基于支持向量机的水资源评价方法研究

水资源丰富度是刻画水资源承载能力的核心指标,对该地区的水资源规划各项决策起关键指导作用。文章针对水资源丰富度的评价问题,引入支持向量机这一先进工具,综合资源经济和环境等多方面的因素,通过输入输出样本,自动确定出样本水资源承载能力的评价等级,提高对样本等级评价的客观可信度。并以辽西流域为例,对该流域水资源承载能力进行评价,从而为水资源可持续开发决策提供了新的依据。     

水资源开发利用评价的支持向量机模型

针对水资源开发利用多指标不相容、评价模型精度难以控制等问题,为提高评价等级的分辨率和模型的精度,根据标准评价指标和等级,随机模拟大样本数据,运用训练数据随机交叉和回归误差控制等方法选择模型参数,建立水资源开发利用程度综合评价的支持向量机的通用模型.并以西安地区水资源开发利用评价为例进行验证.结果表明,通用模型适用性强,与模糊评价相比较,评价结果更加客观可靠.     

基于支持向量机的南宁市水资源承载能力评价

采用支持向量机方法,构建南宁市水资源承载能力评价模型。综合考虑水资源、社会、经济、生态环境等子系统,选取其中的14个指标确立评价指标体系,提出以水资源承载能力指数为依据的评价标准,并对南宁市2005—2013年水资源承载能力进行了评价。结果显示:2005—2009年水资源承载能力指数呈减小趋势,而2010年后则呈明显增大趋势,这与2010年后南宁市加大节水型社会建设力度和加快最严格的水资源管理工作进度有关。通过分析评价结果,对南宁市未来水资源管理工作提出了建议。     

基于熵权的水资源短缺风险模糊综合评价模型及应用

针对水资源短缺风险评价中各指标的模糊性和不确定性,将信息论中的熵值理论应用于水资源短缺风险评价中,建立了基于熵权的水资源短缺风险模糊综合评价模型。采用风险率、脆弱性、可恢复性、事故周期和风险度作为区域水资源短缺风险的评价指标,建立了综合评价指标体系。运用信息熵所反映数据本身的效用值来计算评价指标的权重系数,有效地解决了权重分配困难的问题,并使得权重的确定有了一定的理论依据。实际应用结果表明,此方法简便可行、科学可靠,结果相对客观可信。     

京津冀大都市圈水资源短缺风险评价

以京津冀大都市圈为案例,运用构建的水资源风险评价指数,采用GIS技术从多空间角度,对水资源短缺风险问题进行评价,研究表明,京津冀都市圈水资源短缺风险指数为7.5,水资源短缺状况处于高风险状态,为了维持社会可持续发展和生态系统平衡,必须严格控制人口和经济规模,并且在平水年以上年份需要从区外调水,以缓解水资源供需高度紧张的局面。为降低水资源短缺风险必须实施严格的需水管理,实施风险管理策略,研究建立应急调水预案,实施水资源战略储备。     

基于改进的综合评价模型的北京市水资源短缺风险评价

运用改进的模糊综合评价模型和灰关联分析模型对南水北调受水区——北京市的水资源短缺风险进行评价,运用组合权重方法确定评价指标的权重。结果表明:从2001—2014年,北京市水资源短缺风险总体呈下降趋势并趋于稳定,水资源短缺状况从较高风险降低为临界风险和较低风险,反映出近年来北京市政府对水资源的管理和调控已显现出成效;2012年以后,水资源短缺风险又呈升高趋势,应当对未来几年的水资源短缺风险进行密切关注并尽快采取措施,以降低北京市的水资源短缺风险,保障北京地区供用水安全。     

湖北省水资源短缺风险评价及对策

湖北省作为水资源较为丰富的地区,同样存在水资源短缺的风险。为了评价水资源短缺风险系数,在探讨风险评价理论方法的基础上,构建了水资源短缺风险评价指标体系,采用层次分析法计算指标权值,运用隶属度评价将指标数值转化为风险隶属度,二者结合加权求和计算出各评价区水资源短缺风险系数。综合评价结果表明：湖北省平均水资源短缺风险值数为5.24,属于中度风险;鄂西北、鄂东南地区分别为5.38,5.34,属于中度风险;鄂西南地区风险指数为4.10,接近低风险;江汉平原风险值最高达到5.64,属于高风险区。     

基于支持向量机的防洪脆弱性评价模型研究

针对防洪风险因风险主体而异的特点,提出了防洪脆弱性的定义,选取影响临灾破坏程度的因子建立了评价指标体系,以所选指标的自然断裂法分级作为训练样本,建立了基于支持向量机的评价模型。应用实例的评价结果符合北江下游的防洪态势,说明了该模型方法的可行性、合理性和有效性。与传统的计点系统模型相比,支持向量机模型的评价结果更接近实际情况。     

基于模糊概率的水资源短缺风险评价模型及其应用

本文基于模糊和随机两种不确定性建立水资源短缺风险评价模型体系。首先构造隶属函数评价水资源系统的模糊性;其次是建立Logistic回归模型模拟和预测水资源短缺风险发生的概率;再次是建立基于模糊概率的水资源短缺风险评价模型;最后利用判别分析识别出水资源短缺风险敏感因子。针对北京市1979-2005年的水资源短缺风险的实例研究,表明了模型的适用性。水资源总量、污水排放总量、农业用水量以及生活用水量是北京市水资源短缺的主要致险因子。再生水回用和南水北调工程可使北京地区2010和2020年各种情景下的水资源短缺均降至低风险水平。     

基于模糊概率的水资源短缺风险评价模型及其应用

本文基于模糊概率理论建立了水资源短缺风险评价模型,可对水资源短缺风险发生的概率和缺水影响程度给予综合评价。首先构造隶属函数以评价水资源系统的模糊性;其次利用Logistic回归模型模拟和预测水资源短缺风险发生的概率;而后建立了基于模糊概率的水资源短缺风险评价模型;最后利用判别分析识别出水资源短缺风险敏感因子。作为实例对北京市1979—2005年的水资源短缺风险研究表明,水资源总量、污水排放总量、农业用水量以及生活用水量是北京市水资源短缺的主要致险因子。再生水回用和南水北调工程可使北京地区2010和2020年各种情景下的水资源短缺均降至低风险水平。     

多层次分类支持向量机在水质评价中的应用

在介绍支持向量机(SVM)原理的基础上,设计采用多层次分类器改进支持向量机的分类算法,并利用该方法评价磐石市的地下水水质,同时与模糊综合评判、灰色聚类和神经网络评价结果对比。结果表明,该方法可以用于水资源学科的分类评价计算。     

基于LS-SVM城市水资源承载能力预测方法

水资源承载力是水资源安全战略研究中的一个基础课题,是水资源安全的基本度量[1].准确预测水资源承载力,对国民经济发展规划、生态环境保护和水资源持续利用具有重要意义.该文提出了一种基于最小二乘支持向量机城市水资源承载能力预测模型.通过对具体的城市水资源承载能力预测实验,并与其他几种常见模型预测结果比较,表明该模型具有预测精度高、速度快、容易实现等优点,为我国城市水资源承载能力预测提供了一种有效的方法.     

水资源短缺风险的模糊综合评价

本文选取区域水资源短缺风险程度的风险率、脆弱性、可恢复性、重现期和风险度作为评价指标,研究了水资源短缺风险的模糊综合评价方法。最后对包括北京和天津在内的首都圈水资源短缺风险进行了评价。结果表明,如果没有南水北调工程,2010年整个首都圈的水资源短缺风险将会处于高风险水平,水资源供需状况极度危险,对水资源采取有效的风险管理措施已刻不容缓。     

我国缺水风险分布状况及其对策

在对风险理论及水资源风险研究进展回顾与展望的基础上，探讨了水资源短缺风险主导因子的辨识方法，提出了采用缺水率、人均缺水量和缺水边际损失3个指标的缺水风险评价指标体系，采用模糊层次分析评价方法对全国二级水资源分区的缺水风险进行了综合评价。评价结果表明，全国现状情况下有33个二级水资源分区面临着不同程度的水资源短缺风险，必须采取工程和非工程等防范措施和有效调控，方可减轻缺水风险对我国经济社会发展的危害程度。     

基于支持向量机的土石坝安全监测预报模型研究

简要介绍了支持向量机的基本原理,在对建模因子进行分析的基础上,提出了基于支持向量回归（SVR）算法的土石坝安全监测预报模型。实例分析表明,该模型与传统的多元线性回归模型和逐步回归模型相比,具有预测精度高、泛化能力强等优点,对土石坝安全监控具有实用价值。     

基于支持向量机的水流挟沙力预测研究

本文阐述了支持向量机（SVM）的基本原理及特性,提出了基于SVM的水流挟沙力研究方法,并对30组高、中、低含沙量的水槽试验资料进行训练,训练值与实测值符合较好,再用训练好的SVM模型对4组试验数据进行了预测,预测结果与实测值相差较小。理论分析和实例结果验证了基于SVM的水流挟沙力研究方法比BP神经网络法具有更高的预测精度和可靠性。     

大坝安全监测的兽棒最小二乘 支持向量机模型

针对目前在大坝监测模型中应用较多的支持向量机模型,以土坝沉降监测实例比较分析了监 测数据中是否含有异常值的两种情况的最小二乘支持向量机监测模型的拟合精度与预测精度,发现异 常值的影响不容忽视。通过改进支持向量机模型中的损失函数,建立了大坝安全监测的普棒最小二乘 支持向量机模型(RLS一SVM )。实例分析表明:不论监测数据是否含有异常值RLS一SVM均可达到较 好的拟合精度和预测效果,优于普通LS一SVM模型。     

流域水资源短缺风险调控模型研究

研究将风险理论、风险决策的方法应用于区域缺水损失与缺水调控当中,将区域水资源规划与单项水利规划相衔接,从水利与国民经济协调发展关系出发来考察缺水损失和缺水控制的投入关系。应用这一方法于海河流域,最终确定了该流域为规避缺水风险所需的经济合理的总资金投入量,节水、挖潜、治污和南水北调各项措施经济合理的资金投入力度和工程发展规模以及相应的供水量和缺水调控状况。     

河流健康评价的回归支持向量机模型及应用

建立河流健康评价指标体系、分级标准及回归支持向量机（ SVR ）河流健康评价模型,并以云南省文山州清水河健康评价为例进行研究。首先,利用层次分析法（ AHP ）从水文水资源、物理结构、水质、水生生物和社会服务功能5个方面遴选出13个评价指标,构建3个层次的河流健康评价指标体系和5个等级的分级标准;其次,基于SVR原理,利用随机生成和随机选取的方法,在等级标准阈值间构造5种不同容量大小的训练样本和检验样本,提出5种不同容量方案的SVR河流健康评价模型,设计合理的输出模式,并构建具有良好性能的RBF（radial basis function neural network ）回归模型作为对比模型,利用模型随机5次运行的平均相对误差绝对值、最大相对误差绝对值和运行时间对各方案模型性能进行评价;最后,利用达到期望精度的SVR模型对实例进行评价分析。结果表明：①无论是训练样本还是检验样本,5种方案的SVR模型的预测精度和泛化能力均优于 RBF模型。在相同参数设置条件下,SVR模型随着样本容量的增加其精度和泛化能力变化不大;而RBF模型随着样本容量的增加其精度和泛化能力均有提高。表明SVR模型具有较高的精度和泛化能力,可以用于河流健康评价,尤其在小样本情况下,SVR模型的精度和泛化能力是RBF模型不可比拟的。②5种方案的SVR模型对清水河2011-2012年3次调查的评价结果均为健康,但已接近于亚健康。