浅谈农村饮水安全工程中需水量预测的计算方法

浅谈农村饮水安全工程中需水量预测的计算方法

周志华李敏曾彬

（武汉市水利规划设计研究院）

【摘要】水量预测的核心问题是预测的技术方法，或者说是预测的数学模型。随着现代科学技术的快速发展，各种各样的负荷预测方法不断涌现，从经典的指标法、年增长率法、回归分析法、时间序列法，到目前的神经网络法、灰色预测法等，它们都有各自的特点和适用范围，本文将对现有的这几种方法作一个简单的介绍，并结合武汉市农村饮用水的现状，对需水量进行预测。

【关键词】农村饮水安全需水量预测计算方法

解决农村饮水问题，可以减少疾病，解放农村劳动力，有利于发展农业生产，有利于提高农民的生活水平。实施农村供水、环境卫生和健康教育“三位一体”，安全供水、节水、生活污水排放处理“三结合”等综合措施，有利于改善农村的整体面貌，形成良好的人居环境。用水量预测是农村饮水安全工程规划的基础，通过合理的预测，既能保障规划期内近远期合适的用水量，又能最大限度地节约用水；准确的预测能使供水的投资更趋合理，有利于搞好给水工程规划及管网的优化、改造、扩建等，同时也有利于合理地分配不同区域的用水量、为各个水厂的产水量提供依据，最大限度地降低供水成本；合理的水量预测也可指导城市的整体规划布局，对水污染的防御和控制也有一定的作用。

1需水量预测的意义

可持续发展战略是21世纪当今世界发展的需要和必然选择，为了满足可持续发展对水资源的需求，需要制订科学的水资源长期供求计划，这就需要对社会发展的长期需水量做出合理的预测。通过预测，可以了解城市规划期的用水量规模及用水量发展趋势，进而合理计划、开发和利用水资源，做到既能保障规划期内有合适的用水量，又能最大限度地节约用水；准确地预测能使供水的投资更趋合理，有利于搞好城市给水工程规划及管网的优化、改造、扩建等，同时也有利于合理地分配不同区域的用水量，并为各个水厂产水量提供依据和最大限度地降低供水成本；合理地水量预测可指导城市的整体规划布局，预防和控制水污染。城市用水预测也是供水规划、多部门配水决策和制订水价的重要基础。

2水量预测的计算方法

按预测方法的特征可分为：定性预测、定量预测和综合预测。

定性预测一般都以专家为索取信息的对象，组织各方面的专家运用专业知识和经验，通过直观方法进行综合分析，从中找出规律，对今后的发展趋势和前景做出主观推测。其缺点是预测误差依赖于专家的选取，一般精度不是很高。对于用水量的预测，由于对预测精度的要求比较高，所以对此类方法不做深入讨论。

定量预测是用数学、概率论与数理统计或智能的方法对历史数据进行处理，分为两大类进行讨论：一是统计预测，它是基于数学、概率论与数理统计的方法，认为将来是过去和现在的自然延伸，常用的方法有时间序列法、回归分析法、灰色预测法等；二是智能预测，它是将现代智能方法运用于预测领域的结果，主要有神经网络法等。

不同的定性预测模型方法和定量预测模型方法各有其优点和缺点，它们之间并不是相互排斥的，而是相互联系、相互补充的。由于每种预测方法利用的数据不尽相同，不同的数据都是从不同的角度提供各方面有用的信息。在综合考虑各单项预测方法的特点之后，将不同的单项预测方法进行组合，提出组合预测方法的概念。即设法把不同的预测模型组合起来，综合利用各种预测方法所提供的信息，以适当的加权平均形式得出组合预测模型。

2.1 指标法

本文介绍规划中常用的单位建设用地综合指标法、单位分项建设用地指标法和人均综合指标法。

（1）单位建设用地综合指标法

根据规划地区的城市用地规模及当地的实际情况，并结合国家标准《城市给水工程规划规范》(GBSO282－98)(以下简称“给水规范”)确定城市单位建设用地综合用水量指标，推算出城市规划期用水总量。

（2）单位分项建设用地指标法

根据规划确定的近远期不同性质用地（居住用地、公建用地、工业用地及其他用地）面积，结合当地实际情况和“给水规范”确定不同性质用地的用水量指标，推算出城市规划期用水总量。

（3）人均综合指标法

根据总规确定的城市近远期人口数及该地区历年人均综合用水量，参照同类城市人均综合用水量指标，结合“给水规范”确定规划区内近远期人均综合用水量指标，进而推算出城市近远期的用水总量。

2.2 年增长率法

根据历年来用水量的年增长率，考虑经济发展的速度和节制用水，确定规划期内的年增长率γ（假定每年的增长率相同），再由现状用水量Q0推算出n年后规划用水量Q＝Q0（1＋γ）n。

2.3 回归分析法

回归分析预测法是因果关系方法的一种，是以相关原理为基础来分析预测对象与有关因素的相关关系，并以此构造模型来进行预测。相关分析和回归预测是相辅相成的，只有确定了相关关系，才能拟合回归预测模型；反之，只有建立了回归模型，才能确定相关关系的形式和性质。

回归预测是建立在严格的数理统计方法之上的预测方法。应用回归预测方法不仅可以得到较精确的预测结果，而且还可给出预测结果的可信度和置信区间，这在实际预测中是极有意义的。另外，由于相关关系是一种普遍的社会经济现象，因而回归预测方法有很广泛的应用领域。

2.4 指数平滑法

假设时间序列有着某种基本数据模式，而观测值既体现着这种基本数据模式，又反映着随机变动。指数平滑法的目标就是采用“修匀”历史数据来区别基本数据模式和随机变动。这相当于在历史数据中消除极大值或极小值，获得该时间序列的“平滑值”，并以它作为对未来时期的预测值。指数平滑法包括：移动算术平均法、单指数平滑法、自动调整平滑参数的单指数平滑法、线性指数平滑法、二次曲线指数平滑法等。

2.5 BP神经网络法

人工神经网络(Artificial Neural Network-ANN)，是反映人脑结构及功能的一种抽象数学模型。一个人工神经网络是由大量神经元节点互连而成的复杂网络，用以模拟人类进行知识的表示与存储以及利用知识进行推理的行为。

BP网络是人工神经网络最具代表性的模型，是对非线性可微分函数进行权值训练的一种多层网络。具有多个节点的输入层、隐含层和多个或一个输出节点的输出层组成，相邻两层节点之间单向互联，其学习过程由正向和反向传播过程组成。BP算法本质上是以网络误差之平方和为目标函数，按梯度法求其目标函数达到最小值的算法，是非循环多级网络的训练算法。

2.6 灰色预测法