鄭州市未來(lái)水資源需求量預(yù)測(cè)

針對(duì)鄭州市未來(lái)水資源需求量的預(yù)測(cè)問(wèn)題,基于2001—2016年間的鄭州市需水量數(shù)據(jù),利用主成分分析法從9個(gè)影響水資源需求量變化的因素中提取5個(gè)主要影響因子,將此作為輸入樣本構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型,通過(guò)學(xué)習(xí)訓(xùn)練預(yù)測(cè)出2017—2020年鄭州市水資源需求量,預(yù)測(cè)結(jié)果表明鄭州市的水資源需求量將從2016年的17.9987億m3,提高到2020年的20.8260億m3,這個(gè)預(yù)測(cè)結(jié)果表明我們的政府部門(mén)對(duì)水資源的管理工作依然不能放松。

1.鄭州市水資源現(xiàn)狀分析

鄭州市位于河南省中部,華北平原南部,總面積達(dá)7446.3km2,總?cè)丝诩s890萬(wàn)人。年平均降水量為634.2mm,整體降雨比較少,且時(shí)空分布不均,由南向北呈遞減趨勢(shì),天氣干燥,雨水蒸發(fā)多,年人均水資源可利用量比較匱乏。

根據(jù)2016年度鄭州市水資源公報(bào)數(shù)據(jù),整個(gè)城市用水總量為17.9987億m3,其中農(nóng)業(yè)用水量為5.1158億m3,工業(yè)用水量為4.9184億m3,生活用水量為5.3853億m3,生態(tài)環(huán)境用水量為2.5792億m3。人均綜合用水量為202m3,萬(wàn)元GDP(當(dāng)年價(jià))用水量為14.8m3/萬(wàn)元,萬(wàn)元工業(yè)增加值(當(dāng)年價(jià))用水量為16.8m3/萬(wàn)元(含火電)。2016年鄭州市跨區(qū)調(diào)水為6.8982億m3,包括引黃水量為3.0489億m3,南水北調(diào)水量為3.8493億m3。

水資源是城市經(jīng)濟(jì)社會(huì)發(fā)展不可或缺的重要自然資源。鄭州市作為中國(guó)中部地區(qū)重要的工業(yè)城市之一,近幾年進(jìn)入了快速發(fā)展時(shí)期。其城市化進(jìn)程大大加快,人口規(guī)模持續(xù)增加,各項(xiàng)經(jīng)濟(jì)產(chǎn)能指標(biāo)不斷提高,給城市水資源供給帶來(lái)了巨大壓力,盡管毗鄰黃河,由于氣候環(huán)境影響,鄭州市是一個(gè)缺水城市,年人均水資源只有178立方米,不到全省的,不到全國(guó)的,是一個(gè)資源型缺水與水質(zhì)型缺水并存的城市。有限的水資源環(huán)境與快速的經(jīng)濟(jì)發(fā)展和不斷推進(jìn)的城鎮(zhèn)化進(jìn)程存在協(xié)調(diào)發(fā)展的矛盾。

對(duì)一個(gè)區(qū)域水資源需求量的預(yù)測(cè)是該區(qū)域水資源承載力預(yù)測(cè)中的重要組成部分,其對(duì)實(shí)現(xiàn)區(qū)域社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。預(yù)測(cè)的結(jié)果可為政府部門(mén)制定與水資源相協(xié)調(diào)的區(qū)域發(fā)展規(guī)劃提供一定的參考。

2.鄭州市水資源需求量預(yù)測(cè)

影響區(qū)域水資源需求量的因素眾多,是社會(huì)經(jīng)濟(jì)和自然環(huán)境等多種因素共同影響的結(jié)果。但這些因素之間存在著復(fù)雜的相關(guān)性,有些還是非線性關(guān)系,信息重疊多,傳統(tǒng)的預(yù)測(cè)方法大多無(wú)法反映這種相互關(guān)系而影響了預(yù)測(cè)的準(zhǔn)確性。相比傳統(tǒng)的預(yù)測(cè)方法,BP神經(jīng)網(wǎng)絡(luò)模型具有很好的非線性逼近能力,能夠?qū)崿F(xiàn)比較準(zhǔn)確的預(yù)測(cè)。

本文通過(guò)主成分分析法對(duì)眾多影響城市水資源需求的因素變量指標(biāo)進(jìn)行特征提取,將具有相關(guān)性的指標(biāo)因素進(jìn)行降維,針對(duì)鄭州市的水資源需求情況,以2001—2016年資料作為基礎(chǔ)數(shù)據(jù),并參考專(zhuān)家意見(jiàn),從中選取9個(gè)因子(如表1)進(jìn)行主成分分析。

利用SPSS分析軟件對(duì)上述9個(gè)因子的原始數(shù)據(jù)樣本進(jìn)行主成分分析,檢驗(yàn)結(jié)果如表2、3所示,結(jié)果表明,KMO=0.725＞0.5,Bartlett統(tǒng)計(jì)量的顯著性概率值為0.000,說(shuō)明可以對(duì)所選取的數(shù)據(jù)進(jìn)行因子分析,求得主成分特征值、貢獻(xiàn)率和成分矩陣。

表2

表3 成分矩陣a

提取方法：主成分分析。

a.已提取2個(gè)成分。

根據(jù)主成分分析中最小Em的選取標(biāo)準(zhǔn)(一般要求Em＞85%),從特征值及主成分貢獻(xiàn)率可以得出,前兩個(gè)因素x1,的特征值所對(duì)應(yīng)的累計(jì)貢獻(xiàn)率最大(累計(jì)為87.64%),根據(jù)成分矩陣可以看出,x6對(duì)第一主成分x1相關(guān)性很大,x3對(duì)第二主成分x2相關(guān)性很大。因此,鄭州市水資源需求量的影響因子可以歸納為人口(x1),GDP(x2),年平均降水量(x3),農(nóng)業(yè)用水量(x6)和萬(wàn)元GDP用水量(x8)。

根據(jù)2001—2016年的鄭州市水資源原始資料,統(tǒng)計(jì)出上述5項(xiàng)影響因子及各年總用水量所需的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入層數(shù)據(jù)(如表4)。

表4

在神經(jīng)網(wǎng)絡(luò)中,應(yīng)用最廣泛的是美國(guó)加州大學(xué)的魯梅爾·哈特和麥克·萊蘭等人于1985年提出的BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)。一個(gè)三層的BP網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1

本文采用的三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),輸入層有5個(gè)神經(jīng)元,隱含層的神經(jīng)元數(shù)目根據(jù)Kolmogorov定律取為11,輸出層有1個(gè)神經(jīng)元即水資源需求量。用于鄭州市水資源需求量預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為(5,11,1),利用Matlab軟件編程進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的建立、初始化、訓(xùn)練和模擬。

將表4中的5個(gè)影響因子原始數(shù)據(jù)和對(duì)應(yīng)年份的水需求量實(shí)際值進(jìn)行歸一化處理,2001—2014年數(shù)據(jù)作為網(wǎng)絡(luò)訓(xùn)練樣本,2015年和2016年數(shù)據(jù)作為測(cè)試樣本,對(duì)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練。選取學(xué)習(xí)率為0.005,誤差平方和