基于RBF的指标规范值的水资源承载力评价模型(英文)
基于RBF神经网络模型的汕头市水资源承载力
第３０卷第５期２ ０ １ ２年５月水 电 能 源 科 学Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ ａｎｄ ＰｏｗｅｒＶｏｌ．３０Ｎｏ．５Ｍａｙ ２ ０ １ ２文章编号：１０００－７７０９（２０１２）０５－００３１－０４基于ＲＢＦ神经网络模型的汕头市水资源承载力研究陈 凯１，李就好１，李永刚２，余长洪１，刘 远１（１．华南农业大学水利与土木工程学院，广东广州５１０６４２；２．广东省机械技师学院，广东广州５１０４５０）摘要：针对常规水资源承载力评价方法存在的不足，在Ｍａｔｌａｂ ７．６环境下建立了水资源承载力评价的ＲＢＦ网络模型，基于汕头市水资源现状，利用该模型综合评价了汕头地区的水资源承载力。
结果表明，汕头市水资源承载力总体较好，但有逐步恶化趋势，且各区县的水资源承载力极不均衡，与汕头地区的实际情况相符。
关键词：水资源承载力；径向基函数；神经网络模型；Ｍａｔｌａｂ；汕头市中图分类号：ＴＶ２１３．９文献标志码：Ａ收稿日期：２０１１－０９－２１，修回日期：２０１１－１１－１４基金项目：广东省水利科技创新与推广基金资助项目（２００９－２０）作者简介：陈凯（１９７４－），男，讲师，研究方向为农业水土资源，Ｅ－ｍａｉｌ：ｃｈｅｎｋａｉ＠ｓｃａｕ．ｅｄｕ．ｃｎ通讯作者：李就好（１９６５－），男，教授、博导，研究方向为农业水土资源，Ｅ－ｍａｉｌ：ｊｉｕｈａｏｌｉ＠ｓｃａｕ．ｅｄｕ．ｃｎ 水资源承载力评价是一个复杂的多目标决策过程，涉及到资源、经济、环境、人口和社会等子系统。
目前常用的水资源承载力评价方法主要有常规趋势法［１］、系统动力学方法［２］、模糊综合评判方法［３］、多目标决策分析法［４］、层次分析法［５］等，每种方法各有其优缺点。
但由于上述方法中的评价指标受人为确定权重或混用边界值和均值等问题的影响，使评价结果的客观性较差。
而径向基函数（ＲＢＦ）神经网络［６］则具有较强的处理复杂非线性及不确定性系统的能力，为解决一些常规方法难以达到理想效果的问题提供了一种有效途径。
水资源承载力特征及其评价方法
水资源承载力特征及其评价方法[摘要] 水资源在社会发展和人们的生产生活中不可或缺。
合理的评价水资源是引导产业发展的前提，本文介绍了水资源承载力评价的基本方法；并阐述了水资源承载力的基本特征，为合理评价利用水资源做了铺垫。
[关键词水资源承载力，水资源评价，水资源承载力特征[abstract] the water resources in social development and people’s production and life is indispensable. The reasonable evaluation of water resources is the premise of the guide industry development, this paper introduces the basic method of evaluation of water resources carrying capacity; And explains the basic characteristics of the water resources carrying capacity for reasonable evaluation and utilization of water resources do twisted.[key words water resources carrying capacity of water resources evaluation, water resources carrying capacity characteristics1.引言水资源承载力是指在可预见的技术、经济和社会生产条件下，水资源可供给工农业生产、人民生活和生态环境保护等用水的能力。
水资源承载力分析的目的是为了揭示水资源与区域经济和人口之间的关系，实现水资源的合理利用和优化配置，确保区域自然资源和社会经济的可持续发展。
基于指标规范值的海水水质评价支持向量机模型_梁晓龙
成 都 信 息 工 程 学 院 学 报 JOUＲNAL OF CHENGDU UNIVEＲSITY OF INFOＲMATION TECHNOLOGY
Vol． 29 No． 2 Apr． 2014
3 （ c j0 / c j ） 2 （ c j / c j0 ） 0. 5 （ c j / c j0 ） 1 /3 （ c j / c jc j － 8. 0 / c j0 1 1 1
c j c j0 c j c j0 c j c j0 c j c j0 c j c j0 c j 8. 05 或 c j ＜ 7. 95 7. 95 c j ＜ 8. 05 c j ＞ c j0 c j ＜ c j0
表1 名称 DO COD 无机氮（ DIN） PO4 P 石油类（ oil） Cu Zn Pb Cd Hg As 挥发酚 总磷（ TP） SS（ 悬浮物） Chla PP（ 浮游植物） BOD5 细菌 Cr Se（ 硒） CN（ 氰化物） 有机氯农药 pH 六价铬 Ni 硫化物 六六六 参照值 c j0 12 0. 8 0. 08 0. 0065 0. 0005 0. 00005 0. 0002 0. 00002 0. 00001 0. 0000005 0. 008 0. 00005 0. 0065 0. 1 0. 25 3 0. 125 0. 1 0. 0005 0. 005 0. 0004 0. 000002 0. 05 0. 00005 0. 00005 0. 0002 0. 000125 27 项海水水质评价指标参照值 c j0 和各级标准浓度值 c' jl 及标准规范值 x' jl 原始分级标准 c jk 规范值 x jk ' 1级 6 2 0. 2 0. 015 0. 05 0. 005 0. 02 0. 001 0. 001 0. 00005 0. 02 0. 005 0. 015 10 2 25 1 3 0. 05 0. 01 0. 02 0. 001 7. 5 － 8. 4 0. 005 0. 005 0. 02 0. 001 2级 5 3 0. 3 0. 03 0. 05 0. 01 0. 05 0. 005 0. 005 0. 0002 0. 03 0. 01 0. 03 10 5 50 3 30 0. 10 0. 02 0. 10 0. 02 7. 3 － 8. 8 0. 01 0. 01 0. 05 0. 002 3级 4 4 0. 4 0. 03 0. 3 0. 05 0. 1 0. 01 0. 01 0. 0002 0. 05 0. 05 0. 03 100 7. 5 100 4 100 0. 20 0. 02 0. 50 0. 04 6. 5 － 9. 0 0. 02 0. 02 0. 10 0. 003 4级 3 5 0. 5 0. 045 0. 5 0. 05 0. 5 0. 05 0. 01 0. 0005 0. 05 0. 05 0. 045 150 10 150 5 200 0. 50 0. 05 1. 00 0. 08 6. 0 － 9. 5 0. 05 0. 05 0. 25 0. 005 1级 0. 2079 0. 1833 0. 1833 0. 1672 0. 2303 0. 2303 0. 2303 0. 1956 0. 2303 0. 2303 0. 1833 0. 2303 0. 1672 0. 2303 0. 2079 0. 2120 0. 2079 0. 1701 0. 2303 0. 2303 0. 1956 0. 2072 0. 2197 0. 2303 0. 2303 0. 2303 0. 2709 2级 0. 2626 0. 2644 0. 2644 0. 3059 0. 2303 0. 2649 0. 2761 0. 2761 0. 3107 0. 2996 0. 2644 0. 2649 0. 3059 0. 2303 0. 2996 0. 2813 0. 3178 0. 2852 0. 2649 0. 2996 0. 2761 0. 3070 0. 2708 0. 2649 0. 2649 0. 2761 0. 2773 3级 0. 3296 0. 3219 0. 3219 0. 3059 0. 3198 0. 3454 0. 3107 0. 3107 0. 3454 0. 2996 0. 3665 0. 3454 0. 3059 0. 3454 0. 3401 0. 3507 0. 3466 0. 3454 0. 2996 0. 2996 0. 3565 0. 3301 0. 3219 0. 2996 0. 2996 0. 3107 0. 3178 4级 0. 4159 0. 3665 0. 3665 0. 3870 0. 3454 0. 3454 0. 3912 0. 3912 0. 3454 0. 3454 0. 3665 0. 3454 0. 3870 0. 3657 0. 3689 0. 3912 0. 3689 0. 3800 0. 3454 0. 3912 0. 3912 0. 3532 0. 3555 0. 3454 0. 3454 0. 3565 0. 3689
水资源承载力评价模型研究与应用
水资源承载力评价模型研究与应用水资源是我们日常生产和生活所必需的资源之一，然而随着经济的不断发展以及人口的不断增加，水资源的消耗量也在不断上升。
因此，如何评价和管理水资源的承载能力就成了当前亟待研究和解决的问题之一。
为了科学地评估水资源的承载能力，学者们提出了各种评价模型。
其中较为常见的有基于水文方程的水能源平衡模型、基于GIS的水资源优化配置模型、基于模糊综合评价的水资源利用评价模型等。
这些模型为水资源的管理和利用提供了科学的依据。
首先，基于水文方程的水能源平衡模型通常包括水循环、水资源供应与需求、水能源平衡等方面。
该模型中的水文循环考虑了降雨、蒸散发和流域出水等水文过程，水资源供需方面考虑了水资源的自然补给量，以及人类对水资源的消耗需求量，从而对水资源的承载能力进行评估和分析，为水资源的管理和利用提供了重要的科学依据。
其次，基于GIS的水资源优化配置模型通过构建基于GIS和遗传算法的水资源优化配置模型，实现对水资源的最优化分配。
该模型中，利用GIS系统建立水资源系统各应用单元及其之间的网络关联，并针对各单元的水需求和供给情况进行优化配置，在此基础上实现水资源的优化利用和管理，实现对水资源承载能力的评估和管理。
最后，根据模糊综合评价方法提出的水资源利用评价模型，主要考虑了水资源与环境、农业、工业等社会经济发展的联系和作用，利用模糊综合评价方法综合各个因素的影响，开展整体性的水资源利用评价研究。
该模型不仅可以为水资源可持续利用提供科学的参考，同时也可以为制定相应的水资源利用政策提供重要的科学依据。
总之，水资源的承载能力评价模型研究和应用具有重要的理论和实践意义。
这些模型的研究和应用将有助于进一步提高水资源的可持续利用能力，保障人类的生计和环境的可持续发展。
基于模糊RBF神经网络的地表水环境质量评价
２ ０ １ ３年１ １ 月
水 力 发 电
基 予 模 糊 ＲＢ Ｆ 种 经 网 络 的
地 表 水 环统质量 评价
孙 旺 旺 ，任 传 胜 ，朱 春 伟
（ 中 国科 学技 术 大 学 工 程 科 学 学 院 ，安 徽 合 肥 ２ ３ ０ ０ ２ ６ ）
摘 要 ：针 对 现 有 水 质 评 价 方 法 评 价 结 论 过 保 护 、存 在 人 为 因 素 影 响 、表 达模 糊信 息 能 力 弱 等 问题 ，结 合 模 糊 评 价
ｅ ｖ ｌｕ ａ ａ ｔ ｅ ｔ ｈ ｅ ｗａ ｔ ｅ ｒ ｑ ｕ ａ ｌ ｉ ｔ ｙ ｏ ｆ ｔ ｈ ｅ ｒ ｅ ａ ｃ ｈ ｏ ｆ Ｈｕ ａ ｉ ｈ ｅ Ｒｉ ｖ ｅ ｒ ｉ ｎ Ａｎ ｈ ｕ ｉ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ，ａ ｎ ｄ ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｉ Ｓ ｃ ｏ ｍｐ ａ ｒ ｅ ｄ ｗ ｉ ｔ ｈ ｓ ｉ ｎ ｇ ｌ ｅ ｆ ａ ｃ ｔ ｏ ｒ
ｒ ｅ ｓ ｕ ｌ ｔ ｓ ， ａ ｎ ｄ ｈｅ ｔ ｎ ｅ ｗ ｍ ｏ ｄ ｅ ｌ ｉ ｓ ｏ ｂ ｊ ｅ ｃ ｔ ｉ ｖ ｅ ａ ｎ ｄ ｒ ｅ ａ ｓ ｏ ｎ ａ ｂ ｌ ｅ ． Ｔ ｈ ｅ ｗ ａ ｔ ｅ ｒ ｑ ｕ ａ ｌ ｉ ｔ ｙ ｉ ｎ ｍ ａ ｎ ｙ ｍ ｏ ｎ ｉ ｔ ｏ ｒ ｉ ｎ ｇ ｓ ｉ ｔ ｅ ｓ ｏ ｆ ｔ ｈ ｅ ｒ ｅ ａ ｃ ｈ ｅ ｓ ｏ ｆ Ｈ ｕ ａ ｉ ｈ ｅ Ｒ ｉ ｖ ｅ ｒ
ａ ｓ ｓ ｅ ｓ ｓ ｍｅ ｎ ｔ ｍｅ ｔ ｈ ｏ ｄ ｔ ｏ ｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｌｉ ａ ｔ ｙ ｏ ｆ ｍｏ ｄ ｅ １ ． Ｔ ｈ ｅ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｗｏ ｍｅ ｔ ｈ ｏ ｄ ｓ ｂ ａ ｓ ｉ ｃ ａ ｌ ｌ ｙ ｈ ａ ｖ ｅ ｓ ａ ｍｅ ｅ ｖ ｌｕ ａ ａ ｔ ｉ ｎ ｇ
水资源承载力评价指标体系研究
水资源承载力评价指标体系研究水资源是人类社会生存和发展的重要基础资源之一，而水资源的可持续利用则关系到生态环境的健康和人类福祉。
为了科学合理地评价水资源的承载能力，建立一个完善的指标体系是必不可少的。
本文将从水资源的概念和特点入手，继而探讨水资源承载力评价的指标体系的研究。
首先，水资源是指地球表面包括地下水在内的淡水资源。
在人类社会发展的过程中，水资源的需求日益增长，而水资源的总量是有限的。
因此，合理评价水资源的承载能力对于实现可持续发展至关重要。
水资源的特点包括空间分布不均衡、季节性变化明显和易受污染等。
这些特点对于评价水资源的承载能力提出了挑战，需要建立科学有效的评价指标体系。
在水资源承载力评价的指标体系研究中，需要考虑多个因素，如水资源的数量、质量、可利用性以及水生态环境等。
首先，数量指标是评价水资源承载能力的基本指标之一。
这包括水资源总量、单位面积平均量和人均水量等指标。
其次，水质指标是评价水资源可利用性的重要指标。
水质受到自然因素和人为活动的影响，因此水资源承载力评价指标体系中应包括水质监测指标和水污染治理指标。
此外，水资源的可利用性也是评价指标体系的重要组成部分。
这涉及到水资源的供需关系、水资源管理和利用技术等方面的指标。
另外，评价水资源承载力还需要考虑到水生态环境的保护和恢复。
水生态环境是维持水资源可持续利用的重要因素，因此评价指标体系应包括水域生物多样性、水域生态系统健康状况等方面的指标。
此外，对于水资源承载力评价指标体系的研究还需要考虑到社会经济因素。
水资源的分配和利用与社会经济发展紧密相关，因此评价指标体系中还应包括水资源经济价值、水资源管理政策等指标。
总之，水资源承载力评价指标体系的研究对于实现水资源的可持续利用具有重要意义。
该指标体系需要包括数量、质量、可利用性、生态环境和社会经济等多个方面的指标。
通过合理评价水资源的承载能力，有助于制定科学合理的水资源管理政策，实现水资源的可持续利用，为社会经济发展提供坚实的基础。
水资源承载力评价指标体系研究
水资源承载力评价指标体系研究水资源是人类社会生存和发展的重要基础，而水资源的承载力则是评估一个地区或国家水资源可持续利用能力的重要指标之一。
水资源承载力评价指标体系的研究，对于科学合理地评估和管理水资源具有重要意义。
一、研究背景和意义水资源是地球上最为宝贵的资源之一，但随着经济社会的迅速发展，对水资源的需求不断增加，水资源供需矛盾日益凸显。
因此，科学合理地评估水资源承载力，具有重要的理论和实践意义。
水资源承载力评价指标体系主要包括水资源总量、水资源质量、水资源可再生能力和水资源利用效率等方面的指标。
水资源总量是水资源承载能力的基础，它反映着一个地区或国家可供利用的水资源的数量。
水资源质量则体现了水资源可利用的程度，包括水质清洁程度和水资源的可持续保护能力。
水资源可再生能力是指水资源的恢复能力，包括地表水、地下水和雨水的补给速度和容量。
水资源利用效率则关系到水资源的可持续利用能力，高效利用水资源是实现可持续发展的关键。
二、水资源承载力评价指标体系的构建水资源承载力评价指标体系的构建是一个综合考虑水资源供需关系、水资源利用效益等多个方面的过程。
首先，要对水资源总量进行评估，包括水资源的利用量和供应量等指标。
其次，要考虑水资源质量，包括水质监测、水污染控制等方面的指标。
再次，要评估水资源的可再生能力，包括水资源的补给速度和容量等指标。
最后，要评估水资源的利用效率，即单位水资源产出的相关指标。
水资源承载力评价指标体系的构建需要充分考虑不同地区的特点和实际情况。
不同地区的水资源条件和经济社会发展水平存在差异，因此，在构建指标体系时应当根据实际情况进行合理选择和调整。
同时，应结合当地水资源管理政策和法规，以科学评估和指导水资源的合理利用。
三、水资源承载力评价指标体系的应用水资源承载力评价指标体系的应用，可以为水资源管理和决策提供科学依据。
通过评估水资源总量、质量、可再生能力和利用效率等指标，可以及时了解和掌握水资源的状况和问题，从而制定相应的管理措施和政策。
城市水资源承载能力评价模型及方法
城市水资源承载能力评价模型及方法随着城市化的快速发展，城市水资源的重要性日益凸显。
而城市水资源承载能力作为一个评价城市可持续发展能力的重要指标，对城市发展具有重要意义。
本文将介绍城市水资源承载能力的评价模型及方法。
一、城市水资源承载能力概述城市水资源承载能力是指在城市规划、建设和发展中，城市水资源可持续利用的能力。
城市水资源承载能力的大小取决于城市人口、经济、环境等因素，主要包括水资源供需平衡、水资源质量、水生态环境与城市发展协同等方面。
城市水资源承载能力评价的主要目的是为了评估城市水资源的可持续利用能力及其潜在的发展风险，以便为城市规划和水资源管理提供科学的政策依据。
二、城市水资源承载能力评价模型及方法城市水资源承载能力的评价模型及方法主要包括以下几种：1. 灰色关联度模型灰色关联度模型是一种通过灰色相关性来推断城市水资源承载能力大小的方法。
通过把城市水资源承载能力与其他因素进行关联，计算它们之间的关联度，以推断城市水资源承载能力的大小。
这种方法易于操作，但它的预测结果有一定的误差。
2. 综合评价模型综合评价模型是结合多个评价指标来评价城市水资源承载能力的方法。
常用的综合评价模型有层次分析法、模糊综合评价法和权重联合分析法等。
这种方法能够考虑到不同指标之间的相互影响，综合分析城市水资源承载能力的大小。
但需要对不同指标进行量化，数据选择和计算方法需要严谨。
3. 系统动力学模型系统动力学模型是基于系统动力学理论建立的模型，通过模拟城市水资源承载能力的变化过程，揭示城市水资源承载能力与其他因素的相互作用关系。
该模型可以随机应变、适应风险，并能够为城市规划和管理提供科学依据。
但该方法需要大量数据作为输入，并且建模过程繁琐。
三、城市水资源承载能力评价的应用案例广州市是中国南方城市，人口密度大，水资源紧缺。
2014年，广州市政府委托相关机构开展城市水资源承载能力评价，评估广州市的水资源可持续利用能力。
评价结果表明，广州市的城市水资源承载能力存在压力，主要表现为：1）供需矛盾严重；2）水资源质量降低；3）水生态环境破坏。
基于水资源系统健康的区域水资源承载力评价
水资源承载力评估模型与分析方法
水资源承载力评估模型与分析方法水资源是人类生存和经济发展的重要基础，但随着全球人口的增加、城市化进程的加快以及气候变化等因素的影响，水资源供需矛盾日益突出。
因此，评估水资源承载力并探索分析方法对于制定科学合理的水资源管理政策具有重要意义。
一、水资源承载力的概念及意义水资源承载力是指特定区域在一定时期内，可提供并满足自然生态系统、社会经济发展和人民生活各种需求的水资源量。
水资源承载力的评估可以帮助决策者更好地了解自己所管理的区域的水资源状况，为制定合理的水资源管理措施提供科学依据。
水资源承载力评估的核心是确定评估指标和建立评估模型。
下面将介绍一些常用的水资源承载力评估指标和模型。
二、水资源承载力评估指标1. 水资源消耗指标：包括总用水量、人均用水量、水资源消耗强度等指标。
通过分析这些指标可以评估水资源的利用效益和合理性。
2. 水资源供需平衡指标：包括水资源利用率、水资源供需矛盾指数等指标。
通过分析这些指标可以评估当前水资源供需的平衡度，以及未来水资源供需情况的预测。
3. 水环境质量指标：包括水质污染程度、水生态系统健康等指标。
通过分析这些指标可以评估水环境的质量，为水资源保护提供参考。
4. 水资源可持续利用指标：包括水资源再生利用率、节水技术应用等指标。
通过分析这些指标可以评估水资源的可持续利用程度，为保障未来水资源供应提出建议。
三、水资源承载力评估模型1. 统计分析模型：通过大量的历史水资源数据，利用统计学方法分析水资源的供需关系，预测未来水资源供需情况。
常用的统计分析方法有回归分析、时间序列分析等。
2. 系统动力学模型：该模型通过考虑水资源系统内部的各种变化因素和相互关系，建立动态模型，模拟水资源的变化趋势和趋势变化对供需关系的影响。
3. 灰色关联分析模型：该模型通过将不确定的因素转化为确定的关系强度，分析水资源承载力与其它因素之间的关联程度。
灰色关联分析模型可以帮助决策者判断不同因素对水资源承载力的影响程度。
水质评价的RBF神经网络应用
水质评价的R B F 神经网络应用1常欢，刘志斌，童英伟辽宁工程技术大学，资源与环境工程学院，辽宁 阜新 （123000）E-mail ：changhuan0416@摘要：针对传统水质评价方法在权值选取上存在人为因素，本文主要应用R B F 神经网络对辽河流域阜新支流的柳河、绕阳河、养息牧河三条主要河流进行评价。
并在结果中采用隶属度概念使其更客观、准确。
该网络克服了人为因素，评价结果与实际相符。
关键词： R B F 神经网络；河流水质；质量评价1 概述在实践不断发展过程中还有一种前馈网络也能够象BP 网络一样进行模式识别和以任意精度逼近任意连续函数，这就是径向基函数即RBF 神经网络。
它也是具有单隐层的三层前馈神经网络。
两者的主要差别在于使用不同的作用函数，BP 网络中的隐层单元数目使函数值在输入空间中无限大的范围内为非零值，而RBF 神经网络的作用函数则是局部的。
RBF 神经网络不仅有具有良好的推广能力，而且避免了向反向传播那样烦琐、冗长的计算，克服了计算时容易陷入局部极小值的问题，其学习速度也是传统BP 网络无法比拟的。
2 径向基网络的结构及原理径向基网络的神经元模型结构[1]如图1所示。
由图可见，径向基网络传递函数radbas 是以权值向量和阈值向量之间的距离‖dis t ‖作为变量的，其中，‖dis t ‖是通过输入向量和加权矩阵的行向量的乘积得到的。
图1 径向基神经元模型结构 径向基网络传递函数的原型函数为：2)(n en radbas −= （1）当输入自变量为0时，传递函数最大值为1。
随着权值和输入向量之间距离的减小，网络的输出是增加的。
所以，径向基神经元可以作为一个探测器，当输入向量和加权向量一致时，神经元输出为1。
图中的b 为阈值，用于调整神经元的灵敏度。
径向基函数网络是由输入层、隐含层和输出层构成的三层前向网络[2]（以单个输出神经元为例），隐含层采用径向基函数作为激励函数，该径向基函数一般为高斯函数，如图2所示。
水资源承载力空间评价模型及其应用研究
水资源承载力空间评价模型及其应用研究水是人类生存和发展的重要资源，水资源承载力评价及其应用研究对于水资源的可持续利用和管理具有重要意义。
本文将介绍一种水资源承载力空间评价模型，并通过应用研究来展示其实际应用价值。
一、水资源承载力的概念水资源承载力是指在一定时空条件下，水资源供需关系的平衡程度，即水资源量与其利用需求的关系。
水资源承载力的评价是通过分析水资源的可用量、需求量和供水能力等因素来确定的。
水资源承载力的评价可以帮助决策者了解各地区水资源的利用状况，为水资源的合理分配和规划提供依据。
二、水资源承载力空间评价模型的构建1. 数据准备水资源承载力评价需要大量的水资源数据和相关空间数据。
首先，需要获取水量、水质、地下水位和水资源供需的相关数据。
其次，还需获得地理信息数据，如地形、土地利用、降雨量等。
2. 指标体系构建基于数据的准备，需要构建科学合理的指标体系来评价水资源承载力。
指标体系的建立应包括水量、水质、水利设施和水资源供需等方面的指标，并赋予不同指标不同的权重，以反映其在评价中的重要性。
3. 模型建立在水资源承载力空间评价中，可以利用GIS技术对各个指标进行加权叠加分析，得出各区域的水资源承载力评价结果。
GIS技术可以将空间和属性数据进行整合，定量分析各个因素的空间分布情况，为决策者提供空间决策支持。
三、水资源承载力空间评价模型的应用研究水资源承载力空间评价模型的应用研究能够帮助决策者了解不同地区的水资源供需情况，为水资源的管理和利用提供科学依据。
以下是该模型在具体应用中的几个方面：1. 区域水资源规划利用水资源承载力空间评价模型，可以对不同地区的水资源供需情况进行评估，从而为区域水资源规划提供指导。
在规划中，可以优先发展水资源丰富的地区，并在水资源稀缺的地区加强管理措施，以实现水资源的合理利用和优化配置。
2. 水资源环境保护水资源承载力空间评价模型可以评估不同地区的水资源利用状况，并为环境保护提供支持。
水资源承载力评估模型与方法研究
水资源承载力评估模型与方法研究一、介绍水资源是人类生存发展的重要基础资源。
随着经济的发展和人口的增长，水资源的需求不断增加，而水资源的供应却受到了各种人为和自然因素的影响，水资源承载力评估模型和方法的研究成为了一个热点问题。
本文将介绍水资源承载力评估模型和方法的研究进展。
二、水资源承载力评估模型的分类（一）基于物理学原理的模型基于物理学原理的模型通常采用数学模型和仿真技术，通过对水循环和水资源利用的动态特征进行模拟，来评估水资源承载力。
这种模型的优点是具有很高的精度，但是缺点是需要大量的数据和复杂的建模过程。
（二）基于经济学原理的模型基于经济学原理的模型通常采用市场经济学模型和经济统计学方法，通过对水资源的价格和供需关系进行分析，来评估水资源承载力。
这种模型的优点是具有很好的实用价值和较低的数据需求，但是缺点是对于非经济因素的考虑比较简化。
（三）综合评价模型综合评价模型通常采用层次分析法、模糊数学、神经网络等方法，对水资源利用效益、环境效应、社会效益等多个方面进行考虑，来评估水资源承载力。
这种方法的优点是考虑了多方面的因素，但是缺点是其权重的确定存在较大的主观性。
三、水资源承载力评估方法的研究（一）水资源重现期评估法水资源重现期评估法是通过以过去干旱周期的降水量为依据，来预测未来水资源供应的趋势。
该方法优点是数据需求少，且容易统计，同时可以有效预测干旱水资源的变化，但是缺点是不考虑其它非气象因素的影响。
（二）生态需水量评估法生态需水量评估法是通过对流域及其内部生态系统的水量需求进行定量分析，来评估水资源承载力。
该方法主要应用于较为干旱且有明显生态问题的区域，优点是通过直接考虑流域生态系统与水文循环的关系，比较全面地体现了生态服务对水资源的需求。
（三）水资源供需分析法水资源供需分析法是对供水量和用水量进行比较分析的方法，来考察水资源承载力。
该方法主要应用于城市和乡村地区，优点是具有实用性和可操作性，但是缺点是较为片面，只考虑水资源供需平衡，而对其它非生产要素的影响不够考虑。
水资源承载力评价指标体系研究
水资源承载力评价指标体系研究引言：随着人类经济社会的快速发展，水资源已成为一个日益紧缺的资源。
为了科学合理地管理和利用水资源，评价水资源的承载力显得尤为重要。
本文将针对水资源承载力评价指标体系展开深入研究。
一、概述水资源承载力评价指标体系是通过一系列指标对水资源的负荷状况和可持续利用程度进行评价和分析的体系。
该体系的建立旨在为水资源管理者提供科学依据，找出合理的水资源规划和管理方案。
二、指标选择2.1. 水资源总量指标水资源总量是评价水资源承载力的重要指标之一。
一般来说，总供水量与可用水资源总量之比越大，说明水资源供需关系越紧张，承载力越低。
因此，可以通过比较供需比指标的大小来评估水资源承载力。
2.2. 水资源利用率指标水资源利用率是评价水资源合理利用程度的重要指标之一。
过高或过低的利用率都会对水资源的可持续利用造成不利影响。
因此，通过计算水资源利用率来评估水资源承载力是必要的。
2.3. 水环境状况指标水环境状况是评价水资源承载力的重要指标之一。
水资源管理不当可能导致水体污染、生态系统破坏等问题。
通过监测水环境状况，可以评估水资源的可持续利用能力。
三、指标体系构建3.1. 指标权重分配为了对各指标的重要性进行评估，需要进行权重分配。
权重分配可以通过问卷调查、专家咨询等方式进行。
不同指标的权重分配应符合实际情况和相关政策要求。
3.2. 指标间关联分析不同指标之间存在一定的关联性，通过分析指标间的关联程度，可以深入了解水资源承载力的综合情况。
可以借助统计分析方法，如相关系数分析、主成分分析等。
四、案例研究以某地区的水资源承载力评价为例，收集相关数据并构建指标体系。
通过数据分析和计算，得出水资源承载力指标体系的具体数值，并对其进行解读。
五、结论本文综述了水资源承载力评价指标体系的研究内容。
水资源承载力评价具有重要意义，对于水资源的合理管理和利用具有重要的指导作用。
未来，还需要进一步完善指标体系，提高评价精准度和科学性，为水资源管理决策提供更有力的支持本文从水资源承载力评价的角度出发，探讨了评估水资源承载力的必要性、水环境状况指标的重要性以及指标体系的构建方法。
17171313_基于RBF神经网络的江西省水资源承载力评价
收稿日期:2018-05-28;修订日期:2018-07-11作者简介:苏宗奎(1994-),男,硕士研究生,主要从事PM2.5扩散研究。
基金项目:国家自然科学基金(41501437),东华理工大学江西省数字国土重点实验室开放研究基金资助项目(DLLJ⁃201517),江西省科技厅星火计划项目(20161BBB29002)。
∗通讯作者:邹时林(1971-),男,副教授,主要从事地理空间信息数据采集与可视化。
第36卷 第4期2018年8月江 西 科 学JIANGXI SCIENCEVol.36No.4Aug.2018 doi :10.13990/j.issn1001-3679.2018.04.015基于RBF 神经网络的江西省水资源承载力评价苏宗奎1,2,3,邹时林3∗,李小龙1,2,3,吴 芳1,2,3(1.东华理工大学江西省数字国土重点实验室,330013,南昌;2.流域生态与地理环境监测国家测绘地理信息局重点实验室,330013,南昌;3.东华理工大学测绘工程学院,330013,南昌)摘要:基于江西省水资源现状,构建了科学有效的江西省水资源承载力评价指标体系,采用RBF 神经网络对江西省2006-2015年水资源承载力以及2015年江西省各市水资源承载力进行了评价,结果较好地刻画了评价指标与承载力变化的动态过程,较为客观地评价江西省水资源承载力状况。
结果表明:江西省2006-2015年间,水资源承载力逐步提高,目前处于较好水平,仍有较大潜力,江西省各市间水资源承载力存在差异,其中吉安市最差,景德镇市最好。
关键词:RBF 神经网络;水资源承载力;MATLAB中图分类号:TV213.4 文献标识码:A 文章编号:1001-3679(2018)04-605-06Evaluation of Water Resources Carrying Capacity in JiangxiProvince Based on RBF Neural Network ModelSU Zongkui 1,2,3,ZOU Shilin 3∗,LI Xiaolong 1,2,3,WU Fang 1,2,3(1.Key Laboratory for Digital Land and Resources of Jiangxi Province,East China University of Technology,330013,Nanchang,PRC;2.The Evaluation of Key Laboratory of Watershed Ecology and Geographical,330013,Nanchang,PRC;3.Faculty of Geomatics,East China University of Technology,330013,Nanchang,PRC)Abstract :According to the water resource utilization current situation of Jiangxi province and,an e⁃valuation index system of water resources carrying capacity in Jiangxi province is constructed.By u⁃sing RBF neural network,water resources carrying capacity in Jiangxi province from 2006to 2015and water resources carrying capacity of each city in Jiangxi province in 2015are evaluated,The re⁃sults showed a good dynamic process of the change of the evaluation index and bearing capacity,and an objective assessment of the carrying capacity of water resources in Jiangxi province.The results show that the water resources carrying capacity in Jiangxi province has gradually increased from 2006to 2015and is currently at a relatively good level,and there is still great potential.The difference of water resources carrying capacity between cities in Jiangxi province is also showed,Ji′an city is theworst and Jingdezhen city is the best.Key words:RBF neural network;water resources carrying capacity;MATLAB0 引言近年来,随着社会经济的快速发展,水资源与社会发展的矛盾日益突出,水资源承载力作为地区自然资源承载能力的重要组成部分,涉及到自然和社会等多方面因素,对维持区域经济社会综合持续发展有着重要战略意义。
基于粗糙集理论的水资源承载力评价指标体系构建研究
基于粗糙集理论的水资源承载力评价指标体系构建研究摘要：水资源作为社会不可替代的自然资源，但由于水资源的不合理利用等导致水资源供需矛盾日益加剧，因此本文以成都市为研究区，利用粗糙集算法对成都市水资源系统、水资源利用系统、经济系统和社会系统等进行属性约简，最终确定了地下水模数、产水模数、降水量、人均密度等15条核属性，并以此构建了一套成都市水资源承载力评价指标体系，为后续水资源可持续利用能力评价研究提供了强力支撑。
关键词：水资源；承载力；粗糙集；指标体系中图分类号：TV213.4 文献标识码：BAbstract: Water resources are irreplaceable natural resources in society, but the contradiction between supply and demand of water resources is increasingly aggravated due to unreasonable utilization of water resources. Therefore, this paper takes Chengdu as the research area, uses rough set algorithm to reduce the attributes of water resources system, water resources utilization system, economic system and social system in Chengdu, and finally determines 13 core attributes such as groundwater modulus, water production modulus, precipitation and per capita density, Based on this, a set of evaluation index system of water resources carrying capacity in Chengdu has been constructed, which provides strong support for the subsequent research on evaluation of water resources sustainable utilization capacity.Key words: water resources; Bearing capacity; Rough set; Indicator system一、引言水资源承载力研究是集评价、规划与预测于一体的综合研究，它以水资源评价指标体系为基础，以水资源合理配置为前提，以水资源潜力和开发前景为核心，以系统分析和动态分析为手段，以人口、资源、经济和环境协调发展为目标，由于受水资源总量、社会经济发展水平和技术条件以及水环境质量的影响，在研究过程中，必须充分考虑水资源系统、宏观经济系统、社会系统以及水环境之间的相互协调与制约的关系[1]。
基于回归支持向量机的指标规范值的水质评价模型
基于回归支持向量机的指标规范值的水质评价模型
李祚泳;张正健
【期刊名称】《中国环境科学》
【年(卷),期】2013(033)008
【摘要】传统的回归支持向量机的水质评价模型不具有普适性和通用性,当指标较多时,模型的学习效率和求解精度均会受到影响.若适当设定3类水体(地表水、地下水和富营养化水体)各项指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆“等效”于某个规范指标.因此,可建立用规范值表示的任意m项指标组合皆适用的水质评价的回归支持向量机模型.通过实例对模型的实用性进行了效果检验,结果表明:用基于回归支持向量机的指标规范值的水质评价模型对河桥地表水、黑龙洞泉域地下水和山仔水库富营养化水体的水质评价结果与用BP神经网络评价法、模糊综合评价法和属性识别评价法的评价结果基本一致.
【总页数】7页(P1502-1508)
【作者】李祚泳;张正健
【作者单位】成都信息工程学院,四川成都610041;中国科学院水利部成都山地灾害与环境研究所,四川成都610041
【正文语种】中文
【中图分类】X824
【相关文献】
1.基于RBF的指标规范值的水资源承载力评价模型 [J], 臧蕾;刘伟;李祚泳
2.基于RBF的指标规范值的水资源承载力评价模型（英文） [J], 臧蕾;李祚泳;刘伟
3.基于指标规范值的海水水质评价的SVR模型 [J], 梁晓龙;李祚泳;汪嘉杨
4.基于回归支持向量机的温泉水质pH值预测研究 [J], 陈武奋;张倩华;黄钲武;黄立;林年旺
5.基于投影寻踪回归的指标规范值的水质评价模型 [J], 李祚泳;张正健;余春雪
因版权原因，仅展示原文概要，查看原文内容请购买。
基于联系数的水资源承载力状态评价模型
基于联系数的水资源承载力状态评价模型胡启玲;董增川;杨雁飞;李冰;张济韬【摘要】基于集对分析和三角模糊数理论,建立水资源承载力状态评价模型.通过理论分析、频率计算和数据统计,选取14个指标,划分为5个等级,建立水资源承载力评价指标体系;采用主客观赋权相结合的方式计算各指标组合权重,分析水资源承载力的主要影响因素及其原因.在联系数方法的基础上,用减法集对势分析各样本水资源承载力态势.对山东省17个地级市2015年各指标数据进行实例分析,结果表明:影响山东省各地级市水资源承载力状态的主要因素为单位面积灌溉水量、单位面积地下水资源量、单位面积废水排放量;山东省总体水资源承载力处于临界超载和轻微超载状态,在水资源禀赋条件稳定的情况下,提高水资源利用效率,改善水生态环境,能够有效提升水资源承载力水平.【期刊名称】《河海大学学报（自然科学版）》【年(卷),期】2019(047)005【总页数】8页(P425-432)【关键词】水资源承载力;集对分析;三角模糊数;评价模型;联系数;层次分析法;主成分分析法;山东省【作者】胡启玲;董增川;杨雁飞;李冰;张济韬【作者单位】河海大学水文水资源学院,江苏南京 210098;上海市政工程设计研究总院(集团)有限公司,上海 200092;河海大学水文水资源学院,江苏南京 210098;长江水利委员会水文局,湖北武汉 430000;河海大学水文水资源学院,江苏南京210098;河海大学水文水资源学院,江苏南京 210098【正文语种】中文【中图分类】TV213.4承载力一词源于物理学,后来被引入生态学中,表示一定时期内、特定地区、特定种群的最大种群数目[1]。
20世纪80年代联合国教科文组织正式提出“资源承载力”这一概念。
1989年,新疆水资源软科学课题组将承载力和水资源结合,考虑水资源承载能力这一问题[2]。
随后,许多专家和学者都对水资源承载力进行研究,提出了多种不同的定义。
基于RBF神经网络的江西省水资源承载力评价
基于RBF神经网络的江西省水资源承载力评价苏宗奎;邹时林;李小龙;吴芳【摘要】基于江西省水资源现状,构建了科学有效的江西省水资源承载力评价指标体系,采用RBF神经网络对江西省2006-2015年水资源承载力以及2015年江西省各市水资源承载力进行了评价,结果较好地刻画了评价指标与承载力变化的动态过程,较为客观地评价江西省水资源承载力状况.结果表明:江西省2006-2015年间,水资源承载力逐步提高,目前处于较好水平,仍有较大潜力,江西省各市间水资源承载力存在差异,其中吉安市最差,景德镇市最好.【期刊名称】《江西科学》【年(卷),期】2018(036)004【总页数】6页(P605-610)【关键词】RBF神经网络;水资源承载力;MATLAB【作者】苏宗奎;邹时林;李小龙;吴芳【作者单位】东华理工大学江西省数字国土重点实验室,330013,南昌;流域生态与地理环境监测国家测绘地理信息局重点实验室,330013,南昌;东华理工大学测绘工程学院,330013,南昌;东华理工大学测绘工程学院,330013,南昌;东华理工大学江西省数字国土重点实验室,330013,南昌;流域生态与地理环境监测国家测绘地理信息局重点实验室,330013,南昌;东华理工大学测绘工程学院,330013,南昌;东华理工大学江西省数字国土重点实验室,330013,南昌;流域生态与地理环境监测国家测绘地理信息局重点实验室,330013,南昌;东华理工大学测绘工程学院,330013,南昌【正文语种】中文【中图分类】TV213.40 引言近年来，随着社会经济的快速发展，水资源与社会发展的矛盾日益突出，水资源承载力作为地区自然资源承载能力的重要组成部分，涉及到自然和社会等多方面因素，对维持区域经济社会综合持续发展有着重要战略意义。
水资源承载能力的概念在20世纪80年代由我国学者施雅风首次明确提出[1]，水资源承载力概念具有明显的时空内涵，指在一定社会发展阶段内，区域水资源维持当地可持续发展的能力，其承载主体是当地水资源，承载客体则为当地社会经济发展水平和人口水平等[2]，合理客观地对区域水资源承载能力进行评价，对于提高区域内水资源的管理水平，优化当地水资源配置以及开发利用有着重要指导作用。
基于RBF网络模型的分布式水文模型参数预报
基于RBF网络模型的分布式水文模型参数预报
李斐
【期刊名称】《山西水利》
【年(卷),期】2017(0)6
【摘要】水文模型需要一系列具有空间分布特征的参数对流域产流过程进行模拟.选取了12场洪水作为研究对象,应用拉丁超立方体(LH)对各敏感性参数进行抽样得50组参数样本,与所选场次洪水对应得出模型预报结果.应用径向基函数(RBF)网络模型建立模型参数的预报系统,并进行对比验证.研究表明,将RBF预报的参数代入水文模型运算,得到各洪水要素皆满足精度要求,成果可靠.
【总页数】3页(P9-11)
【作者】李斐
【作者单位】晋中市水利局,山西晋中 030024
【正文语种】中文
【中图分类】TV877
【相关文献】
1.基于多参数融合和RBF神经网络的泥石流预报
2.基于改进RBF网络模型的中长期水文预报
3.改进RBF网络模型在中长期水文预报中的应用
4.基于RBF神经网络模型的改进加权主成分分析参数全局优化研究
5.基于随机森林和RBF人工神经网络模型的新丰江水库枯季入库径流中长期预报
因版权原因，仅展示原文概要，查看原文内容请购买。