区域农业水资源供需平衡分析

《区域农业水资源供需平衡分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、灌溉排水学报２０１４年８月第３３卷第４／５期ＪｏｕｒｎａｌｏｆＩｒｒｉｇａｔｉｏｎａｎｄＤｒａｉｎａｇｅ文章编号：１６７２－３３１７（２０１４）０４／０５－０３２０－０５＊区域农业水资源供需平衡分析刘鑫，王素芬，康健，孙昊阳（中国农业大学中国农业水问题研究中心，北京１０００８３）摘要：为了高效利用区域农业水资源，根据农业供需水影响因子，建立了区域农业水资源供需预测的ＢＰ神经网络模型，并利用所建立的ＢＰ模型预测海河流域近期（２０２０年）和中期（２０３０年）农业供需水量。结果表明，建立的预测模型误差在允许范围内，可用于区域农业供需水

2、的预测。海河流域近中期农业缺水率呈递减趋势，２０２０年和２０３０年缺水率分别为２０．２％和１９．６％。关键词：农业水资源；供需平衡；预测；ＢＰ模型中图分类号：Ｓ２７文献标志码：Ａｄｏｉ：１０．１３５２２／ｊ．ｃｎｋｉ．ｇｇｐｓ．２０１４．０４／０５．０６９刘鑫，王素芬，康健，等．区域农业水资源供需平衡分析［Ｊ］．灌溉排水学报，２０１４，３３（４／５）：３２０－３２４．［１－２］水资源供需平衡的预测方法主要有时序列分析法、回归分析法、灰色预测方法、人工神经网络和系统动力学等。其中，人工神经网络具有知识的分布式存储和并行处理的特点，

3、具有容错性、较强自学习能力及记忆和联想功能，能从大量统计资料中分析提取统计规律，在水资源预测和供需平衡分析等方面应用广泛。为此，构建基于ＢＰ神经网络的区域农业水资源供需预测模型，并以海河流域为典型区，进行模型验证，为区域农业水资源合理利用提供依据。１基于ＢＰ的区域农业供需水模型构建１．１基本原理神经网络算法中，反向传播算法ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）神经网络最成熟、应用最广泛，其学习过程由信息的正向传播和误差的反向传播组成。输入层各神经元负责接收来自外界的输入信息，并传递给隐含层各神经元；隐含层根据信息变化的需求，将传

4、递到输出层各神经元的信息进行处理；由输出层向外界输出信息的处理结果，完成一次学习的正向传播的处理过程。当实际输出与已知输出值误差较大时，进入误差的反向传播阶段。误差通过输出层，按误［３－４］差梯度下降的方式修正各层权值，并向隐含层和输入层反向传播。重复上述过程，交替进行网络学习训练，不断调整各层权值，直到网络输出误差减少到允许的误差范围内或预先设定的学习次数为止。然后，对训练好的网络进行性能测试，转入网络预测阶段。设层次网络共有ｍ＋１层，输入层为第０层，输出层为第ｍ层。ＢＰ网络训练的具体步骤如下：①网络训练开始时，用较小的非零随

5、机数给各层的连接权ωｊｋ赋初值。②确定一个输入样本及其已知输出值。③计算各层神经元的实际输出值。ｎ＋１（ｎｎ）ｎ＝０，１，…，ｍ（１）ｘｊ＝ｆωｊｋｘｋ式中：ｆ为所选的Ｓｉｇｍｏｉｄ函数；ωｎ为第ｎ＋１层中的第ｊ神经元与第ｎ层中的第ｋ单元间的连接权；ｘｎ为第ｊｋｋ＊收稿日期：２０１４－０３－２２基金项目：国际科技合作专项资助项目（２０１３ＤＦＧ７０９９０）；公益性行业（农业）项目（２０１２０３０７７）作者简介：刘鑫（１９８７－），女，科研助理，主要从事农业节水与水资源规划研究。Ｅ－ｍａｉｌ：ｔｒｙｉｎｇ＿ｍｙ＿ｂｅｓｔ＠１２６

6、．ｃｏｍ通讯作者：王素芬（１９７１－），女，副教授，硕士生导师，主要从事农业节水与水资源规划研究。Ｅ－ｍａｉｌ：ｗａｎｇｓｕｆ＠ｃａｕ．ｅｄｕ．ｃｎ３２０ｎ＋１为第ｎ＋１层中的第ｊ神经元的输出值。ｎ层中的第ｋ单元的输出值；ｘｊ④采用梯度下降法，使得连接权值的修正量与误差函数的梯度成正比，反向调整各层权值，使期望输出与已知输出值的误差平方和最小。当节点位于输出层，即ｎ＋１＝ｍ时，ｍ（ｄｍ）ｘｍ（１－ｘｍ）（２）δｊ＝ｊ－ｘｊｊｊｍ－１ｍｍ－１（３）Δωｊｋ＝ηδｊｘｋ式中：δｍ为输出层第ｊ个单元的误差；ｄ为网络中第ｊ个单元的期望输

7、出值；ｘｍ为第ｍ层第ｊ个单元的实ｊｊｊ际输出值；Δωｍ－１为连接权的修正；η为学习因子，且０≤η≤１。ｊｋ当节点位于隐含层，即ｎ＋１≠ｍ时，ｎｎ（１－ｘｎ）ｎ＋１ｎ（４）δｊ＝ｘｊｊδｋωｊｋｎｎ＋１ｎ（５）Δωｊｋ＝ηδｋｘｋ式中：δｎ为隐含层误差，即第ｎ层第ｊ个单元的误差；ｘｎ为第ｎ层第ｊ个单元的实际输出值；Δωｎ为连接权的ｊｊｊｋ修正。⑤重复步骤②开始输入样本，直到连接权稳定为止。１．２区域农业供需水预测模型构建根据农业需水影响因子的贡献率最大和不重复原则，基于社会经济、农业与水文等资料，利用ＢＰ神经网络原理，建立区域农

8、业需水预测模型；对于含有ｔ个影响因子的ＢＰ区域农业需水预测模型，隐含层节点数取２（ｔ＋１）个，训练样本的拟合误差目标为０．０１，选择双曲正切Ｓ形函数（ｔａｎｓｉｇ）作为传入和传输函数，ｔｒａｉｎｌｍ函数作为输出函数，并对模型进行误差分析，从而预测近期和中期区域农