采方案进行修正。
2.如权利要求1所述的一种城市地下水开采规划动态调整方法，其特征在于，所述初始地下水开采方案的获取方法为：
基于若干个方案影响因素，通过正交试验得到多个不同的地下水开采方案；
以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，开展不同的地下水开采方案的二维和三维地下水开采诱发地面沉降的数值模拟，得到不同地下水开采方案下的地面沉降值和地下水开采量变化情况；
综合地面沉降值和地下水开采量变化情况，确定城市地下水开采的最优开采方案作为初始地下水开采方案。
3.如权利要求2所述的一种城市地下水开采规划动态调整方法，其特征在于，所述方案影响因素为开采井平面分布位置、开采井抽水量、开采井抽水深度及开采井开闭中的一个或多个。
4.如权利要求2所述的一种城市地下水开采规划动态调整方法，其特征在于，所述浅层-中深层地下水流固耦合模型的获取方法为：
获取初始地下水开采方案实施之前的地层水文地质和工程地质数据，建立浅层-中深层地下水流固耦合模型。
5.如权利要求2所述的一种城市地下水开采规划动态调整方法，其特征在于，所述地层水文地质和工程地质数据包括岩土体物理力学参数、钻孔记录、降雨量、岩土体渗透系数、岩土体孔隙率中的一个或多个。
6.如权利要求1所述的一种城市地下水开采规划动态调整方法，其特征在于，所述对初始地下水开采方案进行修正的方法为：
调整初始地下水开采方案的若干个影响因素的取值，得到调整后的地下水开采方案；
以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，得到调整后的地下水开采方案的地面沉降值，并与所述智能预测得到的地面沉降值进行对比，若二者差值未超出预设范围，则输出调整后的地下水开采方案。
7.一种城市地下水开采规划动态调整系统，其特征在于，包括：
时间序列获取模块，其被配置为：获取初始地下水开采方案实施过程中多个时间点的地面沉降实际值，形成时间序列；
预测模块，其被配置为：基于所述时间序列，对未来多个时间点的地面沉降值开展智能预测；
方案调整模块，其被配置为：对于未来多个时间点，将智能预测得到的地面沉降值，与初始地下水开采方案对应的地面沉降值进行对比，若二者差值超出预设范围，对初始地下水开采方案进行修正。
8.如权利要求7所述的一种城市地下水开采规划动态调整系统，其特征在于，还包括初始地下水开采方案获取模块，其被配置为：
基于若干个方案影响因素，通过正交试验得到多个不同的地下水开采方案；
以地面沉降控沉目标为控制指标，基于浅层-中深层地下水流固耦合模型，开展不同的地下水开采方案的二维和三维地下水开采诱发地面沉降的数值模拟，得到不同地下水开采方案下的地面沉降值和地下水开采量变化情况；
综合地面沉降值和地下水开采量变化情况，确定城市地下水开采的最优开采方案作为初始地下水开采方案。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的一种城市地下水开采规划动态调整方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的一种城市地下水开采规划动态调整方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210545227.9A CN115130724A (zh) | 2022-05-19 | 2022-05-19 | 一种城市地下水开采规划动态调整方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210545227.9A CN115130724A (zh) | 2022-05-19 | 2022-05-19 | 一种城市地下水开采规划动态调整方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115130724A true CN115130724A (zh) | 2022-09-30 |
Family
ID=83376311
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210545227.9A Pending CN115130724A (zh) | 2022-05-19 | 2022-05-19 | 一种城市地下水开采规划动态调整方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115130724A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117390471A (zh) * | 2023-12-12 | 2024-01-12 | 山东省地质矿产勘查开发局第八地质大队(山东省第八地质矿产勘查院) | 一种水文地质数据管理方法及系统 |
-
2022
- 2022-05-19 CN CN202210545227.9A patent/CN115130724A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117390471A (zh) * | 2023-12-12 | 2024-01-12 | 山东省地质矿产勘查开发局第八地质大队(山东省第八地质矿产勘查院) | 一种水文地质数据管理方法及系统 |
| CN117390471B (zh) * | 2023-12-12 | 2024-03-26 | 山东省地质矿产勘查开发局第八地质大队(山东省第八地质矿产勘查院) | 一种水文地质数据管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Thierry et al. | 3D geological modelling at urban scale and mapping of ground movement susceptibility from gypsum dissolution: The Paris example (France) | |
| KR20160056359A (ko) | Ｇｉｓ 기반 실시간 지진피해 예측 방법 | |
| CN103077558A (zh) | 碳酸盐岩缝洞型油藏大型溶洞储集体分布模型的建模方法 | |
| CN105184864A (zh) | 一种用于天然地基换填工程量计算的场地地层三维地质结构模型生成方法 | |
| Rezaei et al. | Liquefaction assessment using microtremor measurement, conventional method and artificial neural network (Case study: Babol, Iran) | |
| CN110929390B (zh) | 一种基于地下水水文地质试验的数值模拟检测方法 | |
| CN115526108B (zh) | 一种基于多源监测数据的滑坡稳定性智能动态预测方法 | |
| CN103512631A (zh) | 基于监测确定边坡临界排水水位线的方法 | |
| Sundell et al. | A probabilistic approach to soil layer and bedrock-level modeling for risk assessment of groundwater drawdown induced land subsidence | |
| CN115130724A (zh) | 一种城市地下水开采规划动态调整方法及系统 | |
| CN113536414B (zh) | 基于三维建模的岩质边坡稳定性分析方法、系统及介质 | |
| Dong et al. | A GIS-based quantitative geo-environmental evaluation for land-use development in an urban area: Shunyi New City, Beijing, China | |
| Sundell et al. | Economic valuation of hydrogeological information when managing groundwater drawdown | |
| CN110428189A (zh) | 一种地下水水源地回补潜力的量化评价方法及系统 | |
| CN118114510A (zh) | 一种地下空间工程影响地下水流场的三维模拟方法及系统 | |
| Amanti et al. | Back-analysis of a large earth-slide in stiff clays induced by intense rainfalls | |
| Jelušič et al. | An adaptive network fuzzy inference system approach for site investigation | |
| ZHAO et al. | Finite-diference model of land subsidence caused by cluster loads in Zhengzhou, China | |
| Anbazhagan et al. | Evaluation of areas for artificial groundwater recharge in Ayyar basin, Tamil Nadu, India through statistical terrain analysis | |
| Tang | Identification and mitigation of reservoir landslides: cases studied in the three gorges reservoir area of China | |
| CN110826127A (zh) | 一种大型工业场地的设计优化方法 | |
| CN115903026B (zh) | 复合砂体构型解析方法、设备及介质 | |
| CN115661392A (zh) | 一种三维地质结构调查管理系统及方法 | |
| Abdo | Modeling contingency infiltration scenarios in MODFLOW: Stockholm Bypass and tunnel induced groundwater drawdown | |
| Zhao et al. | Finite-difference model of land subsidence caused by cluster loads in Zhengzhou, China. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |