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。