神经网络模型在水资源演变趋势中的应用

（河北省唐山水文水资源勘测局，河北 唐山063000）

1 预测模型的建立

采用1984～2004年降水、蒸发、用水总量和水资源总量作为历史资料，利用2005～2007年实测资料进行检验，对2020年水资源总量进行预测分析。

根据降水、蒸发、用水总量演变趋势，预测2020年降水量、蒸发量分别为533.9，1004.5mm，用水总量31.66亿m3。本文采用3层BP神经网络，以降水、蒸发、用水总量作为输入，水资源总量作为输出。

网络输入、输出为：

在确定网络的输入、输出结构后，可从已知序列中提取样本构成训练集，对网络进行训练，直至达到一定的误差精度要求为止。网络训练检验成功后，可实现对2020年水资源总量的预测，即建成了神经网络预测模型。

2 模型参数

经计算模拟训练和预测结果检验，BP网络在Matlab中参数：

图1 BP神经网络结构

3 水资源总量预测结果

3.1 1984～2007年历史数据拟合与检验结果

在最优模型的确定过程中，经历了模型结构、函数与参数的复杂、繁琐选定过程，最终发现采用Trainscg训练函数时的拟合和预测精度较高。

1984～2007年历史数据拟合与检验结果如图2。

图2 1984～2007年历史数据拟合与检验结果

从图2看出，通过训练学习后神经网络模型的拟合值精度很高，采用2005～2007年实测数据对训练好的神经网络进行精度检验，2005～2007年的水资源总量预测结果为16.6697亿，14.8482亿，18.0133亿m3，实际值为17.6500亿，12.6412亿，15.2232亿m3，相对误差为5.6%，17.5%，18.3%，其预测精度达到了80%以上。

3.2 2020预测结果

水资源总量神经网络模型预测结果如表1。

表1 水资源总量神经网络模型预测结果

从表1可知，2020年水资源量为21.46亿m3，接近于唐山市多年平均水资源总量21.43亿m3。从预测结果来看，唐山市水资源不足，难以满足用水需求的状况仍将持续，应积极寻求解决水资源供需矛盾的方法。

4 结语

通过水资源演变趋势发现，唐山市地区在很长一段时期内将面临资源型缺水和水质型缺水的困扰，随着用水量的逐年增长，供需矛盾十分突出，解决水资源短缺的问题需要长远规划和综合考虑。

参考文献：

［1］苗乃华，高树东.潍坊市水资源演变情势分析［J］.水利水电技术，2008（5）.

［2］霍正文，陈文，昝大为，等.甘南州黄河产水区水资源及其演变趋势分析［J］.水资源与水工程学报，2008（4）.

［3］王启优.甘肃省近60年来水资源演变及趋势预测研究［J］.气象水文海洋仪器，2008（3）.

［4］贾仰文，王浩.“黄河流域水资源演变规律与二元演化模型”研究成果简介［J］.水利水电技术，2006（2）.