基于可變模糊集的水資源承載力預測方法研究

王曉慶

(山西水利職業技術學院，山西 運城 044004)

0 引 言

水是保障我國區域社會經濟發展十分重要的自然資源之一。目前階段，伴隨著國家經濟的發展以及科技的進步，水資源短缺問題也逐漸成為制約社會可持續發展的關鍵因素[1]。水資源的承載力主要指的是某一地區，大部分指缺水地區所需要的水資源供需平衡的標準系統，但是水資源承載距今為止仍然是模糊的概念，需要繼續探尋[2]。為了加強對區域水資源的控制與應用，各個地區的管理人員會結合區域實際的需求與情況，對水資源的承載力進行模糊預測[3]。傳統的預測方式通常采用合理賦值以及預測模型處理來實現目標區域承載力的預測，這種方式雖然可以完成預期的測定目標，但是在實際應用的過程中，時常會出現一定的誤差與缺陷，對于最終的預測結果產生消極的影響[4]。

因此，在上述背景環境之下，需要設計更加穩定且靈活的預測模式。可變模糊集是一種嚴密的測定形式，對于數據的測試與核定具有較好的效果，尤其是對龐大數據的分析，更為準確，可以將其應用在水資源承載力的預測工作之中，提升整體的預測質量與效率。通過調整模型的參數與指標，進行相對應的預測評價，為后續對應區域水資源承載力的控制以及合理配置奠定更為堅實的基礎[5]。

1 可變模糊集下水資源承載力預測方法設計

1.1 可變模糊承載預測因子確定

在對可變模糊集下水資源承載力預測方法進行設計之前，需要先對可變模糊承載預測因子進行明確。在可變模糊集的背景之下，將水資源的承載區域進行劃定，并提取相應的預測特征值，具體公式如下：

(1)

式中：C為預測特征值；η為模糊承載范圍；y為預測隸屬度；I為可變預測范圍。

通過上述計算，可以得出實際的預測特征值。依據得出的特征值，在不同的區域之上進行目標預測因子的整合，結合權重描述，構建可變模糊承載的因子預測結構，具體見圖1。

圖1 可變模糊承載的因子預測結構圖

根據圖1，可以完成對可變模糊承載的因子預測結構的設計。隨著各個因子的變化，測定具體的方差貢獻率和累計方差貢獻率，以此來設定相對應的可變模糊承載預測因子范圍，為后續的預測工作奠定基礎。

1.2 雙向水資源承載力預測結構建立

在完成對可變模糊承載預測因子的確定之后，需要建立雙向水資源承載力預測結構。考慮到水資源承載力的完整性、代表性和可靠性，根據區域水資源的特征，設立預測指標，具體見表1。

表1 區域水資源特征預測指標表

根據表1，可以完成對區域水資源特征預測指標的設定。根據指標的特征，對不同區域水資源的承載范圍明確，獲取雙向差異函數，并形成特征預測矩陣，結合可變模糊集，計算雙向模糊預測系數，公式如下：

(2)

式中：F為雙向模糊預測系數；C為預測特征值；?為特征誤差。

通過上述計算，可以得出實際的雙向模糊預測系數。結合所設定的預測指標，形成雙向覆蓋預測結構。

1.3 可變模糊集下求解相對承載預測隸屬度矩陣設計

在完成雙向水資源承載力預測結構的建立之后，結合可變模糊集，設計求解相對承載預測隸屬度矩陣。將預測數據導入結構中，形成水資源的預測環境。同時，將可變模糊集與承載預測結構關聯，設定測量隸屬度矩陣，公式如下：

(3)

(4)

(5)

式中：L、I、X為承載預測隸屬度；w為可變范圍；g為模糊承載系數；ρ為預測比值。

通過上述計算，可以得出實際的承載預測隸屬度。至此，完成了對測量隸屬度矩陣的設計[6]。但是需要注意的是，在實際應用的過程之中，矩陣還需要設定可變模糊區域，加強對水資源承載效果的驗證與審核。

1.4 載荷可變模糊水資源承載力預測模型構建

在完成求解相對承載預測隸屬度矩陣的設計之后，需要構建載荷可變模糊水資源承載力預測模型。首先需要對范圍內的水資源邊緣承載覆蓋值測定，隨后在合理的范圍之內，依據實際情況的變化，更改調整載荷作用范圍，一定程度上可以提升水資源的整體承載效力[7]。同時，將所設計的求解相對承載預測隸屬度矩陣以及預測結構所在模型之中，隨著隸屬度的變化，設定邊緣承載覆蓋面積，形成具有可控性的預測模型，再將預測因子添加在模型之中，完成水資源承載力預測目標的核定，以此來進一步完善優化載荷可變模糊水資源承載力預測模型的設計與構建[8]。

1.5 物元測定法實現水資源承載力的預測

在完成對載荷可變模糊水資源承載力預測模型的構建之后，采用物元測定法實現水資源承載力的預測。首先測定區域的物元承載比例，公式如下：

(6)

式中：B為水資源物元承載比例；π為測定區域范圍；h為變化預測系數。

通過上述計算，可以得出實際的水資源物元承載比例。根據得出的比例，劃定水資源承載力的預測區域，利用預測模型，獲取區域水資源的數據信息，得出最終的承載力預測結果，進行對比分析，利用物元測定法最終實現水資源承載力的預測。

2 測試方法

本文主要是對可變模糊集下水資源承載力預測方法的應用效果進行驗證與分析。本次測試共劃定為3個測試小組，第一組為傳統的灰色模型承載力預測方法，將其設定為傳統灰色模型承載力預測組；第二組為傳統的物元評價承載力預測方法，將其設定為傳統物元承載力預測組；第三組為本文所設計的承載力預測方法，將其設定為可變模糊集承載力預測組。3種測試方法在相同的背景環境之下同時測試，最終得出的結果以對比的形式進行分析研究。

2.1 測試準備

在對可變模糊集下水資源承載力預測方法進行測試之前，需要先搭建相應的測試環境。本次選取A市為主要的水資源承載力預測對象。經過調查，A市位于我國西北地區，是一個水資源極度匱乏的城市，實際的水資源可應用量嚴重不足，供需矛盾突出。與去年相對比，A市全市的GDP數值有了十分明顯的提升，這表明A市的經濟發展水平也在逐年提升。然而經濟的發展一定程度上也是需要資源的輔助支持的，尤其是水資源的支撐，更是關系到A市區域經濟社會可持續發展的限制條件。因此，對于水資源承載力的預測是十分必要的。

可以先對A市區域內的河流以及湖泊等水資源聚集地進行匯總整合，同時對水質作出劃定分類。隨后，對不可使用的污水區域進行相應的處理，確保其處于可使用的范圍之內。結合模糊關系合成原理，設定水資源承載的極限標準，具體公式如下：

(7)

式中：K為預估水資源承載的極限標準；V為自產總量；D為儲備水量；α為定量化均值；φ為允許出現的最大承載標準值。

通過上述計算，可以得出預估的水資源承載的極限標準。通過得出的標準值，設定相應的承載力范圍，同時結合水資源的承載范圍，構建再生水循環處理系統。這部分需要對A市可應用的水資源進行量化處理，并計算出實際的承載值，公式如下：

(8)

式中：M為實際的易定量承載值；v為可再生定量賦值；B為模糊承載范圍。

通過上述計算，可以得出實際的易定量承載值。完成上述背景環境的設定之后，核定測試的設備是否處于穩定的運行狀態，同時確保不存在影響最終預測結果的外部因素，核定無誤后，開始測試。

2.2 測試過程及結果分析

在上述所搭建的測試環境之中，進行具體的測試與驗證。在預設的承載力范圍之內，首先識別水資源風險因子，具體見圖2。

圖2 水資源承載力風險因子識別思路圖

根據圖2，可以完成對水資源承載力風險因子識別思路的設計。隨后，進行水資源承載識別初始集的處理與評判，這部分主要可以采用Delphi法與DEMATEL法，對A市干旱指數、溫度變幅、干燥度、徑流變化、城鎮化率以及水生態面積侵占比例等指標作出總結。在所設定的水資源承載力的預測模型之中，進行承載危險性指數的計算，具體公式如下：

(9)

式中：Y為承載危險性指數；R為城鎮生活日用水定額；ζ為人均日用水定額。

通過上述計算，可以得出實際的承載危險性指數，然后進行A市水資源承載力危險區域劃定。此時，A市的水資源區域已經被劃定為危險區域與非危險區域，危險區域為水資源承載力較弱的地區水資源嚴重不足，而非危險區域的承載能力在合理的范圍之內，水資源狀態相對穩定。在上述環境下，將A市的河流劃定為6個不同的區域，測定每一區域的水資源承載力分值，同時進行承載力預測等級的劃定，具體見表2。

表2 A市的水資源承載力分值、等級劃定表

根據表2，可以完成對A市的水資源承載力分值、等級的劃定。結合上述所得出的數據信息，對A市6個不同區域的水資源承載能力預測，并進行AHP模糊承載權重比的計算，具體公式如下：

(10)

式中：T為AHP模糊承載權重比；r為模糊可變權重值；κ為聚類模糊系數；e為可變范圍。

通過上述計算，可以得出實際的AHP模糊承載權重比。經過測試，可以得出實際的測試結果，通過進行對比分析，具體結果見表3。

表3 水資源承載力預測結果分析表

根據表3，可以完成對實際測試結果的分析與研究。與傳統灰色模型承載力預測組和傳統物元承載力預測組相對比，本文所設計的傳統物元承載力預測方法最終得出的AHP模糊承載權重比相對較高，表明在AHP模糊承載權重比背景之下，對于A市的水資源承載力預測效果更佳，預測的范圍更為精準，具有實際的應用價值。

3 結 語

本文對基于可變模糊集的水資源承載力預測方法進行了分析與研究。對比于傳統的預測方法，本文所設計的水資源承載力預測方法相對更加靈活，具有較強的可變性與穩定性；同時對于所測定的范圍也可作出合理地延伸、擴展，結合水資源的管理制度設計針對性較強的預測方法，使得在實際應用的過程中，獲取的預測結果更為準確、可靠。另外，在可變模糊集技術的輔助之下，還可以形成循環預測的多目標承載力預估模式，加強對水資源的分布、用量、結構等的控制，遵循可持續發展的社會水資源管控目標，推動資源保護邁入一個新的階段。