基于CNN算法的地下水位动态变化特征识别方法研究

为解决地下水位特征识别中存在的识别效果较差的问题，提出基于CNN算法的地下水位动态变化特征识别方法。首先分析地质结构与水化学特性，获取地下水储存层与水的种类；其次计算地下水位关联维度，从初始时间序列内挑选时间延迟；再次根据圆形颜色确定识别的地下水位图像，将图像转换成YCrCb色彩空间格式，并通过二值化转换挑选自适应色调阈值，最后借助CNN卷积架构将地下水位图像进行分层，通过CNN判据的两次确定，实现地下水位动态变化特征的识别。实验证明：所提方法在正常时刻和地震纵波影响下采集到的水位特征较为一致，且能够量化识别结果，一天内其监测水位最大误差仅为0.07m,具有较好的监测性能，有效提高地下水治理效果，值得推广应用。