人工神經(jīng)網(wǎng)絡(luò)在水文水資源中的應(yīng)用

孫傲

海南灌排技術(shù)開發(fā)有限公司，中國·海南 ?？?570208

人工神經(jīng)網(wǎng)絡(luò)；水文資源；應(yīng)用

1 引言

人工神經(jīng)網(wǎng)絡(luò)作為一種新興的交叉學(xué)科，以分布式存儲、并行處理、容錯性強、自適應(yīng)性等相關(guān)優(yōu)勢，獲得了人們的廣泛關(guān)注，是目前國際上研究最為活躍的前沿領(lǐng)域之一。人工神經(jīng)網(wǎng)絡(luò)在各行各業(yè)中的應(yīng)用極大地提升了生產(chǎn)效率和生產(chǎn)質(zhì)量，將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于水文水資源過程中，能夠更好的完成水文水資源的勘測以及調(diào)控，為水文水資源工程項目的發(fā)展提供了良好的前景。

2 人工神經(jīng)網(wǎng)絡(luò)與水文水資源的概述

2.1 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)作為人工智能實現(xiàn)的最主要技術(shù)，能夠反映人腦某些特征，可以進(jìn)行生物過程的有效模擬。人工神經(jīng)網(wǎng)絡(luò)實質(zhì)上是一種計算結(jié)構(gòu)，是人腦神經(jīng)系統(tǒng)的某種簡化、抽象以及模擬。人工神經(jīng)網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，可以通過調(diào)節(jié)內(nèi)部節(jié)點的相互連接，從而實現(xiàn)數(shù)據(jù)的分析、處理及控制。人工神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)性和自學(xué)習(xí)性的特征，是智能化發(fā)展的重要體現(xiàn)，人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用可以表現(xiàn)在識別、創(chuàng)造以及判斷三個方面。人工神經(jīng)網(wǎng)絡(luò)在視覺上針對相對物體的識別已經(jīng)達(dá)成了一定的成就，語音識別和人臉識別方面有著重大的突破，機器也能夠掌握原有人才能掌握的感性體驗。人工神經(jīng)網(wǎng)絡(luò)也可以用于創(chuàng)造過程中，比如幫人們合成一段文字或者畫一幅畫等，但是這種創(chuàng)作并沒有太多的商業(yè)價值，仍然停留在學(xué)術(shù)的領(lǐng)域和階段。人工神經(jīng)網(wǎng)絡(luò)也可以幫助人們進(jìn)行有效的判斷和選擇，例如人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以幫助人們在對弈時選擇更好的棋子擺放位置，判斷怎樣下子贏得概率更大。人工神經(jīng)網(wǎng)絡(luò)的判斷功能具有一定的商業(yè)價值，可以幫助人們進(jìn)行風(fēng)險的有效規(guī)避和正確決策的制定[1]。

2.2 水文水資源的發(fā)展概述

人工神經(jīng)網(wǎng)絡(luò)在水文水資源中應(yīng)用的一個重要方向便是水資源規(guī)劃，作為水利規(guī)劃的重要組成部分，水資源規(guī)劃通過對水資源多種服務(wù)功能的協(xié)調(diào)以及水量的合理分配，能夠更好地進(jìn)行水資源的合理應(yīng)用以及污染的防治。隨著社會經(jīng)濟(jì)的不斷發(fā)展和人們生活水平的提升，人們對水資源的控制與應(yīng)用的重視程度逐漸加深，認(rèn)識到水資源保護(hù)的重要意義，水資源規(guī)劃模式也發(fā)生了系統(tǒng)的改變，并逐漸形成了成熟可靠的規(guī)劃體系[2]。電子計算機技術(shù)的應(yīng)用和發(fā)展使得傳統(tǒng)的水資源規(guī)劃方法逐漸轉(zhuǎn)變?yōu)閿?shù)字化的規(guī)劃方法，可以通過數(shù)字表達(dá)式的方法進(jìn)行水資源開發(fā)，利用相互依賴和制約關(guān)系的描述以及系統(tǒng)特征的表征并列出為某一目標(biāo)或者多種目標(biāo)服務(wù)的最優(yōu)解，規(guī)劃的內(nèi)容包括動態(tài)規(guī)劃、線性規(guī)劃、非線性規(guī)劃以及多目標(biāo)規(guī)劃等多種形式。水文水資源中應(yīng)用人工神經(jīng)網(wǎng)絡(luò)不僅可以在規(guī)劃過程中納入經(jīng)濟(jì)領(lǐng)域的理念和概念，而且還可以充分考慮到生態(tài)平衡以及環(huán)境保護(hù)的因素[3]。

2.3 人工神經(jīng)網(wǎng)絡(luò)在水文水資源中的應(yīng)用價值

人工神經(jīng)網(wǎng)絡(luò)自上世紀(jì)80年代中期便受到了國際學(xué)術(shù)界和各大商業(yè)集團(tuán)的高度重視，人工神經(jīng)網(wǎng)絡(luò)理論高度融合了信息科學(xué)、計算機科學(xué)、電子學(xué)、生物科學(xué)、物理學(xué)、哲學(xué)、數(shù)學(xué)、醫(yī)學(xué)等眾多學(xué)科，借鑒了現(xiàn)代神經(jīng)科學(xué)研究的優(yōu)異成果，具有獨特的非局域性、非線性、自適應(yīng)性、非定常性以及十分突出的信息處理能力和計算能力。人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)意味著人工智能技術(shù)發(fā)展到了一個新的起點，給各行各業(yè)的升級和發(fā)展帶來了燦爛的前景。隨著社會經(jīng)濟(jì)的不斷發(fā)展以及資源的變遷，水文水資源的系統(tǒng)相對來說動態(tài)性和復(fù)雜性進(jìn)一步加強，研究規(guī)模進(jìn)一步擴(kuò)張，影響因子不斷增多，這也使得原有的研究途徑及研究方法已經(jīng)無法滿足當(dāng)前水文水資源系統(tǒng)的研究要求，傳統(tǒng)的單一采用的不確定性和確定性方法無法客觀地體現(xiàn)水文水資源系統(tǒng)的實際問題。因此，需要進(jìn)一步加強對水文水資源數(shù)據(jù)收集以及數(shù)據(jù)處理的探究，縮小實際工作與理論工作之間的差距[4]。水文水資源環(huán)境系統(tǒng)本身的非線性特征使得原有的線性假設(shè)手段以及顯函數(shù)分析數(shù)學(xué)模型無法準(zhǔn)確科學(xué)的模擬水環(huán)境的系統(tǒng)特征以及變化過程，相對來說復(fù)雜量過高，計算量過大，使得理論與現(xiàn)實耦合工作的方式也難以科學(xué)地開展。在水文水資源水環(huán)境系統(tǒng)當(dāng)中，引入人工神經(jīng)網(wǎng)絡(luò)理論，并建立起行之有效的人工神經(jīng)網(wǎng)絡(luò)模型，可以利用人工神經(jīng)網(wǎng)絡(luò)優(yōu)越的計算能力以及數(shù)據(jù)處理能力，解決傳統(tǒng)的控制模型所無法解決的復(fù)雜問題，提高水文水資源數(shù)據(jù)處理能力以及數(shù)據(jù)的收集能力，促進(jìn)水文水資源系統(tǒng)的持續(xù)穩(wěn)定發(fā)展[5]。

3 人工神經(jīng)網(wǎng)絡(luò)在水文水資源中的應(yīng)用

3.1 水位自動監(jiān)測功能的實現(xiàn)

目前水文水資源系統(tǒng)都會在主要觀測站安裝攝像頭進(jìn)行水位、水質(zhì)以及流量變化的有效監(jiān)控，但是這些攝像頭的觀測以及圖像質(zhì)量的監(jiān)管依然依據(jù)傳統(tǒng)的人工監(jiān)管的方法來進(jìn)行，不僅需要消耗大量的時間和人力資源，而且還容易出現(xiàn)因人工因素所導(dǎo)致的失誤，不能合理地進(jìn)行水文系統(tǒng)的觀測與控制。在水文水資源中應(yīng)用人工神經(jīng)網(wǎng)絡(luò)，可以將原有的攝像頭轉(zhuǎn)變?yōu)橹悄芑臄z像頭，利用智能化攝像頭的圖像處理識別技術(shù)以及機器學(xué)習(xí)的技術(shù)，為河流、湖泊、暴雨等水位的監(jiān)控提供完整科學(xué)的解決方案。這種基于機器學(xué)習(xí)算法的水文測量產(chǎn)品能夠更加直觀和準(zhǔn)確的進(jìn)行水位的監(jiān)控，極大地降低了人工成本和項目的投資力度，提高水文水資源監(jiān)測的穩(wěn)定性和科學(xué)性[6]。

3.2 人工神經(jīng)網(wǎng)絡(luò)在水文水資源預(yù)報過程中的應(yīng)用

洪水預(yù)報作為一種關(guān)鍵的非工程防洪措施，對于水資源的合理控制以及管理具有十分重要的影響。目前所采用的水文預(yù)報模型主要包括分布式水文模型以及集總式水文模型兩種，又可以依據(jù)模型的特征將之分為有物理基礎(chǔ)的模型和概念性的模型。有物理基礎(chǔ)的模型可以充分反映水文過程的時空不均勻性，能夠?qū)?fù)雜的模式進(jìn)行表征，但是該方法的應(yīng)用往往需要大量詳細(xì)的河道資料、土壤資料以及地理資料，限制了分布式水文模型的應(yīng)用范圍及應(yīng)用效果。概念性的集總式模型的應(yīng)用可以均化流域水文要素的時間和空間，實用性相比較好，但是該模型相對比較簡單，難以深入地反映復(fù)雜機理，無法保證預(yù)報的精度和預(yù)報的準(zhǔn)確性?？茖W(xué)技術(shù)的不斷發(fā)展使得智能算法逐漸應(yīng)用到水資源的規(guī)劃領(lǐng)域，針對洪水預(yù)報模型進(jìn)行了優(yōu)化和升級，人工神經(jīng)網(wǎng)絡(luò)可以通過其強大的數(shù)據(jù)處理能力以及自主學(xué)習(xí)能力簡單化復(fù)雜的非線性映射過程，精確模擬所需要的結(jié)果，只需要給出原有的水文資料便能夠利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能，完成水文的預(yù)報工作，極大地提升了水文預(yù)報工作的效率及預(yù)報的準(zhǔn)確性，避免了原有復(fù)雜的參數(shù)率定工作以及建模過程。

3.3 分類識別與計算優(yōu)化

人工神經(jīng)網(wǎng)絡(luò)在水文水資源中的應(yīng)用能夠更好地完成模式識別，針對暴雨的識別問題和分類問題進(jìn)行有效控制人工神經(jīng)網(wǎng)絡(luò)模型可以進(jìn)行在線應(yīng)用和離線訓(xùn)練，克服傳統(tǒng)的人為給定監(jiān)督信號存在的不確定性的影響和不足，保證數(shù)據(jù)處理效率以及數(shù)據(jù)收集的質(zhì)量。同時，在研究水資源和水文環(huán)境的資源規(guī)劃以及管理過程中，優(yōu)化方法和理論也是一種重要的手段。對于大型的水資源規(guī)劃以及管理過程中來看，傳統(tǒng)的規(guī)劃和優(yōu)化技術(shù)方案存在著不同程度的維度障礙，需要新的理論和新的方法進(jìn)一步完善數(shù)據(jù)處理的效率和數(shù)據(jù)處理的質(zhì)量。人工神經(jīng)網(wǎng)絡(luò)作為一種由大量簡單運行單元廣泛連接而形成的擁有高速信息處理能力以及并行處理作用的系統(tǒng)，可以快速收斂于狀態(tài)空間的穩(wěn)定平衡點，能夠廣泛應(yīng)用于多種優(yōu)化問題的求解過程中，為算法和理論的優(yōu)化與研究提供了新的途徑。在水資源和水文系統(tǒng)的管理與規(guī)劃過程中應(yīng)用神經(jīng)網(wǎng)絡(luò)，能夠促進(jìn)水資源規(guī)劃與管理問題研究的飛速發(fā)展。

4 結(jié)語

綜上所述，隨著科學(xué)技術(shù)的不斷發(fā)展和信息時代的全面到來，人們對人工神經(jīng)網(wǎng)絡(luò)的認(rèn)識程度以及重視程度逐漸加深，將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于水文水資源系統(tǒng)當(dāng)中，能夠更好的挖掘水資源的數(shù)據(jù)的價值，解決水文水資源實際運行過程中的復(fù)雜問題，提高水文水資源的科學(xué)水平。