买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国长江三峡集团有限公司

摘要：本发明公开了一种未来水资源供需平衡分析方法，获取第一多源数据集，包括：第一数据集、第二数据集、第三数据集和第四数据集；基于第二数据集，经过预设处理方法，得到第五数据集；基于第二数据集、第四数据集和第五数据集，经过预设第一模型处理，得到第六数据集；基于第一多源数据集中的至少一种数据集，经过预设第二模型处理，得到第七数据集，第七数据集为变化环境下多源用水量预测数据集；基于第一数据集、第六数据集和第七数据集，对变化环境下水资源供需平衡进行分析，得到变化环境下水资源供需平衡结果。考虑了未来气候变化及人类活动影响下的用水量变化，得到的水资源供需平衡分析结果更客观。

主权项：1.一种未来水资源供需平衡分析方法，其特征在于，所述方法包括：获取第一多源数据集，所述第一多源数据集中的数据满足预设数据标准规范，且所述第一多源数据集包括：第一数据集、第二数据集、第三数据集和第四数据集，其中所述第一数据集包含历史时期不同空间尺度的地表水资源量、地表水资源供水量、农业用水量、工业用水量和生活用水量，所述第二数据集包括历史气象监测数据和全球气候模式气象预测数据，所述第三数据集包括历史人口数据、未来人口数据、历史GDP数据及未来GDP数据，所述第四数据集包括多源土地数据、多源水资源数据、满足条件的水资源分区行政单位边界数据、历史时期代表性水文站点流量监测数据、历史时期农作物产量数据、历史时期作物种植面积监测数据及未来时期作物种植面积预测数据；基于所述第二数据集，经过预设处理方法，得到第五数据集，所述第五数据集为气候变化情景预测数据集；基于预设第一模型，利用第五数据集中的气候变化情景预测数据对变化环境下的地表水资源量进行预测，得到第六数据集，所述变化环境包括基准时期和未来增温情景，所述预设第一模型为基于所述第四数据集和所述第二数据集预先构建好的地表水资源量预测模型，所述第六数据集为变化环境下地表水资源量预测数据集；基于所述第一多源数据集中的至少一种数据集，经过预设第二模型处理，得到第七数据集，所述第七数据集为变化环境下多源用水量预测数据集，所述至少一种数据集根据所述预设第二模型的类型确定，所述预设第二模型为分布式作物模型、预设生活用水量预测模型和预设工业用水量预测模型中的一种或多种，所述第七数据集包括预设第一时间范围内的农业用水量预测数据、工业用水量预测数据和生活用水量预测数据；基于所述第一数据集、所述第六数据集和所述第七数据集，对变化环境下水资源供需平衡进行分析，得到变化环境下水资源供需平衡结果；其中，所述第七数据集包括未来增温情景下的多源用水量预测数据集，通过以下方式得到：根据指定维度的地表水资源量、农业用水量、工业用水量、生活用水量的基准时间范围内的统计值，以及未来增温情景下地表水资源量、农业用水量、工业用水量、生活用水量相对于基准时间范围内的变化幅度的模拟值来推算指定维度未来增温情景下的地表水资源量、农业用水量、工业用水量和生活用水量，所述指定维度包括县级、市级、省级、水资源区级；其中，基准时间范围内的统计值分别为第一数据集中的地表水资源量、农业用水量、工业用水量和生活用水量，通过下述的关系式推算得到：Maj,future＝Mo,baseline×1+ΔMs,future式中：Maj，future表示未来增温情景下的地表水资源量、农业用水量、工业用水量和生活用水量；Mo，baseline表示基准时间范围内的第一地表水资源量、第一农业用水量、第一工业用水量和第一生活用水量；ΔMs，future表示未来增温情景下地表水资源量、农业用水量、工业用水量、生活用水量相对于基准时间范围内的变化幅度的模拟值；其中，基于所述第二数据集，经过预设处理方法，得到第五数据集，包括：根据神经网络训练方法，建立所述第二数据集中的历史气象监测数据和所述全球气候模式气象预测数据之间的对应关系；基于所述对应关系，对所述全球气候模式气象预测数据进行偏差矫正，得到第八数据集；根据聚类中心初始化方法，在所述第八数据集中确定所述第五数据集；所述预设第一模型通过以下方式获取：获取第一模型库，所述第一模型包括多种开源分布式水文模型多种开源陆面过程模型；在所述第一模型库中选择至少一个模型，将所述第四数据集中的所述多源土地数据、所述多源水资源数据输入每个所述模型，经过预设数据处理方法，得到满足所述模型指定数据格式的至少一个第九数据集；确定第一目标函数；基于所述第四数据集中的所述历史时期代表性水文站点流量监测数据，经过所述目标函数，对每个所述第九数据集进行率定及验证；基于验证后的每个所述第九数据集构建至少一个所述预设第一模型；所述分布式作物模型通过以下方式获取：获取第二模型库，所述第二模型库包括多种开源分布式作物模型；在所述第二模型库中选择至少一个模型，将所述第四数据集中的所述多源土地数据输入每个所述模型，经过预设数据处理方法，得到满足所述模型指定数据格式的至少一个第十数据集；确定第二目标函数；基于所述第四数据集中的所述历史时期农作物产量数据，经过所述第二目标函数，对每个所述第十数据集进行率定及验证；基于验证后的每个所述第十数据集构建至少一个所述分布式作物模型，所述分布式作物模型用于预测预设第一时间范围内的农业用水量；所述预设生活用水量预测模型通过以下方式获取：在所述第三数据集选择所述预设第一时间范围内的人口数据；基于所述人口数据构建格网尺度生活用水量预测模型；在所述第三数据集选择所述预设第二时间范围内的格网尺度逐年生活用水量和逐年人口数据；基于所述逐年生活用水量和所述逐年人口数据，经过所述格网尺度生活用水量预测模型和所述预设回归方法，得到生活用水强度和生活用水强度的变化率，所述生活用水强度为所述预设第一时间范围对应的所述基准时间范围内的生活用水强度；基于所述人口数据、所述生活用水强度和所述生活用水强度的变化率，经过所述格网尺度生活用水量预测模型，得到所述预设生活用水量预测模型；其中，所述格网尺度生活用水量预测模型表示为下述的关系式： 式中：t表示预设第一时间范围；Wdom，t表示t对应的生活用水量；Popt表示t对应的人口数据；idom，t0表示t0内的生活用水强度；Sdom，cat表示生活用水强度的变化率；其中，t0表示基准时间范围，根据t确定；所述预设工业用水量预测模型通过以下方式获取：在所述第三数据集选择所述预设第一时间范围内的GDP数据；基于所述GDP数据构建格网尺度工业用水量预测模型；获取预设第二时间范围内的格网尺度逐年工业用水量和逐年GDP数据；基于所述逐年工业用水量和所述逐年GDP数据，经过所述格网尺度工业用水量预测模型和预设回归方法，得到工业用水强度和工业用水强度的变化率，所述工业用水强度为所述预设第一时间范围对应的基准时间范围内的工业用水强度，所述基准时间范围为预先设置的任一历史时间范围；基于所述GDP数据、所述工业用水强度和所述工业用水强度的变化率，经过所述格网尺度工业用水量预测模型，得到所述预设工业用水量预测模型；其中，所述格网尺度工业用水量预测模型表示为下述的关系式： 式中：t表示预设第一时间范围；Wind，t表示t对应的工业用水量；GDPt表示t对应的GDP数据；iind，t0表示t0内的工业用水强度；Sind，cat表示工业用水强度的变化率；其中，t0表示基准时间范围，根据t确定；其中，基于所述第一数据集、所述第六数据集和所述第七数据集，对变化环境下水资源供需平衡进行分析，得到变化环境下水资源供需平衡结果，包括：基于所述第一数据集中的所述地表水资源量对所述第六数据集进行偏差矫正，得到第一目标水资源量；基于所述第一目标水资源量确定第一目标水资源供水量；基于所述第一数据集中的所述农业用水量、所述工业用水量和所述生活用水量对所述第七数据集进行偏差矫正，得到第十一数据集，所述第十一数据集为变化环境下目标多源用水量预测数据集；基于所述第十一数据集确定变化环境下所述预设第一时间范围内的目标用水量；基于所述目标用水量和所述第一目标水资源供水量，确定变化环境下水资源供需平衡结果。

全文数据：

权利要求：

百度查询： 中国长江三峡集团有限公司 一种未来水资源供需平衡分析方法