多元线性回归分析在北京城市生活需水量预测中的应用

从多元线性回归分析的特点出发 ,探讨北京城市生活需水量的影响因素 ,并对选定的影响因素进行回归分析 ,确定了最终的预测方程 ,应用预测方程对北京市 2 0 10年城市生活需水量进行了预测。     

青岛市工业需水量预测研究

随着工业的快速发展,工业需水量与日俱增,工业需水量的合理预测已成为城市供水和水资源规划极其重要的部分。以青岛市为研究对象,对其工业需水量进行了预测研究,预测方法采用灰色预测理论。根据灰色预测理论预测青岛市工业发展;对青岛市实际情况进行分析,确定其未来的需水定额;采用定额法得出青岛市未来年份的工业需水量。     

德州市工业需水量预测方法研究

工业需水量是用水总量控制指标之一,文章以德州市的工业需水量作为研究对象,分别利用相关分析预测模型和灰色理论动态模型进行德州市工业需水量预测研究,并对模型结果进行检验,结果表明灰色理论动态模型能够很好地预测德州工业需水量,为德州市实行最严格水资源管理制度提供技术支撑。     

两种工业需水量预测方法的探讨及应用

工业需水量预测是水资源规划的重要工作内容之一,也是实现工业供水系统优化调度的基础和前提,它的准确度直接影响到用水调度决策的可靠性及实用性,因此科学预测工业需水量是水资源优化配置、供水工程设计中的一项重要内容。采用常用的产值法和产量法对引洮供水二期工程受水区工业需水量进行了预测,分析对比了两种方法预测结果的差异。结果表明,产值法预测的需水量符合一定的规律,便于宏观控制;产量法预测的需水量可以间接反映工业布局的区域和行业特性,体现出工业增长对需水的突变性。在有一定工业基础,对较大的综合区域进行水资源规划时,采用产值法较好;在现状工业基础薄弱,工业发展具有突变性的地区(如新城区、工业园区)和供水对象非常具体的供水工程,采用产量法预测较好。     

产业结构调整较大地区如何预测工业需水量

本文分析了工业需水预测常用方法的基本理论及其适用条件，阐述了常用方法用于产业结构调整较大地区预测工业需水量的局限性，提出了本人认为比较合理的工业需水量的预测方法，并通过示例对该方法进行说明，以实际统计用水资料对预测方法的可靠性进行了验证。     

2030年前江苏省一般工业需水量预测

结合江苏省一般工业2030年前需水量预测的实例,系统介绍了一般工业需水量的预测思路,包括历史取水趋势、主要因素考虑、初步成果、最终成果等.预测包括发展规模预测、取水指标确定、成果分析等.并将目前国际上广泛应用的风险分析理念在一般工业需水量预测中的应用进行初步探索研究,分析预测成果未能预期实现的风险水平,从而了解预测成果的可靠程度.     

与GDP相关的生活需水量预测模型

在目前生活需水量多种预测方法中,往往回避将经济发展指标作为直接影响因素。本文用传统的预测方法,先对生活必需水量加以预测,然后单独考虑GDP对生活需水量的影响,建立了与GDP相关的生活需水量预测模型。用该模型对西安和北京两地的生活需水量进行预测,结果表明该模型进行生活需水量预测是可行的。     

西安市工业需水量预测及污水回用于工业研究

随着城市化与工业化水平的不断提高，水资源短缺问题日益突出，工业需水量的合理预测已成为城市供水和水资源规划极其重要的部分，以西安市为研究对象，对其主要工业需水量采用灰色预测理论进行了预测研究。根据灰色预测理论预测结果确定西安市未来年份的工业需水量，依托西安市第四轮城市总体规划建成的15个污水厂，通过城市污水回用来解决西安市未来工业需水量需求。     

青岛市工业需水量预测

确定了青岛市工业需水量影响因素的选择原则,并对青岛市工业需水量主要驱动因子进行定量辨识,初步确定出影响青岛市工业需水量的主要驱动因子。根据青岛市工业需水的实际情况,确定反映该地区特点的9个指标,采用RS理论进行属性约简,得到工业总产值、工业产值占国民经济总产值的比重、发电量、工业用水重复利用率以及人口数量等5个工业需水预测指标,并采用逐步回归方法建立青岛市工业需水量预测模型,对需水量进行预测。计算得出2015年、2020年和2030年的工业需水量分别为3.02亿m3、3.87亿m3和6.75亿m3。     

优选组合模型在山东省工业需水预测中的应用

工业的迅速发展以及水资源短缺,致使工业需水量预测成为焦点.以工业生产函数法、人均综合用水量法作为基本方法分别预测了山东省的工业需水量,其中工业生产函数法考虑了参数的时变性,人均综合用水量法考虑了人口、社会等因素.应用一般的组合理论,对单一模型的预测结果进行了加权组合,通过合理性分析,人均综合用水量法是劣势因子,组合结果不好.提出并采用了先组合模型后预测的新方法,并与一般的组合方法进行比较,证明先组合模型后预测的新方法精度更高一些.最后预测了山东省2015年、2020年的工业需水量分别为212958万、198013万m3.