摘要
本发明涉及基于深度学习的考古挖掘区地下水动态监测与地表沉降预警方法,包括:获取考古挖掘区范围内的待测现场勘测数据和待测地质勘测数据,将其分别输入岩土层分类模型和给水度分类模型,获取岩土层类别结果和给水度分类结果,将待测地质勘测数据输入边界模型,获取边界结果;基于待测现场勘测数据中的钻孔点坐标结合边界条件覆盖考古挖掘区进行网格划分,以相邻钻孔点作中垂线构造泰森多边形进行填充,从而对考古挖掘区的地下水渗流场的初始模拟条件进行赋值,获取未来时刻地下水渗流场的初始预测条件,进一步获取地下水渗流场预测模型,将岩土层类别结果、给水度分类结果以及边界结果输入地下水渗流场预测模型,获取地下水渗流场预测结果。
技术关键词
地下水渗流场
地下水动态监测
地质勘测数据
预警方法
岩土层
岩土体
给水
训练集
卡尔曼滤波算法
长短期记忆网络
泰森多边形
三角形
土层渗透系数
三次样条插值
节点
梯度直方图
资料
网格
梯度下降法
系统为您推荐了相关专利信息
攻击检测模型
预警规则
图谱
预警方法
云平台服务
地形预警方法
航空器
惯性导航数据
机器学习模型
无线电高度表
滑坡物理模型
滑坡预警方法
LSTM模型
速率
合成孔径雷达卫星
预警模型
固态硬盘寿命
监测预警系统
样本
输出模块