徐淑琴，乔厚清，王雅君，李仲裕，郭晓婷

（东北农业大学水利与土木工程学院，哈尔滨 150030）

农业稳健发展离不开水资源。在农业灌溉工程中，井灌、泉水灌溉、截潜流灌溉等地下水灌溉方式在农业生产中具有重要地位。我国北方地区由于气候原因，水资源短缺，地下水取水灌溉成为北方农业灌溉重要取水方式。以2019 年为例，全国供水总量6 021.2 亿m3，占当年水资源总量20.7%。其中，地下水源供水量934.2 亿m3，占供水总量15.5%；与2018 年相比，供水总量增加5.7 亿m3，其中，地下水源供水量减少42.2 亿m3。因此，合理规划与利用地下水资源对调控地下水水位，发展灌溉农业有重要意义[1]。

目前预测类算法主要有线性回归拟合、小波分析变换、时间序列分析等方法，而近年来神经网络与群智能算法成为有力研究工具，不仅为金融学与经济学等人文社会科学研究提供更高效和准确服务[2-3]，在自然科学层面也表现优秀。在水文水资源系列预测方面，神经网络与深度学习算法在降雨预测、气温预测、河川径流和给排水等方面表现优良，因此利用神经网络智能算法预测与分析水文序列并建立优质模型成为水资源分析领域重要发展方向[4-5]。近年来，各类统计模型研究趋于成熟[6]，包括人工蜂群算法[7]与RAGA 在内群智能算法、RBF 等传统神经网络改进算法在地下水埋深预测取得优秀成果[8-9]，改进的灰色系统预测模型在地下水资源时空分布与动态水位预测方面亦有深入研究[10-11]。近年来，学者改进BP 神经网络动态预测地下水水位与埋深[12-13]，将神经网络与小波分析结合建立模型预测灌区范围地下水位[14]。……