差分演化法与人工类神经网路应用于海水入侵之管理模式.PDF

第八屆地下水資源及水質保護研討會暨 2014 兩岸地下水與水文地質應用研討會 差分演化法與人工類神經網路應用於 海水入侵之管理模式 1 2 黃柏勳 、邱永嘉 1 國立台灣海洋大學應用地球科學研究所碩士班研究生 2 國立台灣海洋大學應用地球科學研究所 助理教授 註冊人 :黃柏勳 信箱 : silbrain4523@ 摘要 當沿海地區大量抽取地下水時，一旦 地下水位低於海平面，將造成海水往內陸移動，地下水受到鹽化。本 研究 針對屏東平原沿海地區，選用 U.S. Geological Survey發展的 SEAWAT 變密度流數值模式 ，模擬此區域 海水 入侵的現象 。SEAWAT 主要結合了三維地下水流數值模式(MODFLOW)與地下水溶質傳輸模式 (MT3DMS)來模 擬淡水與海水交互混和的變密度情形。由於變密度流數值模式的計算 求解非常耗時 ，在進行海水入侵管理規劃 時， 為節省計算時間，在給定目標函數與適當的限制式下， 以訓練完成之 人工類神經網路(Artificial Neural Network)取代原始數值模式 ，並將其與差分演化法(Differential Evolution)相互連接進行求解。研究結果顯示，人 工類神經網路可大幅度減少計算時間，而差分演化法則可求取最佳管理策略 ，減緩海水入侵之情況。 關鍵詞 : 海水入侵、數值模擬、 人工類神經網路、水資源管理、差分演化 法 的水資源管理策略，對於本區域地下水資源之長期經 一、 前言 營是一大要點。本研究 將結合三維地下水流數值模式 自然水文循環下，由於陸地降雨使地層得到入滲 與溶質傳輸模式 ，透過變密度流模組的連結，來模擬 補注 ，地下水位常高於海水面 並向海滲流，淡水和海 沿海地區淡水與海水交互混和的變密度情形 ，再以人 水的平衡交界面會停留在海岸線附近。一旦沿海地區 工類神經網路(artificial neural network)近似此數值模 大量抽取地下水，造成地下水位洩降並低於海水面時， 式以增加運算效率 ，並利用 差分演化 法(differential 原來的平衡交界面受到破壞 ，海水將流向地下水洩降 evolution)求取最佳管理策略，減緩海水入侵之情形。 區 ，使得地下水發生鹹化 ，造成沿海生態受到威脅 。 屏東平原蘊藏豐富的地下水資 源 ，為該區的 主要水源， 二、 研究理論及方法 沿海地區因早年養殖業蓬勃發展，大量抽取地下水導 2.1 三維變密度流數值模式(SEAWAT) 致地下水位洩降至海平面以下，造成地下水流向改變 ， 三維變 密度流數值模式 主要由 三維地下水流數 海水開始往內陸洩降區流入，使得地下水受到鹹化。 值模式 (MODFLOW-2005, Harbaugh, 2005) 與溶質傳 含水層之地下水鹹化在沿海地區水資源管理上 為相當 輸模式 (MT3DMS ，Zheng and Patrick, 1999所組成) ， 重要的議題，農業灌溉、水產養殖、民生用水等等 不