水工隧洞建设对区域水资源优化的影响

(新疆伊犁河流域开发建设管理局，新疆 乌鲁木齐 830000)

水工隧洞建设对区域水资源优化的影响

吴小静

(新疆伊犁河流域开发建设管理局，新疆 乌鲁木齐 830000)

随着人口不断攀升及工商业的发展，区域用水需求量逐年增加，使得水资源短缺问题日显严重，水工隧洞成为目前区域性水资源嫁接渠道，日益成为研究焦点。本文首先利用灰色系统之灰关联分析法(Grey relational analysis)评估区域水资源优化，以得知水工隧洞建设的影响值；另以灰色系统之GM(1,N)模型对水工隧洞建设的影响值进行模拟预测；最后对实际值与模拟预测值进行相对残差值评析，并进一步提出一种预测效能最优的分析方法。

灰关联分析法(Grey relational analysis)；GM(1,N)模型；水工隧洞建设影响值；区域水资源优化

1 引 言

水工隧洞是水利水电工程的重要组成部分,受到业内的广泛关注。近年来，随着一批新的重大水利水电工程特别是调水工程的陆续实施，水工隧洞技术不断更新和发展，隧洞的埋深、长度和建设难度不断增加，特别是穿越山脉、河流、海峡等自然障碍的长隧洞已逐步成为水利水电工程的难点和重点。以灰色系统之GM(1,N)模型对水工隧洞建设影响值进行模拟预测，最后对实际值与模拟预测值进行相对残差值的评析，以评估模型来预测效能。以通过此灰色系统了解水工隧洞建设对区域水资源优化影响的研究，进而减少国内区域严重缺水和用水调度问题。

2 背景和相关文献研究

2.1 背景分析

根据国家水安全创新工程总体安排，科技部会同有关部门及有关省(自治区、直辖市)科技主管部门制定了国家重点研发计划“水资源高效开发利用”重点专项实施方案。本专项紧密围绕水资源安全供给的科技需求，重点开展综合节水、非常规水资源开发利用、水资源优化配置、重大水利工程建设与安全运行、江河治理与水沙调控、水资源精细化管理等方面科学技术研究，促进科技成果应用，培育和发展水安全产业，形成重点区域水资源安全供给系统性技术解决方案及配套技术装备，形成50亿m3的水资源。

2.2 文献研究

吴泽宁、索丽生结合我国水资源问题，阐述了水资源优化配置的作用，对国内外水资源优化配置的研究进展做了评述，从可持续发展的角度，对水资源优化配置研究成果的特点进行归纳。在此基础上，指出水质水量联合优化配置和水资源优化配置效果评价的理论、模型和方法,以及3S技术和新优化算法在水资源优化配置中的应用，是水资源优化配置研究的重要领域。

3 灰色系统模型——灰关联分析法、GM (1, N) 模型

灰关联分析源自灰色系统理论，具有少数据及多因素分析特性，而灰关联分析是针对一群离散序列数据，找出其中一序列对其他序列的关联性，根据灰色理论定义，灰关联度实际上是表示两个序列间相关程度，因此，利用离散的测度方式计算距离量度，此测度称为 “灰关联度”，并藉由其序列间的灰关联度数值大小(重要性)加以排序，以获得重要讯息。进行灰关联分析，建立序列的可比性必须满足以下三个条件(Deng, 1982；Deng, 1989)：

依上，求灰关联度时，传统的方式必须先求出灰色关联系数。求出灰关联度后，将结果加以排列，称为灰色关联序列。

在灰关联系数中，辨识系数的功能主要是作背景值和待测物之间的对比，数值的大小可以根据实际的需要做适当调整。一般而言，辨识系数的数值均取为0.5，但是为了加大结果的差异性，可以依实际需要做调整。由实际的数学证明中得知，辨识系数数值的改变只会变化相对数值的大小，不会影响灰关联度的排序。

如上式，整体性灰关联度中，由于每一个序列均可以成为标准序列，因此在求出所有的灰关联度后，可以用特征值方式(eigen- vector method)加以排序。

a. 无因次性(Normalization)：不论因子的测定为何，必须经过处理成无因次性。

b. 等级性(Scaling)：各序列均属于同等级(Order)。

c. 同极性(Polarization)：序列中的因子描述应为同方向。

GM (1,N) 模型序列x1(k),x2(k),x3(k),…,xN(k)中，假设x1(k) 是系统行为的主行因子，而x2(k),x3(k),…,xN(k)为影响主行为的因子，称为次行因子，则可利用GM (1,N) 模型做分析。在本研究中将水工隧洞建设影响值(BOD、COD、SS放流浓度)当成主行因子，而将区域水资源优化背景数据如政府调控、财政支持率(%)、区域性质(CMD) 当成次行因子。

4 实证模型建立与分析

4.1 区域水工隧洞条件决定优先推动水资源优化

在标准序列x0(k)上，是区域水工隧洞政策调控条件表示；在比较序列xi(k)上，是区域水工隧洞财政条件表示。因此，在条件处理方面也可分为区域水工隧洞决策处理和区域水工隧洞施工处理。应用灰关联计算得出结果值：灰关联度越大(接近1)，表示区域水工隧洞开工条件较佳时，其区域水资源调控和利用的潜力强；当灰关联度越小(接近0)，表示区域水工隧洞开工条件较差时，显示的是区域水资源调控和利用的潜力弱。由此可以看出，我国区域水资源的优化配置要以政府政策调控条件和财政支持条件为主导下进行灰关联排序来完成。

4.2 水资源优化评析

依据第4.1节的灰关联分析决定优先推动区域性地区水资源优化，研究结果显示：在区域水资源调控和利用的潜力为A区域水资源优化时，此标准序列x0(k)都是固定的区域，其水资源优化水质为BOD=6mg/L、COD=12mg/L、SS=3.1mg/L；在比较序列xi(k)上，基于最具区域水资源调控和利用的潜力，依序为城市用水和农业用水，其灰关联度值都为0.5864，反之，而最不具区域水资源调控和利用的潜力，依序为工业补给水及工艺与产品用水，其灰关联度值都为0.424，见下表。就现阶段来看，区域水资源优化的用水用途中，以城市供水最普遍。

中国区域水资源优化用水分类之灰关联度、灰关联序表

4.3 GM(1, N)模型对区域水资源优化的影响

对水工隧洞建设影响值进行模拟预测，由GM(1,N) 建模解出系数|bi|，对将来具区域水资源调控和利用潜力的显著影响因子，模型中参数主要受|b3|财政支持率(%)影响较为显著，再依序为|b4|区域特性(CMD)、|b2|政府政策调控。

与相关研究MAPE比较，以建模数据集作GM(1,N) 预测模式，得知现有区域水资源调控和利用潜力BOD、COD、SS对水工隧洞建设影响值的预测值，建模值MAPE差异最小为SS、差异最大为BOD，建模值MAPE介于8%～11%间，误差不大。就建模值MAPE而言，本研究与(何宪等，2015)建模值MAPE介于36%～42%间、(Pai et al., 2005)建模值MAPE介于32%～99%间、(蔡嘉等，2013)建模值MAPE介于87%～121%间的研究结果进行比较，本研究的建模值MAPE皆低于三位学者的研究结果，与蔡嘉的建模值MAPE结果差异最大。

GM (1,N) 模式的测试数据集，得知将来具区域水资源调控和利用潜力BOD、COD、SS的水工隧洞建设影响值的预测值，其测试值MAPE差异最小为BOD、差异最大为COD，测试值MAPE介于10%～49%间。就测试值MAPE而言，本研究与(何宪等，2015)测试值MAPE介于41%～177%间、(Pai et al., 2005)测试值MAPE介于77%～123%间、(蔡嘉等，2013)测试值MAPE介于46%～153%间的研究结果比较，本研究的建模值MAPE皆低于三位学者的研究结果，与Pai et al.的预测结果差异最大，因此，本研究测试值MAPE可算误差不大，唯一例外的是何宪的COD测试值MAPE为41%，其研究结果优于本研究COD测试值MAPE为49%。因此，就整体预测效果显示，给予最佳预测效果分析法，以灰关联法排序GM (1,N)的预测结果确实优于三位学者的研究预测模式。

5 结论与建议

本文论述的水工隧洞建设对水资源优化的影响目前还处于探索阶段，需要对水工隧洞概念和内涵进行进一步的研究。首先利用灰色系统的灰关联分析法评估出最具区域水资源调控和利用潜力的水工隧洞建设影响值，再与我国区域水资源优化的标准值进行灰关联排序比较。另以灰色系统GM(1,N)模型对于区域水资源优化下的水工隧洞建设影响值进行预测，建立起隧洞建设区域与调水区域的配置模型是合理的，且优化配置结果可行，对同类行业具有一定的参考研究价值。

[1] 冯叔瑜， 顾毅成. 开发西部水资源与工程爆破技术[J]. 工程爆破, 2001, 7(4):1- 6.

[2] Deng J. Control Problems of Grey System.SystemsandControlLetters, Vol.5, No.3, 1982:288- 294.

[3] Deng J. Introduction to Grey System Theory.TheJournalofGreySystem, 1, 1989:1- 24.

[4] 城市污水再生利用工业用水水质(The reuse of urban recycling water — Water quality standard for industrial uses), 2006.

[5] 吴泽宁, 索丽生. 水资源配置优化研究[J]. 灌溉排水学报, 2004, 23(2):1- 5.

[6] Ying SHEN, Yong Wei. The New Modeling Method to the Sequence with Grey Exponential Law,Proceeding of the 2009 IEEE International Conference on Grey Systems and Intelligent Services (IEEE GSIS2009), Nov. 10- 12, 2009, Nanjing, China, 392- 396.

[7] 余逗, 魏勇. 非齐次指数序列的GM模型[C]//中国高等科学技术中心: 第十六届全国灰色系统学术会议论文集, 2008年4月, 440- 447.

Influenceofhydraulictunnelconstructiononregionalwaterresourcesoptimization

WU Xiaojing

(XinjiangYiliRiverBasinDevelopmentandConstructionAuthority,Urumqi830000,China)

Regional water demand is increasing year by year with the population increasing and the development of industry and commerce, water shortage problem is more and more serious, the hydraulic tunnel becomes a grafting channel of regional water resources, and it has become a research focus gradually. In the paper, Grey relational analysis of grey system is firstly utilized for evaluating regional water resources optimization in order to find out the influence value of hydraulic tunnel construction. In addition, the influence value of grey system GM (1,N) model on hydraulic tunnel construction is simulated and predicted. Finally, the actual value and simulated prediction value undergo relative residual value evaluation, and an analysis method with the best prediction efficiency is further proposed.

Grey relational analysis; GM (1,N) model; influence value of hydraulic tunnel construction; regional water resources optimization

10.16616/j.cnki.10- 1326/TV.2017.010.004

TV213.9

A

2096-0131(2017)010-0011-04