汕头市水资源承载力评价研究

doi:10.3969/j.issn.1001-5485.2012.07.005

长江科学院院报 ›› 2012, Vol. 29 ›› Issue (7): 21-26.DOI: 10.3969/j.issn.1001-5485.2012.07.005

汕头市水资源承载力评价研究

陈凯¹, 李就好¹, 李永刚², 屈寒飞¹

1.华南农业大学水利与土木工程学院，广州510642；2.广东省机械技师学院，广州510450

收稿日期:2011-10-27 出版日期:2012-07-01 发布日期:2012-07-25
通讯作者: 李就好（1965-），男，江西万年人，教授，博导，主要从事农业水土方面的研究
作者简介:陈凯（1974-），男，吉林长春人，博士研究生，主要从事农业水土方面研究
基金资助:
广东省水利科技创新与推广项目（小水电与生态环境关系的研究2009-20）

Evaluation of Water Resources Carrying Capacity in Shantou City

CHEN Kai¹, LI Jiu-hao¹, LI Yong-gang², QU Han-fei^1

1.College of Water Conservancy and Civil Engineering, South China Agricultural University, Guangzhou510642， China; 2.Guangdong Machinery Technician College, Guangzhou510450, China

Received:2011-10-27 Online:2012-07-01 Published:2012-07-25

摘要/Abstract

摘要： 在对汕头市水资源状况及社会经济发展状况调查的基础上，结合水资源承载力评价基本原理，选取了14个适合汕头市的水资源承载力评价指标，并将承载力等级划分为3级，再分别采用RBF神经网络模型、BP神经网络模型和模糊层次综合评价模型3种方法对汕头市2000—2009年水资源承载力状况进行评价。结果表明：汕头市水资源承载力等级总体介于Ⅰ级与П级之间，情况较好，但有逐步恶化趋势；RBF神经网络模型法与模糊层次综合评价法比BP神经网络模型法评价效果好，适用性更强。

关键词: 水资源承载力, 神经网络模型, RBF, BP, 模糊综合评价

Abstract: Based on investigation of water resources and local economic and social development in Shantou City, we performed research on the carrying capacity of water resources in this area. We selected fourteen evaluation indexes suitable for Shantou, and classified the evaluation grades into 3 levels. RBF neural network model, BP neural network model and fuzzy comprehensive evaluation model were employed respectively to evaluate the carrying capacity of water resources from 2000 to 2009. Results show that the carrying capacity in Shantou is between grade I and II, which is in a good overall situation but tends to deteriorating gradually. The evaluation effect and applicability of RBF neural network model and fuzzy comprehensive evaluation model are better than those of BP neural network model. 

Key words: water resources carrying capacity, artificial neural network model, RBF, BP, fuzzy comprehensive evaluation

中图分类号:

TV213.9

陈凯, 李就好, 李永刚, 屈寒飞. 汕头市水资源承载力评价研究[J]. 长江科学院院报, 2012, 29(7): 21-26.

CHEN Kai, LI Jiu-Hao, LI Yong-Gang, QU Han-Fei. Evaluation of Water Resources Carrying Capacity in Shantou City[J]. JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTI, 2012, 29(7): 21-26.

[1]	杨科, 陶铁军, 黄柯宇, 徐跃生, 游聚刚. 基于模糊数学的混凝土表观质量综合评价[J]. 长江科学院院报, 2023, 40(6): 187-194.
[2]	王立, 翟文亮, 张爵宏, 曹慧群, 唐见. 基于RBF-SWAT的气候变化下汉江上游流域径流预测及特征分析[J]. 长江科学院院报, 2023, 40(4): 31-36.
[3]	张岩, 刘嘉昊, 吕园, 李志豪, 张燕楠, 李昇, 陈撰文. 不同石粉参数对混凝土力学性能的影响[J]. 长江科学院院报, 2023, 40(3): 166-173.
[4]	牛莉霞, 胡天龙. 基于可拓云模型的辽宁省水资源承载力评价[J]. 长江科学院院报, 2023, 40(10): 22-29.
[5]	李庆文, 曹行, 杨露, 王学志, 刘华新. 钢-聚乙烯醇混杂纤维对自密实混凝土梁抗剪性能的影响[J]. 长江科学院院报, 2022, 39(10): 121-127.
[6]	吴凡, 陈伏龙, 丁文学, 何朝飞, 龙爱华. 基于模糊集对分析-五元减法集对势的新疆水资源承载力评价[J]. 长江科学院院报, 2021, 38(9): 27-34.
[7]	郭振天, 黄峰, 郭利丹, 吴瑶. 鄱阳湖水文情势演变原因及对策[J]. 长江科学院院报, 2021, 38(6): 27-31.
[8]	张涛, 苏怀智. 基于贝叶斯框架下大坝服役性态综合评估方法[J]. 长江科学院院报, 2021, 38(2): 32-38,45.
[9]	张庭瑜, 毛忠安, 孙增慧. 基于径向基神经网络耦合确定性指数的滑坡易发性分区研究[J]. 长江科学院院报, 2021, 38(11): 64-72.
[10]	邢岳, 田正宏, 杜辉. 碾压混凝土坝层间结合质量智能评价方法[J]. 长江科学院院报, 2020, 37(8): 142-149.
[11]	赵力学, 黄解军, 程学军, 申邵洪, 袁艳斌. 基于VMD-BP模型的河流流量预测方法[J]. 长江科学院院报, 2020, 37(7): 47-52.
[12]	章运超, 王家生, 代娟, 闵凤阳, 朱孔贤. 深圳市近20 a水资源及其利用状况分析[J]. 长江科学院院报, 2020, 37(6): 43-48,76.
[13]	钱声源, 张乾坤, 陈从建, 杨国平. 焦作地区地下水水化学特征分析及水质评价[J]. 长江科学院院报, 2020, 37(4): 30-36.
[14]	肖潇, 徐坚, 赵登忠, 程学军, 李国忠, 赵保成, 徐健. 基于高光谱数据的汉江中下游典型河段水体悬浮物遥感反演[J]. 长江科学院院报, 2020, 37(11): 141-148.
[15]	刘志明,周真中,王永强,洪晓峰. 基于灰色预测模型的区域水资源承载力预测分析[J]. 长江科学院院报, 2019, 36(9): 34-39.

汕头市水资源承载力评价研究

Evaluation of Water Resources Carrying Capacity in Shantou City

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价