基于因子分析的BP神经网络对成都市需水量的预测

在对四川省成都市的水资源进行综合规划与评价的过程中,通过主成分因子分析可知人口、GDP、给排水管道长度等因素对需水量预测有较大影响,如何建立这些因素与需水量之间的数学关系是预测工作的重点。本文将介绍通过MATLAB数学分析软件建立BP神经网络预测模型,并对模型的预测结果进行评价。     

河流生态需水量及生态影响减缓措施的分析

随着我国水电事业不断取得新的发展成果,水电开发对生态环境的影响也日渐受到学界关注,基于此,本文就水电开发下河流生态需水量展开分析,并对这一情况下的生态影响减缓措施进行了详细论述,希望由此能够为相关业内人士带来一定启发。     

城市景观河流最小生态环境需水量的计算方法——以沈阳城区南运河为例

以沈阳城区南运河为例,从生态学理论和水水功能区划分的角度出发,结合南运河水质现状,通过所建立的水质模型模拟提出了南运河枯水期和丰水期的最小生态环境需水量和水质。在此基础上,提出了城市景观河流最小生态环境需水量的计算方法,从而为城市景观河流生态环境需水量的研究起到一定指导作用。     

祁连山区水资源及其对河西走廊生态环境的影响

根据甘肃省河西地区石羊河、黑河和疏勒河三大内陆水系的祁连山区流域水资源和出山径流量,详细地计算了河西走廊各县市绿洲的实际年水资源。从生态平衡角度出发,确定了各县市绿洲和农田的生态需水量。据此,计算出基本能保持各县市自然生态平衡的绿洲和农田的适宜面积。     

区域给水与污水处理及回用系统规划的优化研究

针对目前水污染控制规划只考虑污水处理以及经济效益这些不足,将区域给水、污水处理及中水系统作为统一整体进行统一规划,建立以区域经济效益、社会效益及环境效益最大化为目标,以各子系统供需水量及水质要求为约束条件的优化模型,并应用到具体实际中进行验证,结果表明区域给水与污水处理及回用系统规划的实用性与科学性.     

有限供水条件下农田灌溉时量优化——以河北省运东地区为例

本文探讨了灌溉水源限定条件下,农田灌溉时量优化计算方法,并以河北省运东地区3种主要作物为例进行了系统演算。从计算结果及其分析看,时量优化的经济效益明显,时量优化模型作为一种计算方法亦具有一定的实用意义。     

涧河新安县城段河道内生态环境需水量研究

以涧河新安县城区段为例,在统计分析1959年-2010年新安水文站水文资料的基础上,采用水文学中的Tennant法和水力学中的R2CROSS法分析计算了河道内基本生态需水量,另外还计算了河道水质净化需水、河道蒸发渗漏需水、河道最小输沙需水.按照不重复计算的原则,在几个方面需水量中取最大值,得出涧河城区段河道内生态环境需水量为3 010.0 m3/s,此水量是该河段恢复河流生态结构与功能健康的最佳需水量,这一结果对河道的水资源可持续利用和维持河流生态系统平衡都有着重要的参考作用.     

不同土地利用/覆盖情景下东北沟流域植被生态需水量及其对产流影响

针对京津水源区上游生态环境建设需水与向下游多输水的矛盾现实,基于气象、土壤、土地利用/覆盖(1990年和2009年)数据,应用Penman-Monteith公式估算潜在蒸散量,再用土壤和植被信息对其进行修正,计算了水源区东北沟流域1990年、2009年及其他5种不同土地利用/覆盖情景下的最小生态需水量和适宜生态需水量。结果表明:2005-2009年4-10月潜在蒸散量是715.04 mm;2009年流域植被适宜生态需水量是399.42 mm,最小生态需水量是339.68 mm,比1990年的适宜和最小量分别多122.5 mm、144.5 mm;平水年的降雨均可满足各种情景生态需水要求,其中需水量较大的是情景Ⅲ(草地转化为林地),其适宜需水量达784.69×10⁴ m³,情景Ⅱ(林地转化为草地)的需水量最小,适宜需水量是687.27×10⁴ m³,该情景较适合向下游输水为目的的生态建设,但该情景实施的前提是建立下游向上游的生态补偿机制。     

小型季节性河流生态补水需水量及调度方案研究

针对目前城市河流经常断流的突出问题, 以重庆主城典型重污染河流伏牛溪为例, 开展城市小型季节性河流生态补水自动调度方案的研究。通过分析伏牛溪年内径流特征, 确定了其补水时段为每年的11月~次年4月;通过计算伏牛溪生态环境需水量, 认为对于小型季节性河流的补水不应一味地追求常年丰沛、稳定的水量, 而应以重塑季节性河流天然健康的自然流态为目标, 从而提出了一种基于天然健康需水量的生态补水调度方案, 并制定了河源水库电动阀门及补水泵的运行控制策略等具体技术措施。结果表明, 采用该调度方案, 不仅能实现伏牛溪生态补水系统的自动化运行, 而且与现有补水系统运行方式相比, 可节能67.4%, 为补水系统的可持续运行创造了条件。     

BP网络算法需水量预测模型的应用

由于水资源的日渐减少,尤其是水资源短缺的地区,水资源规划与管理显得尤为重要。需水量预测是进行水资源规划与管理的重要技术,合理且准确地预测未来的需水量,可以避免投资的浪费和减少将来用水危机的发生。本文采用BP神经网络,利用烟台市与需水量相关关系比较好的影响因子对需水量进行预测,结果表明,预测值与实测值相差较小,且BP神经网络用于需水量预测具有一定的可行性。