神經網絡模型在水資源演變趨勢中的應用

（河北省唐山水文水資源勘測局，河北 唐山063000）

1 預測模型的建立

采用1984～2004年降水、蒸發、用水總量和水資源總量作為歷史資料，利用2005～2007年實測資料進行檢驗，對2020年水資源總量進行預測分析。

根據降水、蒸發、用水總量演變趨勢，預測2020年降水量、蒸發量分別為533.9，1004.5mm，用水總量31.66億m3。本文采用3層BP神經網絡，以降水、蒸發、用水總量作為輸入，水資源總量作為輸出。

網絡輸入、輸出為：

在確定網絡的輸入、輸出結構后，可從已知序列中提取樣本構成訓練集，對網絡進行訓練，直至達到一定的誤差精度要求為止。網絡訓練檢驗成功后，可實現對2020年水資源總量的預測，即建成了神經網絡預測模型。

2 模型參數

經計算模擬訓練和預測結果檢驗，BP網絡在Matlab中參數：

圖1 BP神經網絡結構

3 水資源總量預測結果

3.1 1984～2007年歷史數據擬合與檢驗結果

在最優模型的確定過程中，經歷了模型結構、函數與參數的復雜、繁瑣選定過程，最終發現采用Trainscg訓練函數時的擬合和預測精度較高。

1984～2007年歷史數據擬合與檢驗結果如圖2。

圖2 1984～2007年歷史數據擬合與檢驗結果

從圖2看出，通過訓練學習后神經網絡模型的擬合值精度很高，采用2005～2007年實測數據對訓練好的神經網絡進行精度檢驗，2005～2007年的水資源總量預測結果為16.6697億，14.8482億，18.0133億m3，實際值為17.6500億，12.6412億，15.2232億m3，相對誤差為5.6%，17.5%，18.3%，其預測精度達到了80%以上。

3.2 2020預測結果

水資源總量神經網絡模型預測結果如表1。

表1 水資源總量神經網絡模型預測結果

從表1可知，2020年水資源量為21.46億m3，接近于唐山市多年平均水資源總量21.43億m3。從預測結果來看，唐山市水資源不足，難以滿足用水需求的狀況仍將持續，應積極尋求解決水資源供需矛盾的方法。

4 結語

通過水資源演變趨勢發現，唐山市地區在很長一段時期內將面臨資源型缺水和水質型缺水的困擾，隨著用水量的逐年增長，供需矛盾十分突出，解決水資源短缺的問題需要長遠規劃和綜合考慮。

參考文獻：

［1］苗乃華，高樹東.濰坊市水資源演變情勢分析［J］.水利水電技術，2008（5）.

［2］霍正文，陳文，昝大為，等.甘南州黃河產水區水資源及其演變趨勢分析［J］.水資源與水工程學報，2008（4）.

［3］王啟優.甘肅省近60年來水資源演變及趨勢預測研究［J］.氣象水文海洋儀器，2008（3）.

［4］賈仰文，王浩.“黃河流域水資源演變規律與二元演化模型”研究成果簡介［J］.水利水電技術，2006（2）.