摘要：为进一步推进南水北调工程规划建设,提高水资源集约节约利用水平,根据黄淮海流域近20年城市用水统计资料,对黄淮海流域城市用水现状进行分析,选取用水增长趋势分析法和人均综合用水定额法两种方法分两种情景对黄淮海流域进行近期、远期城市需水量进行预测。预测结果表明:黄淮海流域城市2025年需水量为181.94亿~191.36亿m^(3),2035年为193.71亿~228.30亿m^(3)。

摘要：随着城市化进程的加快,水资源供需不平衡成为影响地区经济发展的"瓶颈"。科学的需水预测是规划区域未来发展的重要条件之一。基于系统动力学模型的需水预测将复杂的社会用水系统分解成多个子系统,可以清晰地展示出各用水子系统的需水动态过程,得到较精确的需水预测结果。以成都青白江区为例,结合区域用水结构和产业结构,介绍了系统动力学模型用作需水预测时的建模流程。通过青白江区的用水现状和参数敏感性分析结果,设计出现状发展方案、农业节水方案、工业改良方案和综合发展方案4种需水方案。通过对4种方案模拟结果的对比分析,并考虑"三条红线"指标,选择综合发展方案作为青白江区未来需水预测的最佳方案。模拟结果为:青白江区2020年、2025年的总需水量分别为3.95亿m^3、3.99亿m^3。通过合理性分析验证模拟结果的可靠性,并提出了保障方案实施的建议措施,以期为青白江区未来的水资源规划提供依据。

摘要：论述了农业需水预测的重要性,并根据农业需水预测的不同目的和农业需水量预测结果的特点进行了详细的分类。

摘要：贵安新区是国务院正式批复设立的第8个国家级新区,其具有新的规划范围、新的发展模式、新的城市功能等特点,用水矛盾突出,需水预测复杂.采用多种预测方法对新区需水量进行预测,主要结论如下:1)需水定额采用多种模型预测,择优而定;2)经济产值采用灰色模型,人口采用Logistic模型,并设置了3种人口增长模式,结果较为合理;3)2020年农业、非农、居民需水、生态需水定额分别为173.12m^3/万元、12.55m^3/万元、132.65L/(人·d)、2.0L/(m2·d),2030年分别为52.14m^3/万元、5.20m^3/万元、135.80L/(人·d)、2.0L/(m2·d).该研究不仅为新区的水资源规划和用水安全提供设计依据和安全保障,而且为其他同类城市需水预测提供借鉴与参考.

摘要：水资源短缺日益成为制约我国发展的严重因素,通过对长江流域2030年以前需水预测成果的研究,结合1980-2000年实际用水数据分析,对长江流域未来需水的增长趋势、结构、分布格局以及流域承载力、节水进行了初步预测,并对长江流域用水占全国比重趋势作出分析判断。流域内水量、人口、GDP均占全国1/3左右。因此,长江流域需水预测成果在当前全国水资源综合规划中举足轻重。

摘要：本文用多种数学模型和分类用水定额法对陕西省2020年需水进行了预测,预测结果表明一元线形回归模型和灰色预测模型在需水预测中有一定的局限,而神经网络和分类用水定额法的预测有较好的效果和精度,可以为陕西省水资源的合理配置和规划管理提供参考。

摘要：本文将灰色系统理论引入需水预测中,探讨了GM(1,1)及其多个改进方法在需水预测中的应用,并提出带有时间因子的非线性GM(1,1)。文中给出某一缺水城市工业需水的多种预测方法对比,算例表明GM(1,1)及其线性改进算法不宜直接用于需水预测,而非线性GM(1,1)及本文提出方法具有较佳的预测效果。

摘要：为深入探讨黄河流域的用水现状,并评估未来需水规模,根据1988—2021年用水资料,对黄河流域用水现状进行分析,并运用Holt线性趋势法、GM(1,1)灰色预测模型、定额法和多元线性回归方法对黄河流域2035年需水量进行预测,结果表明:黄河流域1988—2021年用水总量大致分为大幅度降低阶段(1988—2003年)、快速上升阶段(2004—2015年)和波动降低阶段(2016—2021年)3个阶段;流域用水结构变化显著,农业用水量和工业用水量比例呈下降趋势,年均下降率分别为0.83%和0.53%;在4种预测方法中,多元线性回归模型预测效果最好,2035年需水量预测值为537.41亿m^(3),需水量的增长将带来较大的水资源供应压力,对水资源的可持续利用构成威胁。

摘要：系统动力学以反馈控制理论为基础,处理高阶次、非线性、多重反馈、复杂时变的系统问题,广泛应用于水资源、城市水环境规划中。科学合理的需水预测是规划社会经济建设规模和发展速度的重要依据。针对济宁市水资源和社会经济现状与发展要求,以实现水资源供需平衡为目标,建立需水量预测系统动力学模型,通过变量调控、方案设计及节水效果评估,为节水管理提供决策信息。研究表明,建立的模型是有效的,可以全面客观地使济宁市社会经济发展获得良好的可持续性。

摘要：需水量预测是水资源规划与管理的重要内容,建立高精度的需水量预测模型,可为区域水资源规划提供技术支撑。以南昌市为例,利用2005~2015年的实际用水量数据,对南昌市16个用水总量影响因子进行主成分分析,以提取的主成分作为BP神经网络的输入样本,建立BP神经网络需水预测模型。结果表明,经过主成分分析,16个用水量影响因子可用8个主要影响因子代替。建立的BP神经网络模型的需水预测平均相对误差仅为1.37%,预测精度较高,可作为区域需水预测的一种可靠方法。研究成果可为类似区域提供借鉴。