基于训练大数据的水资源动态配置模型研究

摘要

在传统的水资源配置过程中,水库水量平衡计算时水库弃水量巨大,造成大量可利用的水资源被浪费.系统梳理水资源配置模型,分析得到水库弃水量大的主要原因是水资源配置模型存在"水源分割"现象.为了解决这个问题,对传统的模型进行改进,增强模型全局统筹能力,提出水资源动态配置模型,建立区域水资源的全局理念,切实有效地做到区域水资源的统筹管理、统筹调度、统筹配置,实现水资源配置动态平衡的目标.使用机器学习的思想,通过训练大数据使模型自主学习,通过交叉验证最终求解出模型的最佳参数组合.改进湖北漳河水库灌区的水资源合理配置模型,使24座大中型水库年均弃水量减少1080.54万m3,研究区年均缺水量减少126.58万m3.水资源动态配置模型统筹考虑全部供水源的供水能力,减少了水库的弃水量和区域的缺水量,提高了水资源的利用效率,对水资源高效合理利用具有重要意义.