常浩娟，劉衛(wèi)國(guó)，吳 瓊

(1.石河子大學(xué)信息科學(xué)與技術(shù)學(xué)院，新疆 石河子 832000；2. 新疆兵團(tuán)勘測(cè)設(shè)計(jì)院一分院，新疆 石河子 832000)

水資源是人類賴以生存的前提，也是社會(huì)和經(jīng)濟(jì)發(fā)展的命脈。隨著人口的增長(zhǎng)，經(jīng)濟(jì)的快速發(fā)展，需水量越來(lái)越大，然而由于水資源總量的限制以及科學(xué)技術(shù)水平的局限，全球水資源供需已經(jīng)嚴(yán)重不平衡，水資源短缺問(wèn)題日益加劇。有效提高水資源的利用效率，合理配置和使用水資源，有助于緩解水資源短缺，保護(hù)生態(tài)環(huán)境，促進(jìn)社會(huì)可持續(xù)發(fā)展。

瑪納斯河流域位于新疆天山北坡經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)核心地帶，行政區(qū)劃涵蓋昌吉回族自治州的瑪納斯縣、塔城地區(qū)的沙灣縣、石河子市、兵團(tuán)第八師及所屬的14個(gè)農(nóng)牧團(tuán)場(chǎng)、克拉瑪依市的小拐鄉(xiāng)、六師的新湖總場(chǎng)及流域內(nèi)的工礦企業(yè)，流域總面積為2.655 萬(wàn)km2，是我國(guó)第四大灌區(qū)。流域可用水資源量約30 億m3(地表水、地下水和泉水)，是天山北坡綠洲灌區(qū)的重要水源。瑪納斯河流域各地區(qū)在2000年以前只有石河子市的工業(yè)有一定的發(fā)展，其他地區(qū)二三產(chǎn)業(yè)發(fā)展嚴(yán)重滯后。隨著西部大開(kāi)發(fā)、天山北坡經(jīng)濟(jì)帶等多項(xiàng)政策的陸續(xù)出臺(tái)和實(shí)施，近年來(lái)流域二三產(chǎn)業(yè)發(fā)展較快，城鎮(zhèn)化進(jìn)程加速，流域人口密度增高。隨著人口、經(jīng)濟(jì)和社會(huì)的發(fā)展，生態(tài)環(huán)境的建設(shè)和改善等，流域水資源的需求也急劇增加。對(duì)于干旱地區(qū)來(lái)說(shuō)，可用水量限制性極強(qiáng)，導(dǎo)致瑪納斯河流域用水矛盾日益突出。

水資源問(wèn)題長(zhǎng)期得到學(xué)者和社會(huì)的廣泛關(guān)注，區(qū)域水資源的需求研究較多。常見(jiàn)的需水量分析方法一般為線性回歸、主成分分析和系統(tǒng)方法等[1,2]，隨著人工智能的發(fā)展，學(xué)者們[3-8]越來(lái)越多的利用神經(jīng)網(wǎng)絡(luò)、小波分析、蟻群算法和支持向量機(jī)等多種方法結(jié)合對(duì)部分區(qū)域或部門(mén)需水量進(jìn)行預(yù)測(cè)和分析。水資源需求影響因素較多，包括經(jīng)濟(jì)、社會(huì)、氣候變化等多方面，內(nèi)部機(jī)理復(fù)雜，常規(guī)分析方法不能夠滿足對(duì)需水量精確預(yù)測(cè)要求；智能算法或算法的結(jié)合使用可以有效地反映用水體系的復(fù)雜性和內(nèi)部灰色關(guān)聯(lián)性等，達(dá)到較好的需水預(yù)測(cè)效果。

現(xiàn)有文獻(xiàn)的理論和方法為本文研究的開(kāi)展提供了參考，目前大多研究還限于方法的探討和改進(jìn)，缺少流域需水的系統(tǒng)研究，需水因素的分析，以及應(yīng)對(duì)需水急劇增加引起的缺水措施等。本文主要對(duì)瑪納斯河流域用水現(xiàn)狀從局部到整體，結(jié)合用水效率進(jìn)行分析和闡述，并利用對(duì)小樣本非線性和系統(tǒng)結(jié)構(gòu)不夠清晰等問(wèn)題有較好模擬和預(yù)測(cè)效果的支持向量機(jī)回歸方法構(gòu)建流域需水模型，進(jìn)行流域需水預(yù)測(cè)，然后利用主成分分析法對(duì)影響流域需水的因素進(jìn)行分析，最后提出優(yōu)化水資源配置，完善用水管理，提高節(jié)水技術(shù)等多項(xiàng)措施應(yīng)對(duì)水資源短缺。

1 數(shù)據(jù)整理與研究方法

1.1 數(shù)據(jù)整理

本文選取2001-2014年作為研究期，選擇瑪納斯河流域三大主要地區(qū)：石河子地區(qū)(包括農(nóng)八師各農(nóng)牧團(tuán)場(chǎng))、瑪納斯縣和沙灣縣作為具體研究對(duì)象，其他地區(qū)研究指標(biāo)量非常小，忽略不計(jì)。流域及各地區(qū)數(shù)據(jù)主要從多年的《新疆統(tǒng)計(jì)年鑒》、《石河子統(tǒng)計(jì)年鑒》、《瑪納斯年鑒》、《沙灣年鑒》、《新疆維吾爾自治區(qū)瑪納斯河流域水利志》等進(jìn)行收集整理。

1.2 研究方法

本文主要運(yùn)用超效率數(shù)據(jù)包絡(luò)(SE-DEA)方法對(duì)瑪納斯河流域用水效率進(jìn)行分析，便于了解流域的用水現(xiàn)狀；采用支持向量機(jī)方法對(duì)流域需水量進(jìn)行回歸，然后應(yīng)用回歸模型做需水預(yù)測(cè)；最后借助因子分析法中的主成分法分析影響流域需水量的因素。

1.2.1 超效率數(shù)據(jù)包絡(luò)

超效率數(shù)據(jù)包絡(luò)(SE-DEA)模型中，設(shè)有n個(gè)決策單元，每個(gè)決策單元都有m種類型輸入和s種類型輸出，記第j個(gè)決策單元為DMUj，分別以xij、yrj表示DMUj對(duì)第i種輸入的投入量、對(duì)第r種輸出的產(chǎn)出量，分別以ωi、μr表示對(duì)第i種輸入、第r種輸出的一種度量(或稱權(quán))，本文中決策單元各輸入指標(biāo)同等重要，即權(quán)重相等。

(1)

在規(guī)模報(bào)酬可變情況下，SE-DEA數(shù)學(xué)模型[9]如下：

(2)

式中：θ為目標(biāo)規(guī)劃值，即決策單元效率值；ε為阿基米德無(wú)窮小量，即大于零小于任何正數(shù)；λj為相對(duì)于第j個(gè)決策單元重新構(gòu)造一個(gè)有效決策單元組合中第j個(gè)決策單元的權(quán)重系數(shù)；s-、s+分別為松弛變量和剩余變量。

本文中決策單元的輸入指標(biāo)，參考經(jīng)濟(jì)增長(zhǎng)理論，同時(shí)考慮水資源作為經(jīng)濟(jì)發(fā)展的重要投入要素，主要有：勞動(dòng)力x1,固定資產(chǎn)投資x2,用水總量x3；輸出指標(biāo)選取流域國(guó)民生產(chǎn)總產(chǎn)值作為產(chǎn)出變量，記做Y。

1.2.2 支持向量機(jī)

支持向量機(jī)(SVM)方法能夠較好的解決小樣本、非線性和高維數(shù)據(jù)等問(wèn)題。由于樣本為非線性特征，通過(guò)非線性函數(shù)φ(x)把訓(xùn)練樣本映射到高維空間進(jìn)行線性回歸，得到函數(shù)[10]：

f(x,w)=wφ(x)+b

(3)

式中：w為待定常數(shù)。

根據(jù)支持向量機(jī)原理，需水預(yù)測(cè)模型表達(dá)為：

(4)

式中：n為用水量樣本數(shù)；ξi,ξ*i為松弛變量；c為懲罰系數(shù)。

采用拉格朗日乘數(shù)法將式(4)轉(zhuǎn)化為凸二次優(yōu)化問(wèn)題，即：

(5)

式中：αi、α*i為拉格朗日乘子，滿足0≤αi,α*i≤C，γi,γ*i≥0；C為正則化常數(shù)，與模型訓(xùn)練誤差和模型復(fù)雜度有關(guān)。

方程可寫(xiě)作：

(6)

K(xi,xj)是構(gòu)造的核函數(shù)，通過(guò)試算，文中采用Sigmoid核函數(shù)，即：K(x,y)=tanh[k(x·y)+c]。

1.2.3 主成分分析

主成分分析(PCA)，是多元統(tǒng)計(jì)分析的一種重要方法，通過(guò)對(duì)原始變量進(jìn)行線性組合，把多個(gè)原始指標(biāo)簡(jiǎn)化為少量指標(biāo)，從而集中有效地反映研究對(duì)象特征。主成分分析法步驟如下。

首先：樣本數(shù)為n，選取指標(biāo)數(shù)為p，由樣本的原始數(shù)據(jù)可得矩陣X=(xij)m×p，其中xij表示第i年的第j項(xiàng)指標(biāo)數(shù)據(jù)。

其次：對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化消除量綱和數(shù)量級(jí)上的差別。

第三：根據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)矩陣建立協(xié)方差矩陣R。其中，Rij(i，j=1，2，…，p)為原始變量Xi與Xj的相關(guān)系數(shù)。R為實(shí)對(duì)稱矩陣(即Rij=Rji)，計(jì)算公式為：

(7)

第四：根據(jù)R求特征值、主成分貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率，確定主成分個(gè)數(shù)。解特征方程|λE-R|，求特征值λi(i=1，2，…，p)，將其按大小順序排列，即λ1≥λ2≥…≥λi≥0，它的大小反映了各個(gè)主成分的影響力。

主成分Zi的貢獻(xiàn)率：

(8)

累計(jì)貢獻(xiàn)率為：

(9)

式中：整數(shù)m(m≤p)為主成分的個(gè)數(shù)。

第五：建立解釋主成分初始因子載荷矩陣。

第六：計(jì)算綜合評(píng)分函數(shù)Fm，可以進(jìn)行降序排列：

Fm=W1Z1+W2Z2+…+WiZi

(10)

2 瑪納斯河流域用水分析

從用水量總體狀況、部門(mén)結(jié)構(gòu)和地區(qū)差異分析瑪納斯河流域用水基本情況?，敿{斯河流域2001-2014年用水總量平均為25 億m3，主要是地表供水，地表供水總量從2001年20 億m3下降到2014年的18 億m3，平均19 億m3，供水比例從84%下降到70%，平均供水比例77%；地下水供水總量從2001年4 億m3上升到2014年的8 億m3，平均供水為6 億m3，占供水總量的23%。隨著經(jīng)濟(jì)的發(fā)展，各地區(qū)需水量增多，受地表水量和分配制度的限制，導(dǎo)致近些年地下水開(kāi)采使用量逐年增加。流域總用水量增長(zhǎng)趨勢(shì)不明顯，2006-2011年受到農(nóng)業(yè)用水的影響，總用水量有一個(gè)明顯的高峰期。

流域主要用水部門(mén)有農(nóng)業(yè)、工業(yè)和居民生活，城鎮(zhèn)綠化用水比例非常低。用水總量中農(nóng)業(yè)用水占絕對(duì)比例，平均用水量是23.5 億m3，在2006-2011年有一個(gè)用水高峰，其他時(shí)期變化不明顯，平均占比為95%，用水比例有緩慢下降趨勢(shì)，從2001年96.59%下降到2014年的91.62%。隨著流域工業(yè)的發(fā)展，工業(yè)用水量從2001年的0.36 億m3逐漸增長(zhǎng)到2014年的1.38 億m3，平均用水量為0.79 億m3，所占比例從2001年1.49%增長(zhǎng)到2014年的5.39%，平均占比為3%。隨著城鎮(zhèn)化的發(fā)展和居民生活水平的提高，居民生活用水量緩慢增長(zhǎng)，從2001年的0.43 億m3增長(zhǎng)到2014年的0.7 億m3，所占比例從2001年的1.77%增長(zhǎng)到2014年的2.77%。城鎮(zhèn)綠化用水量最小，2001年為0.038 億m3，2014年為0.05 億m3，所占比例從2001年的0.15%增加到2014年的0.22%(見(jiàn)圖1)。

圖1 瑪納斯河流域2011-2014年用水量Fig.1 Manas river basin water consumption in 2011- 2014

瑪納斯河流域供水主要是地表水，供水河流主要有瑪納斯河、塔西河、寧家河、金溝河以及巴音溝河等，經(jīng)過(guò)多年的協(xié)調(diào)和水資源管理，流域水資源分配形成相對(duì)固定的分配比例，所以流域三大地區(qū)多年用水量(用水量既包括地表水也包括地下水，《瑪河管理章程》中給各地區(qū)分配比例有明確的規(guī)定，所以統(tǒng)計(jì)的用水比例與瑪納斯河分配比例有一定差異)和用水比例變化不大。2001-2014年，石河子平均用水16 億m3，占總用水量的64%，瑪納斯縣平均用水4 億m3，占16%，沙灣縣平均用水5 億m3，占20%。

瑪納斯河流域單位用水量的經(jīng)濟(jì)增加值從經(jīng)濟(jì)總量、第一產(chǎn)業(yè)和第二產(chǎn)業(yè)進(jìn)行分析(見(jiàn)圖2)。2001-2014年單位用水經(jīng)濟(jì)總量緩慢增加，從2001年4 元/m3逐漸增加到2014年的29 元/m3，第一產(chǎn)業(yè)從2001年1 元/m3逐步增加到2014年的9 元/m3，第二產(chǎn)業(yè)的單位用水量產(chǎn)出比較高，從2001年99 元/m3增加到2014年的200 元/m3，2001-2005年變化不大，有一定的波動(dòng)，2006年以后明顯的上升趨勢(shì)。流域農(nóng)業(yè)雖然用水量最大，但是單位用水量產(chǎn)出非常低，第二產(chǎn)業(yè)平均達(dá)到129 元/m3，比第一產(chǎn)業(yè)高出近27倍。各地區(qū)經(jīng)濟(jì)總量、一二產(chǎn)單位用水量的產(chǎn)出與流域整體趨勢(shì)類似，相比較而言，單位用水經(jīng)濟(jì)總產(chǎn)出依次是沙灣、瑪納斯和石河子，一產(chǎn)差異不大，二產(chǎn)單位用水產(chǎn)出依次是沙灣、石河子和瑪納斯。

圖2 瑪納斯河流域2001-2014年單位用水產(chǎn)出Fig.2 Manas river basin water unit of output in 2001-2014

利用數(shù)據(jù)包絡(luò)對(duì)2001—2014年整個(gè)流域和各地區(qū)用水效率分別進(jìn)行超效率的測(cè)算。流域用水效率基本都在0.9以上，有效的年份也比較多(超效率值大于等于1)。各地區(qū)用水效率差異不大，沙灣地區(qū)用水效率相對(duì)偏低一點(diǎn)。流域用水效率高的原因是干旱地區(qū)節(jié)水意識(shí)強(qiáng)，用水部門(mén)節(jié)水技術(shù)高。石河子地區(qū)農(nóng)業(yè)節(jié)水技術(shù)比較高，建有全國(guó)最大的高效農(nóng)業(yè)節(jié)水滴灌示范區(qū)(見(jiàn)表1)。

表1 瑪納斯河流域2001-2014年用水效率Tab.1 Water efficiency of Manas river basin in 2001-2014

3 需水模型構(gòu)建和需水預(yù)測(cè)

3.1 需水因素分析和數(shù)據(jù)預(yù)處理

從瑪納斯河流域用水量的歷史數(shù)據(jù)分析可以看出，流域用水量受到社會(huì)經(jīng)濟(jì)的發(fā)展和自然氣候條件的影響。綜合考慮，本文主要從經(jīng)濟(jì)社會(huì)發(fā)展和自然環(huán)境兩方面選取影響需水的指標(biāo)。經(jīng)濟(jì)社會(huì)指標(biāo)選取過(guò)程中，考慮城鎮(zhèn)化的發(fā)展、地區(qū)農(nóng)牧業(yè)特色、產(chǎn)業(yè)結(jié)構(gòu)等，最終確定以下指標(biāo)：人口總數(shù)X1、城鎮(zhèn)人口X2、固定資產(chǎn)投資X3、總播種面積X4、糧食總產(chǎn)量X5、牲畜總頭數(shù)X6、棉花產(chǎn)量X7、農(nóng)業(yè)產(chǎn)值X8、牧業(yè)產(chǎn)值X9、工業(yè)產(chǎn)值X10、GDPX11、第一產(chǎn)業(yè)比重X12、第二產(chǎn)業(yè)比重X13、第三產(chǎn)業(yè)比重X14，自然環(huán)境指標(biāo)：降水量X15、氣溫X16、參考作物蒸發(fā)蒸騰量X17。這17個(gè)指標(biāo)作為需水模型的輸入，需水量作為輸出。

收集整理瑪納斯河流域各地區(qū)14 a(2001-2014年)需水影響因素和用水量各指標(biāo)數(shù)據(jù)資料。部分地區(qū)降水量和氣溫缺失數(shù)據(jù)用平均值補(bǔ)充，然后對(duì)各地區(qū)進(jìn)行綜合處理。對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，消除數(shù)據(jù)不同量綱和單位的影響。標(biāo)準(zhǔn)化之后數(shù)據(jù)的最小值和最大值分別為-1和1，通過(guò)公式y(tǒng)=2 (x-min )/(max-min )-1將中間數(shù)據(jù)都映射到[-1,1]區(qū)間內(nèi)。

3.2 需水模型構(gòu)建

采用SVM方法借助Matlab工具進(jìn)行數(shù)據(jù)分析。支持向量機(jī)回歸模型構(gòu)建過(guò)程中，通過(guò)多次驗(yàn)證和對(duì)比分析，選定模型參數(shù)為：Sigmoid核函數(shù)，懲罰系數(shù)C為1 000，ε不敏感損失函數(shù)的參數(shù)為0.39。選取2001-2012年數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)并擬合，對(duì)2013和2014年數(shù)據(jù)進(jìn)行測(cè)試，對(duì)模型泛化能力進(jìn)行檢驗(yàn)。

計(jì)算得到2001-2012年擬合值和實(shí)際值繪制圖形如圖3所示，SVM回歸模型均方根誤差RMSE為0.53，平均絕對(duì)百分比誤差MAPE為2.6。綜合判斷模型擬合效果較好。應(yīng)用已構(gòu)建的SVM回歸模型分析2013和2014年需水量見(jiàn)表2。

圖3 瑪納斯河流域需水量擬合圖Fig.3 Manas river basin water fitting figure

年份實(shí)際值/億m3預(yù)測(cè)值/億m3絕對(duì)誤差/億m3相對(duì)誤差/%201325.0025.120.120.46201424.8124.410.41.64

3.3 需水預(yù)測(cè)

借助SPSS工具中專家建模器對(duì)17個(gè)輸入指標(biāo)2015-2017年的序列進(jìn)行預(yù)測(cè)，輸入指標(biāo)預(yù)測(cè)值包括預(yù)測(cè)值、控制上限和控制下限，把這三類輸入指標(biāo)預(yù)測(cè)值分別帶入已構(gòu)建的SVM回歸模型，預(yù)測(cè)出瑪納斯河流域2015-2017年需水量見(jiàn)表3。

表3 瑪納斯河流域需水量短期預(yù)測(cè) 億m3

瑪納斯河流域地表水資源總量約23 億m3，可用水資源量20 億m3，地下水總量約11 億m3，可開(kāi)采量約8 億m3，可用泉水量約2 億m3，總可供水量約30 億m3。從實(shí)際用水量和預(yù)測(cè)值與總供水量對(duì)比來(lái)看，近期內(nèi)流域需水量可以得到滿足。

4 瑪納斯河流域需水因素分析

在瑪納斯河流域需水分析過(guò)程中，篩選出的17個(gè)輸入指標(biāo)對(duì)需水量都有影響，這些指標(biāo)中有部分指標(biāo)之間聯(lián)系緊密，本文利用主成分分析法將這些指標(biāo)組合成相互獨(dú)立的少數(shù)幾個(gè)綜合指標(biāo)判斷它們對(duì)需水量的影響，進(jìn)而簡(jiǎn)化指標(biāo)數(shù)據(jù)分析，并提高分析結(jié)果的可靠性。

主成分分析得到以下兩個(gè)表：特征值及主成分的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率(見(jiàn)表4)、進(jìn)行最大方差旋轉(zhuǎn)后的因子載荷矩陣表(見(jiàn)表5)可以看出影響瑪納斯河流域用水影響因素可以分成4個(gè)主成分：第一主成分的貢獻(xiàn)率為46.23%，載荷較大的依次為：糧食產(chǎn)量、大小牲畜、農(nóng)業(yè)產(chǎn)值、棉花產(chǎn)量、總播種面積、總?cè)丝凇⒊擎?zhèn)人口、工業(yè)產(chǎn)值、固定資產(chǎn)投資；第二主成分的貢獻(xiàn)率為21.17%，載荷較大的依次為第三產(chǎn)業(yè)比重、第一產(chǎn)業(yè)比重、參考作物蒸發(fā)蒸騰量和降水量；第三主成分的貢獻(xiàn)率是12.74%，主要有第二產(chǎn)業(yè)比重和氣溫；第四主成分的貢獻(xiàn)率是11.30%，主要因素有牧業(yè)產(chǎn)值和GDP，GDP指標(biāo)在控制因子個(gè)數(shù)為3時(shí)，可以歸到第一主成分中。4個(gè)因子的累計(jì)貢獻(xiàn)率達(dá)到91.44%。從主成分的分析結(jié)果可以看出，人口和經(jīng)濟(jì)社會(huì)的發(fā)展是流域需水的主因，同時(shí)對(duì)于干旱地區(qū)來(lái)說(shuō)，氣溫降水等因素對(duì)用水量的影響也比較明顯。

表4 特征值和主成分貢獻(xiàn)率Tab.4 Eigenvalues and principal component contribution rate

表5 主成分荷載與主成分得分矩陣Tab.5 Principal component loads and principal component score matrix

5 結(jié) 論

通過(guò)對(duì)近10多年來(lái)瑪納斯河流域用水現(xiàn)狀和需水分析，本文得出以下結(jié)論：流域供水量較平穩(wěn)，主要是地表水資源，受供水量和分配制度的限制，總用水量變化不大；流域總用水量中農(nóng)業(yè)占絕對(duì)比重，有下降趨勢(shì)；隨著經(jīng)濟(jì)結(jié)構(gòu)變化和生活水平的提高，水資源分配在各部門(mén)之間有一定的變化，工業(yè)用水、生活用水和綠化用水比例都有上升。地表水資源在石河子、瑪納斯和沙灣各地區(qū)之間經(jīng)過(guò)多年的協(xié)調(diào)，已經(jīng)形成相對(duì)固定比例，由于地下水的開(kāi)采和使用，水資源的再分配等，石河子地區(qū)占總用水量的60%多，其次是沙灣占比20%多，瑪納斯最低。流域單位用水產(chǎn)出第二產(chǎn)業(yè)增長(zhǎng)較快，并且產(chǎn)出最高，單位用水總產(chǎn)出和第一產(chǎn)業(yè)產(chǎn)出都不高，增長(zhǎng)緩慢；單位用水產(chǎn)出各地區(qū)與整體趨勢(shì)類似，各地區(qū)之間差異不大。流域用水效率較高，各地區(qū)差異不大。支持向量機(jī)回歸方法對(duì)流域需水量的模擬和預(yù)測(cè)效果較好，預(yù)測(cè)出今后幾年流域總用水量略微下降。流域人口和經(jīng)濟(jì)社會(huì)的發(fā)展是影響需水量的主要因素，其次是氣溫和降水等氣候環(huán)境因素的影響。

分析認(rèn)為：面對(duì)瑪納斯河流域水資源的短缺，各地區(qū)和部門(mén)都應(yīng)該節(jié)約用水，提高用水效率，尤其是用水最多的農(nóng)業(yè)生產(chǎn)部門(mén)，雖然石河子地區(qū)農(nóng)業(yè)節(jié)水灌溉水平排全國(guó)前列，但是農(nóng)業(yè)節(jié)水潛力還需要進(jìn)一步挖掘，流域其他地區(qū)應(yīng)積極參考和學(xué)習(xí)石河子地區(qū)開(kāi)展農(nóng)業(yè)節(jié)水；對(duì)流域用水首先從行政制度、法律法規(guī)等方面進(jìn)行規(guī)范和制約，通過(guò)用水定額、水價(jià)等嚴(yán)格需水管理，增強(qiáng)節(jié)水意識(shí)和提高生產(chǎn)節(jié)水技術(shù)水平等促進(jìn)用水效率和效益的提高；隨著經(jīng)濟(jì)的轉(zhuǎn)型和生活水平的提高，各部門(mén)用水需要合理調(diào)節(jié)和配置，增加工業(yè)用水、提高生活和生態(tài)用水；流域現(xiàn)有水資源分配制度形成于20世紀(jì)60年代，已經(jīng)不再適用當(dāng)前各地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展差異性的需求，所以應(yīng)該重新調(diào)整和完善水資源分配制度，推動(dòng)水資源再分配制度；嚴(yán)格管理和控制流域水資源污染，提高污水循環(huán)再利用，提高水質(zhì)和水量。流域用水和水資源的管理是一個(gè)復(fù)雜的系統(tǒng)工程，需要行政、經(jīng)濟(jì)、法律和技術(shù)等多種手段和措施結(jié)合，管理和協(xié)調(diào)水資源的供需，提高流域用水效率和效益，緩解水資源短缺的威脅，推動(dòng)流域水資源可持續(xù)利用。

[1] 王 煜.灰色系統(tǒng)理論在需水預(yù)測(cè)中的應(yīng)用[J]. 系統(tǒng)工程, 1996,(1):60-64.

[2] 劉二敏, 楊 侃, 趙云馳,等.系統(tǒng)動(dòng)力學(xué)和分塊預(yù)測(cè)結(jié)合方法在工業(yè)需水預(yù)測(cè)中的應(yīng)用[J]. 中國(guó)農(nóng)村水利水電, 2008,(4):63-65.

[3] 李勛貴, 黃 強(qiáng), 魏 霞,等.基于IGA-GP的BP網(wǎng)絡(luò)黃河流域需水預(yù)測(cè)研究[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2005,33(3):116-120.

[4] 羅利民, 方 浩, 仲 躍,等.小波神經(jīng)網(wǎng)絡(luò)算法在區(qū)域需水預(yù)測(cè)中的應(yīng)用[J]. 計(jì)算機(jī)工程與應(yīng)用, 2006,42(3):200-201.

[5] 張 靈, 陳曉宏, 劉丙軍,等.基于AGA的SVM需水預(yù)測(cè)模型研究[J]. 水文, 2008,28(1):38-42.

[6] 劉俊萍, 暢明琦.基于支持向量機(jī)的需水預(yù)測(cè)研究[J]. 太原理工大學(xué)學(xué)報(bào), 2008,39(3):299-302.

[7] 郭亞男, 吳澤寧, 高建菊.基于主成分分析的支持向量機(jī)需水預(yù)測(cè)模型及其應(yīng)用[J]. 中國(guó)農(nóng)村水利水電, 2012,(7):76-78.

[8] 趙 晶, 趙一新, 黃 強(qiáng).基于神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)的西安市水資源需水預(yù)測(cè)[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013,41(7):217-223.

[9] Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science, 1993,39(10):1 261-1 264.

[10] 苗志剛, 付 強(qiáng). 基于灰色支持向量機(jī)的城市用水量預(yù)測(cè)研究[J]. 計(jì)算機(jī)仿真, 2012,29(8):196-199.