Page 51 - 水资源利用与水务管理研究
P. 51
第二章 水资源的可持续开发与利用
水资源和环境约束的哈尔滨市水资源承载力系统动力学模型，利用该模型对哈尔
滨市无约束条件的常规模式、有社会经济发展约束模式和五种假定方案条件下的
水资源承载力进行了模拟；麦尔哈巴和瓦哈甫采用系统动力学仿真方法，建立了
吐鲁番地下水资源承载力系统动力学模型，预测了 2011—2025 年吐鲁番不同发
展策略下各指标数值，结果表明地下水承载力系统动力学模型能够被很好地动态
仿真。系统动力学方法模型相对简单灵活、计算量较小，擅长处理非线性的动态
过程模拟问题，在水资源承载力预测方面能很好地模拟水资源系统内部要素之间
的宏观动态过程，不足之处在于它对基础数据的数量和质量要求均较高，在区域
水资源资料充足的情况下是一种行之有效的方法。
2. 人工神经网络法
人工神经网络中误差反向传播网络（Back-Propagation Network，BP 神经网络）
在不需事先了解输入输出变量间关系规律的情况下，仍可通过构建网络结构建立
系统模型，在水资源系统预警预测方面适用性和操作性均较强。王占永运用改进
的非线性 BP 神经网络建模技术预测合肥市水资源承载力，经检验模型精度较高，
十分接近实际情况。胡荣祥等以综合污染指数作为评估参数，利用 BP 神经网络
建模预测了丽水市内河不同方案下水环境承载力状况。门惠芹利用人工神经网络
方法对宁夏水资源的时空分布、分配及使用等进行分析，为宁夏水资源的合理使
用提供科学的参考依据。刘丽颖等以喀斯特典型分布区贵州省为例，建立喀斯特
地区水资源安全评价指标体系，构建 BP 神经网络模型，对贵州省 9 个州市进行
了水资源安全评价。从方法特点来看，人工神经网络方法拥有很强的适应和学习
能力，在多变量非线性系统的预测方面通常可取得满意的结果。神经网络理论为
水资源承载力量化研究提供了发展契机，可望进一步促进水资源承载力预警研究
的发展。
3. 组合预测方法
鉴于水资源承载力影响因素的不确定性和复杂性，近几年来组合预测方法
逐渐运用到水资源承载力的指标预测当中。组合预测方法能够针对复杂系统更好
地利用已有的数据信息，通过分析比较增强预警系统的可靠性。高超等根据“驱
动力—压力—状态—影响—响应”模型（Driver-Pressure-State-Impact-Response，
DPSIR）框架展开水资源承载力因子分析，以汉江流域为例，采用层次分析—
模糊综合评价法开展水资源承载力评价与预测。章恒全和何薇通过结合主成分
39
