论文部分内容阅读
水资源作为一种珍贵资源,是经济发展至关重要的物质保障。随着社会经济的快速发展和人们科学技术的进步,人类对水资源的需求不断提高,现有水资源量己不足以支撑社会的进步。三江平原作为重要的商品粮基地和工业生产地,为我国国民经济的急速前进奠定了坚实基础。但近年来,随着气候变暖,三江平原的水资源平衡状态正发生着改变。降水和地下水作为水资源的收入项,决定着不同区域和时间条件下地表水资源和地下水资源的丰富程度和空间分布状态,制约着水资源的可利用程度与数量。因此,对三江平原降水和地下水进行研究,将有助于加强对水资源的开发和管理。同时对其有限的水资源进行优化调度,将有助于人类解决面临的水资源危机等问题。本文采用数理统计法对三江平原降水时间特征进行剖析,并采用基于K-means聚类算法的RBF神经网络模型对降水量作出预测,并采用集合方法对三江平原地下水埋深进行预测,最后构建基于可持续发展的水资源优化配置模型。主要研究内容和结论如下:(1)降水量时间特征分析在年际变化上,鸡西、佳木斯、七台河降水量呈现下降趋向;鹤岗、双鸭山年降水量呈上升趋向。其中鸡西市降水量在1974年、1994年发生突变;佳木斯市突变发生于1983年、1993年;鹤岗市、双鸭山市降水量没有突变发生;七台河市降水量变化特性鲜明,存在4个突变年。年内变化中,三江平原春季、冬季降水量均呈上升趋向,夏季、秋季降水量均呈下降趋向。其中,春季、夏季和秋季降水量有两个突变年存在,而冬季降水量有3个突变年存在。(2)降水量预测模型的建立针对降水量自身的非线性特点,对降水预测采用传统方法,预测结果可能往往不尽人意。采用K-means聚类算法的RBF神经网络对三江平原的降水量进行预测。应用RBF神经网络对1960-2009年的汛期降水量数据训练,将训练出来的模型运用到2010-2011年的汛期月降水数据模拟中发现,平均相对误差为7.92%、均方根误差为8.07、相关系数为0.98。符合水文预测精度要求。(3)对地下水埋深的预测在时间序列分析和GM(1,1)模型的基础上,依据集对分析原理,建立了地下水埋深集合预测模型,并将模型应用到大兴农场地下水预测中发现,对2011年~2013年逐月地下水埋深进行预测,平均相对误差为9.31%,符合水文预测精度要求。说明集合方法对地下水进行预测有着很强的实用性。(4)水资源优化配置模型的建立三江平原作为国家粮食主产区,在一定程度上,影响着国家的粮食安全和经济社会的稳定,甚至关系到黑龙江省区域经济的发展,为了提出应对水资源危机的对策,按照行政区域将三江平原划分为7个水资源分区,建立优化配置模型。依据成果分析,提出三江平原水资源可持续发展建议。