北京新机场临空经济区规划水资源论证需水预测及合理性分析

根据北京大兴国际机场临空经济区总体规划成果,分别采用土地综合用水指标法、人口综合用水指标法及分类用地用水指标法,进行临空经济区河北省区域规划年需水预测,并对需水预测成果进行合理性分析,从而确定区域用水规模。     

江苏省溧阳市需水预测分析

针对《溧阳市城市总体规划(2016-2030)》,提取了与水资源密切相关的控制性指标内容,采用分类指标法和分项建设用地指标法,对溧阳市不同水平年各种来水频率下的规划需水量进行了预测;并对需水规模进行了合理性分析。通过比较,最终采用了分类指标法得到的需水预测结果:2020年和2030年溧阳市的需水总量分别为3.99亿m3和4.18亿m3。在此基础上,对用水总量、用水效率控制指标的相符性以及用水的合理性进行了分析。结果表明:①需水规模符合相应控制指标的要求;②用水结构变化符合相应的控制目标;③需水预测结果基本合理。     

主成分回归在需水预测中的应用

城市需水量的准确预测对区域的发展具有十分重要的意义。城市需水受多重因素的影响,且这些因素大多存在较强的相关性。通过主成分分析法的计算分析,以金华市为例,采用2000-2010年的城市用水资料建立回归模型对需水量进行预测。结果表明:该模型应用于城市用水预测,其结果与当地实际情况较为吻合,模型的拟合程度和预测准确度较好。     

青海省南川工业园区规划需水总量预测分析

以南川工业园区规划需水总量预测分析为主要研究内容,采用居民生活用水定额法、人均综合用水定额法、人口综合用水指标法和土地综合用水指标法等4种方法进行需水总量预测。通过对4种方法计算结果合理性进行对比、分析,认为居民生活用水定额法计算的指标更为详细,预测结果可能更接近工业园区的实际需水总量,为该工业园区规划布局的确定及审批奠定了基础,以满足当地经济社会发展与水资源承载能力相适应的需要。     

六种预测模型在北京市城市生态环境用水短期预测中的比较

针对城市水资源短缺和城市生态环境需水研究的迫切性,选用6种预测模型开展城市生态需水预测研究.为探究适合北京市城市生态环境用水预测的模型,以中国城市统计年鉴2004-2019年的北京市相关统计数据为基础,在时间序列预测方法上比较了灰色模型、分数阶灰色模型,在系统分析预测方法上比较了多元线性回归、主成分回归、BP神经网络和...     

珠三角典型城镇中长期需水预测分析——以小榄镇为例

为做好珠三角典型城镇中长期需水预测,以小榄镇为研究对象,以广东省最新用水定额为依据,在合理预测区域经济社会情况以及对比分析用水量趋势和用水效率的基础上,采用分类指标法预测了小榄镇2025年和2030年的需水量,并总结了区域中长期需水预测中人口、经济社会指标确定依据以及用水定额指标选取原则。     

不同发展情景下雄安新区用水强度及需水量预测

雄安新区尚处在规划建设阶段,未来发展情景存在不确定性,预测不同发展情景下可能的用水强度及需水量对于指导新区建设发展、实现水资源可持续利用具有重要意义。从社会经济发展模式、用水效率模式和生态环境发展模式三个角度,对雄安新区发展情景进行了概化。结合《河北雄安新区规划纲要》,通过借鉴国内新区以及国内外发达城市近年用水效率值、社会经济发展指标,预测了不同发展情景下新区近期和远期的各类用水强度指标以及相关社会经济发展指标。利用定额法预测了新区近期和远期的生活、工业和农业需水量。利用Tennant法和定额法预测了新区近期和远期的河道内外生态环境需水量。2022、2035年不同发展情景的需水总量分别在8~10、9~12 亿m3水平。在注重社会经济发展和生态环境保护的同时,严控用水强度可将用水总量控制在8~9 亿m3相对较低水平。严格控制生活、生产各类用水强度,采取多种措施提高用水效率对于新区控制用水总量,实现水资源可持续利用至关重要。     

引黄入晋工程受水区需水预测影响因素分析

1995年、1997年和2001年对引黄入晋工程受水区的需水量进行了3次预测。通过对3次需水预测结果的对比分析,认为3次需水预测研究完成的时间不同,对基础资料、预测技术、用水定额及认识的不同,使得3次需水预测研究成果存在差异。指出影响需水预测的主要因素为工业发展与结构调整、城市化、城市生活和工业用水定额、水价等。     

城市规划类水资源论证需水预测及合理性分析——以云南省滇中新区为例

以云南省滇中新区为例,采用生活、工业、农业和生态用水分项需水预测法,单位人口综合用水量指标法和单位建设用地综合用水量指标法确定新区的需水总量,并从用水总量控制指标相符性、用水效率控制指标符合性、用水结构合理性3个方面进行分析。综合分析认为,滇中新区的需水预测和合理性分析方法得当,具有较好的典型性,能够为今后同类项目尤其是云南省开展规划水资源论证提供借鉴。     

城市居民生活需水函数模型的构建与应用

通过定性分析与定量计算相结合的方式探寻生活用水强相关因素,充分考量区域气候条件及经济发展水平差异,构建全国及七大地理分区的城市居民家庭生活需水函数,各区域需水函数模型均通过了显著性检验,拟合值与实际值误差在10%以内的城市占61.5%。分区城市居民生活需水函数可客观反映经济发展阶段特性和气候背景下的用水差异,提升了模型的应用性和可操作性,为分区阶梯定额的确定提供技术支撑。应用模型对省会及重要城市的居民生活用水定额和水价进行分析预测,结果表明：在同等居民收入和水价增幅下,北方城市居民生活用水定额降幅远低于南方城市,南方城市价格增长对居民生活用水定额的抑制作用更为明显;随着收入的增长,需要适度提升水价才能使规划水平年生活用水定额维持现状水平。     

城市给水系统优化调度研究

用水量预测研究和给水管网数学模型研究是优化调度的基础,用水鼍预测模型是在分析城市用水量序列数据模式的基础上,综合利用统计回归的方法建立的数学表达式;给水管网数学模型是建立水厂出厂压力和流量与管网测压点之间的经验数学表达式,它反映了给水系统的运行工况.优化调度模型的建立和求解是优化调度的核心.     

基于粗集和改进BP网络的城镇日用水量预测模型

针对城镇日用水量受某些影响因素冗余性、非定量性、非线性的影响以及这些影响在预测模型中很难体现等问题,分析了影响城镇日用水量的因素,利用粗集知识约简方法去除冗余,选择影响城镇日用水量的主要因素,结合改进的BP网络建立城镇日用水量预测模型,并将该模型的预测效果与未采用粗集方法去除因素冗余的模型预测效果进行比较,结果显示该模型的预测精度更高、所需时间更短、更加适用于影响因素较多的城镇年、月用水量的预测。     

基于PSO-GRNN方法的城市用水量短期预测

鉴于城市用水量短期预测中传统的神经网络训练易陷入局部极小点、收敛速度较慢等问题,采用具有全局随机优化思想的PSO算法对GRNN神经网络径向基函数的扩展速度进行优化,提出了城市用水量的PSO-GRNN神经网络预测方法。根据某市日用水量的实测数据进行建模和预测,通过与最小二乘模型、核估计模型、局部线性估计模型的模拟效果进行对比表明：PSO-GRNN网络具有较强的自适应能力和泛化能力,能够有效地提高用水量的预测精度。     

城市年用水量灰色预测研究

灰色预测模型要求原始数据序列满足指数规律,而实际上城市用水波动性大,无典型指数趋势变化,而一般呈代数曲线形式变化,因此本文提出了改进的灰色模型在城市年用水量预测中的应用,改进的灰色预测模型主要基于灰色预测模型一次累加的建模思路。将改进的灰色预测模型用于某城市的年用水量预测,结果表明:改进的灰色预测模型与传统的灰色预测模型相比,平均相对误差以及原点误差均较小,可用于该市的年用水量预测,为该市年用水的宏观调控与用水规划提供参考。     

基于PCA-RBF神经网络模型的城市用水量预测

针对城市用水量影响因素众多、关联性较强以及BP神经网络收敛速度慢、易陷入局部极小值等问题,采用组合主成分分析(PCA)与RBF神经网络的方法预测城市用水量。利用主成分分析对用水量影响因素进行降维,消除多重共线性,选取能够替代原用水量影响因素的前三个主成分作为输入因子,选用学习和收敛速度快、模式识别能力强的RBF神经网络进行预测。研究结果表明,该模型的相对误差平均值在训练和预测阶段均最小,分别为0.165 4%和0.677 5%,学习和预测能力均优于RBF和BP神经网络模型,提高了收敛速度和预测精度;主成分数量从3个增加到5个,信息量累积贡献率从93.09%增加到98.37%,平均相对误差从0.250 7%降至0.206 0%,预测精度略有提高。对2015—2020年枣庄市用水量进行预测,总用水量先有小幅上升,后又下降,呈现"倒U型"增长。该模型对城市区域水资源规划具有参考价值。     

大华滑坡位移预测模型研究

针对传统滑坡位移预测过程中的不足,提出了一种基于最小二乘支持向量机(LSSVM)的滑坡位移预测方法。以某流域大华滑坡为例,基于时序分析和集合经验模态分解法(EEMD)将原始序列重构为趋势项和波动项,趋势项位移受滑坡内部因素影响,采用最小二乘法与多项式方程进行拟合预测;波动项位移受库水位、降雨、地下水位等周期性因素影响,结合灰色关联度法和核主成分分析法(KPCA)对输入因子进行筛选与降维,并用粒子群算法-最小二乘支持向量机耦合模型(PSO-LSSVM)进行建模预测。最后将趋势项与周期项预测位移相加得到累计预测位移,并对模型预测精度进行定量分析。结果表明,建立的EEMD-KPCA-PSO-LSSVM组合模型预测效果良好,较传统BP神经网络、LSSVM等单一模型有着更高的预测精度,可为同类型滑坡位移预测提供新的思路。     

水资源-环境承载能力评价——以湘潭市岳塘区为例

为全面系统地分析湘潭市岳塘区水资源-环境的整体承载状况,采用主成分分析法构建了涵盖水资源、社会经济、生态环境系统等16项指标的水资源-环境承载能力评价指标体系,借助于SPSS 19.0软件分析了岳塘区2005~2015年的水资源-环境承载能力变化趋势及其影响因素。研究结果表明:2013~2015年岳塘区水资源-环境承载能力处于I级(优秀)状况;除2007,2011年有较小的波动外,总体呈逐年上升的趋势;承载能力变化主要受城镇污水处理率、万元GDP用水量、人均水资源量等指标的影响。研究成果可为岳塘区产业结构调整、用水方式改进提供参考。     

城市生活用水多样化趋势与水资源的可持续利用

通过对杭州市生活用水需求变化与用途多样化趋势的调查研究,用量化分析方法寻找与之相关的因素,并以此预测城市用水趋势。针对目前城市生活用水量日益增加、其中低质杂用水的比例较大的情况,从水环境综合治理角度,探讨城市水资源合理利用的最佳系统方式,并提出污水资源化、充分利用雨水、建立新型给排水系统等建议。     

Multivariable Time Series Forecasting for Urban Water Demand Based on Temporal Convolutional Network Combining Random Forest Feature Selection and Discrete Wavelet Transform

Urban water demand forecasting is crucial to reduce the waste of water resources and environmental protection. However, the non-stationarity and non-linearity of the water demand series under the influence of multivariate makes water demand prediction one of the long-standing challenges. This paper proposes a new hybrid forecasting model for urban water demand forecasting, which includes temporal convolution neural network (TCN), discrete wavelet transform (DWT) and random forest (RF). In order to improve the model’s forecasting abilities, the RF method is used to rank the factors and remove the less important factors. The dimension of raw data is reduced to improve calculating efficiency and accuracy. Then, the original water demand series is decomposed into different characteristic sub-series of multiple variables with better-behavior by DWT to weaken the fluctuation of original series. At the core of the proposed model, TCN is utilized to establish appropriate prediction models. Finally, to test and validate the proposed model, a real-world multivariate dataset from a water plant in Suzhou, China, is used for comparison experiments with the most recent state-of-the-art models. The results show that the mean absolute percentage error (MAPE) of the proposed model is 1.22% which is smaller than the other benchmark models. The proposed model indicates the only 2.2% of the prediction results have a relative error of more than 5%. It shows that the reliable results of the proposed model can be a superior tool for urban water demand forecasting.

     

泉州市城镇居民综合生活需水预测方法研究

本文采用定额法、趋势分析法、年均增长率法、回归分析法等需水预测常用的方法,对泉州市城镇居民综合生活用水进行预测分析,经多种预测结果比较得出泉州市2030年城镇居民综合生活需水量为8.62亿m 3。其中定额法、回归分析法预测结果较好,趋势分析法和年均增长率法更常用于经济社会发展指标的预测。随着中国城镇化水平不断推进,居民综合生活用水量的影响愈加多元化、横向化,建立多元回归预测分析模型来预测用水量是很好的选择,该研究可为其他城市预测规划水平年居民生活用水量提供借鉴。