需水预测

摘要： 从义乌市实际情况出发,确定68个系统变量,结合水文、社会、经济、生态系统四者之间的交互关系,充分考虑再生水的回用,构建系统动力学模型。通过设置48种未来经济-社会-环境耦合需水情景,对区域2020-2050年的需水量进行预测。在此基础上,增加3种再生水回用组合情景,对得到的144种供需情景进行3轮方案比选,选出两个方案集。其中一个方案集包括最有利于水安全保障和区域生态环境可持续发展的6种组合情景,另一个方案集包括极端缺水情况适用的6种组合情景。这些组合情景可为中长期水资源规划和决策提供可选方案集,模型可动态反映未来社会经济发展对义乌市用水特点的影响,综合考虑了生活、工业、农业和生态部门的用水需求,为水资源高效开发利用和优化配置提供科学依据。

摘要： 城市需水预测受众多因素的影响,相比利用单一方法进行需水预测,多方法综合预测更能响应多因素的干扰。采用综合分析法预测城市需水,包括资料审查、初步预测、综合预测、需水预测4个阶段。首先,以多种方法对需水定额、社会经济指标等进行预测和检验;其次,采用权重综合评定方法对各种方法进行赋权,并进行相应指标的综合预测;然后,采用传统的定额分析法,对城市需水进行统计;最后,对预测成果进行合理性分析。以贵州省贵安新区为例,预测2020年需水量为20481.9万m^(3),2030年为40902.1万m^(3),经用水总量符合性分析和用水结构合理性分析,预测结果合理。

摘要： 文章基于南昌市现状用水水平、用水效率和水资源条件,按照资源节约型和环境友好型社会建设的总体要求,在区域节水潜力和水资源需求分析基础上,计算南昌市现状年(2020年)用水水平与规划年(2025年)节水目标指标的差值,并根据现状年(2020年)经济发展的实物量指标,估算“十四五”期间通过各种节水措施可能达到的节水量,为南昌市“十四五”节水规划提供参考。

摘要： BP神经网络具有处理非线性函数的功能,在预测领域尤其是在需水预测领域应用广泛。而BP神经网络存在易陷入局部最优、收敛速度慢等不足,学者们采用不用的算法优化BP神经网络。文章提出一种用思维进化算法优化BP神经网络的需水预测模型,同时建立BP预测模型为对比模型。实例结果表明,MEA-BP预测模型预测精度高、预测速度快,是一种较理想的需水预测模型。

摘要： 近年来,我国北方灌区由于沟渠冲淤、骨干渠道衬砌不足等问题,水资源仍有浪费现象,影响灌区总体效益发挥。为保证灌区正常运行,发挥自然优势,提高粮食产量和质量,对灌区骨干工程进行配套和节水改造,但单位面积内净效益问题仍亟待解决。在建立基于单位面积经济效益最大的动态规划模型基础上,采用在传统GA算子中引进镜像算子(Mirror)、元组(Cell)操作和对比种群淘汰库方式,改进GA算法为ASGA镜像遗传算法,优化灌溉制度,实现灌区合理灌水,稳步提升经济效益和灌区水资源利用效率,以此模型优化经配套和节水改造的灌区,达到提高灌区单位面积净效益目的。以泰来灌区为例,采用ASGA镜像遗传算法对灌区水资源进行优化配置及其作物生育期内水量调配。优化后,分别在P=50%、75%、90%灌溉设计保证率情况下,灌区灌溉水量在8120、10850、13170 m^(3)时,灌区单位面积经济效益达到最大值,分别为0.8715、0.9132、0.9048 CNY∙m^(-2)。分析发现,通过增加灌水量提高灌区整体经济效益的方法并不可取,在水资源不足或水价上涨情况下,非充分灌溉制度更合理。

摘要： 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神经网络和灰色神经网络方法。总结并归纳了城市生态环境用水量的概念和计算方法,分析和选取6种不同模型的输入变量,分别开展模型的训练和测试模拟,2004—2016年为训练期,2017—2019为测试期。通过交叉检验得出各类模型预测结果的得分,结果显示分数阶灰色模型得分为0.081 4,优于其他5种模型的得分,说明该模型在六种方法中对北京市城市生态环境用水短期预测的适用性较好。利用分数阶灰色模型对北京市未来2 a的城市生态环境用水进行预测,2021和2022年生态环境用水量分别为19.79亿m^(3)和22.16亿m^(3)。北京市的城市生态环境用水在未来短期时间内将保持高速增长的趋势。

摘要： 采用不同方法对咸阳市装备制造产业园园区近、远期规划需水量进行预测,并从咸阳市中长期节水规划、园区规划、行业用水定额等方面分析需水计算的合理性,最终为园区科学发展提供针对性、专业性、合理化的节水建议。

摘要： 根据广东省发展特点,运用系统动力学方法,充分考虑了气候、人口、经济、总量、效率等因素的影响,构建了广东省多要素约束胁迫的需水预测系统动力学模型,成功实现了对未来广东省需水变化过程的模拟及预测,以社会经济需水量为核心,通过系统的分析水资源供需系统结构,利用Vensim系统动力学软件建立了广东省需水预测的系统动力学模型;对所建立的模型,考虑社会经济发展的不确定性以及用水效率,产业结构因素的约束影响,设计了6种系统运行方案,分别为高速强节水方案、优化产业结构方案、低速发展方案、低速强节水方案,综合发展方案,分别得出了不同方案下广东省2020—2040年的需水量,结果表明:在2020—2030年广东省需水总量将会继续持续增加,而在2030—2040年将会达到饱和,逐渐趋于平稳或者下降,高峰值在480亿m 3左右,高峰时间点将在2035—2040年。

摘要： 随着社会经济的迅猛发展,辽河流域内对水资源的需求不断增大,用水的供需矛盾日益突出。文章在充分探究域内水文水资源现状的基础上,提出辽河干流需水预测成果,并对套市级行政区多年平均用水总量控制指标进行细化分解,确定域内各市地表水可分配水量,进而得出河道外地表水取用水量和地表水损耗量以及域内主要控制断面的下泄水量,最终确定辽河干流水量分配方案,以期能够提升水资源利用效率,保障辽河干流的用水效率及用水安全。

摘要： 为保证节水规划与需水量的平衡,综合考虑城市特点进行需水量动态分析是十分必要的。基于常州市相关城市建设规划内容,通过对其节水潜力及社会经济指标的分析,明确需水量预测背景条件及定额;分别选用分类与分项用地指标法进行城市需水分析,论证相应节水规划及需水结构的合理性。研究可知,预测结果论证了常州市到近期(2035)、远期(2050)规划年农业及农村生活用水量在逐年减少,工业及城镇生活用水量在逐年增加,与其城市规划建设发展趋势一致。在需水量分析中的各类定额选用,可为江苏省典型中小城市相关规划分析提供参考。

摘要： 针对需水预测误差高的问题,以北京市需水预测为例,提出了一神基于小波(wavelet)-粒子群优化(PSO)-自适应神经网络模糊推理系统(ANFIS)模型的需水预测方法.该方法首先是通过小波分析对需水序列进行分解,然后利用PSO优化ANFIS的网络参数,最后将预测的序列重构为原来序列的预测值.仿真结果表明,该方法在不牺牲计算复杂度的基础上提高了预测精度.

摘要： 针对需水预测过程中传统预测方法及单一智能优化算法预测精度低的问题,研究了粒子群算法和遗传算法混合运用下在优化需水预测模型中的优越性,建立了基于混合智能算法优化LS-SVM的需水预测模型.通过实例应用,该模型拟合精度较高,预测结果较合理,具有一定的先进性.

摘要： 随着社会经济发展、江湖关系演变以及三峡等水利工程运行,急需开展包括模拟、配置和调控在内的洞庭湖区水资源相关研究.研究提出以实测数据为基础,建立四水流域的分布式水文模型、洞庭湖区间产汇流模型,实现洞庭湖区水资源演变趋势科学认识;以水资源开发利用现状为基础,以灌溉需水为重点建立以堤垸为单元的月尺度需水预测模型,合理预测洞庭湖区未来水资源需求;采用WEAP软件建立洞庭湖区水资源配置模型,采用多种优化技术,提出满足最严格水资源管理制度的洞庭湖区水资源优化配置方案;以现有的水资源供给体系为基础,构建包括工程措施和非工程措施的,可实现优化配置洞庭湖区水资源的综合调控体系.

摘要： 针对江苏省沿海地区现有供水保障水平不能满足沿海大开发需求这一现实,通过现状调查,深入分析江苏沿海地区的水资源特点及存在问题,根据经济社会发展对水资源供给提出的新要求,进行了该地区的需水预测,并从地域分布、行业分布和行政分区3个方面进行了需水特点分析.在此基础上,制订了江苏沿海地区的水资源配置目标,进行了水资源的总体配置和分区域重点配置规划工作,并从政策支持、规划保障和主要工程的实施情况3个方面对水资源配置成果进行了可达性分析.结果表明,江苏沿海地区水资源配置成果是合理可达的.

摘要： 分析了目前长江流域水资源管理方面存在的问题,提出了建设水资源综合管理决策支持系统的必要性,指出建设长江流域水资源模型是该系统的基础与核心。构建长江流域水资源模型应综合考虑动态水文循环、需水预测、水资源优化配置、应急调水以及不同的气候变化模式.以汉江流域为典型流域,初步实现了集模拟-预测-配置-调度(优化)为一体的水资源模型,为今后长江流域水资源模型的建立奠定了理论基础和应用经验。

摘要： 依据漳河水库流域实测的历史水文资料与流域各市县社会经济发展现状和规划，以维持河流自净能力所需的基本生态环境用水量为原则，研究了流域河道内外生态环境需水特性，提出生态环境需水预测模型及方法，并对流域内生态环境需水量进行了预测。

摘要： 水资源是人类社会生存和发展的基础性战略资源，尤其是内陆干旱半干旱地区。本文以疏勒河流域的瓜州县为例。基于人工神经网络的改进BP算法和指标分析法进行不周规划水平年的工业、农业、农村生活和城镇生活水资源需求量预测并进行对比分析。结果表明：采用改进的BP算法进行需水量预测时，其结果对历史数据依赖性较高，欠缺对主客观条件变化的考虑；指标分析法主要从各种法律法规、经济技术条件等影响因素出发，依据较短时期的历史资料进行水资源需求预测，其预测结果更符合客观实际。

摘要： 通过分析喜莱逢供水加压站这一工程实例,证明在实际工程项目中,应科学分析加压片区的需水情况,合理设计加压泵站供水规模,并合理选择水泵.

摘要： 通过分析喜莱逢供水加压站这一工程实例,证明在实际工程项目中,应科学分析加压片区的需水情况,合理设计加压泵站供水规模,并合理选择水泵.

摘要： 通过分析喜莱逢供水加压站这一工程实例,证明在实际工程项目中,应科学分析加压片区的需水情况,合理设计加压泵站供水规模,并合理选择水泵.

摘要： 本发明公开了一种基于误差平方和最小的城市需水量组合预测方法。本发明首先建立供水管网需水量数据库。然后训练并建立RBF神经网络模型、GRNN模型、ARIMA模型。最后基于误差平方和最小进行组合预测。本发明将RBF神经网络逼近能力强，全局最优等特点与GRNN神经网络学习速度快，易收敛等特点与ARIMA灵活，适应性强等特点结合,并结合滚动更新策略，使该预测方法能动态适应环境发展变化。

摘要： 本发明公开了一种灌区需水量预测装置及预测方法，涉及灌区水量预测技术领域，包括测量柱，测量柱上端安装有测量机构，测量机构一侧安装有标记机构，测量柱下端卡接有底框，底框前后部和两侧均固定连接支撑框，底框前后部和两侧安装有稳定机构。本发明通过设置的使用测量机构中的第一齿轮板带动第一调节管和第一调节杆移动的方式，使其带动测量框下降，使得测量框能够漂浮在水面上，并且通过防滑块的作用对测量框进行固定，从而能够便于测量水位高度，并且设置与测量机构中测量框一同移动的标记块，使得标记块能够将测量框的位置标记在测量柱上，从而方便读取和记录水位高度，减少误差。

摘要： 本发明公开了城市供水领域的差分进化算法‑自回归耦合算法城市需水量预测模型，包括以下步骤：S1：确定城市需水量预测模型；S2：对学习样本时间序列进行处理得到零均值；S3：计算学习样本时间序列的自相关系数rk；S4：确定模型参数的优化目标函数f；S5：生成模型参数集P，并将模型参数集P设置为目标向量；S6：采用差分进化算法对群体进行初始化；S7：对目标向量采用差分进化算法变异操作，生成变异向量；S8：对变异向量采用差分进化算法杂交操作，生成试验向量；10：使用最优模型参数的城市需水量预测模型进行预测，本发明达到达到提高模型预测精度的目的。

摘要： 本发明提供了一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法，包括以下步骤：S1、获取种植区域气象站数据、种植区域土壤数据、作物参数数据和田间管理数据；S2、通过试错法进行AquaCrop模型的本地化调试；S3、利用AquaCrop模型选择合适的灌溉策略，进行不同灌溉制度模拟；S4、基于AquaCrop模型模拟结果，结合SVR预测下一年生育期的作物日灌溉需水量。本发明利用现有的气象站数据与作物种植管理数据，将作物模型与机器学习方法结合，能够根据不同区域的水资源供需状况及作物生长需水特征选择适宜的灌溉策略，通过支持向量机结合粒子群寻优算法，预测下一年的作物日灌溉需水量，提高了预测精度，可以为当地农业规划用水提供有效的参考依据。

摘要： 本发明提供一种河流的生态环境需水量预测方法、装置及电子设备，该方法包括：获取多个时间段的河流径流总量数据；利用多个时间段的河流径流总量数据确定变异时间；建立包括时变变量的径流量概率密度函数和包括时变变量的径流量分布函数；利用多个时间段的河流径流总量数据对径流量概率密度中的时变变量进行求解，得到第一时变参数和第二时变参数；利用第一时变参数和径流量分布函数计算得到河流的生态环境需水量；利用第二时变参数和径流量分布函数得到保证率。本发明通过第一时变参数、第二时变参数、径流量概率密度函数和径流量分布函数确认河流的生态环境需水量和保证率，提高了河流的生态环境需水量的预测准确率。

摘要： 本发明公开了一种基于系统动力学的生产需水预测方法，属于需水预测领域，本发明分别建立了人类活动影响下多因子工业需水系统动力学预测模型，以及气候变化下基于用水机理预测法的农业需水系统动力学预测模型；针对工业需水预测部分，将传统工业需水定额法与系统动力学相结合；针对农业需水预测部分，建立了基于用水机理预测的系统动力学模型，并引入气候变化下不同碳排放情景下的未来降水量；本发明充分考虑经济驱动、社会影响、气候变化、政策制约等因素，从系统内部结构研究需水变化机理，解决了现有系统动力学方法在生产需水预测中存在的因子选择不全面以及模拟效佳果欠的问题，从模型结构和预测因子两方面提高了预测的有效性和准确性。

摘要： 本发明公开了一种基于主要驱动因子筛选和深度学习的动态需水预测方法，该方法首先应用Spearman秩相关分析确定研究区域各用水部门的主要驱动因子，然后对实测数据进行归一化处理并分为训练集与测试集，将训练集作为基于主要驱动因子筛选的LSTM深度学习预测模型的多变量输入进行训练，采用测试集对预测模型进行进一步验证，经率定验证获得有效的深度学习预测模型后将样本数据输入进行预测，经过合理性检验后分用水部门获得需水量预测值。本发明的方法考虑区域发展实际情况，因地制宜选取各行业主要驱动因子作为多变量输入，改善单变量输入预测能力低和预测稳定性差的缺陷，应用此法进行需水预测的结果更加准确，精度更高。

摘要： 本发明公开了一种基于灰色线性回归‑马尔科夫链模型的需水预测方法，包括获取历史需水量数据；基于卡尔曼滤波对历史需水量数据进行处理；将经过卡尔曼滤波处理的数据输入灰色需水预测模型，在灰色需水预测模型基础上，引入线性方程，构建灰色线性回归组合模型；采用最小二乘法，求解灰色线性回归组合模型参数，再进行还原处理，得到原始序列的预测值；引入马尔科夫链理论对实际需水量与灰色线性回归模型预测结果的相对值区间进行修正，得到最终优化预测值；本发明既能预测出数据序列发展变化的总体趋势，又能反映系统各状态之间的内在规律性，从而可以描述随机波动性较大的预测问题。

摘要： 本发明公开了一种基于定额法的需水预测方法，该方法包括：获取研究区域的需水项目历史统计数据，其中需水项目划分为河道内需水项目和河道外需水项目，根据河道内需水项目历史统计数据建立相应的数据指标，根据数据指标对应数据的特征，选取数学模型计算数据指标的预测值；根据河道外需水项目对应数据的特征，选取数学模型计算河道外需水项目的需水总量预测值；根据河道内需水项目的数据指标的预测值以及河道外需水项目的需水总量预测值，结合相应数据指标的用水净定额，计算得到规划水平年区域需水总量预测值；另外本发明还提供一种应用上述基于定额法的需水预测方法的系统；本发明能有效利用区域用水历史数据，计算结果具有实际应用价值。

摘要： 本发明公开了一种基于需水预测的田间一体化闸门自动灌排管理方法，包括基于灌区范围，构建灌溉渠道的空间拓扑关系图，并进行灌溉渠道管网化划分管理；获取灌区范围的灌溉面积、种植结构、采集水雨情、土壤墒情，以及气象监测及预报的参数，输入构建的作物需水预测模型，得到灌溉范围内的作物需水量；基于联动灌溉渠道的一体化闸门，得到灌溉渠道的水位流量曲线；结合得到的作物需水量、田间水深阈值，以及灌溉渠道的水位流量曲线，分别自动生成田间灌溉方案和田间排水方案，并根据田间灌溉方案和田间排水方案进行自动执行。本发明通过有目标的对灌区作物需水情况的预测，和对田间水深的控制，实现灌区田间的一体化闸门自动灌排。