基于RS-SVR模型的流域水资源脆弱性评价与预测研究——以黄河流域为例
2020-01-15分类号:TV213.4
【部门】南京林业大学经济管理学院
【摘要】水资源脆弱性是衡量水资源系统在气候变化以及人类活动影响下的流域承载能力的重要标准,流域水资源脆弱性评价与预测是评估流域水安全状况、辨识未来水资源系统存在的问题的重要手段。该文首先构建了黄河流域水资源脆弱性评价指标体系,利用粗糙集(Rough Set,缩写为RS)方法对原始指标体系进行降维去除冗余属性。然后,将降维后的评价指标标准值作为"评价样本",运用支持向量机回归(Support Vector Regression,缩写为SVR)模型对流域水资源脆弱性进行评价。最后,设定未来3种不同气候模式与社会经济情景,对黄河流域水资源脆弱性进行情景预测。结果表明:黄河流域过去16年间整体水资源脆弱性等级已从Ⅴ级提升到Ⅳ级水平,未来情景1、情景2下流域整体水资源脆弱性将会好转,但仍处于Ⅳ级中度脆弱水平。未来水质脆弱性与灾害脆弱性提升较为明显,水量脆弱性没有显著改善,在情景3下将恶化到Ⅴ级中高脆弱。因此未来采取积极的人工调控措施能使得水质与灾害方面获得明显的提升,而水量脆弱性则成为制约未来流域整体水资源脆弱性的瓶颈。
【关键词】流域水资源 脆弱性评价 情景预测 粗糙集 支持向量机
【基金】国家自然基金青年项目“基于奈特不确定性理论的流域水资源脆弱性分析与适应性治理研究”(71403122);; 江苏省自然基金青年项目“流域水资源关键脆弱性分析与适应性治理研究”(BK20140980);; 教育部人文社科基金青年项目“基于影响因素风险预测的流域水资源脆弱性分析与适应性治理研究”(14YJC630018)
【所属期刊栏目】长江流域资源与环境
文献传递