下载文档原格式
水资源综合管理中的多目标决策研究水是维持生命和推动社会经济发展的重要资源。
然而，随着人口增长、工业化进程加快和气候变化等因素的影响，水资源管理面临着越来越复杂的多重目标决策问题。
为了实现水资源的可持续利用和综合管理，多目标决策研究成为一种重要的工具和方法。
多目标决策是指在面对多个决策目标时，通过优化方式和技术，同时满足多个目标的需求。
在水资源管理中，决策者需要考虑诸如供水安全、水质保护、生态环境保护、农田灌溉等多个目标，这些目标之间可能存在相互制约和冲突。
为了更好地实现水资源的综合管理，研究者和决策者采用多目标决策方法来处理这些复杂的问题。
多目标决策的核心是建立数学模型，通过模型的分析和优化，找到一个最优的方案，以使各个目标尽可能地得到满足。
在水资源管理中，常用的多目标决策方法包括线性规划、非线性规划、模糊决策、灰色关联度等。
这些方法可以充分考虑不同目标之间的优先级和权重，以及不同利益相关者的需求。
在具体应用中，多目标决策方法可以应用于水资源分配、水质保护和管理、水灾防治等方面。
例如，在水资源分配中，决策者需要考虑农田灌溉的需求、工业和生活用水的需求以及环境流量的需求等多个方面。
利用多目标决策方法，可以找到一个最优的方案，使不同用水需求之间得到合理的平衡，同时保障生态环境的可持续发展。
在水质保护和管理方面，多目标决策可以应用于选择适当的排污处理方案和限制污染物排放。
决策者需要考虑经济成本、环境影响和水体质量等多个目标，通过多目标决策方法，可以找到一个能够最大程度地降低污染物排放、保护水质的方案。
此外，多目标决策方法还可以应用于水灾防治中。
在防洪工程建设中，决策者需要考虑保护人民生命财产安全、减少洪灾造成的经济损失和保护生态环境等多个目标。
通过多目标决策方法，可以制定出一套合理有效的防洪方案，实现洪水的综合治理和可持续发展。
在实际应用中，多目标决策涉及到广泛的利益相关者，包括政府部门、水资源管理机构、决策者、科研机构和公众等。
关于洪水资源利用多目标风险决策分析摘要：洪水作为水资源的一种特殊组成部分，具有兴利、水害的双重性质，如何有效利用过境洪水资源成为缓解流域水资源矛盾的重要措施之一。
既能合理安全的利用过境洪水，又不增加防洪压力是解决洪水利用问题的关键。
本文对我国北方某流域下游地区进行过境洪水资源利用风险因素识别，针对大坝泄洪量和安全风险进行了评估，综合考虑了风险损失与经济效益之间的关系，构造过境洪水资源风险决策模型，并将模型的最优解作为水库水位调整的参考，使过境水资源得到综合利用，效益达到最大值。
最后结合具体工程实例的研究，为相关过境水资源利用提供了决策依据。
关键词：过境洪水；风险评估；决策模型；综合利用中图分类号文献标识码引言在流域下游，过境洪水大多都是从主干河道直接排入大海，在此过程中并没有得到有效的利用。
在我国，对于洪水资源利用的研究主要侧重于水库汛限水位、洪水保险、风险决策及洪泛区管理等方向。
涉及空间和时间相结合的风险评估，确定最佳蓄水位的研究并不深入。
本文针对上述问题，结合具体工程背景，构造了过境洪水资源综合利用模型，将模型计算得到的综合效益值与水库汛限水位相结合，利用最优效益值调整水库汛限水位。
1.洪水资源利用风险识别风险因素是风险管理的重要影响因素。
利用层次分析法，可以构造洪水资源利用风险因素指标系统，确定影响洪水利用的主要风险因子和关键风险因子。
针对流域下游的社会因素、工程因素以及水文地质特点，构造洪水资源利用风险识别系统。
经相关分析论证，通过层次分析法将风险因素识别系统分为3个层级，指标层，准则层和目标层。
识别系统包括六大因素：本地洪水不确定风险因素、水质不确定风险因素、洪水调度管理风险因素、不利生态环境管理风险因素、水岸上游来水不确定性风险因素、抬高水库汛限不确定风险因素。
利用层次分析法进行风险因素识别，确定其中主要的风险因素。
2.洪水资源利用风险评估依据已有的统计洪水资料计算水库不同汛限水位的风险率，在根据汛限水位的最高库水位计算超过设计标准的风险率。
水利科技多目标规划城市水资源优化配置研究与分析胡瑜婷（慈溪市水利建筑勘测设计院有限公司，浙江 慈溪 315300）摘要：水对于人类发展而言有着非常重要的意义，人类的各项活动都离不开水资源的大力支持。
我国水资源相对较为短缺，人均占有量极低。
国家相关部门在对我国水资源基本情况进行全面判断的情况下，要求各个城市在各项工作进行的过程当中要进一步加大水资源优化配置工作。
本文对当前我国城市水资源配置的现状及存在的问题进行了全面的分析，并且结合实际情况提出了一些措施。
希望通过本文可以为相关工作提供一些参考。
关键词：多目标规划；城市；水资源；优化配置多目标规划理论在实际应用的过程当中由于其本身所具有的一系列特点主要被人们应用于解决两个以上目标在划定区域内最优解求解问题，是数学学科一个非常重要的分支之一。
多目标的城市水资源优化隶属于多目标规划问题的内容，通过多目标规划法的合理利用可以将水资源的分配问题转化为一个多目标规划求解问题。
为水资源的优化配置模型打下坚实的理论基础。
1 我国城市水资源配置存在的问题 1.1 水资源很难实现精准配置 城市的水资源一般是由诸多水源共同构建而成的，具体包括地下水、地表水以及过境水等等。
和传统商品有着很大的一点不同是，在对水资源流量进行计算的过程当中，存在着一定的交叉现象。
在实际用水时水流本身所具有的流动性使部分用水户的实际需求很难精确的对其进行确定，同时水资源具有的流动性特点很难使水资源进行有效的量化。
1.2 城市水资源配置差异 不同城市本身所拥有的水资源有着很大的差别，同时各个城市的发展情况也不尽一致。
因此，在对水资源进行配置的过程当中，各个城市的优化重点目标也有着很大的差异。
需要根据不同城市的实际情况对其进行针对性地分析。
1.3 城市发展带来的水资源供需矛盾 随着我国经济社会不断向前发展，国内人口数量持续增长，大量的人口对水资源提出了越来越多的需求。
在这样的情况下，各所城市水资源的供需矛盾变得日益尖锐。
基于多目标遗传算法的水资源优化配置研究一、引言在全球严重的水资源短缺中，如何科学地配置和管理水资源已成为一个迫切的问题。
近年来，多目标遗传算法（MOGA）因其成熟的强优化性能和可拓展性而成为研究水资源优化配置的共有工具。
为了更好地解决水资源短缺问题，本文通过研究 MOGA 在水资源优化配置中的应用来提高水资源管理效率。
二、多目标遗传算法概述多目标遗传算法是一种用于解决多维度目标优化问题的常用算法。
该算法通过量化多个目标的优化值，然后将这些值作为遗传算法的适应度函数，从而进行多维度的优化计算。
通常，MOGA的应用包括以下步骤：首先，确定优化配置的多个维度（如成本、水利用率、水处理效率等）；其次，开发和设计适应度函数；然后，通过遗传操作来更新进化种群并适应目标值。
最后，选择初始种群和适应度函数来寻求全局最优解或局部最优解。
三、水资源优化配置中 MOGA 的应用1.选择参数在执行 MOGA 时，依据所需的模态要素，选择适当的6-9峰值检测器作为初始种群，从中选取10-20个检测器再进行多目标遗传进化计算。
这样可以最大化地增加种群多样性和优化内部质量，提高算法求解速度和精度。
2.采用多目标优化适应度函数适应度函数是 MOGA 的重要部分。
在水资源优化配置中，由于涉及多个目标值的优化，因此需要采用多目标适应度函数。
现在，流行的目标设定值方法包括 Tchebycheff 法、加权_SUM 法、加权积法、模糊决策等。
不同的目标值设定方法需根据具体情况选择。
3.采用权重法来判定 Pareto 前沿在多目标遗传算法中，Pareto 前沿是指在解空间所有非支配解中的最大非支配解集合。
在水资源优化配置中，通过采用 Pareto 前沿可有效地确定最优解，而权重法是 MOGA 中判定 Pareto 前沿的常用方法，（即通过取不同权重设定组合，检测是否成为Pareto 前沿）。
正如上文所述，MOGA 算法是通过遗传操作来更新进化种群并适应目标值，这些操作包括选择、交叉和变异，被称为进化算子。
水利工程的多目标优化研究水利工程，作为关乎国计民生的重要基础设施，对于水资源的合理调配、防洪减灾、农业灌溉、能源供应等方面都发挥着至关重要的作用。
然而，在水利工程的规划、设计和运行管理过程中，往往面临着多个相互关联且有时相互冲突的目标，如何实现水利工程的多目标优化成为了一个关键且具有挑战性的问题。
在水利工程的多目标优化中，常见的目标包括经济效益最大化、社会效益最大化、环境影响最小化等。
例如，在建设一座水电站时，既要考虑发电效益的最大化，以满足能源需求和经济发展；又要关注对周边生态环境的影响，尽量减少对水生生物栖息地的破坏和水质的污染；同时还需要考虑对当地居民的社会影响，如移民安置、文化遗产保护等。
经济效益是水利工程建设和运行中一个重要的考虑因素。
通过合理的规划和设计，可以提高水利设施的发电效率、灌溉效益，增加水资源的利用价值，从而为社会创造更多的经济财富。
然而，单纯追求经济效益可能会导致资源的过度开发和环境的破坏。
例如，过度抽取地下水用于灌溉可能导致地下水位下降，引发地面沉降等问题。
社会效益在水利工程中同样不可忽视。
水利工程的建设往往会改变当地居民的生活方式和社会结构。
一个成功的水利工程应当能够提高居民的生活质量，保障公共安全，促进社会的和谐稳定。
比如，有效的防洪工程可以保护居民的生命财产安全，避免因洪水灾害带来的巨大损失；合理的灌溉系统可以保障农业生产，稳定粮食供应，促进农村经济的发展。
环境影响是当前水利工程建设中越来越受到关注的一个方面。
水利工程的建设和运行可能会对生态系统造成破坏，如改变河流的自然流态、影响鱼类的洄游通道、破坏湿地等。
因此，在多目标优化中，需要采取有效的措施来减轻环境影响，实现水利工程与生态环境的协调发展。
这可能包括建设生态友好型的水利设施，如鱼道、生态护坡等；或者通过生态补偿机制来恢复和保护受损的生态系统。
为了实现水利工程的多目标优化，需要综合运用多种方法和技术。
系统分析方法是其中的基础，通过对水利工程系统的各个组成部分及其相互关系进行深入分析，建立数学模型，从而能够定量地描述各个目标之间的关系。
基于供水风险的水资源多目标优化配置研究
罗伟
【期刊名称】《地下水》
【年(卷),期】2024(46)2
【摘要】针对缺水地区水资源供需不平衡现状,假定可供水量为随机变量,将供水风险定义为可供水量小于规划需水量的可能性,同时建立经济效益最大化和环境污染最小化的目标函数,构建供水风险多目标讨价还价模型。
通过对多目标优化模型求解,协调不断增长的城市用水及农业用水之间的矛盾,提高了灌溉区的水资源利用效率,使城市引水工程在环境及经济方面同时满足当下的发展需求。
结果显示,相较于单目标优化模型,多目标优化模型中,城市弃水量大幅降低,2020年的城市水源弃水量由3 484 000 m^(3)下降至2 198 000 m^(3),共下降1 286 000 m^(3)。
每一年的水资源系统综合评价均上升2019年由0.873上升至0.915。
2020年由
0.756上升至0.826,2021年由0.798上升至0.907。
多目标优化模型可以有效提高水资源的利用效率,缓和城市用水量与农业灌溉用水量之间的矛盾。
【总页数】3页(P97-98)
【作者】罗伟
【作者单位】宣城市青弋江灌区管理处
【正文语种】中文
【中图分类】TV67
【相关文献】
1.基于多目标优化模型的荣县水资源优化配置研究
2.水资源优化配置多目标风险分析方法研究
3.基于多目标模糊优化模型的兰州市水资源优化配置研究
4.基于供水风险的灌溉水资源多目标优化配置模型
5.基于供水和生态目标的水资源优化配置研究——以山西省长治供水区为例
因版权原因，仅展示原文概要，查看原文内容请购买。
水资源管理的多目标优化研究水，是生命之源，是人类社会发展不可或缺的重要资源。
然而，随着人口的增长、经济的发展以及环境的变化，水资源面临着日益严峻的挑战。
水资源管理的多目标优化成为了当前水资源领域研究的重要课题，旨在实现水资源的合理分配、高效利用以及可持续发展。
水资源管理的目标通常包括满足社会经济发展的用水需求、保障生态环境的用水、提高水资源的利用效率以及降低水资源开发利用的成本等。
这些目标之间往往存在着相互关联和制约的关系，使得水资源管理成为一个复杂的多目标优化问题。
在社会经济发展方面，工业、农业和城市生活用水的需求不断增长。
工业生产需要大量的水资源来进行冷却、清洗和加工等工序；农业灌溉也依赖于充足的水源来保证农作物的生长和丰收；城市居民的日常生活用水更是不可或缺。
然而，水资源的供给是有限的，如果不能合理规划和分配水资源，就可能导致某些地区或行业出现用水短缺的情况，从而制约经济的发展。
生态环境保护也是水资源管理的重要目标之一。
河流、湖泊、湿地等生态系统需要一定量的水来维持其生态功能和生物多样性。
如果过度开发水资源，导致河流断流、湖泊干涸、湿地萎缩等，将会对生态环境造成严重的破坏，进而影响整个生态系统的平衡和稳定。
提高水资源的利用效率是解决水资源短缺问题的关键。
通过推广节水技术和措施，如改进灌溉方式、加强工业用水循环利用、提高城市居民的节水意识等，可以在不增加水资源总量的情况下，满足更多的用水需求。
同时，降低水资源开发利用的成本也是水资源管理需要考虑的因素之一。
合理选择水资源开发项目、优化水资源配置方案以及提高水资源管理的效率等，都可以降低水资源开发利用的成本，提高水资源的经济效益。
为了实现水资源管理的多目标优化，需要综合运用多种方法和技术。
首先，要建立科学合理的水资源模型。
水资源模型可以模拟水资源的供需情况、水流运动规律以及水资源开发利用对环境的影响等，为水资源管理决策提供依据。
常见的水资源模型包括水文模型、水资源优化配置模型、水生态模型等。
水源治理中的多个目标优化模型研究一、前言水资源是人们生活和社会经济发展的重要基础。
水源治理是保障水资源安全的重要手段。
随着城市化的不断推进和经济的不断发展，水资源越来越受到关注，其综合利用和管理越来越复杂，必须采用适当的优化模型来提高水源治理的效果。
本文将介绍当前多个目标优化模型应用于水源治理的研究。
二、多目标优化模型多目标优化模型是指在多个目标的情况下，寻求一个可行、优化的方案。
其实质是一类基于数学模型和算法的优化技术，能够针对不同目标、不同约束条件，给出满足各种需求的综合优化方案。
多目标优化模型的基本类型包括线性规划、整数规划、混合整数规划、非线性规划等。
三、多目标优化模型在水源治理中的应用未来世界水危机的最主要原因是供需不平衡。
在这种情况下，多目标优化模型可被应用于水源规划、节水应用、水环境保护和水资源管理等方面。
1. 水源规划针对水资源的规划应确定它们的适宜开发水平和用途，包括流域内水资源总量、水资源分布状况、用水需求和供给的时间分布等。
多目标优化模型可根据这些变量进行水资源规划，以最大化经济效益、最小化环境影响。
2. 节水应用水的浪费是社会投资成本的浪费。
因此，多目标优化模型在节水应用方面有广泛应用。
例如，在农业领域中，多目标优化模型可用于确定最佳灌溉和施肥策略，以提高农作物产量和水的利用率。
3. 水环境保护多目标优化模型可应用于控制水环境对污染、气候变化和其他环境影响的响应。
这些响应包括水资源的可获得性、水的质量、河床稳定性、气候变化等。
4. 水资源管理多目标优化模型可被应用于解决以下水资源管理问题：资源的定量分配、管道规划、水力发电、水污染治理和水泥管理等。
四、多目标优化模型在水源治理中面临的挑战虽然多目标优化模型在水源治理中具有广泛应用前景，但也面临着一些挑战。
1. 数据质量水源数据通常是有缺陷的，数据缺失会影响到优化结果，而多目标优化模型对数据质量要求较高。
2. 模型复杂性水资源问题通常体现为复杂的动态模型，需要解决多个目标和多个约束条件。
2008年3月水 利 学 报SH UI LI X UE BAO第39卷 第3期收稿日期:2007206225基金项目:国家重点基础研究发展计划项目(973计划)(2003C B415206);湖北省自然科学基金重大项目(2007ABD007)作者简介:顾文权(1982-),男,湖北仙桃人,博士生,从事水资源与水环境研究。
E 2mail :g od —venture @文章编号:055929350(2008)0320339207水资源优化配置多目标风险分析方法研究顾文权,邵东国,黄显峰,代 涛(武汉大学水资源与水电工程科学国家重点实验室,湖北武汉 430072)摘要:在分析水资源配置风险内涵及其可能存在风险因素的基础上,识别了水资源优化配置的主要风险因子,建立了水资源优化配置多目标风险分析模型,提出了基于随机模拟技术的水资源优化配置多目标风险评估方法,通过该方法对南水北调中线调水后汉江中下游地区水资源配置风险值的分析,得出引江济汉补偿工程可显著提升南水北调中线调水后汉江中下游地区枯水年、平水年水资源配置方案的综合效益,降低中线调水对汉江中下游地区缺水等不利影响的风险。
关键词:水资源优化配置;多目标风险分析;随机模拟技术;南水北调中线;汉江中下游中图分类号:T V213;X 82014文献标识码:A,对保障生态环境基本用水需求,提高水资源综合利用效益,实现水资源分配的效率与公平,具有重要作用。
20世纪50年代以来,随着水资源系统分析理论和优化技术的不断发展,水资源优化配置理论取得了很大发展。
如:王浩等[1]基于宏观经济与水资源系统分析理论,提出了水资源“三次平衡”的配置思想,阐述了基于流域水资源可持续利用的系统配置方法;赵建世等[2]提出了基于复杂适应系统的水资源多目标优化配置模型;陈守煜[3]、崔振才等[4]将模糊优选理论引入水资源管理中。
总的说来,以往水资源优化配置研究多是针对确定性条件展开的。
受水文气象、社会经济、生态环境等因素的影响,水资源实际供求关系具有很大的随机性。
张秀菊[5]、Minsker B S 等[6]、孙才志等[7]虽然采用遗传算法、模糊集理论等对水资源配置过程中需水量、可供水量等不确定性问题进行了初步研究。
冯尚友[8]、Chang Ni 2Bin 等[9]采用随机规划方法对水资源系统中的不确定性问题进行了定量研究,但水资源合理配置可靠性等问题,尚待深入研究。
本文针对南水北调中线调水95亿m 3对汉江中下游地区水资源影响问题,从水资源配置风险分析出发,采用随机模拟等技术,探讨了水资源多目标优化配置风险分析问题。
1 水资源配置风险内涵及其影响因子水资源优化配置是采用水资源系统分析与宏观经济分析等理论、方法和技术,通过节水、治污与水资源开发等工程与非工程措施,在满足生态环境基本用水需求条件下,对地表水与地下水等多种水资源在多地区、多用户及上下游之间进行合理分配,最大限度地实现水资源利用的效率与公平。
因此,受不同降雨径流和地下水条件,不同的社会经济发展阶段与产业结构用水和节水水平,不同的工程与管理措施等影响,水资源优化配置方案及其效果可能不完全相同,存在一定的风险[7]。
水资源优化配置风险是指受水资源系统来用水及工程、管理等多种不确定性因素的影响,水资源配置达不到期望效果的可能性大小。
考虑到影响水资源配置的因素有自然资源、生态环境、社会经济、工程技术、科技管理等多个方面,各方面之间又存在不同程度的相互关联与作用,有必要根据诸多影响因子属性不同进行适当归类,以识别其中可能导致水资源配置风险的关键性因子。
为此,本文将水资源配置风险因子按自然条件、社会经济、工程技术、工程管理四个方面进行风险因子识别。
(1)自然条件因子识别。
在水资源优化配置过程中,可能产生风险的自然条件主要有降雨、径流、地下水以及湿地、植被、水生生物等生态条件变化和水质、排污量、土壤盐渍化等环境条件变化,其中生态环境变化又与水资源变化之间存在复杂相关关系,可以用生态环境需水量来反映,而生态环境需水量与降雨径流之间存在一定关系。
因此,提出可以用降雨径流量作为影响水资源配置效果的关键性自然条件因子。
(2)社会经济因子识别。
人类社会经济活动的不确定性是导致水资源配置风险的重要因素之一,其中人口规模、产业结构、生活及工农业用水水平、节水水平、排污量及其处理能力则是影响水资源配置方案及效果的重要因子。
考虑到在一定发展阶段和社会经济政策下,人口自然增长率与产业结构及工业、生活用水节水与污水处理水平相对稳定,农业用水则受降雨气候、种植面积、节水措施等因素的影响而在年内、年际之间具有一定的随机不确定性,故提出以农业用水量作为影响水资源配置风险的关键性因子。
(3)工程因子识别。
工程措施是实现水资源配置效果的重要途径之一。
通常,影响水资源配置方案及效果的主要工程措施有地表供水工程、地下水供水工程、调水工程、雨洪利用工程、劣质水利用工程等。
受区域或流域水文气候、地质地理、工程难易程度、经济合理性与防洪、生态安全等因素的影响,雨洪利用与劣质水利用工程目前尚处于试验研究阶段,地下水与地表水工程虽然也受水文气候等因素影响,但一旦建成,则往往会因其一定的调节性能而具有相对稳定的供水能力。
因此,区域调入与调出的水资源量多少将直接影响到水资源配置方案及效果,由此而成为可能导致水资源配置风险的关键性工程因子。
(4)管理因子识别。
加强水权、水价及信息化管理是实现水资源优化配置的有效手段。
但受经济、技术、观念等多种因素的影响,目前我国初始水权尚不明确,水价体制与机制并不完善,信息化技术远未普及,上述因素虽然可能导致水资源配置风险,但目前还难以准确描述,故暂不考虑。
2 来水和用水过程的随机模拟方法根据上述风险因子分析可知,径流量、农业用水及区域调入、调出水量是影响水资源配置风险的主要因素,而调入调出水量与调水工程建设与否、规模大小等因素有关,可以采用多方案模拟办法通过多目标情景分析来识别其风险值大小。
这里重点描述径流来水量与农业需水过程的随机模拟分析方法。
采用M onte2Carlo随机模拟技术进行风险因子模拟。
211 来水随机模拟 对于年径流量等水文变量的分布,我国一般采用P2Ⅲ型分布,可以用舍选法生成P2Ⅲ型随机数[10]。
计算方法如下:x t=α0+1β1-∑|α|k=1ln u k-B t ln u|α|+3,(t=1,2,…)(1)其中:α=4C2s ,β=2x C v C s,α0= x1-2C vC s(2)式中:[α]为等于或小于α的最大整数;xt (t=1,2,…)为所需生成P2Ⅲ型分布的第t个随机数;uk(k=1,2,…,[α]+3)为[0,1]均匀分布随机数: x、C v和C s由实测年径流序列按常规水文计算方法(适线法)进行水文频率计算得出。
参数Bt按下式计算:B t=u1Πr[α]+1u1Πr[α]+1+u1Πs[α]+2(3)式中:u [α]+1和u [α]+2为一对随机数;r =α-[α],s =1-r 。
在模拟时,式(3)中的分母(u 1Πr[α]+1+u 1Πs[α]+2)≤1,否则舍去,重新取一对伪随机数计算,直到满足要求为止。
212 需水随机模拟 农业需水与灌溉面积、灌溉定额、灌溉水利用系数等密切相关。
灌溉定额主要与降雨频率有关,其确定方法是对随机生成的年来水系列进行判断,选择与其最接近的实测年径流量,该实际年份的灌溉定额也对应为模拟规划年的灌溉定额。
灌溉面积、灌溉水利用系数等随机变量较难确定其客观分布,可通过查询相关规划报告或采用专家调查法确定其最可能取值和最大最小取值,以三角分布来模拟。
同样,其它随机变量(如工业产值增长率、年均人口增长率等)均采用三角分布。
3 水资源多目标优化配置模型与方法在传统经济发展模式下,水资源的开发利用单纯追求经济效益,以牺牲环境质量和无节制消耗水源为代价,造成了社会效益的破坏,这与时代发展要求水资源可持续利用是相悖的。
同时追求经济效益、社会效益和生态环境效益的综合效益是水资源可持续利用的根本目标。
311 目标函数 设流域划分为K 个子区,k =1,2,…,K ,子区k 内有I (k )个供水水源,J (k )个用水部门。
(1)经济效益目标。
流域内水资源利用对G DP 的净贡献值最大。
f 1(X )=max∑Kk =1GDPw(k )(4)式中:G DP w (k )为水资源优化配置对第k 子区G DP 的净贡献值,在水资源规划与管理中采用G DP 与用水量之间的线性关系表示(数据统计分析其线性拟合的复相关系数r 2>018)[11]。
GDP w (k )=∑J (k )j =1φj ・ωk ・B k j・gdp j ・∑I (k )i =1αk i x kij (5)式中:J (k )为子区k 内对G DP 有贡献的用水部门的集合;φj 为用水部门j 的供水效益分摊系数,一般农业为0125～0160,工业为0108～0112,根据具体情况分析确定。
ωk 为子区k 权重系数,可采用AHP 法求得;B kj 为子区k 用水部门j 的单位水量产值系数,对工业用水部门可用万元G DP 用水定额推求,对农业用水部门可采用灌溉定额和灌溉增产效益推求;gdp j 为用水部门j 的G DP 贡献占产值的比例系数,可采用区域统计年鉴推求;x k ij 供水水源i 向子区k 用水部门j 的供水量;αki 为子区k 供水水源i 供水次序系数。
(2)社会效益目标。
社会效益主要考虑公平性,供水公平性可借用经济学中“基尼系数”的概念来度量[12]。
根据基尼系数的含义,可通过考察各区域各用水部门间供需水比值的差异反应供水公平性,定义社会效益目标为f 2(X )=min ∑K k =1∑m j =1∑K k ′=k ∑mj ′=1|W (k ,j )ΠD (k ,j )-W (k ′,j ′)ΠD (k ′,j ′)|K ・m ・M (6)式中:W (k ,j )为子区k 用水部门j 的供水量(万m 3);D (k ,j )为子区k 用水部门j 的需水量(万m 3);K 为子区总数;m 为用水部门总数;k ,k ′分别表示子区k ,k ′;j ,j ′分别表示用水部门j ,j ′;M 表示所有子区和用水部门的供水量与需水量比值之和。
(3)生态环境效益目标。
区域各子区BOD 排放量之和最小。
f 3(X )=min∑Kk =1∑J (k )j =10.01・d k jp k j ∑I (k )i =1x k ij(7)式中:d k j为k 子区j 用户单位废水排放量中生化需氧量(BOD )的含量,mg/L ;p kj 为k 子区j 用户污水排放系数。
312 约束条件 水资源配置过程需要受到供水约束、需水约束和变量非负三种约束条件。
