基于GOA-PP模型的区域水资源红黄绿分区管理识别

作者：崔东文; 郭荣

来源：华北水利水电大学学报(自然科学版), 2018, 39(01): 68-76.

• 用水总量
• 用水效率
• 水环境
• 红、黄、绿分区
• 指标体系
• GOA-PP模型
• 投影目标函数
• 云南省

为能科学、高效地识别云南省16个州(市)水资源红、黄、绿分区管理类型,提出了蚱蜢优化算法(GOA)-投影寻踪(PP)识别模型。首先,基于水资源红、黄、绿分区管理的概念,从用水总量、用水效率和水环境3方面提出了广义水资源红、黄、绿分区管理识别指标体系和分级标准;其次,利用16个州(市)的水资源评价指标数据集分别构建了基于用水总量、用水效率和水环境的投影目标函数,分别采用GOA、粒子群优化(PSO)算法、布谷鸟搜索(CS)算法、差分进化(DE)算法和人工蜂群(ABC)算法优化求解各目标函数,并对求解过程和求解结果进行对比分析;最后,利用GOA求解得的各最佳投影向量计算16个州(市)的水资源评价红、黄、绿分区投影值及红、黄、绿分级标准阈值的投影值,利用该分级标准阈值的投影值对16个州(市)的水资源红、黄、绿分区管理类型进行识别。结果表明,GOA寻优精度优于PSO、CS等4种算法,具有较好的求解精度和收敛稳健性能。GOA-PP模型对云南省各州(市)的用水总量-用水效率-水环境的红、黄、绿分区管理类型识别结果分别为:昆明市、玉溪市识别为"黄区-绿区-黄区"型;曲靖市识别为"绿区-绿区-红区"型;昭通市、红河州识别为"黄区-黄区-红区"型;丽江市识别为"黄区-红区-黄区"型;楚雄州、大理州识别为"黄区-黄区-黄区"型;文山州识别为"绿区-黄区-黄区"型;德宏州、迪庆州识别为"绿区-红区-绿区"型;其他州(市)识别为"绿区-红区-黄区"。此识别结果可为云南省全面贯彻落实最严格水资源管理制度提供借鉴。