野王,日本xxxx片免费观看,丁香五月婷婷亚洲,六月丁香婷婷大团结

安全管理網(wǎng)

淺談農(nóng)村飲水安全工程中需水量預(yù)測的計(jì)算方法

作者:周志華 李敏 曾彬  來源:武漢市水利規(guī)劃設(shè)計(jì)研究院 
評論: 更新日期:2018年12月17日

【摘? 要】? 水量預(yù)測的核心問題是預(yù)測的技術(shù)方法,或者說是預(yù)測的數(shù)學(xué)模型。隨著現(xiàn)代科學(xué)技術(shù)的快速發(fā)展,各種各樣的負(fù)荷預(yù)測方法不斷涌現(xiàn),從經(jīng)典的指標(biāo)法、年增長率法、回歸分析法、時間序列法,到目前的神經(jīng)網(wǎng)絡(luò)法、灰色預(yù)測法等,它們都有各自的特點(diǎn)和適用范圍,本文將對現(xiàn)有的這幾種方法作一個簡單的介紹,并結(jié)合武漢市農(nóng)村飲用水的現(xiàn)狀,對需水量進(jìn)行預(yù)測。

?

【關(guān)鍵詞】? 農(nóng)村?? 飲水安全?? 需水量預(yù)測?? 計(jì)算方法

解決農(nóng)村飲水問題,可以減少疾病,解放農(nóng)村勞動力,有利于發(fā)展農(nóng)業(yè)生產(chǎn),有利于提高農(nóng)民的生活水平。實(shí)施農(nóng)村供水、環(huán)境衛(wèi)生和健康教育“三位一體”,安全供水、節(jié)水、生活污水排放處理“三結(jié)合”等綜合措施,有利于改善農(nóng)村的整體面貌,形成良好的人居環(huán)境。用水量預(yù)測是農(nóng)村飲水安全工程規(guī)劃的基礎(chǔ),通過合理的預(yù)測,既能保障規(guī)劃期內(nèi)近遠(yuǎn)期合適的用水量,又能最大限度地節(jié)約用水;準(zhǔn)確的預(yù)測能使供水的投資更趨合理,有利于搞好給水工程規(guī)劃及管網(wǎng)的優(yōu)化、改造、擴(kuò)建等,同時也有利于合理地分配不同區(qū)域的用水量、為各個水廠的產(chǎn)水量提供依據(jù),最大限度地降低供水成本;合理的水量預(yù)測也可指導(dǎo)城市的整體規(guī)劃布局,對水污染的防御和控制也有一定的作用。

  1. 需水量預(yù)測的意義

可持續(xù)發(fā)展戰(zhàn)略是21世紀(jì)當(dāng)今世界發(fā)展的需要和必然選擇,為了滿足可持續(xù)發(fā)展對水資源的需求,需要制訂科學(xué)的水資源長期供求計(jì)劃,這就需要對社會發(fā)展的長期需水量做出合理的預(yù)測。通過預(yù)測,可以了解城市規(guī)劃期的用水量規(guī)模及用水量發(fā)展趨勢,進(jìn)而合理計(jì)劃、開發(fā)和利用水資源,做到既能保障規(guī)劃期內(nèi)有合適的用水量,又能最大限度地節(jié)約用水;準(zhǔn)確地預(yù)測能使供水的投資更趨合理,有利于搞好城市給水工程規(guī)劃及管網(wǎng)的優(yōu)化、改造、擴(kuò)建等,同時也有利于合理地分配不同區(qū)域的用水量,并為各個水廠產(chǎn)水量提供依據(jù)和最大限度地降低供水成本;合理地水量預(yù)測可指導(dǎo)城市的整體規(guī)劃布局,預(yù)防和控制水污染。城市用水預(yù)測也是供水規(guī)劃、多部門配水決策和制訂水價的重要基礎(chǔ)。

  1. 水量預(yù)測的計(jì)算方法

按預(yù)測方法的特征可分為:定性預(yù)測、定量預(yù)測和綜合預(yù)測。

定性預(yù)測一般都以專家為索取信息的對象,組織各方面的專家運(yùn)用專業(yè)知識和經(jīng)驗(yàn),通過直觀方法進(jìn)行綜合分析,從中找出規(guī)律,對今后的發(fā)展趨勢和前景做出主觀推測。其缺點(diǎn)是預(yù)測誤差依賴于專家的選取,一般精度不是很高。對于用水量的預(yù)測,由于對預(yù)測精度的要求比較高,所以對此類方法不做深入討論。

定量預(yù)測是用數(shù)學(xué)、概率論與數(shù)理統(tǒng)計(jì)或智能的方法對歷史數(shù)據(jù)進(jìn)行處理,分為兩大類進(jìn)行討論:一是統(tǒng)計(jì)預(yù)測,它是基于數(shù)學(xué)、概率論與數(shù)理統(tǒng)計(jì)的方法,認(rèn)為將來是過去和現(xiàn)在的自然延伸,常用的方法有時間序列法、回歸分析法、灰色預(yù)測法等;二是智能預(yù)測,它是將現(xiàn)代智能方法運(yùn)用于預(yù)測領(lǐng)域的結(jié)果,主要有神經(jīng)網(wǎng)絡(luò)法等。

不同的定性預(yù)測模型方法和定量預(yù)測模型方法各有其優(yōu)點(diǎn)和缺點(diǎn),它們之間并不是相互排斥的,而是相互聯(lián)系、相互補(bǔ)充的。由于每種預(yù)測方法利用的數(shù)據(jù)不盡相同,不同的數(shù)據(jù)都是從不同的角度提供各方面有用的信息。在綜合考慮各單項(xiàng)預(yù)測方法的特點(diǎn)之后,將不同的單項(xiàng)預(yù)測方法進(jìn)行組合,提出組合預(yù)測方法的概念。即設(shè)法把不同的預(yù)測模型組合起來,綜合利用各種預(yù)測方法所提供的信息,以適當(dāng)?shù)募訖?quán)平均形式得出組合預(yù)測模型。

2.1? 指標(biāo)法

本文介紹規(guī)劃中常用的單位建設(shè)用地綜合指標(biāo)法、單位分項(xiàng)建設(shè)用地指標(biāo)法和人均綜合指標(biāo)法。

(1)單位建設(shè)用地綜合指標(biāo)法

根據(jù)規(guī)劃地區(qū)的城市用地規(guī)模及當(dāng)?shù)氐膶?shí)際情況,并結(jié)合國家標(biāo)準(zhǔn)《城市給水工程規(guī)劃規(guī)范》(GBSO282-98)(以下簡稱“給水規(guī)范”)確定城市單位建設(shè)用地綜合用水量指標(biāo),推算出城市規(guī)劃期用水總量。

(2)單位分項(xiàng)建設(shè)用地指標(biāo)法

根據(jù)規(guī)劃確定的近遠(yuǎn)期不同性質(zhì)用地(居住用地、公建用地、工業(yè)用地及其他用地)面積,結(jié)合當(dāng)?shù)貙?shí)際情況和“給水規(guī)范”確定不同性質(zhì)用地的用水量指標(biāo),推算出城市規(guī)劃期用水總量。

(3)人均綜合指標(biāo)法

根據(jù)總規(guī)確定的城市近遠(yuǎn)期人口數(shù)及該地區(qū)歷年人均綜合用水量,參照同類城市人均綜合用水量指標(biāo),結(jié)合“給水規(guī)范”確定規(guī)劃區(qū)內(nèi)近遠(yuǎn)期人均綜合用水量指標(biāo),進(jìn)而推算出城市近遠(yuǎn)期的用水總量。

2.2? 年增長率法

根據(jù)歷年來用水量的年增長率,考慮經(jīng)濟(jì)發(fā)展的速度和節(jié)制用水,確定規(guī)劃期內(nèi)的年增長率γ(假定每年的增長率相同),再由現(xiàn)狀用水量Q0推算出n年后規(guī)劃用水量Q=Q0(1+γ)n。

2.3? 回歸分析法

回歸分析預(yù)測法是因果關(guān)系方法的一種,是以相關(guān)原理為基礎(chǔ)來分析預(yù)測對象與有關(guān)因素的相關(guān)關(guān)系,并以此構(gòu)造模型來進(jìn)行預(yù)測。相關(guān)分析和回歸預(yù)測是相輔相成的,只有確定了相關(guān)關(guān)系,才能擬合回歸預(yù)測模型;反之,只有建立了回歸模型,才能確定相關(guān)關(guān)系的形式和性質(zhì)。

回歸預(yù)測是建立在嚴(yán)格的數(shù)理統(tǒng)計(jì)方法之上的預(yù)測方法。應(yīng)用回歸預(yù)測方法不僅可以得到較精確的預(yù)測結(jié)果,而且還可給出預(yù)測結(jié)果的可信度和置信區(qū)間,這在實(shí)際預(yù)測中是極有意義的。另外,由于相關(guān)關(guān)系是一種普遍的社會經(jīng)濟(jì)現(xiàn)象,因而回歸預(yù)測方法有很廣泛的應(yīng)用領(lǐng)域。

2.4? 指數(shù)平滑法

假設(shè)時間序列有著某種基本數(shù)據(jù)模式,而觀測值既體現(xiàn)著這種基本數(shù)據(jù)模式,又反映著隨機(jī)變動。指數(shù)平滑法的目標(biāo)就是采用“修勻”歷史數(shù)據(jù)來區(qū)別基本數(shù)據(jù)模式和隨機(jī)變動。這相當(dāng)于在歷史數(shù)據(jù)中消除極大值或極小值,獲得該時間序列的“平滑值”,并以它作為對未來時期的預(yù)測值。指數(shù)平滑法包括:移動算術(shù)平均法、單指數(shù)平滑法、自動調(diào)整平滑參數(shù)的單指數(shù)平滑法、線性指數(shù)平滑法、二次曲線指數(shù)平滑法等。

2.5? BP神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network-ANN),是反映人腦結(jié)構(gòu)及功能的一種抽象數(shù)學(xué)模型。一個人工神經(jīng)網(wǎng)絡(luò)是由大量神經(jīng)元節(jié)點(diǎn)互連而成的復(fù)雜網(wǎng)絡(luò),用以模擬人類進(jìn)行知識的表示與存儲以及利用知識進(jìn)行推理的行為。

BP網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)最具代表性的模型,是對非線性可微分函數(shù)進(jìn)行權(quán)值訓(xùn)練的一種多層網(wǎng)絡(luò)。具有多個節(jié)點(diǎn)的輸入層、隱含層和多個或一個輸出節(jié)點(diǎn)的輸出層組成,相鄰兩層節(jié)點(diǎn)之間單向互聯(lián),其學(xué)習(xí)過程由正向和反向傳播過程組成。BP算法本質(zhì)上是以網(wǎng)絡(luò)誤差之平方和為目標(biāo)函數(shù),按梯度法求其目標(biāo)函數(shù)達(dá)到最小值的算法,是非循環(huán)多級網(wǎng)絡(luò)的訓(xùn)練算法。

2.6? 灰色預(yù)測法

灰色預(yù)測是用灰色GM(1,1)模型、GM(1,n)模型及其改進(jìn)組合模型進(jìn)行的定量預(yù)測,它是一種不嚴(yán)格的系統(tǒng)方法,拋開了系統(tǒng)結(jié)構(gòu)分析的環(huán)節(jié),直接通過對原始數(shù)據(jù)的累加生成尋找系統(tǒng)的整體規(guī)律,構(gòu)建指數(shù)增長模型。該方法能根據(jù)原始數(shù)據(jù)的不同特點(diǎn),構(gòu)造出不同的預(yù)測模型,預(yù)測范圍很廣,對長、短期預(yù)測均可,且所需數(shù)據(jù)量不大,在數(shù)據(jù)缺乏時十分有效。當(dāng)需水量發(fā)生零增長或負(fù)增長時,系統(tǒng)誤差嚴(yán)重,而且預(yù)測周期越多誤差越嚴(yán)重。

2.7? 優(yōu)化組合預(yù)測法

優(yōu)化組合預(yù)測方法是指將幾種預(yù)測方法所得的預(yù)測結(jié)果,選取適當(dāng)?shù)臋?quán)重進(jìn)行加權(quán)平均,使預(yù)測誤差平方和小于參加組合的各種方法的預(yù)測誤差平方和的一種預(yù)測方法。組合預(yù)測方法是建立在最大信息利用的基礎(chǔ)上,它集結(jié)多種單一模型所包含的信息,進(jìn)行最優(yōu)組合。因此,在大多數(shù)情況下,通過組合預(yù)測可以達(dá)到改善預(yù)測結(jié)果的目的。用水量預(yù)測中常見的組合預(yù)測模型是灰色-神經(jīng)網(wǎng)絡(luò)組合模型。

目前,在組合預(yù)測方法的部分研究成果中,存在著一些問題,主要表現(xiàn)在:預(yù)測、估計(jì)及平滑概念之間的區(qū)別;變權(quán)重的方法;權(quán)重的范圍;權(quán)重的最優(yōu)問題;預(yù)測精度的求取等。

  1. 武漢市農(nóng)村需水量預(yù)測

武漢市農(nóng)村飲用水安全工程規(guī)劃中擬采取簡單易行,適應(yīng)遠(yuǎn)城區(qū)資料搜集現(xiàn)狀的指標(biāo)法對蔡甸、江夏、東西湖、漢南、黃陂、新洲以及洪山城郊部分七個區(qū)進(jìn)行水量的預(yù)測。

經(jīng)過4個月的調(diào)查和收集資料,在初步掌握了武漢市七個區(qū)的社會、經(jīng)濟(jì)、用水現(xiàn)狀等情況后,通過指標(biāo)法對七個區(qū)的用水量進(jìn)行預(yù)測。預(yù)測中以人口預(yù)測結(jié)果為基礎(chǔ),按照《武漢市城市總體規(guī)劃》確定各區(qū)的不同層次的發(fā)展區(qū)域,劃定中心城關(guān)和中心鎮(zhèn)。根據(jù)各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)情況、資源配置及政策導(dǎo)向等條件的不同,對預(yù)測的方法和指標(biāo)分為兩個層次:

(1)城關(guān)作為各區(qū)政治、經(jīng)濟(jì)、文化的中心,經(jīng)濟(jì)活動相對活躍,工農(nóng)業(yè)發(fā)展均衡,居民生活水平較高,市政建設(shè)發(fā)展全面。規(guī)劃中采用人均綜合指標(biāo)法進(jìn)行水量預(yù)測:預(yù)測用水總量Q=人均綜合用水量指標(biāo)×預(yù)測人口數(shù)。

按照《城市給水工程規(guī)劃規(guī)范》(GB52282-98)中的劃定,各區(qū)城關(guān)屬一區(qū)小城市,人均綜合用水量指標(biāo)范圍為400-800L/cap.d,規(guī)劃中非農(nóng)業(yè)采用指標(biāo)為600 L/cap·d;農(nóng)業(yè)人口按《農(nóng)村生活飲用水量衛(wèi)生標(biāo)準(zhǔn)》(GB11730-89)中Ⅲ區(qū)最高日生活用水量考慮,范圍為60-100L/人·日,規(guī)劃中城關(guān)周邊農(nóng)業(yè)人口采用指標(biāo)為100 L/人·日。

(2)中心鎮(zhèn)相比城關(guān),其各項(xiàng)水平均較低,按照《村鎮(zhèn)供水工程技術(shù)規(guī)范》(SL310-2004)中的要求,本規(guī)劃中擬采用分項(xiàng)指標(biāo)法進(jìn)行鄉(xiāng)鎮(zhèn)需水量預(yù)測:預(yù)測用水總量Q=生活用水量+鄉(xiāng)鎮(zhèn)工業(yè)用水量+畜禽飼養(yǎng)用水量+公共建筑用水量+消防用水量+其它用水量。

中心街鎮(zhèn)分項(xiàng)用水定額

項(xiàng)目

用水定額

單位

備注

非農(nóng)業(yè)人口生活用水量

180

L/cap.d

按照《村鎮(zhèn)供水技術(shù)規(guī)范》確定

農(nóng)業(yè)人口生活用水量

80

L/cap.d

按照《村鎮(zhèn)供水技術(shù)規(guī)范》確定

鄉(xiāng)鎮(zhèn)工業(yè)用水量

90

m3/(萬元·年)

鑒于鄉(xiāng)鎮(zhèn)工業(yè)中有大量自備水廠,各區(qū)按實(shí)際情況相應(yīng)扣除

畜禽飼養(yǎng)用水量

20

L/(頭.d)

取育肥牲豬養(yǎng)殖用水定額

公共建筑用水量

生活用水量的10%-15%

?

?

消防用水量

?

?

《建筑設(shè)計(jì)防火規(guī)范》(GBJ16-87)的要求

其它用水量

按照前六項(xiàng)的15%

?

未預(yù)見及管網(wǎng)漏失水量

依據(jù)以上計(jì)算方法和指標(biāo),預(yù)測到2010年,武漢市七個區(qū)(洪山指城郊部分)總需水量為120.49×104m3/d。

  1. 結(jié)語

工作中應(yīng)根據(jù)實(shí)際情況選用合適的用水量預(yù)測方法,指標(biāo)法是水量預(yù)測中較常用的方法之一,只有在基礎(chǔ)資料詳細(xì)、準(zhǔn)確,同時結(jié)合當(dāng)?shù)氐挠盟F(xiàn)狀,適當(dāng)考慮社會發(fā)展的趨勢,選擇合適的指標(biāo)值,才能保證預(yù)測結(jié)果的準(zhǔn)確性。

參考文獻(xiàn)

  1. 肖語堂. 中國水資源與水工業(yè)的可持續(xù)發(fā)展.長江流域資源與環(huán)境.1999,8(1):50~56
  2. 中國可持續(xù)發(fā)展水資源戰(zhàn)略研究綜合報告.水利年鑒.水電知識網(wǎng).http://www.waterpub.com.cn/slnj/DetailSlnj.asp?id=65
  3. 馬興冠,傅金祥,李勇. 水資源需求預(yù)測研究. 沈陽建筑工程學(xué)院學(xué)報(自然科學(xué)版). 2002,18(2):135~138
  4. 劉俊良.城市節(jié)制用水規(guī)劃原理與技術(shù).化學(xué)工業(yè)出版社.2003,第1版
  5. 姜仁鋒,盧兵.實(shí)用預(yù)測技術(shù).哈爾濱船舶工程學(xué)院出版社.1993,第1版
  6. 王勇領(lǐng).預(yù)測計(jì)算方法.科學(xué)出版社.1986.
  7. 張鈴,張鈸.人工神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用.浙江科學(xué)技術(shù)出版社. 1997年5月第1版
  8. 楊建剛.人工神經(jīng)網(wǎng)絡(luò)實(shí)用教程.浙江大學(xué)出版社.2001年1月第1版
  9. 鄒廣宇,王洪峰.基于神經(jīng)元網(wǎng)絡(luò)模型的城市用水量預(yù)測.信息與控制.2004,33(3):364~368
  10. 田一梅,汪泳,遲海燕.偏最小二乘與灰色模型組合預(yù)測城市生活需水量.天津大學(xué)學(xué)報. 2004,37(4):322~325
  11. 唐紀(jì),王景.組合預(yù)測方法評述預(yù)測.1999,2:42~43

?

?

作者簡介:

網(wǎng)友評論 more
創(chuàng)想安科網(wǎng)站簡介會員服務(wù)廣告服務(wù)業(yè)務(wù)合作提交需求會員中心在線投稿版權(quán)聲明友情鏈接聯(lián)系我們