基于机器学习MLR模型的地下水循环井优化设计
时间：2023-06-20 15:20:05 来源：柠檬阅读网 本文已影响 人 
赵思远，方 樟，周 睿，刘治国，丁小凡，马彦玲
(吉林大学新能源与环境学院，吉林 长春 130021)
随着经济的不断发展，地下水污染问题日益加剧，地下水污染修复工作成为当今环境领域的热点问题。地下水循环井(groundwater circulating well,GCW)技术自20世纪80年代开始受到广泛关注[1-2]。该技术具有修复效果好、对场地扰动小等优点[3-4]，并可以将吹脱、空气注入、气相抽提、强化生物修复和化学氧化等多种技术结合应用在井中，实现非水相液体及部分无机物的同步去除[5]。GCW运行时能够形成水平和垂直两个方向的地下水流场，穿透低渗透地层[6]，去除地下水和饱和土壤中的污染物，对于处理挥发性有机化合物(VOCs)、半挥发性有机化合物(SVOCs)、石油产品以及无机物均有良好的效果[7-8]。
GCW技术的大量研发和使用始于德国IEG公司。1980年GCW技术在欧洲首次进行了商业污染场地修复应用。20世纪90年代，该技术在欧美进行了大量的中试研究[9-10]，对地下水循环原理、GCW的性能、污染物去除机理等有了深入的认识，获得了系统设计、工艺参数等实践经验[11]。20世纪90年代后期，GCW技术已经相对成熟。目前GCW技术已有很多专利，并已市场化，且已经有很多成功的现场工程经验[3]。但目前对于GCW的研究主要集中在对污染物修复的有效性方面，而对GCW水力环流特征及结构优化设计的研究还稍显不足。
水力循环带的范围是GCW设计必不可少的考虑因素。GCW水力环流运行效果受水文地质参数、循环井结构参数和运行参数等多个因素的综合影响[12]，且在不同条件下其运行效果差异明显。GCW的运行效果往往采用影响半径(R)、捕获区范围(ZOI)等指标进行刻画[7]。目前对GCW中地下水运动特征及优化设计的研究方法主要包括室内试验、数值法和解析法。如白静等[13]通过室内试验，分析地下水初始水位、曝气量、循环井结构等参数对GCW影响半径的作用，并在二维模拟槽中进行了运行参数优化及修复试验；
Elmore等[14]利用数值模拟方法预测了GCW的水力性能，分析了循环井结构参数、水文地质参数对GCW运行效果的影响，并将数值模拟的结果应用于污染场地，根据水文地质条件设置筛管位置，通过现场观测数据验证了模型预测的可行性；
Philip等[15]运用解析方法预测了承压含水层中GCW运行的三维流场，分析了GCW的水力性能。
随着GCW研究的进一步深入和污染场地等数据的大量累积，可以采用机器学习(machine learning)的方法，从已有数据中学习总结，形成GCW运行效果刻画指标与各影响因素之间的函数关系，用于指导污染场地GCW的优化设计，能够在一定程度上弥补以往研究手段的局限性。机器学习是人工智能的一个分支，通过输入数据，能够自行学习，并解决具体问题[16]。利用机器学习可以通过计算机在海量数据中学习数据的规律和模式，从中挖掘出潜在的信息，广泛用于解决分类、回归、聚类等问题[17]。线性回归算法是机器学习算法的一种，是解决回归问题常用的工具，在处理大量数据和较少数据的特征时，多元线性回归(multiple linear regression，MLR)模型是寻找输出参数与输入参数之间关系最常用的模型，模型解释性强，在各领域具有广泛的适用性[18-19]。
为了确定GCW运行效果与各影响因素之间的关系，本文提出一种基于机器学习MLR模型的GCW优化设计方法。该方法首先利用有限差分法构建数值模型，并在GCW适用参数范围内，通过给定不同的数值对典型条件下GCW运行情况进行了数值模拟，从而构建数据集；
然后运用MLR模型得出GCW影响半径与各影响因素表征参数之间的关系；
最后以某典型试验场地为例，对循环井结构、运行参数进行了优化设计，以验证方法的有效性。
本文的研究方法是：首先采用数值模拟的方法建立数值模型，构建单个GCW运行时各表征参数的数据集；
然后通过机器学习线性回归算法进行训练，得出GCW各运行效果刻画指标与水文地质参数、循环井结构、运行参数之间的函数关系；
最后将某试验场地的水文地质参数代入该函数关系，得出可应用于该试验场地的数学模型，从而求得GCW最优参数组合。
1. 1 地下水循环井及场地概化
典型的GCW由一个不透水的实段分隔两个筛段(抽水筛段、注水筛段)[20]。其中，抽水筛段部分从地下系统中抽取受污染的地下水，经过处理后通过同一口井的注水筛段注入含水层，从而在抽水筛段和注水筛段之间形成垂向循环流，见图1。
图1 典型的地下水循环井(GCW)运行方式示意图
1. 2 数值模型的建立
本文利用GMS软件的MODFLOW模块对GCW水力驱动下地下水流运动进行了数值模拟计算[21-22]，并在地下水流模型的基础上，利用MODPATH模块，建立GCW水力驱动下的粒子示踪模型[23-24]，分析粒子运动轨迹，刻画GCW驱动地下水环流的运行效果。在抽水筛段所在剖分单元格的4个面上各设置25个粒子作为粒子迁移的终点(见图2)，反向追踪至粒子起点，分析其在水力驱动下的运动轨迹，并通过在模型中输入不同的参数观察粒子运动轨迹，进而确定不同参数条件下GCW的运行效果变化情况。
图2 地下水循环井(GCW)粒子投放位置示意图
1. 3 地下水循环井适用条件和数据集形式
1.3.1 地下水循环井适用条件分析
GCW技术适用于饱和带为1.5～35 m、非饱和带为1.5～3 m、各向异性为3～10、渗透系数为3.0×10-4～0.30 m/d、地下水流速低(<3.0×10-4m/d)的多孔介质中，该条件下更易形成三维椭圆形流场[25-26]。
1.3.2 数据集形式
根据GCW的适用条件，通过在数值模型中给定不同的参数值并运行模型，来模拟各种条件下GCW的运行情况，并记录给定的参数及运行效果刻画指标数据，从而构建数据集。数据集包含的变量众多，本文将水文地质参数和循环井结构、运行参数作为自变量。其中，水文地质参数包括含水层厚度(M)、含水层水平渗透系数/垂向渗透系数(KH/KV)、含水层水力梯度(I)、含水层孔隙度(n)、含水层给水度(μ)；
GCW结构参数包括抽注筛段总长度/含水层厚度(a/M)；
GCW运行参数为抽注水量(Q)。GCW运行时周围的含水层受其影响可划分为上游捕获带、下游释放带和循环带，本次研究在充分总结了国内外已有研究成果的基础上[14]，提出了用捕集效率(Ec)、横向影响半径(RT)、纵向影响半径(RL)、捕获带上部宽度(Bt)、捕获带下部宽度(Bb)5个指标来刻画GCW的运行效果(见图3)，并将这些变量作为因变量。数据集所涵盖的介质从粉砂到粗砂，含水层厚度(M)为1～35 m不等，含水层水平渗透系数/垂直渗透系数(KH/KV)为1～15不等，抽注水量(Q)为1～300 m3/d不等，变量数值分布均匀、广泛，所涵盖的情形众多(共717套)，具有一定的代表性(见图4)。
图3 地下水循环井(GCW)运行效果刻画指标示意图
1. 4 回归模型的构建与评估
1.4.1 回归模型构建
本次回归模型的构建采用Python语言中的Scikit-learn程序包利用线性回归算法训练模型。Python语言是一种解释性、交互式、面向对象的跨平台语言，语法简洁清晰，代码开发效率高[27]，Scikit-learn是Python语言中的一个程序包，集成了各种最先进的机器学习算法，可用于解决中等规模的监督和无监督问题[28-29]。通过已有数据集训练获取各个因变量与自变量之间的关系，这属于典型的回归问题[30]。
图4 数据集各参数的分布统计
本文将数据集划分为20%的测试集和80%训练集，训练集用于模型训练，测试集用于模型评估。采用机器学习线性回归算法进行模型训练，假设线性回归模型试图学得[31]:
f(x)=wTxi
(1)
可用最小二乘法对w进行估计，损失函数J(w)为
J(w)=[f(x1)-y1]2+[f(x2)-y2]2+…+[f(xm)-ym]2
(2)
式中：x，y，w可以理解为矩阵；
m为训练集数据个数。
若要求出最佳的拟合方程，则要求出使J(w)达到最小时的w，即:
w=(xTx)-1xTy
(3)
通过对数据集采用Python语言中Scikit-learn程序包的Linear regression算法进行训练，可得到表示各因变量与自变量关系的5个数学模型。
1.4.2 回归模型评估
本文采用决定系数R2对建立的线性回归模型进行评估。R2表示自变量对因变量的解释程度，R2值越接近于1，表示线性回归模型的拟合程度越好。R2的计算公式如下：
(4)
本次GCW结构优化设计的试验场地为陕西省某场地。该地区属暖温带大陆性季风气候，年平均气温为13℃，多年平均降水量为701 mm，降雨主要集中在每年的7—9月份。根据地下水水位监测及抽水试验结果，该场地地下水流向大致由西北向东南，浅层地下水受季节变化而升降，场地附近地下水水力梯度为0.9‰。本次研究的目标层位为第四系孔隙潜水含水层，岩性主要为粗砂、中细砂混卵石填充，其上为粉质黏土，下部为致密的粉质黏土隔水层。该潜水含水层垂向渗透系数(KV)为6.67 m/d，含水层水平渗透系数/垂直渗透系数(KH/KV)为3，含水层孔隙度(n)为0.30，含水层给水度(μ)为0.20，含水层厚度(M)为7.5 m，抽注水量(Q)为150～300 m3/d，富水性良好。
根据上述资料，该场地水文地质参数即含水层厚度(M)、含水层水平渗透系数/垂向渗透系数(KH/KV)、含水层垂向渗透系数(KV)、含水层水力梯度(I)、含水层孔隙度(n)、含水层给水度(μ)为已知，优化设计变量为GCW运行参数即抽注水量(Q)和GCW结构参数即抽注筛段总长度/含水层厚度(a/M)，将试验场地的水文地质参数代入通过机器学习训练后的各数学模型，得到适用于该试验场地的数学模型，再根据多元函数微分学，求得各数学模型的最值点，即为针对各种GCW运行效果刻画指标的优化方案。
本文利用20%测试集对机器学习训练后得到的试验场地各模型进行测试，各模型的预测结果如图5所示，利用决定系数R2对各模型的拟合程度进行评估，其评估结果见表1。
本文利用训练后的模型构建的试验场地数学模型如下：
图5 试验场地各数学模型预测值与实际值对比
表1 试验场地各数学模型的评估结果
RL=0.145 5Q-3.29×10-4Q2+34.729(a/M)-26.029(a/M)2-15.732
(5)
RT=0.151Q-0.000 34Q2+36.049(a/M)-27.018 1(a/M)2-14.51
(6)
Bb=0.632Q-0.001 445Q2+68.876(a/M)-83.488(a/M)2-39.624
(7)
Bt=0.227Q-0.000 512Q2+54.067(a/M)-40.522(a/M)2-9.316
(8)
Ec=-3.6×10-4Q+8.3×10-7Q2-0.04(a/M)+0.048(a/M)2+0.36
(9)
试验场地各数学模型图像，见图6。以RL模型为例求其偏导数，其计算公式如下：
(10)
当RL对Q和a/M的一阶偏导数等于0，即Q=221.125 m3/d、a/M=0.667时模型可能取极值，又A<0、AC-B2>0，故Q=221.125 m3/d、a/M=0.667即为该模型的最优解。同理，可求得其余各模型的最优解，即为针对各种GCW运行效果刻画指标的优化方案和预期可以达到的最佳效果，见表2。对于通过机器学习线性回归算法训练获得的多个模型，图5展示出了各模型对于纵向影响半径RL、横向影响半径RT、捕获带下部宽度Bb、捕获带上部宽度Bt、捕集效率Ec的预测结果，可见RL、RT模型的散点在y=x目标线附近的分布较为密集，说明对于RL、RT两项指标模型预测的整体精度更高，其余模型的预测精度较低。此外，由表1可知，RL、RT模型的决定系数R2为0.82和0.90，相对于Bb、Bt、Ec模型R2值更接近于1，说明RL、RT模型的拟合程度、泛化能力较好，而Bb、Bt、Ec模型的拟合程度、泛化能力相对较差，其主要原因分析如下：
图6 试验场地各数学模型的图像
表2 试验场地各数学模型的最优解
(1) 因变量RL、RT与自变量之间可能存在某种程度的线性关系，线性回归算法对于拟合此类数据更加适用。
(2)RL、RT模型的复杂程度适中，未出现欠拟合和过拟合的现象，在测试集中有相对良好的表现。
(3) 通过线性回归算法训练得到的Bb、Bt、Ec模型结构较为简单，而因变量Bb、Bt、Ec与自变量之间的关系较为复杂，线性回归算法对于复杂映射关系的拟合能力有限，故出现欠拟合的情况。
(4) 由于数据集样本数量有限，不足以体现因变量与自变量之间的复杂关系；
同时，通过数值模拟构建的数据集存在一定的测量误差，对于小样本数据的影响较大，导致训练得到的模型拟合精度较低，而用有限的测试集对模型进行测试，测试结果具有不稳定性。
根据以上情况，通过MLR模型训练得到的RL、RT预测模型更为可靠，根据RL、RT模型求得的最优解为Q=221.125 m3/d、a/M=0.667(见表2)，可作为试验场地优化GCW影响半径的优化设计方案。
在此次优化设计之前，根据试验场地的水文地质条件建立了地下水流模型、溶质运移模型并进行了若干次数值模拟，观察在不同井流量和筛管长度下GCW影响半径的变化情况，初步得出Q=150 m3/d、a/M=0.40的GCW设计方案，对比优化前后的参数并运行数值模型，可以发现井流量和筛管长度以及GCW影响半径发生了一定的变化(见表3)，可见经过优化后纵向影响半径RL从15.77 m提升到16.9 m，提升率为7.2%，横向影响半径RT从18.02 m提升到19.65 m，提升率为9%，优化后RL、RT指标值均大于优化前的数值，体现了基于机器学习MLR模型对试验场地GCW进行优化设计的有效性。
表3 试验场地地下水循环井(GCW)优化前后参数值的对比
地下水循环井(GCW)运行效果对污染场地修复至关重要。本文以数值模拟获取结果为数据集，利用机器学习多元线性回归(MLR)模型得出GCW影响半径与各参数之间的数学模型，并根据特定试验场地，初步确定了对于GCW影响半径的优化设计方案，可以为GCW的优化设计提供参考，能够在一定程度上减少GCW布设后的调试时间，并降低运行成本，具有实际意义。
本文针对陕西省某试验场地提出了一套GCW优化设计方案，该方案由试验场地数学模型得出，若改变为其他场地，其数学模型与此模型只有常数项不同，最值点相同，所以其他场地在流量可以达到优化方案的条件下，也可使用此优化方案。
将机器学习的方法运用到GCW优化设计是一种新的尝试，同时数值模拟作为一种新的获取数据的方法，与传统的场地试验不同，有着易操作、周期短、成本低等特点，可获取大量数据，可为机器学习创造大量数据集，将数值模拟与机器学习结合也展现出了一定的优势。本次研究的数据集根据现有全国各典型水文地质条件创建，对于特殊水文地质条件下的数据创建略显不足，若后期有更多的试验场地，可根据这些试验场地的水文地质条件模拟数据，并加入到数据集当中，使机器学习结果具有更高的可靠性。
猜你喜欢试验场渗透系数含水层汽车试验场噪音试验路吸声系数研究石油沥青(2022年3期)2022-08-26基于Origin的渗透系数衰减方程在地热水回灌中的应用地质与资源(2021年1期)2021-05-22近海海洋仪器试验场微波通信系统构建与测试测控技术(2018年10期)2018-11-25世界上最大的海上无人系统试验场开放无人机(2018年12期)2018-09-10多孔材料水渗透系数预测的随机行走法浙江工业大学学报(2017年5期)2018-01-22输水渠防渗墙及基岩渗透系数敏感性分析水利规划与设计(2017年8期)2017-12-20美国西部奥加拉拉含水层水位下降原因初探水科学与工程技术(2016年2期)2016-07-10河北平原新近系热储层渗透系数规律性分析河北地质(2016年1期)2016-03-20孝感汽车试验场获交通部认可汉阳所业务不断延伸专用汽车(2016年8期)2016-03-01全球地下含水层下降惊人:要被抽干了地理教学(2015年14期)2015-03-31
