王慧亮 陳開放 李云飛 吳澤寧






摘要:結合中原城市群水資源系統現狀,考慮系統內南水北調中線工程、黃河引水和大型水庫跨城市供水的特點,針對供水和需水結構兩方面設置12個水資源調控方案。從水資源一經濟一生態系統的角度構建水資源調控效果評價指標體系,利用人工神經網絡綜合優選模型對不同方案水資源調控效果進行評價和優選。結果表明:采用黃河干流+南水北調+大型水庫聯合供水方案以及第三產業生產總值增加40%的需水方案組合的調控措施,對于中原城市群整體的水資源調控效果比較明顯,即在基本供水方案的基礎上,突破黃河干流、南水北調、大型水庫等原分水指標限制,統一調配共用水源的水量,結合產業結構調整,可以取得較好的調控效果。
關鍵詞:水資源調控;評價指標體系;效果評價;人工神經網絡;中原城市群
中圖分類號:TV213.4
文獻標志碼:A
doi:10.3969/j.issn. 1000- 1379.2019.06.013
水資源是支撐城市社會經濟系統健康發展的必要資源之一,不合理的水資源開發利用會對區域經濟社會可持續發展造成重大影響,甚至影響城市整體競爭力的提升[1-2]。中原城市群作為國家重點培育的七大城市群之一,承擔著中原崛起的作用。中原城市群多年平均水資源總量為112.60億m,其中:黃河是中原城市群重要水源之一,有7個城市引用黃河水,供給量為27.03億m:南水北調中線工程2014年開始向中原城市群6個城市供水,供水量為17. 83億m;其他67.74億m為當地水資源量。黃河干流和南水北調供水溝通了城市群所在四大流域城市之間的水力聯系,水資源開發利用模式發生了變化,使中原城市群水資源的聯合調度、優化配置、高效利用成為可能[3-4]。因此,在南水北調供水背景下,提出合理的中原城市群水資源調控方案,對中原城市群水資源合理開發利用和保障區域經濟社會可持續發展具有重要意義。
對水資源調控效果的評價方法主要有主成分分析方法[4]、系統動力學方法[5]、模糊綜合評價法[6]、投影尋蹤法[7]、神經網絡法[8]等。這些方法都有各自的優缺點,總體來說,水資源評價指標多種多樣,各指標與評價結果之間存在復雜的非線性關系,而神經網絡法的優點在于具有高度的自學習和非線性映射功能[9],能夠克服綜合評價過程中的隨機性和評價專家主觀上的不確定性[10]。筆者基于中原城市群規劃年2020年水資源調控方案,從水資源、經濟、生態3方面建立水資源調控效果評價指標體系,并采用人工神經網絡法對中原城市群12個調控方案進行效果評價,以期為提高中原城市群水資源調控效果提供參考。
1 中原城市群水資源調控方案
南水北調工程對中原城市群的水資源補充,使中原城市群水資源調控措施更加多樣。從供水側和需水側兩方面可生成4個供水方案和3個需水方案,組合成12個水資源調控方案(見表1)。
1.1 供水方案
(1)基本供水方案是指規劃新建、擴建的供水工程按期完成,南水北調中線工程、黃河干流、當地大型水庫三大水源按原有分水方案分水。
(2)黃河干流供水方案是在基本供水方案的基礎上,根據城市重要性等級(鄭州>洛陽>開封>新鄉>焦作>許昌>平頂山>漯河>濟源),調整黃河干流的分水量,生成新的分水方案:鄭州增加2.6億m3,開封增加2.0億m,洛陽減少1.3億m,新鄉減少4.0億m,焦作增加1.0億m,濟源減少0.3億m。
(3)黃河干流+南水北調供水方案是指在黃河干流供水方案的基礎上,依據城市重要性等級和分區缺水率大小,綜合調整黃河干流和南水北調供水量,生成新的分水方案:鄭州增加1.0億m.平頂山增加0.4億m,新鄉減少2.0 m億,許昌增加0.5億m,漯河增加1.3億m,焦作減少1.2億m。
(4)黃河干流+南水北調+大型水庫供水方案是指在黃河干流+南水北調供水方案的基礎上,在明晰各分區原有分水指標情況下,調整白龜山水庫、陸渾水庫、河口村水庫和燕山水庫對各分區的水資源供給量,在不超過輸水能力情況下,將各分區分水剩余的水量優先供給重要性等級高的分區,其次供給缺水率大的分區,以確定新的分水方案,即陸渾水庫從洛陽調配0.5億m水量到平頂山,河口村水庫從濟源調配0.1億m到焦作。
1.2 需水方案
(1)基本需水方案是指現狀水資源利用方案。
(2)產業結構調整方案一需水方案是指在基本需水方案的基礎上,第三產業生產總值增加40%的需水方案。
(3)產業結構調整方案二需水方案是指在基本需水方案的基礎上,第二產業和第三產業生產總值各增加15%的需水方案。
2 中原城市群水資源調控效果評價方法
2.1 評價指標體系構建
中原城市群水資源配置方案是在保證社會生活用水的基礎上調整供水、需水結構,調控目標為實現水資源的可持續利用和經濟一社會一生態環境復合系統的協調發展。為使評價結果能反映出不同方案下中原城市群水資源的調控效果,評價指標體系從水資源狀況、經濟發展水平及生態環境狀況3個方面建立(見圖1)。
(1)水資源狀況。水資源系統作為中原城市群水資源調控的主體,其自身特性是影響調控效果的直接因素,決定了水資源可持續利用的水平[11]?!八Y源利用率( UI)”和“人均可利用水資源量(U2)”分別從水資源主體和利用主體上反映中原城市群的水資源調控效果。
(2)經濟發展水平。經濟發展水平指在一定水資源結構下的區域經濟發展狀態。經濟發展水平從兩個方面來體現:一是整體水平,包括“人均GDP( U3)”和“萬元GDP用水量(U4)”;二是局部水平,包括第一產業、第二產業、第三產業的相應發展情況,因第一產業在水資源優化配置中已經設置了相應約束條件,故只針對第二產業和第三產業設置相應指標,包括“第二產業用水保證率(U5)”“第三產業占比(U6)”等。
(3)生態環境狀況。生態系統的評價效果用生態環境狀況表示。生態環境狀況主要體現社會經濟發展對生態環境的污染。選用“人均污水排放量(U7)”“COD排放量(U8)”指標體現生活、生產等方面對生態環境帶來的壓力。2.2基于人工神經網絡的水資源調控效果綜合評價
模型
運用人工神經網絡綜合評價方法對中原城市群不同方案水資源調控效果進行評價,通過建立評價指標體系及對不同配置方案下的指標值進行量化和歸一化處理,將其指標值作為神經網絡的輸入值,輸入層神經元個數與指標個數相同,輸出層僅一個神經元,為相應方案的評價結果。其輸出是一個綜合值,是方案綜合效果(價值)的一種相對度量[12-13],能體現中原城市群在水資源、經濟、生活、生態環境等方面的綜合調控效果。
本研究采用理想點的方法來確定訓練樣本[14]:由各指標的最好值組成的方案為理想方案,各指標的最差值組成的方案為最劣方案??紤]到綜合優選是相對優選的特點,理想方案下的調控效果相對最好,將其網絡輸出設為0.95:最劣方案下的調控效果最差,網絡輸出設為0.05:介于理想方案與最劣方案之間的中間方案的網絡輸出設為0.50。
利用訓練樣本對已建的網絡進行隨機重復訓練,直到全局誤差小于預先給定的誤差,這時該網絡所具有的那組權系數值便是網絡經過自適應學習所得到的正確內部表示[15]。將訓練好的網絡作為一種有效的優選工具,對不同水資源調控方案下的測試樣本集進行仿真,得到綜合評價結果。人工神經網絡訓練樣本的方法與計算流程參見文獻[14],方案優選方法參見文獻[15]。
3 結果與分析
3.1 中原城市群水資源調控方案指標量化結果
結合前人對中原城市群供需水的計算結果[ll],對12種水資源調控方案的指標進行量化,結果見表2。
3.2 中原城市群水資源調控效果評價
3.2.1 訓練樣本構造
在中原城市群水資源調控方案評價指標體系量化結果的基礎上,建立8層的神經元網絡,采用理想點的方法得出測試樣本組合,測試樣本和目標樣本的網紹輸出分別見表3和表4。
3.2.2 方案評價與分析
利用人工神經網絡綜合評價模型對規劃水平年2020年12個配置方案進行評價,結果見表5。
由表5可以看出不同方案對于中原城市群水資源調控效果的相對優劣程度。可以看出方案9(黃河干流+南水北調+大型水庫聯合供水方案以及第三產業生產總值增加40%的需水方案組合)的調控措施效果最佳。
為進一步對比分析12個配置方案的評價結果,將供水方案和需水方案的調控效果進行比較。基本需水方案下的方案1-方案4評價結果較低,產業結構調整方案二需水的方案6、方案10、方案11、方案12的評價結果比基本需水方案的評價結果好,而產業結構調整方案一需水的方案5、方案7、方案8、方案9評價結果都在0.8以上,表明需水結構調整對水資源調控效果的影響較大,同時表明2020年的產業結構按照方案一的需水類型,有助于中原城市群綜合效益的提高。從供水結構類型來看,基本供水方案的水資源調控效果最差,3種水源綜合調控效果最好,但是從供水側對水資源調控效果沒有需水側調控效果明顯,表明中原城市群的發展需要根據水資源供需平衡,從需水側不斷調整產業結構,才能實現水資源綜合效益最大化。
從表5可以看出,方案9對于中原城市群水資源調控效果最為明顯,指標量化結果的綜合優選值為0.942。方案9對應的配置方案的供水類型為基本供水+黃河干流+南水北調+大型水庫,需水類型為產業結構調整方案一需水。方案9為推薦方案,選用指標“人均GDP”“第二產業供水保證率”來具體說明對中原城市群水資源的調控效果,將方案9與基礎方案對比發現:指標“人均GDP”增加25%,“第二產業供水保證率”提高11%.表明方案9有助于中原城市群經濟承載度的提高:方案9的綜合評價結果遠大于基礎方案的評價結果,說明方案9的水資源配置結構運用于中原城市群的生活、生產和生態各個方面后對社會、經濟、生態、水資源所產生的綜合效益最大。吳澤寧等[3]、曹建成[11]曾采用模糊數學綜合評價方法對中原城市群各個方案進行評價,綜合水資源可持續利用水平、協調發展狀況和水資源承載能力等評價成果,得出方案9為最優方案,這與本文利用人工神經網絡綜合優選模型評價結果一致。
4 結語
水資源調控的目標是實現水資源的可持續利用和經濟一社會一生態環境復合系統的協調發展,不同的調控措施都能在提高水資源利用效率方面起到一定的促進作用,但每項措施調控效果有差別。本研究針對從供水結構和需水結構兩方面提出的中原城市群規劃水平年2020年12種調控措施,提出了綜合評價指標體系,通過人工神經網絡理論與多目標綜合優選問題相結合,對中原城市群水資源調控效果進行評價,得出中原城市群規劃水平年2020年最優調控方案。本文僅從水資源狀況、社會經濟狀況和生態環境3個方面建立評價指標體系,沒有充分考慮中原城市群空間結構以及水資源結構復雜性,如何建立動態一體化的綜合評價模型,使中原城市群水資源獲得最大效益,需要進一步研究。
參考文獻:
[1] 胡德勝,最嚴格水資源管理制度視野下水資源概念探討[J].人民黃河,2015,37(1):57-62.
[2] 馬海良,徐佳,王普查,中國城鎮化進程中的水資源利用研究[J].資源科學,2014,36(2):334-341.
[3] 吳澤寧,高申,管新建,等,中原城市群水資源承載力調控措施及效果分析[J].人民黃河,2015,37(2):6-9.
[4]趙自陽,李王成,王霞,等,基于主成分分析和因子分析的寧夏水資源承載力研究[J].水文,2017,37(2):64-72.
[5] 高亞,章恒全,基于系統動力學的江蘇省水資源承載力的仿真與控制[J].水資源與水工程學報,2016(4):103-109.
[6] 袁艷梅,沙曉軍,劉煜晴,等,改進的模糊綜合評價法在水資源承載力評價中的應用[J].水資源保護,2017,33(1): 52-56.
[7] 馬峰,王千,藺文靜,等,基于指標體系投影尋蹤模型的水資源承載力評價:以石家莊為例[J].南水北調與水利科技,2012,10(3):62-66.
[8] 潘雪倩,趙璐,孫菊英,等,城鎮化進程中成都市水資源利用的分析及預測[J].水文,2017,37(4):45-51.
[9]胡榮祥,徐海波,任小松,等.BP神經網絡在城市水環境承載力預測中的應用[J].人民黃河,2012,34(8):79-81.
[10] Al-ZAHRANI M A,ABO-MONASAR A.Urban ResidentialWater Demand Prediction Based on Artificial Neural Networksand Time Series Models [J]. Water Resources Management,2015,29( 10):3651-3662.
[11] 曹建成,中原城市群水資源承載能力調控效果評價研究[D].鄭州:鄭州大學,2013:41-49.
[12] 吳澤寧,左其亭,丁大發,等,黃河流域水資源調控方案評價與優選模型[J].水科學進展,2005,16(5):735-740.
[13] PARMAR K S,BHARDWAJ R.River Water PredictionModeling Using Neural Networks, Fuzzy and Wavelet Cou-pled Model[J].Water Resources Management, 2015, 29(1):17-33.
[14]吳澤寧,索麗生,左其亭,水利水電工程人工神經網絡綜合優選模型[J].水利水電技術,2001,32(7):6-8.
[15] LOUCKS D P,VAN BEEK E.Water Resource SystemsPlanning and Management: An Introduction to Methods,Models, and Applications[ M]. New York: Springer,2017:71-72.