水质型缺水地区水资源短缺预警模型研究

论文摘要

水资源预警是水资源管理理论系统中重要的组成部分。通过判别水资源系统出现的异常状况,评价水资源系统与国民经济发展的关系,水资源预警为水资源的可持续开发利用提供理论依据,具有重要的意义。我国南方城市大部分地区,特别是沿江、沿海经济发达城市,均面临着水质型缺水形势,针对水质型缺水地区开展水资源短缺预警,有着重要的现实意义。本文在参阅大量国内外相关文献的基础上,总结了水资源预警研究的发展过程。在分析水质型缺水的基本概念的基础上,提出了水质型缺水地区水资源短缺预警研究的基本思想。运用模糊模式识别判定缺水类型,对水质型缺水的影响因素作进一步分析,筛选出水质型缺水地区水资源短缺预警指标,构建预警指标体系,建立水质型缺水地区水资源短缺预警的模糊神经网络模型。最后以扬州市为例进行实例研究,对该地区2010-2014年水资源短缺作了预警分析,并提出相应的排警措施和建议。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 水资源预警研究现状
• 1.2.2 水质型缺水研究现状
• 1.3 研究思路
• 1.3.1 研究目标
• 1.3.2 研究方法
• 1.3.3 技术路线
• 1.4 主要研究内容
• 2 水质型缺水地区水资源短缺预警基本理论
• 2.1 水资源短缺影响因素
• 2.2 水质型缺水的基本概念
• 2.2.1 水质型缺水的定义
• 2.2.2 水质型缺水的特征
• 2.2.3 水质型缺水与其他缺水的关系
• 2.3 预警的基本理论体系
• 2.3.1 预警的定义
• 2.3.2 预警的逻辑框架
• 2.3.3 预警的基本方法
• 2.3.4 预警指标体系
• 2.3.5 预警警度划分
• 2.4 水质型缺水地区水资源短缺预警的基本思想
• 3 水质型缺水地区水资源短缺预警指标体系的构建
• 3.1 缺水类型的模糊模式识别
• 3.1.1 模糊模式识别概述
• 3.1.2 模糊模式识别模型的构建
• 3.2 一般指标体系的构建
• 3.3 预警指标的预测方法
• 3.3.1 灰色预测
• 3.3.2 人工神经网络
• 3.3.3 系统动力学
• 4 水质型缺水地区水资源短缺预警FNN模型
• 4.1 人工神经网络模型概述
• 4.1.1 人工神经网络模型的特点
• 4.1.2 人工神经网络的基本原理
• 4.2 BP神经网络模型概述
• 4.2.1 BP神经网络的基本结构
• 4.2.2 BP神经网络的算法步骤
• 4.3 模糊神经网络联接形态
• 4.4 模糊BP神经网络模型
• 4.4.1 样本指标和标准指标的模糊归一化
• 4.4.2 训练样本
• 4.4.3 网络结构
• 5 应用实例
• 5.1 区域概况
• 5.1.1 自然概况
• 5.1.2 社会经济与行政
• 5.1.3 水资源
• 5.1.4 水资源开发利用
• 5.2 水资源短缺预警
• 5.2.1 缺水类型模糊模式识别
• 5.2.2 水资源短缺预警指标的预测
• 5.2.3 预警警度划分
• 5.2.4 水资源短缺预警模型的建立与预警结果
• 5.2.5 结果分析与排警建议
• 6 总结与展望
• 6.1 成果总结
• 6.2 研究展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文