说明书水资源管理方法和装置
技术领域
本发明涉及自然资源分析与管理技术，特别是涉及到对于水资源的分析与管理技术。
背景技术
水资源作为不可替代的自然资源，在经济发展和人民生活中占有重要地位。我国是一个严重的缺水国家，为了获取水源，许多地区相继花费巨额投资长距离引水，与此同时，大量工业、农业污水排入自然水体，造成了巨大的环境问题，使得水资源的供需更加紧张。具体体现在：一是水资源供需矛盾突出，二是水生态环境恶化，三是防洪防旱形势严峻。
水资源供需矛盾突出：我国平均年水资源总量28124亿m3，其中河川平均年径流量27115亿m3，地下水8288亿m3，居世界第六位，低于巴西、俄罗斯、加拿大、美国和印度尼西亚。然而，我国是一个水资源短缺的国家，虽然水资源总量居世界第六位，但按人均水资源量计量，人均占有量仅为2500立方米，为世界人均水量的1/4，世界排名第110位，被联合国列为13个贫水国家之一。水生态环境恶化：尤其是工业革命以后,随着人口增加、城市化进程加快以及工业的迅猛发展,污染带来的水环境恶化及其引起的水资源短缺问题日益突出，是人类社会面临的重大环境问题之一。当前我国水资源面临的形势十分严峻，资源短缺、水污染严重、水生态环境恶化等问题日益突出,已成为制约经济社会可持续发展的主要瓶颈。防洪防旱形势严峻：2012年全国31省(自治区、直辖市)2263县(市、区)发生洪涝灾害，受灾人口12367.11万人，因灾死亡673人、失踪159人，农作物受灾面积11218.09千公顷，其中成灾5871.41千公顷、绝收1384.39千公顷，倒塌房屋58.60万间。21省(自治区、直辖市)发生干旱灾 害，作物受灾面积9333.33千公顷，其中成灾3508.53千公顷、绝收373.80千公顷，因干旱粮食损失116.12亿公斤，有1637.08万人、847.63万头大牲畜因旱饮水困难。
目前，尽管现有技术中在水资源管理方面，尤其在流域水文模拟方面，已经开展了大量的分析和尝试工作，但仍存在一定的局限性。例如，缺乏表征流域系统复杂性和多重不确定性方法的研究与开发，不能有效地在时间上和空间上充分考虑不确定性因素，从而为决策提供更加科学合理的依据。此外，参数不确定性分析上，仅仅对参数敏感性给出定性描述，没能将其量化，而且不能够对参数之间的交互作用进行分析。因此，在不确定性条件下进行流域水文模拟对水资源的合理管理具有重要意义。
发明内容
鉴于此，本发明的目的在于避免现有技术中的问题，在不确定性条件下进行流域水文模拟对水资源的合理管理。
为了实现此目的，本发明采取的技术方案如下。
一种水资源管理方法，所述方法包括步骤：
A、确定降雨因子、快贮水最大贮量、快持水常数和慢持水常数为二型模糊参数；
B、利用二型模糊分析方法对二型模糊参数进行抽样模拟；
C、根据抽样模拟结果，量化不同二型模糊参数及其交互作用对模拟河道径流量的影响。
其中所述利用二型模糊分析方法对二型模糊参数进行抽样模拟包括：
B1、将二型模糊集表示为其上界隶属函数和下界隶属函数；
B2、将二型模糊参数分解为m个α-截集：
Ki={ki(1),ki(2),...,ki(m)},]]>
其中表示第j个α-截集所对应的双区间集，
而[l1i(j),l2i(j)]和[l3i(j),l4i(j)]表示第j个α-截集中元素的上下界，
其中，第j个截集所对应的隶属度为：
uj=(m-j)(m-1),j=1,2,...,m,]]>
B3、第i个二型模糊参数的j个α-截集中抽样值向量为：
Ii(j)=(l1ij,l2ij,l3ij,l4ij),]]>
其中，i＝1,2,…,n；j＝1,2,…,m，为第j个截集中四个水平值。
另外步骤C中，根据抽样模拟结果，量化不同二型模糊参数及其交互作用对模拟河道径流量的影响包括：
C1、获得各个截集中的四个水平值之后，进行全因子实验设计，将不同二型模糊参数不同水平值带入到半分布水文模型SLURP中，得到模拟河道径流量，计算其峰值；
C2、进行方差分析，得到二型模糊参数及其交互作用对模拟河道径流量峰值的影响作用。
特别地，所述二型模糊集的构建方式为：
以参数最优值隶属度为1，选取率定区间的5％及10％作为二型模糊参数隶属函数边界值，构建二型模糊集。
一种水资源管理装置，所述装置包括二型模糊参数选取单元、抽样模拟单元和影响分析单元，所述模拟分析单元连接至二型模糊参数选取单元和影响分析单元；
二型模糊参数选取单元，用于确定降雨因子、快贮水最大贮量、快持水常 数和慢持水常数为二型模糊参数；
抽样模拟单元，用于利用二型模糊分析方法对二型模糊参数进行抽样模拟；
影响分析单元，用于根据抽样模拟结果，量化不同二型模糊参数及其交互作用对模拟河道径流量的影响。
其中，所述抽样模拟单元包括二型模糊集创建单元、截集分解单元和截集水平值确定单元，其中，
二型模糊集创建单元用于将二型模糊集表示为其上界隶属函数和下界隶属函数；
截集分解单元用于将二型模糊参数分解为m个α-截集：
Ki={ki(1),ki(2),...,ki(m)},]]>
其中表示第j个α-截集所对应的双区间集，其中[l1i(j),l2i(j)]和[l3i(j),l4i(j)]表示第j个α-截集中元素的上下界，其中，第j个α-截集所对应的隶属度为：
uj=(m-j)(m-1),j=1,2,...,m,]]>
截集水平值确定单元用于确定截集中的水平值，其中第i个二型模糊参数的j个α-截集中抽样值向量为：
Ii(j)=(l1ij,l2ij,l3ij,l4ij),]]>
其中，i＝1,2,…,n；j＝1,2,…,m，为第j个截集中四个水平值。
特别地，所述影响分析单元包括峰值计算单元和方差分析单元，其中，
峰值计算单元用于截集水平值确定单元获得各个截集中的四个水平值之后，进行全因子实验设计，将不同参数不同水平值带入到半分布水文模型SLURP中，得到模拟河道径流量，计算其峰值；
方差分析单元用于进行方差分析，得到二型模糊参数及其交互作用对模拟河道径流量峰值的影响作用。
通过本发明的水资源管理方法和装置，根据研究区域特征进行径流模拟和参数优化，运用二型模糊抽样方法进行抽样，之后通过方差分析量化敏感参数对结果的贡献率，提高径流预报精度，从而为区域社会、生活以及生态的可持续发展提供决策支持，同时为防洪减灾、水资源科学规划管理提供保证。
本发明的水资源管理方法和装置，考虑了二型模糊参数对模拟结果的影响，解决了水文模拟过程中由于数据监测，模型结构，参数取值等带来的不确定性和复杂性。该方法和装置可以量化参数对结果影响，有助于提高径流预报精度，为流域管理提供依据。
附图说明
图1是本发明水资源管理方法的示意图。
图2为本发明实施方式中不同参数及其交互作用对模拟河道径流量峰值的影响示意图。
图3为本发明实施方式中不同参数的交互作用对模拟河道径流量峰值的影响示意图。
具体实施方式
下面结合附图，对本发明作详细说明。
以下公开详细的示范实施例。然而，此处公开的具体结构和功能细节仅仅是出于描述示范实施例的目的。
然而，应该理解，本发明不局限于公开的具体示范实施例，而是覆盖落入本公开范围内的所有修改、等同物和替换物。在对全部附图的描述中，相同的附图标记表示相同的元件。
同时应该理解，如在此所用的术语“和/或”包括一个或多个相关的列出项的任意和所有组合。另外应该理解，当部件或单元被称为“连接”或“耦接”到另一部件或单元时，它可以直接连接或耦接到其他部件或单元，或者也可以存在中间部件或单元。此外，用来描述部件或单元之间关系的其他词语应该按照相同的方式理解(例如，“之间”对“直接之间”、“相邻”对“直接相邻”等)。
本发明的水资源管理方法的示意图如图1所示，具体而言，所述水资源管理方法包括以下步骤：
A、确定降雨因子、快贮水最大贮量、快持水常数和慢持水常数为二型模糊参数；
B、利用二型模糊分析方法对二型模糊参数进行抽样模拟；
C、根据抽样模拟结果，量化不同二型模糊参数及其交互作用对模拟河道径流量的影响。
从以上步骤可以看出，本发明实施方式中的水资源管理方法与现有技术不同，考虑了二型模糊参数对模拟结果的影响，解决了水文模拟过程中由于数据监测，模型结构，参数取值等带来的不确定性和复杂性，因此相对于现有技术而言具有更好的效果。
本领域内技术人员应当明白，之所以选择降雨因子、快贮水最大贮量、快持水常数和慢持水常数作为二型模糊参数是因为半分布水文模型SLURP的参数需要，当使用其他水文模型时，也可以选择其他的二型模糊参数。
在一个具体实施方式中，所述利用二型模糊分析方法对二型模糊参数进行抽样模拟包括：
B1、将二型模糊集表示为其上界隶属函数和下界隶属函数；
具体而言，给定二型模糊集其不确定性域为：
FOU(A~)=∪x∈X[A~l(x),A~u(x)],]]>
其中，表示二型模糊集的下限隶属函数，表示二型模糊集的上限隶属函数。因此，二型模糊集的α-截集可用如下公式表示：
A~α={x∈X|μA~l(x)≥α,μA~u(x)≥α}]]>
二型模糊集在二维平面上可以用它的上界隶属函数和下界隶属函数表示，因此，可表示如下：
A~αl={x∈X|μA~l(x)≥α}A~αu={x∈X|μA~u(x)≥α}]]>
B2、将二型模糊参数分解为m个α-截集：
Ki={ki(1),ki(2),...,ki(m)},]]>
其中表示第j个α-截集所对应的双区间集，
其中[l1i(j),l2i(j)]和[l3i(j),l4i(j)]表示第j个α-截集中元素的上下界，
其中，第j个截集所对应的隶属度为：
uj=(m-j)(m-1),j=1,2,...,m,]]>
B3、第i个二型模糊参数的j个α-截集中抽样值向量为：
Ii(j)=(l1ij,l2ij,l3ij,l4ij),]]>
其中，i＝1,2,…,n；j＝1,2,…,m，为第j个截集中四个水平值，n为二型模糊参数的数量。
在另一具体实施方式中，本发明水资源管理方法的步骤C中，根据抽样模拟结果，量化不同二型模糊参数及其交互作用对模拟河道径流量的影响包括：
C1、获得各个截集中的四个水平值之后，进行全因子实验设计，将不同二型模糊参数不同水平值带入到半分布水文模型SLURP中，得到模拟河道径流量， 计算其峰值；
C2、进行方差分析，得到二型模糊参数及其交互作用对模拟河道径流量峰值的影响作用。
特别地，在一个具体实施方式中，所述二型模糊集的构建方式为：
以参数最优值隶属度为1，选取率定区间的5％及10％作为二型模糊参数隶属函数边界值，构建二型模糊集。
以一个具体的实施例来予以说明本发明的水资源管理方法，以降雨因子PF为区间二型模糊参数，且取值为[7.59.511.513.515.5]其中在13.5处隶属度为1，8和15为上界隶属函数值为0点，11.5和13.5为下界隶属函数为0点。在这里，取4个α-截集，即j＝4，则有j＝1，α＝0.75，j＝2，α＝0.50，j＝3，α＝0.25，j＝4，α＝0，以j＝3，α＝0.25为例，所对应的截集为[[8.5,10],[13,14.5]]，则四个输入水平值分别为8.5、10、13和14.5，同理可得到其它三个参数第三个α-截集中的四个水平值，进行四水平四参数全因子实验设计，将不同参数不同水平值带入到半分布水文模型SLURP中，得到河道日径流量模拟数据，计算其峰值。选择其它α-截集，模拟得到河道径流量峰值，最后进行方差分析，得到参数及其交互作用对峰值影响的大小。
图2给出了不同二型模糊参数(包括降雨因子PF、快贮水最大贮量MF、快持水常数RF和慢持水常数RS，在图中分布为参数A、B、C和D)及其交互作用(表示为BC、AB、AC、CD、BD、AD)对模拟河道径流量峰值的影响，图3给出了不同二型模糊参数之间交互作用对模拟河道径流量峰值影响的响应曲面，同理，不同二型模糊参数及其交互作用对模拟河道径流量均值及总量的影响也可通过本发明的水资源管理方法得到。
为了实现本发明的水资源管理方法，本发明还包括一种水资源管理装置。所述装置包括二型模糊参数选取单元、抽样模拟单元和影响分析单元，所述模拟分析单元连接至二型模糊参数选取单元和影响分析单元；
二型模糊参数选取单元，用于确定降雨因子、快贮水最大贮量、快持水常数和慢持水常数为二型模糊参数；
抽样模拟单元，用于利用二型模糊分析方法对二型模糊参数进行抽样模拟；
影响分析单元，用于根据抽样模拟结果，量化不同二型模糊参数及其交互作用对模拟河道径流量的影响。
其中，所述抽样模拟单元包括二型模糊集创建单元、截集分解单元和截集水平值确定单元，其中，
二型模糊集创建单元用于将二型模糊集表示为其上界隶属函数和下界隶属函数；
截集分解单元用于将二型模糊参数分解为m个α-截集：
Ki={ki(1),ki(2),...,ki(m)},]]>
其中表示第j个α-截集所对应的双区间集，
其中[l1i(j),l2i(j)]和[l3i(j),l4i(j)]表示第j个α-截集中元素的上下界，
其中，第j个截集所对应的隶属度为：
uj=(m-j)(m-1),j=1,2,...,m,]]>
截集水平值确定单元用于确定截集中的水平值，其中第i个二型模糊参数的j个α-截集中抽样值向量为：
Ii(j)=(l1ij,l2ij,l3ij,l4ij),]]>
其中，i＝1,2,…,n；j＝1,2,…,m，为第j个截集中四个水平值。
另外，所述影响分析单元包括峰值计算单元和方差分析单元，其中，
峰值计算单元用于截集水平值确定单元获得各个截集中的四个水平值之后，进行全因子实验设计，将不同参数不同水平值带入到半分布水文模型SLURP 中，得到模拟河道径流量，计算其峰值；
方差分析单元用于进行方差分析，得到二型模糊参数及其交互作用对模拟河道径流量峰值的影响作用。
需要说明的是，上述实施方式仅为本发明较佳的实施方案，不能将其理解为对本发明保护范围的限制，在未脱离本发明构思前提下，对本发明所做的任何微小变化与修饰均属于本发明的保护范围。