基于粗糙集和BP神经网络的流域水资源脆弱性预测研究——以淮河流域为例
2016-09-15分类号：TV213.4
【部门】南京林业大学经济管理学院
【摘要】水资源是一种重要的自然资源和经济资源，对其未来的脆弱性进行预测可以预估研究区未来的水安全状况，对其脆弱性问题做出预警，从而及时采取治理措施。因此，合理科学的水资源脆弱性预测研究是缓解水资源脆弱性的有效手段。目前，水资源脆弱性研究主要是针对水资源现状进行评价，对其未来状况的预测较少。集成了粗糙集和ＢＰ神经网络两种方法，首先采用改进了的盲目删除法对构建的流域水资源脆弱性评价指标体系进行约简，其次通过ＢＰ神经网络拟合约简后的指标数据与脆弱度之间的映射关系，构建流域水资源脆弱性评价预测模型。基于之前研究的样本数据和脆弱性结果，探讨淮河流域未来的水资源脆弱性状况。结果表明：淮河流域２０１５年、２０２０年．．．
【关键词】流域水资源 脆弱性预测 粗糙集 BP神经网络 淮河流域
【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
