淺談給水規劃中如何確定需水量

【摘 要】城市需水量預測主要包括綜合生活用水量、工業用水量、園林綠化用水量、管網漏失和未預計水量四大部分的預測。其中有很多復雜的因素需要考慮，所以在給水規劃中應科學判斷城市的用水發展趨勢，運用科學的預測方法來力求精準的確定需水量。對于不同的預測方法應該認真分析，合理取舍。

【關鍵詞】給水規劃；需水量；預測

需水量預測是供水管理前提和基礎，在水資源日益短缺，同時城市用水量日益增長的今天，需水量預測越來越顯現出必要性。越接近于實際的需水預測越能夠給城市未來給水系統的方向提供可靠地依據。目前對于需水量的預測有很多方法，根據對數據處理方式的不同，可以簡單分類為：時間序列法、結構分析法、系統方法，具體各種方法下還有很多分類。一個確定的模型無法面對用水系統的復雜性。針對不同的情況應該采取相應的措施。本文簡要概述幾種比較常見的需水量預測方法，以及這些預測方法通常適用于何種情況。

1 回歸分析法預測

該預測方法是通過回歸分析，尋找預測對象與影響因素之間的因果關系，建立回歸模型進行預測。特點是在系統發生較大變化時，也可以根據相應變化因素修正預測值，同時對預測值的誤差也有一個大體的掌控，因此適用于長期預測。但是不適用于短期的預測，因為用水量的數據波動一般很大、影響因素眾多，并且這些影響因素的未來值的準確預測難度很大，所以避免把回歸分析法應用于短期預測中。

回歸分析中最重要的是自變量，因為該方法是通過自變量（影響因素）來預測響應變量（預測對象），認為自變量的改變是預測結果改變的誘因。所以自變量的選取及自變量預測值的準確性的，是至關重要的。另外還要求大樣本量，要求樣本有較好的分布規律，可能出現量化結果與定性分析結果不符的現象。

針對我國普遍的基礎數據短缺、預測及決策體系不完善的現狀，筆者認為回歸分析并不適用于大多數預測體。在抓住系統主要影響因素的基礎上，引入的自變量應適當，過多的自變量不僅使計算量增加、模型穩定性退化，還會把使誤差累加到響應變量上，造成很大的誤差。

2 灰色分析法預測

城市用水系統是一個灰色系統，它既含已知信息，又含未知或未確定信息。因此想要準確的描述這些因素與城市年需水量之間的相關模型是極其困難的。我們需要考慮城市人口、工業發展、人民生活水平等因素有關。這些因素形成了一個多因素、多層次的復雜系統，需水量時間序列正是該系統內部各因素之間相互制約、相互影響，協調發展的結果。

灰色系統理論是建立在假定一個系統為不確定性系統的基礎上的，并且關于這個系統的信息又不足夠通過相關分析或建立模型來表現該系統的特點。灰色系統將每一個隨機變量作為一個在特定范圍內變化的灰變量，它直接從原始數據序列尋找數據內在的相關規律。根據灰色系統理論原理，可從年需水量時間序列這個綜合灰色量本身去挖掘有用信息，利用它的動態記憶特性，建立灰色模型來尋找和揭示系統需水量的內在規律，并以此建立模型，對未來城市需水量作出預測。

灰色系統原理簡單、所需樣本少、計算方便、預測精度高和可檢驗性強。但是單純的灰色預測分析并不十分適用于我國，因為我國水資源需求序列更多的是屬于記錄時間較短、歷史數據較少的一類。只有采用近期的用水量數據進行預測才具有更高的可信度。面對這種情況，很多人對傳統灰色模型進行了改進，利用傳統模型與原始數據間的差值建立殘差模型和遞補模型，對城市未來生活用水量進行預測。進一步拓寬了灰色預測模型的應用范圍，為城市需水量預測提供了一種更為精確有力的工具。這兩種模型可以在許多原始數據不足的情況下有效地對系統未來發展趨勢進行預測，適于我國現狀。

值得注意的是灰色殘差模型與灰色遞補模型。它們比傳統的灰色模型更加的接近實際，因為此兩種模型都能及時考慮系統發展過程中的干擾因素，并且擁有將誤差返回的模擬系統重新整合調整的功能，方便于使模擬系統隨時處于最新的狀態，更能反映出系統當前特征。

3 人工神經網絡預測

人工神經網絡（簡寫ANNs）是一種模范動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。人工神經網絡可以通過預先提供的一批相互對應的輸入－輸出數據，分析掌握兩者之間潛在的規律，最終根據這些規律，用新的輸入數據來推算輸出結果。人工神經網絡是被學術界稱為無模型，該方法實際上是對系統的一種黑箱模擬，更適于短期預測和動態預報短期負荷值以及動態訓練系統。

人工神經網絡預測在需水量的預測上不乏成功的實例。但是對于長期需水量目前還未見有人進行研究。而且即使能得到預測，較高的預測精度，由于其“黑箱操作”對制定用水政策、提高水的利用率方面并無幫助，因此，該方法不適合應用戶于長期預測。

4 系統動力學預測

系統動力學（簡稱DS）是一種不需要在真實系統上試驗，節省人力、物力、財力和時間的科學方法。它由美國麻省理工學院Jay W. Forrester教授于1956年創立，以現實存在的系統為前提，根據歷史數據、實踐經驗和系統內在的機制關系借助計算機模擬建立起動態仿真模型，對各種影響因素可能引起的系統變化進行試驗，從而尋求改善系統行為的機會和途徑，使系統動力學模型成為實際系統的“實驗室”。

系統動力學預測方法的優點是不僅能預測出遠期預測對象，還能找出系統的影響因素及作用關系，有利于系統優化。不過該方法應用效果的好壞與預測者的專業知識、實踐經驗、系統分析建模能力密切相關。它的運作是通過系統分析、系統模型的建立，對系統進行白化，再經過計算機動態模擬，找出系統的一些隱藏規律。而在初期由于經濟子系統變化、水資源供需情況變化及政策實施對需水量的影響，導致應用SD模型的時候效果不理想。所以，系統動力學方法需要進一步完善。

在分析水資源系統特點的基礎上，建立了基于SEE復雜系統的QHDSD仿真模型，該模型的設計充分考慮了系統內各要素的相互關系，以及系統內各要素的相互關系和系統不同發展模式對水資源需求量和水資源供需平衡的影響。同時也考慮了水資源供需平衡對經濟發展的反饋作用。這種模型的穩定性和強壯性良好。如果在確認有效的基礎上，將其應用于城市水資源需求量預測和政策模擬的研究中，將會有助于選出較優的調控方案。

5 結論：

總之，由于進行需水量預測時，給水規劃提供的還不是詳細的規劃，因此，不管用那一種方法預測，其結果與實際的發展會有一定的差異，主要是不確定的因素很多。比如在新開發區，在開發前詳細規劃資料很少，從開發到建設．再到居民人住、企業生產。從區域到全面．都要有個過程。實施與規劃往往有差異而且以規劃預測量大于實際量為多。因此．對于預測結果還是要考慮其可能變化的范圍，重點考慮由于超常發展或氣溫等因素使需水量增加的情況，其次是加強用水管理后用水量有所下降的情況，在實際工作中需跟蹤實際發展情況修正預測值。

參考文獻

[1]劉俊良.藏景紅.何延青.系統動力學模型應用于城市需水量預測[J]．中國給水排水.2005.（01）

[2]席洋.程水源.郭秀銳.王海燕.灰色預測模型在城市需水量預測中的應用[J].環保科技.2007.(02)

[3]張雪花.張宏偉.張寶安.SD法在城市需水量預測和水資源規劃中的應用研究[J].中國給水排水.2008.(12)