基于灰色系统模型的北京市需水量预测分析

该文在对城市需水量预测方法进行对比分析的基础上,结合城市需水量预测工作的特点和要求,引进灰色系统理论,利用北京市2002-2011年历年的年用水量数据,对总用水量、生活用水、农业用水、工业用水分别建立相应的灰色GM(1,1)模型,模型的精度检验效果较好。需水量预测结果表明,2012-2020年的各类需水量预测结果与未来的规划目标和产业发展趋势保持一致,预测结果可为水资源规划提供科学依据。     

城市需水预测方法比较

为了提高城市需水预测精度,基于北京市2004—2014年用水量及影响因子,利用多元线性回归法、灰色模型预测法和BP神经网络法3种需水预测方法,模拟北京市用水量,并用北京市2015、2016年用水量对3种方法精度进行验证。结果表明:在现有资料基础上,虽然3种需水量预测模型均是可行的,但是BP神经网络法预测模型比起其他2种方法,预测精度最高,而且还具有收敛速度快、调整参数少等优点。预测得到了北京市2020年需水量为38.63亿m3,且在近几年仍呈增长趋势。     

RBF神经网络在阿拉尔垦区需水预测中的应用

利用RBF神经网络,建立了阿拉尔垦区需水量预测模型。选取农业用水灌溉定额、工业用水重复利用率、城镇生活人均日需水量、农村生活人均日需水量作为模型输入,农业、工业、城镇生活、农村生活需水量作为输出。将2001—2007年用水量数据作为训练样本,用2008—2009年用水量数据对模型进行检验。在农业、工业、城镇生活、农村生活4类需水量中,2009年工业需水量预测的相对误差最大,为-16.24%,总需水量的最大误差仅为1.80%,取得了较满意的结果,表明RBF神经网络模型用于该区需水量预测是可行的。     

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。     

北京市可用水源与需求分析

1全市水资源开发利用状况 1.1水资源开发利用状况 以2000年全市用水情况为例,根据<2000年水资源公报>,北京市多年平均可利用水资源总量为36.29亿m3,人均占有量按2000年北京市总人口1364万人计算为266 m3,远远低于联合国城市人均1000 m3水资源量的缺水下限,低于联合国教科文组织提出的保持现代小康社会生活和生产的最低标准人均水资源量300 m3.根据<北京市用水调研与需水预测研究报告>,2000年全市工业、生活和农村实际用水总量37.48亿m3,加上地表水输水损失和自来水供水损失总用水量约为40.4亿m3.目前,城乡总用水量已超出北京市可用水资源量.     

山东省南四湖流域2020年需水预测研究

利用灰色系统、多元线性回归分析和用水定额法对山东省南四湖流域2020年需水量进行了预测。结果表明:灰色系统预测模型预测需水量时误差较大,多元线性回归分析和用水定额法预测结果精度较高。经过预测,山东省南四湖流域2020年需水量为55.924亿~63.936亿m3。     

城市需水量预测方法比较

为了提高城市需水量预测的精度,基于北京市2000—2011年的实际用水量数据,对比分析了BP神经网络预测模型、灰色GM(1,1)模型、非线性趋势模型和灰色-神经-趋势组合预测模型及其基于马尔科夫修正的各单项模型需水量预测结果。结果表明:组合预测模型优于各单项模型,基于马尔科夫修正的各模型优于各未修正预测模型。基于马尔科夫修正的灰色-神经-趋势组合预测模型预测精度最高、效果最好。     

工业用水定额分析与研究

以杭州市为例,根据2000～2006年工业增加值与工业用水量资料,分别采用指数模型和年下降率法,建立一般工业用水指标预测模型,以此预测出未来不同水平年工业用水指标和工业用水量.通过与万元工业产值定额法预测的工业用水量进行比较,对确定的工业万元GDP用水指标进行了评价,说明本文提出的预测分析方法可行,对工业节水工作具有重要意义.     

福建省近10年用水结构变化及驱动力分析

分析了1999~2008年福建省工、农业和生活用水等用水结构的变化及其驱动力因子。结果表明:福建省用水总量呈上升趋势,年均增加2.52×108m3;农业用水量及其所占比重逐渐减小,工业用水量及其所占比重递增,生活用水量增长缓慢,比重基本不变。用水结构的变化和全省产业结构变化相适应。耕地面积的减少和节水灌溉面积增加是农业用水减少的主要原因;工业产值的迅速增长和工业结构的调整共同促进了工业用水量的增加,工业用水重复利用率和万元工业增加值用水量水平的提高对工业用水具有负驱动作用;人口增长是生活用水逐年增加的主要驱动因子。     

跨区域调水PPP项目收益分配研究

科学合理的收益分配方案是跨区域调水PPP项目顺利实施的前提条件,为优化跨区域调水PPP项目参与各方的收益分配,分析生活用水和工业用水需求量对跨区域调水PPP项目的收益影响,通过引入恩格尔系数、霍夫曼系数预测生活用水量、工业用水量。根据供水和需水之间的供应关系,构建跨区域调水PPP项目的预期收益函数。结合跨区域调水PPP项目的特点,综合权衡风险承担度、资源投入度和贡献程度等因素对跨区域调水PPP项目参与各方收益分配的影响,引入跨区域调水PPP项目收益分配优化Shapley博弈模型。研究案例表明:通过收益预测函数计算跨区域调水PPP项目收益,其结果被用于计算各方收益更为合理,优化的Shapley收益分配模型科学合理地体现了各方投入与产出的关系。