王秀穎,孫玉華,吳俊秀,賈玉娟
(遼寧省水文水資源勘測局,遼寧沈陽110003)
我國是世界水資源短缺的國家之一,人均占有量僅為世界水平的1/4。城市是居民主要的集聚地,是生活用水主要的消耗區(qū)域,然而近年來,隨著人口、氣候以及經(jīng)濟各方面的變化,城市用水出現(xiàn)嚴重短缺問題[1,2]。據(jù)水利部統(tǒng)計,我國600多個城市中,有400多個城市供水不足,其中嚴重缺水的城市有110個。因此,對城市供用水問題的研究具有重要的意義。一些研究人員針對城市用水規(guī)律、用水結(jié)構(gòu)變化、用水影響因素以及用水函數(shù)模型等進行了系統(tǒng)研究[3-6]。城市用水數(shù)據(jù)的確定對相關(guān)研究工作非常重要,但是目前城市生活用水情況數(shù)據(jù)的監(jiān)測分析還存在很多問題,開展城市生活水平衡測試是摸清城市用水現(xiàn)狀,提高用水效率的有效手段[7],然而由于一些困難,城市生活水平衡測試開展相對較少。我國北方地區(qū)在氣候、居民用水習慣等方面與南方有一定的差別,因此城市用水情況也不相同。為系統(tǒng)研究北方地區(qū)用水情況,并為城市水平衡測試提供基礎(chǔ)依據(jù),本文以遼寧省昌圖縣和朝陽縣為例,通過分析居民生活用水周、年內(nèi)變化過程揭示生活用水量多尺度變化特征,并針對北方地區(qū)各月用水特點,重新劃分北方城鎮(zhèn)生活用水季節(jié),同時利用經(jīng)驗模態(tài)分解和小波分析方法,通過分析城市居民生活用水周期來確定城市生活水平衡測試的最佳周期。
選取昌圖縣2011年每小時平均生活用水量以及朝陽縣2010年平均日生活用水量資料進行相關(guān)分析計算。
利用origin軟件中的臨近點平均方法進行滑動平均計算,分析生活用水量的年變化特征。
經(jīng)驗模態(tài)分解(EMD)是Huang等[8]1998年提出的一種新的時間序列分析方法,它將一個復雜的信號進行平穩(wěn)化處理,將不同尺度或?qū)哟蔚牟▌踊蜈厔莘至繌脑蛄兄刑崛〕鰜?,得到若干具有不同尺度的本征模態(tài)函數(shù)(Intrinsic Mode Function,IMF)分量,通過分析這些分量,可以揭示原序列內(nèi)在的多尺度振蕩變化特征。本文利用matlab軟件對昌圖、朝陽生活用水量進行經(jīng)驗模態(tài)分解計算。
小波分析是20世紀80年代發(fā)展起來的一種信號分析方法[9],它不但可以揭示原時間序列在各種時間尺度上的周期變化特征,而且還能顯示出各種周期信號隨時間的變化。本文采用復Morlet小波作為母小波函數(shù)進行小波變換,通過小波方差確定生活用水的主周期。
對昌圖和朝陽兩地一周內(nèi)的生活用水量變化過程進行分析,得到每天生活用水量占一周總用水量的百分比變化過程,見圖1。從周一到周日,兩地居民用水量均呈增加趨勢。昌圖縣周二是一周用水量最低點,而后用水量開始增加,周四到周五迅速增加,在周六生活用水量達到一周最高峰,周日有所下降。朝陽縣周一是一周用水量最低點,之后用水量增加明顯,周三到周五用水量有所減少,而到周六用水量迅速增加并達到一周用水量最高點,周日用水量又下降??傮w來說,兩地均在一周開始的前兩天用水量最低,而在周六居民用水量達到峰值,周日用水量開始下降,這與居民一周作息時間相對應(yīng):周末是居民普遍休息日,生活用水較多,而經(jīng)過周末之后的新一個周一、周二居民工作相對繁忙,生活用水量減少。
圖1 昌圖和朝陽周用水量變化過程
對昌圖縣2011年和朝陽縣2010年逐日居民用水量進行10天滑動平均計算,然后進行距平分析,得到昌圖縣和朝陽縣居民用水量10天滑動距平值在年內(nèi)的變化過程,見圖2。由圖可見,兩地居民用水量距平均呈波動變化,距平正負值分布具有相似性。昌圖縣在1月-3月中旬用水量距平為正值,說明此段時間居民用水量較多,這與北方冬季供暖需水量增大有關(guān);3月下旬-7月上旬,距平為負值,用水量有所減少;7月中旬-9月初,距平為正值,用水量增加,此段時間氣溫較高,居民因為提高舒適度而增加用水量;9月下旬-10月末,又出現(xiàn)一段距平負值,居民用水量再次減少;其余時間段,用水量距平基本為零,居民用水量處于穩(wěn)定狀態(tài)。朝陽縣從1月-3月末,11月初-12月末,這兩段時間里距平均為正值,且偏離平均值較遠,居民用水量增加較多,這是與北方冬季供暖需水量增加相一致;4月-6月初,8月中旬-10月末,用水量距平為負值,用水量減少;6月中旬-8月初,用水量距平主要在0 m3上下小幅度變化,居民用水量相對變化較小。通過對兩地用水量距平的分析可見,居民用水量在年內(nèi)的變化過程主要與北方氣候變化相對應(yīng)。
圖2 昌圖和朝陽生活用水量年內(nèi)變化過程
通過對生活用水量年變化特征的分析可以得到,昌圖縣和朝陽縣用水量的年內(nèi)變化與南方城鎮(zhèn)用水量具有一定的差別,即在全年較冷月份生活用水量明顯增加,主要原因是北方城鎮(zhèn)冬季供暖促使居民需水量提高。根據(jù)北方生活用水的特點,在四季天文劃分法和氣候劃分法的基礎(chǔ)上,本文提出北方生活用水季節(jié)概念并重新進行月份劃分。根據(jù)昌圖縣和朝陽縣各月平均日用水量與全年平均日用水量的比值(如圖3所示)變化過程,將北方生活用水季節(jié)分為春、夏、秋、冬四季。一般來說北方供暖時間為11月到來年3月,從圖4也可以看出此段時間里居民用水量持續(xù)處于較高水平,因此定義11-3月為冬季,昌圖和朝陽縣冬季5個月生活用水量均占全年生活用水總量的43%左右;用水第二高峰期主要在6-8月,為夏季,兩地夏季3個月生活用水量約占全年的25% ~26%;其余月份用水量相對較少,可分別劃分為春季和秋季,即4-5月為春季,9-10月為秋季,春季和秋季兩地生活用水量均為全年生活用水總量的15%~16%。
圖3 昌圖和朝陽各月平均日用水量變化過程
在進行城鎮(zhèn)生活水平衡測試時,測試周期的選定對整個測試結(jié)果具有重要影響,測試周期過短,不能很好地反映居民生活用水的變化規(guī)律,測試周期過長又會增加人力物力負擔。因此,本節(jié)通過分析城鎮(zhèn)居民生活用水的周期,來確定水平衡測試的最佳周期。
首先對昌圖縣和朝陽縣逐日生活用水量分別進行10天滑動平均計算,然后與原用水數(shù)據(jù)做差,得到殘差序列,該序列濾掉了部分長周期的影響,可突出其較短周期。對兩地生活用水殘差序列進行經(jīng)驗模態(tài)分解,得到7個代表不同時間尺度特征的IMF分量和1個趨勢項res,見圖4。由圖可見,IMF1~7分量逐次為高頻分量到低頻分量,IMF1分量的震動頻率最高,且振幅能量相對較高,通過計算方差貢獻率(表1)可得,昌圖縣IMF1的方差貢獻率為20%,朝陽縣為17.7%,IMF1分量的方差貢獻率最大,其余IMF分量的方差貢獻率逐漸減小,說明IMF1分量對原序列的影響最大,因此以IMF1分量代表的周期作為居民生活用水水平衡測試分析的周期。
圖4 昌圖和朝陽生活用水量EMD分解各分量及趨勢量
表1 昌圖和朝陽生活用水量EMD分解各分量方差貢獻率(%)
因為水平衡測試周期不宜選擇較大尺度周期,因此僅分析30天以內(nèi)主周期。采用復Morlet小波對昌圖縣和朝陽縣IMF1分量進行周期分析,得到兩縣30天內(nèi)小波方差變化,如圖5所示,可見在30天內(nèi),昌圖縣IMF1分量小波方差最大值在6天左右,朝陽縣IMF1分量小波方差最大值在9天左右,即可以說明昌圖縣30天內(nèi)居民生活用水周期約為6天,而朝陽縣約為9天。因此,通過綜合考慮兩個縣平均用水周期,得到城鎮(zhèn)居民用水水平衡測試最佳測試周期為7天,這也與3.1節(jié)的分析結(jié)果相符,城鎮(zhèn)居民日常工作、生活一般以周為單位進行周期性安排和重復,因此選擇7天作為城鎮(zhèn)居民用水水平衡測試最佳測試周期。
圖5 昌圖和朝陽30天小波方差變化
(1)從周一到周日,居民生活用水量呈增加趨勢,周末用水量最高。生活用水量的周變化主要與居民一周的作息時間相對應(yīng)。
(2)生活用水量的年內(nèi)變化主要與北方氣候變化相關(guān),在較冷月份用水量最高,這是由于北方冬季供暖用水增加導致的。根據(jù)北方用水的特點,劃分了北方生活用水季節(jié),即4-5月為春季,6-8月為夏季,9-10月為秋季,11-3月為冬季,春季生活用水量約占全年生活用水總量的15%~16%,夏季約占全年的25% ~26%,秋季為16%,冬季最高為43%。
(3)昌圖縣和朝陽縣在30天內(nèi)的生活用水周期分別為6天和9天,根據(jù)水平衡測試的需要,城鎮(zhèn)居民用水水平衡測試最佳測試周期為7天。
[1]張瓊?cè)A,王曉昌.寶雞水資源系統(tǒng)分析及城市用水保障對策研究[J].安全與環(huán)境學報,2009,9(1):77-81.
[2]常德利.大連嚴重缺水問題及對策[J].中國水利,2001,12:104-107.
[3]章誕武,何慧凝,倪廣恒.基于GP的北京市用水規(guī)律研究[J].河海大學學報(自然科學版),2010,38(增刊2):301-304.
[4]魏東嵐,高杰,關(guān)偉.大連城市用水變化及其驅(qū)動因子分析[J].遼寧師范大學學報(自然科學版),2005,28(4):480-483.
[5]褚俊英,陳吉寧,王燦.城市居民家庭用水規(guī)律模擬與分析[J].中國環(huán)境科學,2007,27(2):273-278.
[6]劉寶勤,姚治君,高迎春.北京市用水結(jié)構(gòu)變化趨勢及驅(qū)動力分析[J].資源科學,2003,25(2):38-43.
[7]朱厚華.我國水平衡測試現(xiàn)狀分析[J].中國水利,2011,19:22-23.[8]Huang N E,Shen Z.The empiricalmode decomposition and the Hibert spectrum for nonlinear and non - stationary time series analysis[C].Proceedings of the Royal Society London,1998,A,454:903-995.
[9]王文圣,丁晶,向紅蓮.小波分析在水文學中的應(yīng)用研究及展望[J].水科學進展,2002,13(4):515-520.