【摘? 要】? 水量預測的核心問題是預測的技術方法，或者說是預測的數學模型。隨著現代科學技術的快速發展，各種各樣的負荷預測方法不斷涌現，從經典的指標法、年增長率法、回歸分析法、時間序列法，到目前的神經網絡法、灰色預測法等，它們都有各自的特點和適用范圍，本文將對現有的這幾種方法作一個簡單的介紹，并結合武漢市農村飲用水的現狀，對需水量進行預測。

?

【關鍵詞】? 農村?? 飲水安全?? 需水量預測?? 計算方法

解決農村飲水問題，可以減少疾病，解放農村勞動力，有利于發展農業生產，有利于提高農民的生活水平。實施農村供水、環境衛生和健康教育“三位一體”，安全供水、節水、生活污水排放處理“三結合”等綜合措施，有利于改善農村的整體面貌，形成良好的人居環境。用水量預測是農村飲水安全工程規劃的基礎，通過合理的預測，既能保障規劃期內近遠期合適的用水量，又能最大限度地節約用水；準確的預測能使供水的投資更趨合理，有利于搞好給水工程規劃及管網的優化、改造、擴建等，同時也有利于合理地分配不同區域的用水量、為各個水廠的產水量提供依據，最大限度地降低供水成本；合理的水量預測也可指導城市的整體規劃布局，對水污染的防御和控制也有一定的作用。

1. 需水量預測的意義

可持續發展戰略是21世紀當今世界發展的需要和必然選擇，為了滿足可持續發展對水資源的需求，需要制訂科學的水資源長期供求計劃，這就需要對社會發展的長期需水量做出合理的預測。通過預測，可以了解城市規劃期的用水量規模及用水量發展趨勢，進而合理計劃、開發和利用水資源，做到既能保障規劃期內有合適的用水量，又能最大限度地節約用水；準確地預測能使供水的投資更趨合理，有利于搞好城市給水工程規劃及管網的優化、改造、擴建等，同時也有利于合理地分配不同區域的用水量，并為各個水廠產水量提供依據和最大限度地降低供水成本；合理地水量預測可指導城市的整體規劃布局，預防和控制水污染。城市用水預測也是供水規劃、多部門配水決策和制訂水價的重要基礎。

2. 水量預測的計算方法

按預測方法的特征可分為：定性預測、定量預測和綜合預測。

定性預測一般都以專家為索取信息的對象，組織各方面的專家運用專業知識和經驗，通過直觀方法進行綜合分析，從中找出規律，對今后的發展趨勢和前景做出主觀推測。其缺點是預測誤差依賴于專家的選取，一般精度不是很高。對于用水量的預測，由于對預測精度的要求比較高，所以對此類方法不做深入討論。

定量預測是用數學、概率論與數理統計或智能的方法對歷史數據進行處理，分為兩大類進行討論：一是統計預測，它是基于數學、概率論與數理統計的方法，認為將來是過去和現在的自然延伸，常用的方法有時間序列法、回歸分析法、灰色預測法等；二是智能預測，它是將現代智能方法運用于預測領域的結果，主要有神經網絡法等。

不同的定性預測模型方法和定量預測模型方法各有其優點和缺點，它們之間并不是相互排斥的，而是相互聯系、相互補充的。由于每種預測方法利用的數據不盡相同，不同的數據都是從不同的角度提供各方面有用的信息。在綜合考慮各單項預測方法的特點之后，將不同的單項預測方法進行組合，提出組合預測方法的概念。即設法把不同的預測模型組合起來，綜合利用各種預測方法所提供的信息，以適當的加權平均形式得出組合預測模型。

2.1? 指標法

本文介紹規劃中常用的單位建設用地綜合指標法、單位分項建設用地指標法和人均綜合指標法。

（1）單位建設用地綜合指標法

根據規劃地區的城市用地規模及當地的實際情況，并結合國家標準《城市給水工程規劃規范》(GBSO282－98)(以下簡稱“給水規范”)確定城市單位建設用地綜合用水量指標，推算出城市規劃期用水總量。

（2）單位分項建設用地指標法

根據規劃確定的近遠期不同性質用地（居住用地、公建用地、工業用地及其他用地）面積，結合當地實際情況和“給水規范”確定不同性質用地的用水量指標，推算出城市規劃期用水總量。

（3）人均綜合指標法

根據總規確定的城市近遠期人口數及該地區歷年人均綜合用水量，參照同類城市人均綜合用水量指標，結合“給水規范”確定規劃區內近遠期人均綜合用水量指標，進而推算出城市近遠期的用水總量。

2.2? 年增長率法

根據歷年來用水量的年增長率，考慮經濟發展的速度和節制用水，確定規劃期內的年增長率γ（假定每年的增長率相同），再由現狀用水量Q₀推算出n年后規劃用水量Q＝Q₀（1＋γ）ⁿ。

2.3? 回歸分析法

回歸分析預測法是因果關系方法的一種，是以相關原理為基礎來分析預測對象與有關因素的相關關系，并以此構造模型來進行預測。相關分析和回歸預測是相輔相成的，只有確定了相關關系，才能擬合回歸預測模型；反之，只有建立了回歸模型，才能確定相關關系的形式和性質。

回歸預測是建立在嚴格的數理統計方法之上的預測方法。應用回歸預測方法不僅可以得到較精確的預測結果，而且還可給出預測結果的可信度和置信區間，這在實際預測中是極有意義的。另外，由于相關關系是一種普遍的社會經濟現象，因而回歸預測方法有很廣泛的應用領域。

2.4? 指數平滑法

假設時間序列有著某種基本數據模式，而觀測值既體現著這種基本數據模式，又反映著隨機變動。指數平滑法的目標就是采用“修勻”歷史數據來區別基本數據模式和隨機變動。這相當于在歷史數據中消除極大值或極小值，獲得該時間序列的“平滑值”，并以它作為對未來時期的預測值。指數平滑法包括：移動算術平均法、單指數平滑法、自動調整平滑參數的單指數平滑法、線性指數平滑法、二次曲線指數平滑法等。

2.5? BP神經網絡法

人工神經網絡(Artificial Neural Network-ANN)，是反映人腦結構及功能的一種抽象數學模型。一個人工神經網絡是由大量神經元節點互連而成的復雜網絡，用以模擬人類進行知識的表示與存儲以及利用知識進行推理的行為。

BP網絡是人工神經網絡最具代表性的模型，是對非線性可微分函數進行權值訓練的一種多層網絡。具有多個節點的輸入層、隱含層和多個或一個輸出節點的輸出層組成，相鄰兩層節點之間單向互聯，其學習過程由正向和反向傳播過程組成。BP算法本質上是以網絡誤差之平方和為目標函數，按梯度法求其目標函數達到最小值的算法，是非循環多級網絡的訓練算法。

2.6? 灰色預測法

灰色預測是用灰色GM（1，1）模型、GM（1，n）模型及其改進組合模型進行的定量預測，它是一種不嚴格的系統方法，拋開了系統結構分析的環節，直接通過對原始數據的累加生成尋找系統的整體規律，構建指數增長模型。該方法能根據原始數據的不同特點，構造出不同的預測模型，預測范圍很廣，對長、短期預測均可，且所需數據量不大，在數據缺乏時十分有效。當需水量發生零增長或負增長時，系統誤差嚴重，而且預測周期越多誤差越嚴重。

2.7? 優化組合預測法

優化組合預測方法是指將幾種預測方法所得的預測結果，選取適當的權重進行加權平均，使預測誤差平方和小于參加組合的各種方法的預測誤差平方和的一種預測方法。組合預測方法是建立在最大信息利用的基礎上，它集結多種單一模型所包含的信息，進行最優組合。因此，在大多數情況下，通過組合預測可以達到改善預測結果的目的。用水量預測中常見的組合預測模型是灰色－神經網絡組合模型。

目前，在組合預測方法的部分研究成果中，存在著一些問題，主要表現在:預測、估計及平滑概念之間的區別；變權重的方法；權重的范圍；權重的最優問題；預測精度的求取等。

3. 武漢市農村需水量預測

武漢市農村飲用水安全工程規劃中擬采取簡單易行，適應遠城區資料搜集現狀的指標法對蔡甸、江夏、東西湖、漢南、黃陂、新洲以及洪山城郊部分七個區進行水量的預測。

經過4個月的調查和收集資料，在初步掌握了武漢市七個區的社會、經濟、用水現狀等情況后，通過指標法對七個區的用水量進行預測。預測中以人口預測結果為基礎，按照《武漢市城市總體規劃》確定各區的不同層次的發展區域，劃定中心城關和中心鎮。根據各地區產業結構、經濟情況、資源配置及政策導向等條件的不同，對預測的方法和指標分為兩個層次：

（1）城關作為各區政治、經濟、文化的中心，經濟活動相對活躍，工農業發展均衡，居民生活水平較高，市政建設發展全面。規劃中采用人均綜合指標法進行水量預測：預測用水總量Q＝人均綜合用水量指標×預測人口數。

按照《城市給水工程規劃規范》（GB52282-98）中的劃定，各區城關屬一區小城市，人均綜合用水量指標范圍為400-800L/cap.d，規劃中非農業采用指標為600 L/cap·d；農業人口按《農村生活飲用水量衛生標準》（GB11730-89）中Ⅲ區最高日生活用水量考慮，范圍為60-100L/人·日，規劃中城關周邊農業人口采用指標為100 L/人·日。

（2）中心鎮相比城關，其各項水平均較低，按照《村鎮供水工程技術規范》（SL310-2004）中的要求，本規劃中擬采用分項指標法進行鄉鎮需水量預測：預測用水總量Q＝生活用水量＋鄉鎮工業用水量＋畜禽飼養用水量＋公共建筑用水量＋消防用水量＋其它用水量。

中心街鎮分項用水定額

依據以上計算方法和指標，預測到2010年，武漢市七個區（洪山指城郊部分）總需水量為120.49×10⁴m³/d。

4. 結語

工作中應根據實際情況選用合適的用水量預測方法，指標法是水量預測中較常用的方法之一，只有在基礎資料詳細、準確，同時結合當地的用水現狀，適當考慮社會發展的趨勢，選擇合適的指標值，才能保證預測結果的準確性。

參考文獻

1. 肖語堂. 中國水資源與水工業的可持續發展.長江流域資源與環境.1999，8（1）：50～56
2. 中國可持續發展水資源戰略研究綜合報告.水利年鑒.水電知識網.http：//www.waterpub.com.cn/slnj/DetailSlnj.asp？id＝65
3. 馬興冠，傅金祥，李勇. 水資源需求預測研究. 沈陽建筑工程學院學報(自然科學版). 2002，18（2）：135～138
4. 劉俊良.城市節制用水規劃原理與技術.化學工業出版社.2003，第1版
5. 姜仁鋒，盧兵.實用預測技術.哈爾濱船舶工程學院出版社.1993，第1版
6. 王勇領.預測計算方法.科學出版社.1986.
7. 張鈴，張鈸.人工神經網絡理論及應用.浙江科學技術出版社. 1997年5月第1版
8. 楊建剛.人工神經網絡實用教程.浙江大學出版社.2001年1月第1版
9. 鄒廣宇，王洪峰.基于神經元網絡模型的城市用水量預測.信息與控制.2004，33（3）：364～368
10. 田一梅，汪泳，遲海燕.偏最小二乘與灰色模型組合預測城市生活需水量.天津大學學報. 2004，37（4）：322～325
11. 唐紀，王景.組合預測方法評述預測.1999，2：42～43

?

?

作者簡介：