方　旭，徐　琳

(遼寧澤龍水利實業(yè)有限責任公司，遼寧 沈陽 110000)

BP神經(jīng)網(wǎng)絡模型在遼西農業(yè)灌溉用水預測中的應用分析

方旭，徐琳

(遼寧澤龍水利實業(yè)有限責任公司，遼寧 沈陽 110000)

[摘要]為對遼寧西部地區(qū)的農業(yè)灌溉用水進行預測，以遼西錦州市為實例，采用BP神經(jīng)網(wǎng)絡模型預測錦州市2001-2014年農業(yè)灌溉用水量，并和實測的農業(yè)灌溉數(shù)據(jù)進行對比分析預測精度。研究結果表明：BP神經(jīng)網(wǎng)絡模型適用性于遼西地區(qū)的農業(yè)灌溉用水預測，模型預測灌溉用水量和實測記錄灌溉水量之間相對誤差在1.8%-5.5%，滿足農業(yè)灌溉用水預測規(guī)范精度要求。研究成果對于遼寧其他地區(qū)農業(yè)灌溉用水預測提供參考價值。

[關鍵詞]BP神經(jīng)網(wǎng)絡模型；農業(yè)灌溉用水預測；模型適用性分析；遼寧西部地區(qū)

水資源是當前社會非常寶貴的資源，在目前水資源需求日益加劇的大背景下，水資源的合理配置對于區(qū)域水資源保護和規(guī)劃至關重要。我國作為農業(yè)大國，農業(yè)灌溉用水的合理配置也是區(qū)域水資源合理配置的重點配置內容，對于農業(yè)灌溉需水的準確預測則是灌溉用水合理配置的關鍵，為此，國內許多科學家針對農業(yè)灌溉用水預測方法展開大量研究工作，并取得一定的研究成果[1-8]。在這些研究方法中，BP神經(jīng)網(wǎng)絡模型由于具有預測范圍廣且對于長短期灌溉用水預測都具有適用性的特點，在我國許多區(qū)域都進行過研究和運用，研究成果均表明BP神經(jīng)網(wǎng)絡模型對于農業(yè)灌溉用水預測具有極好的預測精度，適合于區(qū)域的農業(yè)灌溉用水預測，而BP神經(jīng)網(wǎng)絡模型在遼寧西部地區(qū)的農業(yè)灌溉用水預測研究較少，而遼寧西部地區(qū)由于特殊的氣候和地理位置，使得這些區(qū)域水資源相對短缺，而基本上都是主要以農業(yè)為主的區(qū)域，農村灌溉需水量較大，對于水資源短缺的區(qū)域，農業(yè)灌溉用水預測合理性對于區(qū)域水資源配置至關重要。為次，本文引入BP神經(jīng)網(wǎng)絡模型，以遼寧西部地區(qū)錦州市為實例，對錦州市2001-2014年農業(yè)灌溉水量進行預測，并結合區(qū)域實測記錄灌溉數(shù)據(jù)，對比分析BP神經(jīng)網(wǎng)絡模型在遼寧西部地區(qū)的適用性和預測精度。研究成果對于遼寧其他地區(qū)以及北方地區(qū)農業(yè)灌溉用水預測提供參考價值。

1模型的構建

影響區(qū)域灌溉需水的主要因素有區(qū)域降水量，區(qū)域蒸發(fā)量、區(qū)域平均氣溫以及區(qū)域的灌溉面積。BP神經(jīng)網(wǎng)絡模型輸入的神經(jīng)單元的個數(shù)即為對變量影響的因素的個數(shù)，本文主要考慮區(qū)域降水量，區(qū)域蒸發(fā)量、區(qū)域平均氣溫以及區(qū)域的灌溉面積這4個主要要素，因此模型輸入為4維的向量。BP神經(jīng)網(wǎng)絡模型的目標向量設定為錦州市的灌溉用水量，即模型的輸出變量為一維的向量。BP神經(jīng)網(wǎng)絡模型的具體原理，由于文章篇幅原因，可詳見參考文獻[9]。

2模型應用分析

以錦州市為例，該研究區(qū)位于遼寧西部地區(qū)，區(qū)域屬于暖濕帶季風氣候，流域多年平均降水天數(shù)為70～80 d，區(qū)域多年平均氣溫為6℃～11℃，多年平均降水量為550～660 mm, 區(qū)域多年平均地表水為6.8億 m3，區(qū)域多年平均水資源總量為11.98億 m3，屬于水資源相對短缺的區(qū)域。區(qū)域多年平均用水總量為8.5億 m3，其中農業(yè)灌溉用水量5.7億 m3，占總用水量的67%，占據(jù)總水量比重較大，為此，對于水資源供需矛盾日益緊張的趨勢下，錦州地區(qū)水資源合理配置對于區(qū)域水資源保護和水資源可持續(xù)發(fā)展至關重要，而對于錦州地區(qū)農業(yè)灌溉用水預測的合理性是有效配置的關鍵，因此本文引入BP神經(jīng)網(wǎng)絡模型對錦州地區(qū)農業(yè)灌溉用水進行預測，分析該方法的預測精度。

采用BP神經(jīng)網(wǎng)絡模型對錦州地區(qū)2001-2014年農業(yè)灌溉用水量進行了預測，并結合錦州地區(qū)實測記錄2001-2014年的農業(yè)灌溉用水數(shù)據(jù)對比分析預測精度，對比分析成果見表1和圖1。

圖1　預測值和實測值對比圖

為運用BP神經(jīng)網(wǎng)絡模型預測的遼西地區(qū)錦州市2001-2014年灌溉用水預測結果及與實測灌溉數(shù)據(jù)對比分析結果，可以看出，BP神經(jīng)網(wǎng)絡模型在遼西地區(qū)灌溉用水預測具有較好的精度，預測的灌溉用水量和實測記錄灌溉水量數(shù)據(jù)之間的相對誤差均小于6%，相對誤差在1.49%-5.77%之間，滿足區(qū)域灌溉用水預測的精度規(guī)范要求，規(guī)范要求預測的灌溉水量和實測記錄灌溉水量之間的相對誤差應在10%以內。可見，BP神經(jīng)網(wǎng)絡模型適用于遼西地區(qū)的灌溉用水預測，預測精度較好。圖1為預測的灌溉水量和實測記錄灌溉水量過程對比結果圖，從圖1中可以看出，從2001年-2014年，BP神經(jīng)網(wǎng)絡模型預測的灌溉水量和實測記錄的灌溉水量在過程均較為吻合。綜上，BP神經(jīng)網(wǎng)絡模型適合于遼西地區(qū)的灌溉用水預測，可用于區(qū)域灌溉用水量的預測。

表1　錦州市2001-2014年農業(yè)灌溉用水預測對比結果

3結語

本文采用BP神經(jīng)網(wǎng)絡模型預測了遼西地區(qū)錦州市2001-2014年灌溉用水量，并和實測的區(qū)域灌溉水量進行對比分析模型的預測精度和適用性，研究結論為BP神經(jīng)網(wǎng)絡模型在遼西地區(qū)的農業(yè)灌溉用水預測具有較好的精度，模型預測的各年份灌溉水量和實測的灌溉水量之間的相對誤差均小于6%，滿足區(qū)域農業(yè)灌溉用水預測相對誤差應小于10%的規(guī)范要求，BP神經(jīng)網(wǎng)絡模型適用性遼西地區(qū)農業(yè)灌溉用水量的預測。

參考文獻

[1]趙敬瑛,王恂,趙柳.大洼縣縣城供需水量預測[J]. 地下水.2014,04:131+146.

[2]楊建宏. 水資源動態(tài)配置支持系統(tǒng)研究與應用[J]. 地下水.2013,04:120-123.

[3]萬玉文,蘇超,方崇. 灰色預測模型在廣西達開水庫灌區(qū)農業(yè)灌溉用水管理中的應用[J]. 節(jié)水灌溉.2012,09:58-60+66.

[4]高海菊. 基于人工神經(jīng)網(wǎng)絡的灌區(qū)灌溉預報模型[D].河海大學.2006.

[5]劉玉金. 基于主成分分析與多元線性回歸分析的灌溉水利用效率影響因素分析[D].內蒙古農業(yè)大學.2014.

[6]唐延芳. 灌溉用水量預測方法的研究[D].沈陽農業(yè)大學.2007.

[7]顏婷莉. 大區(qū)域灌溉需水量計算與預測研究[D].河海大學.2007.

[8]邵東國,郭元裕,沈佩君. 區(qū)域農業(yè)灌溉用水量長期預報模型研究[J]. 灌溉排水.1998,03:28-33.

[9]張丹. 基于BP人工神經(jīng)網(wǎng)絡的水稻需水量預測及灌區(qū)灌溉制度研究[D].沈陽農業(yè)大學.2007.

[收稿日期]2015-11-12

[作者簡介]方旭(1987-)，男，遼寧撫順人， 助理工程師，主要從事水利方面工作。

[中圖分類號]S274.3

[文獻標識碼]B

[文章編號]1004-1184(2016)03-0113-02