基于BP神经网络的淮河流域水生态足迹分析与预测

运用水生态足迹理论和计算方法,测算出淮河流域水资源生态足迹和生态承载力,并在此基础上引入5个相关指标对淮河流域及其所属5省份的水资源时空变化进行系统分析,同时,采用具有自学习能力的BP神经网络预测出淮河流域2017～ 2025年的水资源生态足迹、承载力.研究表明:(1)淮河流域水资源生态足迹及承载力呈现总体上升的趋势,水资源生态赤字和生态压力均过大,水资源安全受到巨大威胁.(2)5个省份水资源均处于赤字状态,生态压力指数均大于1,水资源开发利用处于不可持续状态,其中,江苏省负载指数大,水资源开发潜力小,其他4省相对而言易于开发.(3)预测结果表明水资源生态压力较大,水资源大部分时间处于过度开发利用状态,水资源供给量小于流域内部经济发展的需求量,个别年份需要外部水量补充,万元GDP水资源利用率较低,水资源安全处于临界状态.

Analysis and Prediction of Water Ecological Footprint of Huaihe River Basin Based on BP Neural Network