一种基于反馈机制的水资源优化配置方法

摘要

本发明提出了一种基于反馈机制的水资源优化配置方法，包括以下步骤：S1：首先对目标区域中的不同区域内的河流水系分布信息进行调查获取；S2：利用ArcGIS分析工具将S1中获取的不同区域河流水系分布信息分别进行创建Thiessen多边形，S1中的每个区域均可以分割成多个不同的Thiessen多边形，每个Thiessen多边形内只包含有一段S1中所述的河流，该段河流为Thiessen多边形的离散数据点。本发明可以对水资源进行合理的配置，使得其应用效果好，且水资源配置方案的求解过程简单。

说明书

技术领域

本发明涉及水资源优化配置技术领域，尤其涉及一种基于反馈机制的水资源优化配置方法。

背景技术

水资源配置的精准化是当今水资源配置问题中的研究方向之一。既满足水资源需求，又尽可能地减少冗余配水，从而提高水资源的有效利用，成为越来越多高强度用水区域的迫切需要。为了实现水资源的优化配置，我们提出了一种基于反馈机制的水资源优化配置方法。

发明内容

为了解决现有技术所存在的问题，本发明提出的一种基于反馈机制的水资源优化配置方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于反馈机制的水资源优化配置方法，包括以下步骤：

S1：首先对目标区域中的不同区域内的河流水系分布信息进行调查获取；

S2：利用ArcGIS分析工具将S1中获取的不同区域河流水系分布信息分别进行创建Thiessen多边形，S1中的每个区域均可以分割成多个不同的Thiessen多边形，每个Thiessen多边形内只包含有一段S1中所述的河流，该段河流为Thiessen多边形的离散数据点；

S3：按照目标区域中的地表水流向再将目标区域进行划分为若干个子区域，并对每个子区域内的行政区划范围信息和道路基础设施信息进行获取，然后根据获取的行政区划范围信息和道路基础设施信息来将子区域与S2中的Thiessen多边形进行叠加处理，并根据获取的行政区划范围信息和道路基础设施信息对相对应的Thiessen多边形进行面积调整；

S4：根据Thiessen多边形内的需水用户的密度，通过利用ArcGIS分析工具对调整后的Thiessen多边形进行网格化划分；

S5：对S4中每个网格内的一个调控周期的地表水用量Ws、地下水用量Wg、平均降雨量Wr、平均蒸发量We和用水需求量Wi等基础信息进行调查获取，得到该网格内的可用水量函数：Ws+Wg+Wr-We-Wi；

S6：将所有的网格中的可用水量数据进行汇总，然后构建水资源配置基础模型，水资源配置基础模型在可用水量的汇总数据基础上，逐次分别采用主成分分析法对各网格的影响因素数据进行预处理，然后水资源配置基础模型对处理后的数据再进行归一化处理，进一步输入BP神经网络算法来预测各网格的需水量，分别得到各个网格的水资源初始配置方案；

S7：将初始配置方案应用于实际水文情境中，初始配置水量与实际需水量存在偏差，得到配置偏差序列；

S8：构建反馈增益函数，利用偏差序列得到增益量，利用增益量对未来时段的初始配置方案进行调整，得到反馈配置方案。

优选的，所述S2中，Thiessen多边形用于定性分析、统计分析和邻近分析，Thiessen多边形的点到相应离散点的距离最近，位于Thiessen多边形边上的点到其两边的离散点的距离相等。

优选的，所述S4中，网格化采用高时空分辨率的网格化分析技术进行划分，并需要结合对应区域的行政区划和人口等特征。

优选的，所述S6中，水资源配置基础模型包括定义配置目标、决策变量和约束条件。

优选的，所述S7中，所述配置偏差序列为初始配置方案与实际需水所存在的偏差在时间推进中产生的序列，其公式为：dif(t)＝IAS(t)-RTD(t)式中，t为时刻，dif(t)为偏差序列，IAS(t)为t时刻的初始配置方案，RTD(t)为t时刻实际水资源需求。

与现有技术相比，本发明可以对水资源进行合理的配置，使得其应用效果好，且水资源配置方案的求解过程简单。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

本实施例提出了一种基于反馈机制的水资源优化配置方法，包括以下步骤：

S1：首先对目标区域中的不同区域内的河流水系分布信息进行调查获取；

S2：利用ArcGIS分析工具将S1中获取的不同区域河流水系分布信息分别进行创建Thiessen多边形，S1中的每个区域均可以分割成多个不同的Thiessen多边形，每个Thiessen多边形内只包含有一段S1中所述的河流，该段河流为Thiessen多边形的离散数据点，其中Thiessen多边形用于定性分析、统计分析和邻近分析，Thiessen多边形的点到相应离散点的距离最近，位于Thiessen多边形边上的点到其两边的离散点的距离相等；

S3：按照目标区域中的地表水流向再将目标区域进行划分为若干个子区域，并对每个子区域内的行政区划范围信息和道路基础设施信息进行获取，然后根据获取的行政区划范围信息和道路基础设施信息来将子区域与S2中的Thiessen多边形进行叠加处理，并根据获取的行政区划范围信息和道路基础设施信息对相对应的Thiessen多边形进行面积调整；

S4：根据Thiessen多边形内的需水用户的密度，通过利用ArcGIS分析工具对调整后的Thiessen多边形进行网格化划分，其中网格化采用高时空分辨率的网格化分析技术进行划分，并需要结合对应区域的行政区划和人口等特征；

S5：对S4中每个网格内的一个调控周期的地表水用量Ws、地下水用量Wg、平均降雨量Wr、平均蒸发量We和用水需求量Wi等基础信息进行调查获取，得到该网格内的可用水量函数：Ws+Wg+Wr-We-Wi；

S6：将所有的网格中的可用水量数据进行汇总，然后构建水资源配置基础模型，其中水资源配置基础模型包括定义配置目标、决策变量和约束条件，水资源配置基础模型在可用水量的汇总数据基础上，逐次分别采用主成分分析法对各网格的影响因素数据进行预处理，然后水资源配置基础模型对处理后的数据再进行归一化处理，进一步输入BP神经网络算法来预测各网格的需水量，分别得到各个网格的水资源初始配置方案；

S7：将初始配置方案应用于实际水文情境中，初始配置水量与实际需水量存在偏差，得到配置偏差序列，配置偏差序列为初始配置方案与实际需水所存在的偏差在时间推进中产生的序列，其公式为：dif(t)＝IAS(t)-RTD(t)式中，t为时刻，dif(t)为偏差序列，IAS(t)为t时刻的初始配置方案，RTD(t)为t时刻实际水资源需求；

S8：构建反馈增益函数，利用偏差序列得到增益量，利用增益量对未来时段的初始配置方案进行调整，得到反馈配置方案。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。