人类活动对区域水资源开发影响程度评价及其优化配置研究

摘要

水资源是人类社会赖以发展的重要自然资源，近些年来，随着经济社会的迅猛发展和人口数量的持续增加，人类活动对水资源的干扰程度日益严重。水资源短缺、水资源承载力下降、地下水超采等诸多问题日益凸显。如何科学、合理、可持续地开发利用水资源成为了迫在眉睫的任务。牡丹江管理局作为三江平原粮食主产区的主要组成部分之一，每年都为“北大仓”提供大量粮食作物。近年来，牡丹江管理局农业用水量持续增加，明确农业用水对当地水资源的影响，并合理配置水资源，对促进当地经济发展和保障粮食安全具有重要的现实意义。
　　本文以黑龙江省农垦牡丹江管理局为研究对象，分别对地下水水位进行预测;具体分析人类活动对地下水水位影响程度;并得到人类活动影响下的水资源优化配置结果。主要内容和结论如下:
　　(1)筛选牡丹江管理局地区地下水水位预测适宜神经网络模型，预测牡丹江管理局未来年份地下水水位变化趋势。以较为有代表性的BP神经网络、RBF神经网络和Elman神经网络为例，依次简单介绍了三种神经网络的结构模型、基本原理、学习步骤等内容，并分别应用于试验地区的地下水水位预测之中。结果显示:BP神经网络学习和收敛速度相对较快，拟合效果尚可，但预测精度不是很高;RBF神经网络收敛速度快、运行次数少、拟合效果好，并且预测精度最高;Elman神经网络其预算速度相对较慢，但其拟合和预测效果优于BP网络而次于RBF网络。最终，得出RBF神经网络最为适合牡丹江管理局地区地下水水位预测。
　　(2)构建人类活动对地下水水位影响程度评价模型，揭示影响程度变化趋势。选取机井数量、地下水灌溉面积、农作物播种面积等密切反映人类活动和地下水水位相关的9个因子作为评价指标,利用TOPSIS模型的相对贴近度Ci值，结合影响等级划分标准，具体量化各农场人类活动对地下水水位影响程度。结果显示:八五五、八五一○、八五一一、兴凯湖、海林和宁安农场人类活动对地下水水位多年平均影响程度最弱;八五七和云山农场影响程度适中;庆丰和八五八农场影响程度较高;八五○、八五四、八五六农场影响程度最为严重。2000-2003年间，牡丹江管理局人类活动对地下水水位影响程度总体上为逐年增大趋势，2004-2013年间，其影响程度总体呈现逐渐减弱趋势;空间上大体呈现由东北向西南方向逐步减弱趋势。
　　(3)建立社会、环境、经济多目标水资源主从递阶决策优化配置模型，合理分配水资源。以牡丹江管理局下辖13个农场为研究对象，应用基于粒子群的优化算法来求解优化配置模型，充分考虑到了配水的高效性、公平性和可持续性，并考虑到人类活动的影响下，引入人类活动影响指数概念来调整供水量，最终得到了75％保证率下的各农场配水结果，为合理利用当地水资源提供了科学指导。同时，也反应出牡丹江管理局农业用水消耗量巨大，为更好地实现可持续发展战略，需大力发展节水农业，减缓未来年份农业用水的增长趋势。

目录

声明

摘要

1 绪论

1．1 立题依据

1．2 研究目的与意义

1．3 国内外研究动态

1．3．1 地下水水位动态预测研究

1．3．2 人类活动对水资源影响研究

1．3．3 水资源优化配置的研究

1．4 研究评述

1．5 研究内容及技术路线图

1．5．1 研究内容

1．5．2 技术路线

2 研究区概况介绍

2．1 自然概况

2．1．1 地理位置

2．1．2 气象条件

2．1．3 河流水系

2．2 社会经济概况

2．3 水利工程设施及水资源利用情况

3 人工神经网络模型在区域地下水水位预测中的应用

3．1 BP神经网络在区域地下水水位预测中的应用研究

3．1．1 BP神经网络简介

3．1．2 BP神经网络的构建

3．1．3 BP神经网络在地下水水位预测中的应用

3．2 RBF神经网络在区域地下水水位预测中的应用研究

3．2．1 RBF神经网络模型结构

3．2．2 RBF神经网络的学习方法

3．2．3 RBF神经网络在区域地下水水位预测中的应用

3．3 Elman神经网络在区域地下水水位预测中的应用研究

3．3．1 Elman神经网络结构

3．3．2 Elman神经网络在地下水水位预测中的应用

3．4 评价与预测

3．5 本章小结

4 人类活动对区域地下水水位影响程度分析

4．1 人类活动对区域地下水水位影响程度评价模型

4．1．1 TOPSIS模型简介

4．1．2 模型构建

4．2．1 影响程度划分

4．2．2 评价指标的选取

4．2．3 权重的确定

4．2．4 评价结果

4．3．1 影响程度趋势

4．3．2 讨论分析

4．4 本章小结

5 人类活动影响下的区域水资源优化配置研究

5．1 水资源优化配置理论简介

5．1．1 水资源优化配置概念

5．1．2 水资源优化配置原则

5．1．3 水资源优化配置目标

5．2 主从递阶多目标决策模型

5．3 基于粒子群优化算法的主从多博弈主体模型构建

5．3．1 建模思路

5．3．2 目标函数

5．3．3 约束条件

5．3．4 参数设置

5．4 优化配置结果与分析

5．5 本章小结

6 结论与展望

6．1 结论

6．2 展望

致谢

参考文献

攻读硕士学位期间发表的学术论文