需水量预测技术方法文献分析及其应用综述

栾清华，庞婷婷，王志友，高昊悦，何立新，何 帅，董 森

（1.河北工程大学 河北省智慧水利重点实验室，河北 邯郸 056038； 2.河海大学农业科学与工程学院，江苏 南京 210098； 3.河北省水资源研究与水利技术试验推广中心，河北 石家庄 050072）

1 引 言

水是生命之源、生产之要、生态之基，是保证高质量发展的关键要素。 随着我国经济高速稳步发展，水资源需求量不断攀升，水资源供需不平衡成为制约许多地区可持续发展的瓶颈。 为破解水资源匮乏难题，保障经济社会高质量发展，中央提出“节水优先、空间均衡、系统治理、两手发力”十六字治水思路。 水资源开发利用和规划一直是水资源管理重点，而了解不同行业需水量预测方法的适用性及局限性，提高经济社会需水量预测的准确性是水资源规划与管理的首要前提。

本文基于对需水量预测关键词文献计量分析结果，解析归纳了2000—2021年国内外需水量预测常用方法；在剖析常用方法的适用性及局限性基础上，探究其在生活、农业、工业和生态方面的实际应用，以期为水资源供需分析和水资源管理提供参考。

2 需水量预测方法文献分析

关键词是体现论文研究内容和主题的核心词，对关键词进行统计分析，可快速、全面了解需水量预测研究领域的热点。 以需水量预测为关键词，梳理了2000—2021年 CNKI（中国知网）和 Web of Science 数据库中收录的有关需水量预测的文献，利用知识图谱可视化软件VOSviewer 绘制图谱。 将研究主题相近的关键词用同种颜色表示，关键词圆圈大小代表其出现频次的高低；圆圈之间距离的远近与连线的粗细表明二者的关联性，距离越近、连线越粗，表明二者之间关联性越强。 在此基础上，对需水量预测领域文献关键词进行可视化计量分析。

2.1 CNKI 数据库中文文献共现图谱

由2000—2021年CNKI 需水量预测中文文献关键词共现图谱（见图1）可知，以“需水量预测”为中心，可延伸或衍生出有关需水量预测研究方法的多个关键词。 其中：出现频次较高且具有同一关联属性（连接线为深红色）的主要有灰色预测法、需水定额法、BP 神经网络法、回归分析法等；BP 神经网络节点最大、出现频次最高，需水定额法和灰色预测法次之，回归分析法节点最小、出现频次最低。

图1 2000—2021年CNKI 需水量预测中文文献关键词共现图谱

2.2 Web of Science 数据库英文文献共现图谱

2000—2021年Web of Science 数据库中需水量预测英文文献关键词共现图谱见图2，延伸或衍生出有关需水量预测研究方法的关键词主要有人工神经网络法、灰色预测法、回归分析法。 其中：人工神经网络法节点最大、出现频次最高且比较显著，回归分析法次之，灰色预测法节点较小、出现频次较低。 尽管灰色预测法节点小，但和人工神经网络法同属黄色，表明两者存在一定的关联性，而回归分析法和上述两种方法的关联性较小。

图2 2000—2021年Web of Science 数据库需水量预测英文文献关键词共现图谱

综上可知，人工神经网络法、灰色预测法、回归分析法是国内外均常用的需水量预测研究方法，需水定额法、人工神经网络法、回归分析法、灰色预测法是国内常用且具关联性的方法。

2.3 常用方法的对比

针对文献计量解析得出的4 种常用方法，从类型、定义、数据要求及适用性4 个方面进行对比分析，见表1。 定额法直观、简单易行，有广泛的适用性，但需考虑因素变化及政策调整造成的定额差异。 人工神经网络法对数据数值的量级及其变化有一定要求。 灰色预测法通过鉴别系统因素之间发展趋势的相异程度，寻找原始数据系统变动的规律并进行预测，对数据要求相对较低，但对波动性较大的数据预测效果较差。 回归分析法主要通过方程逼近原始数据进行预测，结果较为精确，但计算较为复杂，受变量之间的依存关系所限，常作为辅助性方法与其他方法结合使用。 综上可知，4 种方法有不同的适用性，在选择预测方法时，应该在充分了解不同方法特性的基础上，进一步解析样本数据序列特征后再进行优选，才能获得较好的预测效果。

表1 常用需水量预测方法对比［1-5］

3 分产业需水量预测方法综述

鉴于我国不同级别行政区域的水资源公报多从农业、工业、生活、生态4 个方面进行统计，本文按照水的需求主体不同，分生活、生产（农业和工业）和生态3个方面进行分析，其中：生活需水以人们在日常生活中所需要的水为主，农业需水以灌溉以及农村牲畜需水为主，工业需水以工业生产过程中使用的水为主，生态需水以河道内和河道外需水为主。 在了解不同行业需水主体的基础上，分析归纳上述文献计量解析得出的国内常用且具有较强关联性的4 种需水量预测方法，以期为水资源规划管理提供参考。

3.1 生活需水量预测

生活需水直接关系民生，一般作为优质水和优先分配的对象，是经济社会的刚性需水，因此归纳生活需水量预测方法的实际应用情况，对提高生活需水量预测精度、开展水资源规划和节水管理具有重要意义。

在采用数学模型进行生活需水量预测方面，神经网络模型法和灰色预测法应用较多。 刘俊萍等［6］建立径向基函数（RBF）模型预测了山西省生活需水量，验证了该模型具有运算速度快、精度较高等特点；甘月云等［7］采用灰色预测法预测了河北省围场满族蒙古族自治县的生活需水量，表明模型具有良好的预测精度。 然而，袁瑞新等［8］研究发现数据序列以S 形曲线增长时，灰色预测法预测误差较大，进而提出并验证了灰色Verhulst 模型在生活需水量预测中的适用性。 鉴于单一方法的局限性，学者们研究了耦合模型的应用，如灰色GM（1，1）模型和自回归AR（p）模型与多元回归分析模型耦合［9］、多元线性回归方程与灰色预测法耦合［10］、遗传算法和BP 神经网络模型耦合的GA-BP算法［11］等，均表明组合模型的预测精度高于单一预测模型的。

定额法在生活需水量预测中分为人均需水定额法（定额的选取依据地方标准）、综合需水定额法。 如计算河北省生活需水量时，人均需水定额依据河北省地方标准《生活与服务业需水定额第1 部分：居民生活》（DB 13／T 5450.1—2021），综合需水定额依据《城市给水工程规划规范》（GB 50282—2016）。 需水定额的准确性是定额法预测的关键，在制定需水定额时，应充分考虑居民用水习惯、当地人均收入水平、节水器具的普及程度、供水管网条件等社会经济以及气候和地理环境等因素的影响。 石娇等［12］分别采用人均需水定额法、综合需水定额法对山西太谷区的农村和城镇生活需水量进行了预测，杨连海［13］利用综合需水定额法对甘肃张掖甘州区生活需水量进行了预测，均表明定额法预测精度良好。

3.2 生产需水量预测

3.2.1 农业需水量预测

农业是国之命脉，农田灌溉是农业用水的主体，本文重点对农田灌溉需水量预测的方法应用归纳分析。神经网络模型在农业需水量预测应用方面，李飞等［14］基于典型灌区基本资料建立了RBF 模型，预测结果表明该模型精度较高；李灶鹏等［15］以河北邯郸某大棚试验田为例，建立GA-BP 模型预测了灌溉用水量，结果表明改进后的模型预测精度明显提高。 灰色预测法在农业需水量预测应用方面，李振全等［16］采用灰色预测法对华北地区农业用水量进行预测，并通过残差检验验证了模型的可行性和适用性；张琼楠等［17］为解决非纯指数样本序列预测会产生较大误差问题，将重构灰色微分方程的背景函数和优化白化方程的时间响应函数耦合，对灰色预测法进行了改进，预测了新疆阿克苏地区农业用水量，提高了模型精度和适用性。 回归分析法在农业需水量预测应用方面，郭磊等［18］采用回归分析法预测了珠三角城市农业等各产业需水量，结果表明该模型既具有较高精度又容易操作。 定额法在农业需水量预测应用方面，吕良华等［19］、占车生等［20］利用定额法分别对雄安新区、新疆昌吉三工河流域农业需水量进行了预测，结果表明定额法预测结果与实际较为接近。 需水定额除了受水资源利用效率、种植结构、生产规模、灌溉方式等社会经济因素影响，还受降水量、时间、气温、土壤类型、光热条件等自然因素的显著影响。 因此，在应用定额法预测农业需水量时，应充分考虑自然因素并兼顾可调控的社会经济影响因素，提高农业需水定额的时效性。 为大力加强农业节水管理，各省（区）进一步细化了需水定额的种类，如河北省最新发布的地方标准《农业用水定额 第1 部分：种植业》（DB 13／T 5449.1—2021），将种植业灌溉需水定额分为5 个种类132 项，确定了不同降水条件下各类灌溉方式的定额。

3.2.2 工业需水量预测

工业需水量预测是水资源规划和管理的重点。 不少学者采用单一方法或耦合方法构建数学模型进行工业需水量预测分析，如李琴等［21］构建BP 神经网络模型对宝鸡市工业需水量进行预测，马国梁［22］利用灰色预测法对山东省工业需水量进行预测，张雅君等［23］、熊义杰［24］采用多元线性回归分析法分别对北京、陕西工业需水量进行预测，结果表明预测精度较高。 鉴于工业种类繁多，用水工艺愈加复杂，有学者采用GABP 神经网络模型［25］、GM（1，1）-RBF 模型［26］等耦合模型预测工业需水量，结果表明模型稳定性较好、预测精度较高。 定额法在工业需水量预测应用方面，一些学者［27-28］分别对山东省南四湖流域、鄂尔多斯市工业需水量进行了预测，结果表明定额法具有较强的适用性。 进一步细化工业需水定额的种类是提高工业需水量预测准确性的关键。 随着我国最严格水资源管理制度的实施和水资源管理精细化水平的不断提高，水利部给出了火电、钢铁、纺织、造纸、石油炼制、食品制造等行业70 项工业需水定额，各省（市、区）在水利部推荐的需水定额的基础上，结合各自的经济发展水平，采纳国内外相关经验，开展了不同地区的需水定量研究。未来应在充分考虑产业结构调整、经济增长方式转变、用水效率提高的基础上，正确认识经济社会用水规律，提高不同区域需水定额的准确性，更科学地预测工业需水量，为进一步挖掘工业节水潜力提供支撑。

3.3 生态需水量预测

随着生态文明建设的深入推进，科学预测生态需水量对生态环境良性循环以及水资源的可持续利用均具有重要意义。 相比其他行业需水而言，生态需水涉及动植物的种类繁多且对应不同的生境，影响生态需水的自然、经济、社会、文化等各因素之间的映射及其需水关系更加复杂，非线性、高阶次的特点更加突出。因此，在开展生态需水量研究时，采用神经网络模型和灰色预测法或其耦合模型较多，如拾兵等［29］利用BP神经网络模型预测了黄河口滨海区生态需水量；黄天意等［30］利用灰色预测法对北京生态需水量进行了预测；王有娟等［31］将 GM（1，1）模型和灰色 Verhulst 模型相结合构建了灰色组合模型，并对模型采用残差和权重分配相结合的二次修正方式进行修正，预测了2013—2020年浙江省生态需水，结果表明预测结果更加合理；许昆［32］耦合自适应变尺度粒子群和RBF 神经网络构建不同水文频率下的生态需水量预测模型。上述研究结果均表明不同模型或耦合模型在区域生态预测方面有较高的可行性、可靠性和准确性。 定额法在生态需水量预测应用方面，秦长海等［33］对宁夏生态需水量进行了预测，He 等［34］提出了一种在总用水量和生态需水量约束下进行基准尺度需水量预测的两阶段法。 鉴于生态需水具有显著的自然-社会二元属性，在制定需水定额时，如何综合考虑生态系统本身的特征及经济社会要素对生态需水的影响，成为科学预测生态需水的关键。 未来随着水资源管理水平的不断提升，可尝试定额的季节化和动态化，更加科学、合理地预测生态需水量，维持流域／区域生态平衡，推进流域／区域的生态文明建设和高质量发展。

受限于地区间经济水平、水资源本底条件等诸多因素的差异性，上述各类方法在实际应用时取得的效果不尽相同。 在不同人工神经网络法中，BP 神经网络法因能较好模拟具有非线性变化特点的需水问题而被广泛应用，但该方法应用中时常出现收敛速度慢、局部极小值等问题，目前常通过算法优化或参数优化等方法进行改进，取得了良好的效果。 灰色预测模型仅用单一的指数模型来描述系列的发展变化规律，而现实中的需水系列并不完全是指数关系，因此在实际应用中一般将繁多的影响因素概化，与人工神经网络法结合使用。 回归分析法受自变量和因变量之间的依存关系所限，单一的回归方程往往难以表达复杂的需水系统，因此经常作为辅助性方法与其他方法结合使用。

上述研究方法都是直接或通过构建模型进行数值模拟预测需水量的，但行政部门在进行水资源规划时，难以对模型涉及的参数设定统一的标准，而定额法具有计算简单、可操作性强、易于统一规划管理的优点，往往作为行政部门进行水资源规划的主要技术手段。因此，在实际应用中需水定额的准确性显得尤为关键，应充分考虑自然、经济、社会等因素影响，优化生活需水定额、时效化农业灌溉定额、精细化工业需水定额、动态化生态需水定额，进一步提高定额法预测需水量的准确性和适用性。 在人工神经网络和灰色预测模型等常用方法的基础上，紧密结合计算机技术，优化相关参数，提高预测精度，将成为未来研究的前沿，而探究如何结合大数据、智能平台优化需水定额更具有水资源管理的实际应用价值。

4 结 论

本文利用知识图谱可视化软件VOSviewer，对比分析了2000—2021年国内外需水量预测常用方法及其优缺点，并从生活、农业、工业和生态4 个方面归纳总结了需水量预测技术方法应用研究现状，得出以下结论。

（1）人工神经网络法、需水定额法、灰色预测法和回归分析法是国内应用较多且关联性较强的方法，英文文献中灰色预测法、回归分析法和人工神经网络法应用较多。

（2）在分产业需水量预测研究方面，多采用人工神经网络、灰色预测法或耦合模型，偶见回归模型，借助新型智能算法进行模型的优化是现今需水量预测领域的研究热点。 在实际管理应用中，定额法因具有计算简单、可操作性强等优点而成为水资源规划管理的重要方法。 建议进一步优化生活需水定额、时效化农业灌溉定额、精细化工业需水定额、动态化生态需水定额，提高定额法预测需水的准确性。