撫順市水資源優化配置研究

彭 博

(遼寧省撫順水文局，遼寧 撫順 113015)

1 基本概況

撫順市地處遼寧省東部山區，該區域人口密集且經濟發展迅速。隨著人口規模的擴大和經濟社會的發展，撫順市水資源系統受氣候變化和人類活動的影響顯著，河道斷流、水環境污染等事件頻發，部分河段的水污染程度遠遠超過河流的極限納污能力，對撫順市經濟社會可持續發展和水生態文明建設造成不利的影響。因此，科學配置區域水資源狀況，可為產業結構優化調整和合理利用水資源提供一定的依據[1-4]。

撫順市城區位于渾河沖積平原，地理位置為E123°55′，N41°52′，下轄四區三縣，總面積1.12萬km2。該區域屬于長白山系龍崗山脈，總體呈西南、東北走向，地形地貌有“八山一水一分田”之稱，地勢較高，海拔為400-500m。撫順地區為大陸性季風氣候，年降水量為760-790mm之間，年均氣溫5℃-7℃，氣候溫和，四季分明，夏秋季降雨集中，冬春季多風少雨。受季風氣候和地形地貌影響，降水量時空分布極不均衡，其中50%以上的降水集中于7、8、9月。研究區降水量豐富、水資源儲量充足，可利用水域面積6667hm2，各支流縱橫交錯、蜿蜒曲折，有太子河、渾河、清河等12條河流。全市大中型水庫64座，水資源總量39.82億m3，人均占有量1530m3。近年來，撫順市依托其優越的環境條件和獨特的地理優勢迅速發展經濟，污廢水排放量和用水需求量急劇增大，水資源供給矛盾和水體污染問題現已十分突出，開發效益越來越低，有必要采用科學的方法分析水資源優化問題[5-7]。

2 水資源優化配置模型

2.1 BP網絡原理和算法

在本質上，BP算法屬于一種求解最小誤差平方和的數學方法，在運算過程中BP神經網絡可彌補傳統方法存在的線性函數預測不足的缺陷，減少預測結果受主觀因素的影響作用，BP網絡的運算流程如圖1所示。

2.2 需水量預測模型

2.2.1 建模思路

對于保護環境和社會發展水資源系統發揮著控制性作用，它是人類生活和生產活動的基本資料。所以，對經濟社會區域尺度的需水準確預測，對于實現水資源合理配置和平衡水資源供需關系具有重要意義[8]。

農業、農業生產和居民生活需水為社會經濟需水量的主要構成，覆蓋范圍廣、影響因素多且各因素關系復雜。當前，比較常用的方法為用水定額法，但該往往需要龐大的數據支撐。在預測過程中，通常依據經驗關系或歷時數據資料進行需水量分析，但時間的變化與水資源需求量并不存在線性的關系，因此需水量預測模型按照時間序列外推并非完全準確合理；另外，考慮到不確定性、非線性的社會經濟需水系統，增大了定量預測的難度。鑒于此，文章將BP網絡和主成分法有效結合構建需水量預測模型。

2.2.2 需水預測因子

通過對撫順市經濟社會需水影響因子和水資源基本現狀的分析，遵循系列資料相關性、可靠性和完整性原則初步建立預測因子集。

2.2.3 篩選因子

需水預測覆蓋的范圍廣、因素較多，且各因素之間通常存在復雜的關聯性。因此，文章利用降維思想對多個預測因子進行篩選，即采用主成分法將初始較多的因子選用幾個綜合變量替代，通過提取典型且彼此獨立的指標，從而保證預測結果的準確性并大幅降低的計算量

2.2.4 因子預測

當前，應用最為廣泛的基礎預測法為趨勢分析法，同時在所有預測中趨勢外延法也得到一定程度的應用。因此，文章對規劃水平年單個因子的指標值利用趨勢分析及外延法預測。

2.2.5 歸一化處理

通過數學的方法消除各特征因子存在的數據特性，讓各評價因子之間保持良好的通透性和競爭能力，即為歸一化的實質。通過歸一化處理，可在同一個尺度上實現不同評價因子的比較和分析。

2.2.6 網絡結構

Hoff學習算法為BP神經網絡的基本依據，為了比較合理的輸出預測結果需要結合輸入情況對網絡結構進行訓練。BP網絡主要包括隱含、輸入和輸出3個模塊，通過加權上一層神經元輸出確定輸出層、隱含層的輸入，經過不斷的傳遞運算實現各層次的輸入和輸出。一般情況下，隱含層存在多個層次，依據相關定理對于給定的權值和網絡結構可任意逼近連續函數。模型的設置如下：

1)設置網絡結構：文章對研究區域的總需水量依據多個因子預測，預測因子個數決定了輸入層的維數，而輸出層為總需水量僅有一層，由此確定這兩層個數；根據BP網絡的多次擬合運算采用試錯法確定隱含層個數。

2) 設置傳遞函數：客觀事物的復雜關系利用高度非線性映射、高度容錯性的樣本學習與訓練過程描述，對隱含層的變換計算使得訊號經過輸出節點形成相應的輸出值，非線性Sigmoid激活函數為傳遞過程中輸出節點與隱含層的運算公式。

3) 設置主要參數：隨著學習速率的增加網絡學習參數的步進就越高，即lr值就越大。若設定的學習速率太小則收斂運算時間較長，若設定的速率太大則運算過程不穩定，學習效率lr經過多次測試后最終設定為0.03。

最速下降動量法屬于一種能夠提供更快收斂速度的增加方式算法，mc為其參數，依據誤差曲面最近趨勢和當前梯度動力允許網絡進行響應。在局部小范圍內若不沒有動量則網絡停頓，存在動量則可以實現最小的平滑過渡。通過改變權重動量可在網絡學習中，加入獲取的相同變化內容。采用一個動量常數表示動量受上一權重變化的作用，其取值區間為0-1范圍，文章設定mc值為0.8。BP網絡的收斂精度為0.001，最大迭代次數2000，,即網絡終止運算的條件為真實值與擬合值誤差平方≤0.001或最大進化迭代次數超過20000次。

2.2.7 需水預測

根據以往的數據資料生成并訓練BP網絡，然后將規劃水平年各參數值輸入訓練好的神經網絡，定量預測區域需水量，建模流程如圖2。

2.3 目標函數

結合撫順市水資源和經濟社會狀況，將社會、經濟、環境效益和綜合滿意度分別作為子函數與目標函數，其表達式為：

P=ω1P1+ω2P2+ω3P3

Pi=Pi/Pi,max

式中：P1、P2、P3、P為社會、經濟、環境效益和綜合滿意度；ω1、ω2、ω3為社會、經濟、環境效益的權重，且滿足條件ω1+ω2+ω3=1。

3 撫順市水資源優化配置

3.1 節水方案

綜合考慮強化和適度節水兩種情況設置節水方案，強化節水的工業用水、人均生活用水定額分別為14m3/萬元、160L(人·d)；適度節水的工業用水、人均生活用水定額分別為18m3/萬元、170L(人·d)。

結合撫順市水資源利用現狀和相關資料，設置4種不同的發展方案：

方案一：強化節水和工業適度發展方案。該方案注重強調水資源的節約利用，將節水作為該方案的第一目標，以水資源最嚴格管理為根本要求適度滿足工業發展，一般適用于水資源嚴重短缺、經濟發展較為發展的區域。

方案二：強化節水和工業高增長方案。該方案注重強調水資源節約利用和工業快速增長為目標，二者的重要性程度相當，通常適用于經濟欠發達且水資源較短缺的地區，實現該方案的難度較大，一般需要新技術、新工藝或先進的技術設備。

方案三：適度節水和工業適度發展方案。該方案強調突出節水和工業發展的協調匹配性，以滿足節水和工業適度發展為基本原則，往往適用于經濟較為發達且水資源比較充足的地區，比較容易實現水資源的可持續利用。

方案四：適度節水和工業高增長方案。該方案強調突出工業快速增長為目標，對節水的要求相對較弱，一般適用于水資源豐富而經濟較落后的地區。

3.2 需水預測

針對多個變量因子利用主成分法篩選，通過分析主成分矩陣最終確定社會經濟總需水量主要預測因子，即林牧漁用水量C6、工業增加值C4、有效灌溉面積C3、農業人口數C2及非農業人口數C1，見表1。

表1 總需水量預測主成分矩陣

對規劃水平年單個因子值利用趨勢分析法及拖延法確定，由此獲取撫順市2030年各預測因子值，見表2。

表2 撫順市2020年預測因子值

采用歸一化計算公式將以上帶量綱的因子值進行處理，將矩陣的每一列統一處理至-1-1之間的數值，從而保證了模型收斂運算速度和各因子間的可比性。

運用訓練好的BP網絡和之前預測的5個因子值，綜合分析研究區總需水量，通過反歸一化處理確定撫順市2030年方案1、2、3、4的經濟社會需水量，依次為6.18、4.35、6.82、7.10億m3，詳見表3。

3.3 方案優選

由各子目標評價因子構成的多目標評價體系即為水資源合理配置綜合評價系統，文章從環境、經濟和社會效益滿意度3個層面進行方案的優選分析。

1) 社會效益滿意度。考慮人均生活需水定額指標的社會效益滿意度，方案1-4和現狀年撫順市的城鎮人均生活用水定額依次為160、160、170、170、146L/(人·d)，方案1-4的滿意度依次為0.850、0.850、0.855、0.855。

2) 經濟效益滿意度。考慮工業增加值指標的經濟效益滿意度，根據水量增長率控制狀況和各方案的定額確定1-4方案的工業增加值，依次為370、391、382、385億元，所對應的滿意度依次為0.902、0.958、0.916、0.924。

3) 環境效益滿意度。考慮生產生活污染物排放指標的經濟效益滿意度，撫順市2030年的方案1-4的滿意度依次為0.920、0.922、0.915、0.913，詳見表4。

表4 撫順市2030年環境效益滿意度

3.4 綜合優化配置

考慮到不同目標函數的單位量綱存在較大差異的情況，對于多目標函數的優化求解往往存在較大的難度。因此，文章對多目標函數利用普遍應用的加權法進行單目標處理。各子目標權重利用專家意見法確定，該方法是通過匿名發表意見的方式確定評價樣本中，各成員間彼此獨立且無法交流。經過反復多次的填寫意見，參與評價的成員逐漸達成共識，確定的環境、經濟和社會子目標的權重為0.18、0.45、0.37。根據權重計算機構確定各方案的綜合滿意度為0.922、0.941、0.916、0.930，詳見表5。因此，撫順市水資源配置的最優方案為強化節水和高工業增長方案，即方案2。

表5 撫順市水資源配置綜合滿意度

4 結 論

綜合考慮環境、經濟、社會等方面因素構建撫順市水資源優化配置模型，對設計的多個方案利用BP神經網絡進行模擬分析。實例表明，該模型具有較強的實用性和可行性，可為實現撫順市經濟社會健康發展和水資源合理利用提供一定依據，為產業結構調整和其它需水量預測提供科學的指導。水資源優化配置應綜合考慮優化技術、方案、經濟社會、水環境狀況和水資源供給矛盾等因素，通過合理安排經濟布局和產業結構，加大供給保障能力和水源工程建設，方可實現區域安全可靠的用水。