針對地區(qū)水資源優(yōu)化配置問題,預(yù)測了規(guī)劃年2025年與2030年供、需水量,探討了多目標(biāo)遺傳智能算法求解水資源模型。經(jīng)水資源優(yōu)化配置后,規(guī)劃年2025年95%保證率下供需平衡,區(qū)縣內(nèi)最大缺水率為0.3%;規(guī)劃年2030年水資源利用率及供應(yīng)率均較大提高。文章可為地區(qū)水資源規(guī)劃優(yōu)化提供參考。 

【文章來源】：水利技術(shù)監(jiān)督. 2020,(05)

【文章頁數(shù)】：6 頁

【部分圖文】：

生活需水量預(yù)測

圖2為預(yù)測結(jié)果與部分歷史年份實(shí)際結(jié)果對比情況,從圖中可看出,指標(biāo)模型預(yù)測2025年、2030規(guī)劃年的生活需水量分別為2.77億m3、3.12億m3,相比指標(biāo)分析法預(yù)測值分別降低了26.5%、34.0%;從歷史年份預(yù)測結(jié)果與實(shí)際需水結(jié)果對比可知,最大誤差為0.102億m3,且規(guī)劃年需水量預(yù)測值顯著偏小,不適合于水資源規(guī)劃研究。綜上分析,用指標(biāo)分析法預(yù)測的結(jié)果可靠度較高,科學(xué)適用性較好。(2)農(nóng)業(yè)需水

在前述指標(biāo)分析法基礎(chǔ)上,獲得不同保證率條件下地區(qū)內(nèi)規(guī)劃年農(nóng)業(yè)需水量,如圖3所示。從圖中可看出,在低保證率下預(yù)測值低于高保證率下的預(yù)測值,規(guī)劃年2025年在50%保證率下農(nóng)業(yè)需水量為11億m3,保證率80%、95%下的預(yù)測值相比前者分別增大了26.5%、80.9%;保證率50%下規(guī)劃年2025年農(nóng)業(yè)需水量最大的為E縣,占地區(qū)總量的51.7%,而在保證率80%、95%下E縣農(nóng)業(yè)需水量占比與保證率50%下的基本一致,維持在51%～52%。規(guī)劃年2030年在各保證率下農(nóng)業(yè)需水量均低于2025年,其中80%保證率下相比降低了7%,達(dá)12.98億m3,分析表明,農(nóng)業(yè)科技的發(fā)展在一定程度上可以保證在不降低農(nóng)業(yè)生產(chǎn)效率情況下,降低農(nóng)業(yè)需水量,提升農(nóng)業(yè)灌溉效率。(3)工業(yè)需水

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)NSGA-Ⅱ算法的水資源多目標(biāo)優(yōu)化配置[J]. 吳云,曾超,楊侃,俞悅,何琦,仲曉林.  人民黃河. 2020(05)
[2]遼寧省水資源空間配置分析[J]. 邢晶堯.  水利技術(shù)監(jiān)督. 2020(01)
[3]京津冀協(xié)同發(fā)展下引灤水資源優(yōu)化配置思考[J]. 趙恩靈,朱桂勇.  水利規(guī)劃與設(shè)計. 2019(12)
[4]基于改進(jìn)遺傳算法的區(qū)域水資源優(yōu)化配置[J]. 杜麗娟.  水利科技與經(jīng)濟(jì). 2019(11)
[5]基于多層次模糊和BP神經(jīng)網(wǎng)絡(luò)的水利工程項(xiàng)目綜合效益評價分析[J]. 王偉偉.  水利科技與經(jīng)濟(jì). 2019(10)
[6]基于按需比例分配法水資源優(yōu)化配置模型的建立及求解探析[J]. 周永昌,李長存.  水利技術(shù)監(jiān)督. 2019(03)
[7]基于遺傳算法的多目標(biāo)水資源優(yōu)化配置模型在巖溶地區(qū)的應(yīng)用[J]. 馬興華,周買春,董延軍,李興拼.  中國防汛抗旱. 2018(08)
[8]引黃灌區(qū)水資源配置的多目標(biāo)耦合優(yōu)化分析[J]. 楊喜春.  水利規(guī)劃與設(shè)計. 2018(07)
[9]基于遺傳算法的灌溉渠道優(yōu)化設(shè)計研究[J]. 李云峰,張倩,張鵬,武田園,劉福勝.  節(jié)水灌溉. 2018(04)
[10]基于模糊多目標(biāo)決策的城市水資源優(yōu)化配置研究[J]. 吳麗,田俊峰.  南水北調(diào)與水利科技. 2010(05)



本文編號：3012797