基于BP神经网络的PLEIK模型改进及应用——以本溪市岩溶地下水脆弱性评价为例

王英刚; 高梓洋; 岳景鹏; 赵杨帆; 唐小涵

doi:10.16103/j.cnki.21-1583/n.2026.02.003

沈阳大学学报（自然科学版） ›› 2026, Vol. 38 ›› Issue (2) : 116 -123. DOI: 10.16103/j.cnki.21-1583/n.2026.02.003

基于BP神经网络的PLEIK模型改进及应用——以本溪市岩溶地下水脆弱性评价为例

王英刚, 高梓洋, 岳景鹏, 赵杨帆, 唐小涵

作者信息 +

Author information +

文章历史 +

摘要

将PLEIK模型首次应用于辽宁地区岩溶水脆弱性研究，并对PLEIK模型进行修改，添加了坡度和地下水水质2项指标，利用BP神经网络赋予权重，建立基于BP神经网络算法的BP-PLEIKTZ模型，并进行2种模型评估结果的对比。通过计算硝酸盐浓度相关系数进行模型验证。结果表明：当选择Levenberg-Marquardt算法进行训练、设定学习率为0.000 1、隐含层神经元数量设为5时，BP神经网络的表现最佳，此时获得最优的评估因子权重；BP-PLEIKTZ模型的硝酸盐相关系数高于PLEIK模型；研究区地下水脆弱性以中脆弱性为主，占62.23%,低脆弱性次之，占34.05%,高脆弱性最少，占3.72%。BP-PLEIKTZ模型的硝酸盐浓度相关性系数更高，评估的高脆弱性区域面积更大且分布更符合实际，表明该模型在本溪岩溶区具有更高的灵敏度和精度。