基于大数据的区域水资源可持续承载力预测系统设计

郭亮

摘  要： 针对传统的区域水资源可持续承载力预测系统耗时长、预测结果准确率低的问题，引用大数据技术设计一种新的区域水资源可持续承载力预测系统。由总控层、分系统功能层、子系统功能层和系统支撑功能层四部分组成系统硬件，同时，引入实时监测模块、信息管理模块、决策支持模块以及远程控制模块。利用显示按钮和退出按钮设计软件显示界面，通过系统初始化，样本数据读取，样本内部零矩阵定义，计算各个指标比重以及水资源可持续承载力输出等步骤组成软件流程。为检测系统效果，与传统预测系统进行实验对比，结果表明，基于大数据设计的区域水资源可持续承载力预测系统可在短时间内精准地完成预测工作。

关键词： 可持续承载力预测系统; 区域水资源治理; 系统软件设计; 系统硬件设计; 系统模块设计; 预测效果对比

中图分类号： TN98?34; TV213.9                    文献标识码： A                    文章编号： 1004?373X（2020）09?0117?05

Design of regional water resource sustainable carrying capacity

prediction system based on big data

GUO Liang

（Institutes of Water Resources， Heilongjiang Province Hydraulic Research Institute， Harbin 150000， China）

Abstract： Since the traditional regional water resource sustainable carrying capacity prediction system is time?consuming and the prediction accuracy is low， a new regional water resource sustainable carrying capacity prediction system is designed based on the big data technology. The system hardware consists of four parts， named the general control layer， the sub?system function layer， the subsystem function layer and the system support function layer. In addition， the real?time monitoring module， the information management module， the decision support module and the remote control module are adopted. The design of software display interface is realized by the display button and the exit button. The system software process includes system initialization， sample data reading， definition of sample internal zero matrix， proportion calculation of each index and output of water resource sustainable carrying capacity. The proposed system is compared with the traditional prediction system to detect the system effect. The results show that the designed regional water resource sustainable carrying capacity prediction system based on the big data can accurately achieve prediction in a short time.

Keywords： sustainable carrying capacity prediction system; regional water resource management; system software design; system hardware design; system module design; prediction effect contrast

0  引  言

水是生命之源，作为基础自然资源，水资源是重要的生态环境控制因素，代表着一个国家的综合国力[1]。水资源在促进国家经济发展中发挥着重要的作用，国民经济的增长与水资源开发成效息息相关。虽然水资源是可再生资源，但是由于人类的过度使用，以及保护措施不当，使水资源变成了有限资源和短缺资源。

研究水资源承载力，分析水资源的开发和利用效果，对于确保水资源的可持续利用、合理配置以及保护自然环境有重要意义[2]。

水资源的承载能力也被称为水资源界限能力，能够明确表达出人类社会的经济发展状态，反映出在不同时期的变化趋势，人类做出的贡献以及受到的限制，找到瓶颈资源的承载能力可以更好地实现可持续发展战略[3]。

由于经济全球化和资源短缺问题越来越严重，人们对于水资源承载能力的分析不断深化，防洪、供水、排水、发电、灌溉等水利实业也发展迅速[4]。创造有效的水资源可持续承载力预测系统可以更好地平衡水资源、社会和经济之间的关系，促进水资源产业的发展，满足实际需求[5]。

目前我国缺少专业的水资源可持续承载能力预测系统，很少会有针对性的研究，多是在分析可持续理论上进行泛泛讨论[6]。即使设立了水资源可持续承载能力预测系统也很难应用在生态学理论中[7]。

本文针对区域水资源进行研究，利用大数据设计了一种新的水资源可持续承载能力预测系统，在预测系统中设立了明确的阈值，利用当地人口、资源和环境特点预测出水资源承载力。该系统与可持续发展战略理论相符，对于加强水资源的优化配置有积极的帮助，同时有利于环境保护和治理。

1  区域水资源可持续承载力预测系统硬件设计

本文设计的区域水资源可持续承载力预测系统是一个分布式系统，能够根据实时监测到的数据，利用计算机快速准确地预测出水资源的承载能力。

系统利用了数字化、信息化、网络化等技术手段，能够很好地辅助决策者使用正确的水资源管理政策，防止错误的调度方案，促进水资源保护。

系统选用的核心技术为大数据分析和处理技术[8]。

1.1  区域水资源承载力预测系统硬件总体结构设计

本文設计的区域水资源承载力预测系统共有4个层次：利用人机交互界面设计控制层，能够控制系统的整体功能;根据应用种类不同设计系统功能层;设计系统应用模型，在应用模型内部设立子系统功能层;为了给系统提供更好的支撑环境，设计支撑功能层。

基于大数据设计的区域水资源可持续承载力预测系统硬件总体结构，如图1所示。

图1中共有4个层次，每一个层次的组成部分不同，负责的工作也不同[9]。

1） 总控层。利用人机界面为人机建立联系，网络浏览器内部选择的界面为直观清晰的可视化界面，通过不同的空间图形进行操作，使用者操控起来更加灵活方便。

2） 分系统功能层。主要是根据系统的应用种类划分，方便系统更好地开发和设计。在分系统功能层中，系统可以进行调试、维护以及管理工作，所有实时监测到的信息都在该层进行调控。

3） 子系统功能层。在分系统功能层的基础上设计各个子系统模块，实时监测模块对应信息采集模块和信息传输模块;信息管理模块对应信息接收模块、信息处理模块、实时预测模块;决策支持模块对应水资源实时评估模块、水资源实时管理模块、水资源实时预报模块;远程控制模块对应远程控制模块和监控指令反馈模块。

4） 系统支撑功能层。为支持多种运行环境，系统支撑功能层中同时加入了数据库、模型库、图像库、知识库、文本库、影像库、方法库。

1.2  实时监测模块设计

为了提高本文设计的区域水资源可持续承载力预测系统的预测准确性，在系统内部加入了实时监测模块，该模块能够实时监测区域水资源的所有主要信息，包括每日平均降水量、每日平均水资源蒸发量、地表水资源水质信息以及地下水资源水质信息，同时，记录历年的灾情、旱情、墒情以及天气状况[10]。

除了水质信息外，监测模块还要对当地的经济发展进行监控，结合多项资源预测水资源承载力。

水资源监测模块中包括监测站、中继站和中心站，中心站与国家防汛指挥系统连接，方便将得到的信息实时向上反馈。

设计的实时监测模块如图2所示。

1.3  信息管理模块设计

预测系统内部会采集大量信息，因此，设立信息管理模块负责接收、处理、查询以及发布工作。信息管理模块具体结构如图3所示。

观察图3可知，信息接收和信息查询属于并列关系，管理模块拥有多个接收点，所有的信息都会在数据库中被规划成统一的格式，并以该格式存储。

由于信息种类不同，所以存储在数据库不同文件夹中，帮助预测系统的决策模块进行深入分析。信息管理模块提供强大的查询服务，能够满足用户实时查询各类信息。信息管理模块内部拥有报警平台，当遇到水灾、旱灾和污染时，信息管理模块会发出警报声[11]。管理模块与各大网站相连，以媒体形式发布网络信息，向社会提供预测结果。

1.4  决策支持模块设计

决策支持模块内部拥有多种算法，记录历史计算结果，通过不断创新寻找出更加有效的预测途径，从而为决策者提供科学完备的水资源调度方案。决策支持模块对每一个提出的调度方案都会进行评分，从中选出评分最高的方案作为最佳方案。

由于本文设计的预测系统内部庞大、结构复杂，所以决策模块中分为多个层次：地表水信息决策、地下水信息决策、水资源保护方案决策、水资源调度方案决策[12]。

决策支持模块如图4所示。

决策支持模块收集的信息为必要的基础信息，所有被收集的信息都以统一格式输入，综合分析水资源的数量、质量和开发效果，从而预测水资源的可持续承载力，在预测出承载力后，由决策阶段下发有效的保护策略和调度策略[13]。决策支持模块对于自己下发的决策命令进行不断地追踪，记录命令实行取得的效果。

1.5  远程控制模块设计

设计的水资源可持续承载力预测模块具备远程操控技术，可以通过现代网络和监控技术操控系统的运行。

远程控制模块结构如图5所示。

远程控制模块可以加强系统的实时管理能力，现代网络技术和通信技术紧密相连，能够在第一时间下发有效命令，帮助系统自动完成操作。

2  区域水资源可持续承载力预测系统软件设计

基于大数据设计的区域水资源可持续承载力预测系统软件显示界面如图6所示，该界面详细地记录了区域水资源预测系统需要的样本数据，得到的可持续承载力预测结果以及预测结果评价。

分析图6可知，主界面设计的主要宗旨为简要、清晰、方便工作人员操作。主界面内部设计了三个标签卡，第一个标签卡负责记录样本数据，通过ONADD串口事件句柄提取出显示按钮，再采用LOAD函数将数据从TXT文档中提取出来，以样本年份区分，表示出具体的结果。主界面中还设置了退出按钮，在记录信息之后，可通过退出按钮退出主界面。

预测系统工作流程如图7所示。

觀察图7可知，本文设计的预测系统工作流程共有6步。首先对系统的各模块和参数进行初始化处理，在初始化处理之后采集需要采集的水资源信息参数，将采集到的水资源信息参数以样本的形式传递给下一单元，并对该单元进行读取。读取出有用的数据样本之后，对样本大小中的零矩阵进行定义，确定出各个参数在样本中所占的比重。对计算结果进行确认，确保结果无误之后，预测水资源承载力，并将预测结果输出，显示在显示界面上。

3  验证实验

3.1  实验目的

为了检测本文基于大数据研究的区域水资源可持续承载力预测系统的实际效果，与传统预测系统进行对比，分析实验结果。

3.2  实验参数设置

实验参数设置如表1所示。

3.3  实验结果与分析

根据上述参数进行实验，选用本文研究的区域水资源可持续承载力预测系统和传统预测系统，对相同区域的水资源可持续承载力进行预测，记录预测时间和预测结果准确性，根据得到的结果对两种系统的性能进行具体分析。

1） 预测时间对比

预测时间对比结果见表2。

分析表2可知：对区域地下水的承载能力预测花费时间要多于对地上水的承载能力，但是本文系统花费的时间始终少于传统系统花费的时间，而且本文系统可以在相对短的时间内计算出区域水资源的绝对承载力和相对承载力，给出合理有效的调度方案和决策方案。

2） 预测准确性对比

观察图8可知，在相同的预测时间内，本文预测系统预测的可持续承载力准确性始终高于传统预测系统。预测准确性具体数据见表3。

综上所述，本文基于大数据研究的区域水资源可持续承载力预测系统预测时间短、准确性高，更适合环境保护和水资源调度工作。

4  结  语

本文在探讨水资源承载力的一般概念、内涵和理论后，基于大数据技术设计了一种新的预测系统。该预测系统能够区分出可再生资源和不可再生资源之间的特性，分析地区水资源经济发展局限性，从而合理地预测出水资源承载能力。本文设计的预测系统突破了传统水资源预测系统的局限性，从多方面考虑，提出一套合理有效的预测理论，预测结果能够很好地反映出区域水资源各个要素之间的关系，为我国的水资源治理工作提供了明确的导向。

本文所设计的系统属于尝试性设计，虽然做出了大量创新，也具备一定的实用性，但是系统内部加入的参数数据并不全面，很多基础数据不完整，未来必须进行专门的区域水资源数据统计，以完善预测系统。

参考文献

[1] 刘飞，李柯青，项清，等.基于大数据分析的旅游景点承载力模型设计[J].现代电子技术，2018，41（12）：60?63.

[2] 汪东，周爱民，丛静华，等.基于大数据的森林防火管理系统设计[J].中南林业科技大学学报，2017，44（11）：30?37.

[3] 徐磊，马庆峰，王庭钧.基于大数据架构的智能电网可视化平台的设计与实现[J].科技创新导报，2017，13（7）：125?126.

[4] 郭少青.基于大数据治理对气候变化背景下城市可持续发展的对策研究[J].西南民族大学学报（人文社科版），2018，39（3）：205?213.

[5] 张玲，宋晓猛，赵磊.区域水资源承载力与可持续发展研究[J].现代商贸工业，2018，21（12）：3?5.

[6] 林涛.基于大数据的交通规划技术创新应用实践：以深圳市为例[J].城市交通，2017，15（1）：43?53.

[7] 袁辉.基于发展目标的区域水资源可持续承载能力BP神经网络预测[J].甘肃科技，2017，25（12）：36?39.

[8] 李豫新，武庆彬.可持续发展视角下基于SD模型的干旱地区水资源承载力研究：以新疆地区为例[J].生态经济，2018，34（4）：139?141.

[9] 赵璧奎，杜欢欢，邱静，等.基于系统动力学的水资源承载力模拟研究[J].广东水利水电，2017，21（11）：16?20.

[10] 王友贞，施国庆，王德胜.区域水资源承载力评价指标体系的研究[J].自然资源学报，2017，20（4）：597?604.

[11] 方国华，胡玉贵，徐瑶.区域水资源承载能力多目标分析评价模型及应用[J].水资源保护，2018，22（6）：9?13.

[12] 潘兴瑶，夏军，李法虎，等.基于GIS的北方典型区水资源承载力研究：以北京市通州区为例[J].自然资源学报，2017，22（4）：664?671.

[13] 朱一中，夏军，谈戈.西北地区水资源承载力分析预测与评价[J].资源科学，2018，25（4）：43?48.