基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测

收集了浙江省2000—2020年各用水行业需水量数据,采用基于Spearman秩相关分析的主要驱动因子筛选法筛选了影响各行业需水量的主要驱动因子,进而构造了改进的长短时记忆(LSTM)神经网络需水量预测模型,对各行业需水量进行动态滚动预测,并将改进LSTM模型的预测结果与传统单变量LSTM预测模型、卷积神经网络模型、支持向量回归模型的预测结果进行了对比。结果表明,基于主要驱动因子筛选法改进的LSTM模型能实时动态滚动预测各行业每年需水量,且预测结果精度高于其他3种模型。

基于改进PCA-BP神经网络模型的海宁市需水预测

需水预测是地区水资源规划中的重要部分,对于实现水资源合理有序开发,保障社会经济的可持续发展有重要的指导意义。采用改进PCA-BP神经网络模型对影响需水量的9个影响因子进行降维处理,并分别以海宁市2001~2014、2015~2020年数据作为训练样本和检验样本完成模型训练,其中,综合灰色预测模型GM(1,1)对降维后的影响因子独立预测,从而预测海宁市规划年需水量,并与传统定额法的需水预测结果进行对比分析。结果表明,人口、GDP、居民生活用水量、城镇公共用水量为影响海宁市需水量的主要因子;通过构建改进PCA-BP神经网络模型得到的2025、2030、2035年需水结果,比传统定额法更为真实、合理,进一步证实了预测模型的合理性,可为海宁市未来水资源规划提供指导。

宿迁经济技术开发区需水预测及用水总量控制指标核定研究

通过分析宿迁经济技术开发区水资源开发利用现状,根据区域人口、经济发展指标,对规划年进行需水预测。依据区域用水总量和效率控制指标、区域地下水取用水总量和水位管控要求等,结合区域功能定位、产业布局,核定了用水总量控制指标,为进一步简化建设项目水资源论证审批程序以及提高审批效能等提供参考。

广西西江流域及主要支流水量分配方案分析

以水利部分配给广西的流域水量控制指标及各市用水总量控制指标为依据,统筹考虑调入与调出、河道内与河道外用水、用水与消耗等关系,开展广西西江及其主要干支流水资源供需平衡和水资源配置分析,合理确定本流域地表水资源的可分配水量。并综合考虑流域内区域间用水关系,依据水资源配置成果,按照水量分配的原则,合理确定广西西江流域及主要支流供各市河道外利用的地表水用水量份额。

基于定额法和GM(1,1)模型对河南省2030年需水量的预测与情景分析

采用定额法和GM(1,1)模型对河南省2030年的需水量进行预测,并设计了保持现状型、经济发展型、节水型和综合发展型四个发展情景进行分析。结果表明:四种情境下的需水量分别为253.7亿m^(3)、278.5亿m^(3)、220.2亿m^(3)和260.7亿m^(3);农业灌溉用水占全省用水量近55%,提升农业灌溉水的利用效率对改善全省的水资源利用效率有巨大作用,同时,调整产业结构也可以提高水资源利用率;综合考虑四种发展情景,河南省未来的发展趋势应向综合发展型社会靠拢,使经济、环境和社会协同发展;需水量受人口数量、生产总值、产业结构等多种因素的协同影响。

南水北调受水区工业需水量的多方法组合预测

以南水北调东线江苏段受水区为对象,2020年为现状年,在趋势法、多元线性回归和BP神经网络的基础上,利用相对误差-反距离权重法构建了一种组合模型。采用该组合模型预测江苏段受水区2030年工业需水量。结果表明:基于趋势法、多元线性回归和BP神经网络所得的工业需水量预测值之间的偏差均小于10%,各单一方法与真实值之间的平均误差均小于10%;组合预测模型所得工业需水量的决定系数(R^(2))比单一需水预测模型高0.02~0.09;江苏段受水区2030年工业需水总量预测值为14.68×10^(8) m^(3),相比现状年工业需水总量增加了70.3%。研究成果不仅可为南水北调东线江苏段受水区提供可靠的工业需水量预测数据,也可为其他南水北调受水区工业需水量预测提供方法借鉴。

龙江河谷灌区需水预测分析

龙江河谷灌区开发任务为农业灌溉及城乡供水,打造龙江清水廊道,保障区域粮食生产安全和人饮供水安全,为少数民族地区巩固拓展脱贫攻坚成果、促进乡村振兴创造条件。本文对灌区内的农业灌溉、城区、村镇用水进行预测,预测成果可为灌区工程规模、水资源优化配置和供水决策提供依据。

基于灰色模型的鲁西北平原水资源供需平衡分析

水资源是影响鲁西北平原经济发展的重要因素,分析水资源供需平衡状况,预测未来需水量,对促进水资源的合理开发利用及人与自然和谐发展具有重要意义。基于陵城区近12年的用水量数据,采用灰色GM(1,1)模型预测方法,从2022年水资源可支撑的经济规模和人口数量的宏观指标角度描述需水量,对模型结果进行检验,并对2023~2030年供需水状态进行预测分析,并对模型结果进行了检验。结果表明,2022现状年的宏观需水量计算结果与模型相对误差δ=0.008,灰度模型预测结果准确。供水保证率为50%时,2022现状年缺水量为4090万m^(3),占总水量的16.74%;2030规划年缺水量为1811万m^(3),占总水量的6.28%。2030年水资源供需仍未达到平衡状态,但水资源平衡指数I_D逐年上升,水资源短缺状态逐步缓解。在现有经济与技术条件下,2030规划年水资源负载指数为Ⅲ级,水资源承载潜力不足,水资源开发利用方式单一,仍是社会经济发展的瓶颈。本研究为鲁西北平原水资源合理规划与开发利用提供参考。

小型海岛地区调度方法——岱山县案例研究

研究针对中国小型岛屿地区的淡水资源短缺问题,以提高水资源的利用效率为核心。研究目标涵盖构建来水和用水预测模型,开发针对水库运行的数学模型,并着重于水资源管理的优化。以浙江省岱山县为案例,阐述调度方法在减少弃水率和提高水资源利用效率方面的量化效果。研究结果表明,岱山县在3月份的空库系数最低(0.738),而水库群平均蓄水率达到67.19%。研究提出的调度方案显著减少了弃水量,并提高了水量利用系数和灌溉保证率。研究为解决小型岛屿地区以及其他水资源匮乏地区的淡水短缺问题提供一个高效的新视角和可行性方案,为推动水资源管理的可持续发展提供参考。

凯里—麻江中心城区需水节水符合性分析

以贵州省黔东南州宣威水库工程主要供水区凯里—麻江中心城区为例,提出节水符合性分析思路,主要从城市规模节水符合性、经济社会发展预测节水符合性、用水指标节水符合性、需水量节水符合性4方面进行分析论证,论证需水预测成果符合“节水优先”的原则。

基于ARIMA模型对东江水源需水预测研究

在取水系统的科学决策与现代化管理中,水量预测是关键环节,其准确性直接关系到调度方案的可靠性。深圳市作为全国严重缺水城市之一,以提高水资源的抗风险能力和科学调度水平为首要任务。引入西江引水工程,旨在缓解东江水源工程的供水压力;通过ARIMA时间序列模型对水厂端用水需求进行预测,以期构建一个高精度的组合预测模型,为城市供水安全提供更加快速、有效的保障。结果显示,ARIMA模型的平均相对误差为3.72%,且误差超过5%的情况较少,表明模型具有较好的预测效果。

基于定额法的屯留区水资源需求预测分析

为进一步开展和完善长治市水资源开发利用和节约保护规划,合理配置山西省水资源,支撑屯留区高质量发展战略,结合屯留区水资源需求用户分类,充分探讨水资源开发利用潜力,以2018年作为基准年,基于定额法对屯留区2025、2035和2050年不同时期生活、工业和农业需水进行预测。考虑到不同降水条件下的用水要求,对于农业灌溉分别提出50%、75%、90%和95%降水频率下的需水预测成果,为全区水资源的合理开发、优化配置、有效保护、高效利用和区域经济社会可持续发展提供基础支撑作用。本研究成果可为今后中小城市水资源供需预测与规划配置分析提供参考。

近红外光谱的水体污染指标COD定量预测模型

针对传统化学需氧量(chemical oxygen demand, COD)检测存在检测成本高、耗时、易造成二次污染,以及现有检测模型泛化性较差等不足,难以满足水环境实时监测需求的问题,提出基于近红外光谱技术的COD快速无损定量预测模型.实验结果表明,本模型在污水COD光谱数据集上的预测性能,相较于传统机器学习算法和现有其他深度学习算法更优.测试的决定系数(R^(2))和均方根误差(E_(RMS))分别达到0.992 1和27.47 mg·L^(-1),模型卷积层的输出特征可解释性强,能有效表征关键波长点.该预测模型为实际水体COD含量快速检测提供一种新的方法.

黄河流域用水现状及需水预测研究

为深入探讨黄河流域的用水现状,并评估未来需水规模,根据1988—2021年用水资料,对黄河流域用水现状进行分析,并运用Holt线性趋势法、GM(1,1)灰色预测模型、定额法和多元线性回归方法对黄河流域2035年需水量进行预测,结果表明:黄河流域1988—2021年用水总量大致分为大幅度降低阶段(1988—2003年)、快速上升阶段(2004—2015年)和波动降低阶段(2016—2021年)3个阶段;流域用水结构变化显著,农业用水量和工业用水量比例呈下降趋势,年均下降率分别为0.83%和0.53%;在4种预测方法中,多元线性回归模型预测效果最好,2035年需水量预测值为537.41亿m^(3),需水量的增长将带来较大的水资源供应压力,对水资源的可持续利用构成威胁。

南水北调东线工程江苏段水资源调配研究

针对南水北调东线工程江苏段受水区的水资源调度与配置问题,以受水区总缺水量最小和泵站总能耗最小为目标,建立南水北调东线工程江苏段水资源优化调度模型。将南水北调工程调水与本地水资源进行联合配置,并以经济效益、社会效益、环境效益最大为目标,构建南水北调东线工程江苏段水资源配置模型。采用基本方案和节水方案进行了模型模拟,结果表明,在降水保证率分别为50%、75%和95%3种情况下,受水区节水方案缺水率比基本方案分别下降了2.91%、3.61%和3.83%;受水区节水方案下各工程基本完成了受水区的供水任务,且优先利用了泵站单位能耗较小的运西线进行调水,说明优化调度配置方式在保障受水区用水的基础上,能够以更为经济节能的方式运行。

京津冀城市群需水量预测与供水工程建设措施研究

京津冀城市群属于严重缺水地区,对其需水量进行科学合理预测是水务部门规划建设未来供水工程项目的前提和基础。针对京津冀城市群需水量开展预测研究,确定与经济、社会、用水和资源可用性相关的解释变量,利用京津冀城市群2004~2020年数据,建立了6种机器学习需水量预测模型,构建预测情景以寻求最优预测模型;根据京津冀城市群可供水量数据,测算出2021~2025年供需差。结果表明:XGBoost模型性能最好,误差最低,预测准确率达99.98%;预测京津冀城市群2021~2025年年均需水量较往年略有下降,在250.6亿m 3左右波动;2021~2025年供水工程供需缺口总量预计约6亿m 3。针对京津冀城市群供水工程规划建设,建议从持续推进南水北调工程建设、统筹协调绿色节水型城市建设和不断优化城市群供水管网建设等方面开展。

四川省乐至县水资源供需预测与合理配置研究

依据乐至县经济社会发展长远规划,对主要行业需水量进行预测。根据现状及规划供水工程,合理配置本地水源、外调水源及非常规水源,提出水资源供需配置方案,为保障乐至县水安全、促进经济社会高质量发展提供科学依据。

基于PSO-GRU神经网络的青椒生长期需水预测

青椒生长期内需水量与气温、气压、相对湿度等因子之间存在复杂的非线性关系,需水量变化呈现出时序性和周期性的规律,为提高青椒生长期日均需水量的预测精度,提出一种PSO-GRU (粒子群算法-门控循环单元)青椒生长期日均需水预测模型。以2014—2018年实验所得的青椒需水和气象环境等数据为数据源,将日均气温、气压、风速等六维数据作为特征集,需水量作为标签,GRU神经网络作为需水预测的训练模型,并针对GRU超参数容易陷入局部最优的问题,利用PSO优化GRU模型的超参数,通过仿真实验对青椒生长期日均需水量进行预测,并与RNN, LSTM和GRU等模型进行对比,验证PSO-GRU模型的优越性。仿真实验结果表明:PSO-GRU模型的预测精度和拟合效果显著提高,RMSE为0.505, MAE为0.388, MAPE为7.73,R2为0.888。PSO-GRU模型可为制定灌溉计划提供依据,有利于节水灌溉,推动农业种植水利信息化。

水循环与水资源合理配置模型(SWAM)Ⅱ:应用

为进一步检验SWAM功能,基于嫩江流域6个水文站的月径流系列、水库基本参数与入库径流、历年供用水量、水利工程分布情况等资料,构建了嫩江流域水循环与水资源合理配置模型,应用模型中的水循环模块,模拟分析了规划水平年2025年嫩江流域的水循环转化关系,在此基础上,计算了嫩江流域各地市可供水量,预测了规划水平年各行业的需水量,进行了水资源多目标优化配置分析,其中多目标模块设定3个目标(社会目标、经济目标、水量目标),应用NSGA-II求得非劣解集,选出嫩江流域2025年不同来水频率下的水资源合理配置方案,并将配置结果反馈给水循环模块。结果显示:(1)率定期(2010—2014年)6个水文站月径流模拟值与实测值的纳什效率系数均大于0.625,验证期(2015—2016年)6个水文站月径流模拟值与实测值的纳什效率系数均大于0.601,率定期与验证期的流量月过程线的拟合程度均较好。(2)嫩江流域2025年在P=50%的来水频率下,全流域的总降水量为1325.0亿m^(3),蒸散发量为886.0亿m^(3),下渗量为141.2亿m^(3),流域年末土壤水蓄变量为1.3亿m^(3),入境水量为135.0亿m^(3),出境水量为307.0亿m^(3),经济社会总取水量为131.5亿m^(3);其中,平原区地表水取水量为88.4亿m^(3),浅层地下水取水量为42.5亿m^(3),再生水取水量为0.6亿m^(3)。在P=90%的来水频率下,全流域的总降水量为1081.0亿m^(3),蒸散发量为953.3亿m^(3),流域年末土壤水蓄变量为-4.2亿m^(3);经济社会总取水量为138.9亿m^(3),地表水取水量为82.9亿m^(3),浅层地下水取水量为55.1亿m^(3),再生水取水量为0.9亿m^(3)。(3)在P=50%来水频率下,最优水资源配置方案对应的流域总需水量为134.3亿m^(3),总缺水量为2.8亿m^(3),缺水率为2.1%,经济损失量为1.5亿元,粮食减产量为51.0万t;在P=90%的来水频率下,最优水资源配置方案对应的流域总需水量为154.6亿m^(3),总缺水量为15.7亿m^(3),缺水率为10.2%,经济损失量为9.1亿元,粮食减产量为261.4万t。

基于预测的城市供水管网运行评估方法

文中提出了一种基于预测的城市供水管网运行评估方法。基于精细化管理需求,为提高城市供水系统效率,响应节能供水号召,在此背景下,使用机器学习方法以及集成学习思想,首先利用了融合多纠偏机制的混合需水量预测模型对供水区域未来1 d的居民总需水量进行预测,然后提出了基于序列到序列的编解码网络结构对管网各个节点的水压进行分钟级预测。最后基于预测信息、节假日信息等提出了管网测压点的压力动态阈值的优化方法,实现了对城市供水管网整体运行状态的准确评估,为城市供水系统的水量调配提供调度指导,通过压力波动数据可以看出,研究所提供的阈值计算方法提高了调度决策水平。与此同时,文中以上海某区域为背景,通过需水量预测以及管道压力预测的方法,验证了所提出的模型在实际工作中,相较于传统模型具有更高的预测精度。