面向最严格水资源管理制度的上海市用水量变化影响因子及控制研究

发布时间：2017-12-19 05:07

  本文关键词：面向最严格水资源管理制度的上海市用水量变化影响因子及控制研究

  更多相关文章： 最严格水资源管理制度 影响因子 用水量控制 上海市

【摘要】：最严格水资源管理制度的实施和考核对全国各区域的用水量控制提出了严格要求。然而,对于一个区域而言,影响用水量的因子众多,影响机理较为复杂。本文从定性和定量两个角度研究农业用水量、工业用水量、居民生活用水量、城市公共用水量的影响因子,对理清影响因子与用水量之间的复杂关系具有重要意义。在此基础上,本文对2016—2018年的四类用水量及用水总量进行预测,这对水资源管理部门合理配置水资源提供了一定的参考依据;对用水量控制途径的分析,为最严格水资源管理制度的有效实施和顺利推进提供参考。上海市作为最严格水资源管理制度全国首批试点省市之一,开展实施该制度的时间较早,在最严格水资源管理工作的实施及考核上积累了一定的经验。上海市水资源计量、管理和统计工作较为完善,水资源数据丰富可靠,因此本文将上海市选为研究区域。本文基于2013—2015年上海市在最严格水资源管理制度下的考核评估工作,首先研究梳理了文献资料中农业用水量(M1)、工业用水量(M2)、居民生活用水量(M3)、城市公共用水量(M4)的影响因子及影响因子的驱动性,将可定量的影响因子分为正向或负向驱动影响因子,将无法定量的影响因子,用促进减少或促进增加表示其驱动性。然后,结合上海市四类用水量的实际情况及相关研究经验,对上海市四类用水量的影响因子进行分类,并分别对各影响因子的影响机理逐一进行研究,其中包括10个农业用水量(M1)影响因子,6个工业用水量(M2)影响因子,9个居民生活用水量(M3)影响因子,4个城市公共用水量(M4)影响因子。在此基础上,采用灰色关联度分析法对2010年—2015年的四类用水量影响因子进行定量分析,采用LMDI分解法对用水总量(M)影响因子进行定量分析,进一步从定量的角度分析各个影响因子的影响强度。结合以上研究工作,最终选取出影响四类用水量及用水总量的关键影响因子。采用选取出的关键影响因子,本文运用MATLAB软件,基于BP神经网络模型对上海市2016—2018年的四类用水量及用水总量进行预测。在实行最严格水资源管理制度的背景下,上海市用水总量基本得到有效控制,农业用水量基本保持稳定,工业用水量持续下降,居民生活用水量和城市公共用水量不断增加。为进一步减少用水总量,可从多方面、多角度入手,如增加节水灌溉面积、优化农业产业结构,增加天然降水和河道水的使用、加强农田水利建设、完善农业用水的取水计量管理;进一步优化工业产业结构、发展工业用水重复利用技术、加强工业行业用水定额管理;控制人口快速增长、提高节水型生活器具的安装率、加大节水教育宣传、提高节水意识;控制服务业用水、提高城市绿地浇灌用水效率、道路清扫装置的改进等。
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TV213.4;TU991.31

【参考文献】

中国期刊全文数据库 前10条

1 张陈俊;章恒全;陈其勇;张万力;;中国用水量变化的影响因素分析——基于LMDI方法[J];资源科学;2016年07期

2 吕淑英;李楠;张倩;;德州市实行最严格水资源管理制度的实践和思考[J];海河水利;2016年02期

3 闫冬;孙昱;;浅谈最严格水资源管理制度考核存在的问题和建议[J];湖南水利水电;2016年01期

4 王蓓卿;;浙江省近10年用水结构变化及驱动力分析[J];浙江水利科技;2016年01期

5 周艳春;李树平;赵子威;沈继龙;文碧岚;;基于BP神经网络工具箱的城市短期用水量预测[J];给水排水;2015年S1期

6 郑慧祥子;田贵良;;用水总量与经济发展关系探讨[J];水利经济;2015年04期

7 刘秀丽;张标;;我国水资源利用效率和节水潜力[J];水利水电科技进展;2015年03期

8 张显成;王卓甫;张坤;;最严格水资源管理下用水总量统计的组织研究[J];人民黄河;2015年04期

9 雷玉桃;黎锐锋;;中国工业用水影响因素的长期动态作用机理[J];中国人口·资源与环境;2015年02期

10 张兵兵;沈满洪;;工业用水与工业经济增长、产业结构变化的关系[J];中国人口·资源与环境;2015年02期

中国硕士学位论文全文数据库 前7条

1 陆文洋;基于“节约潜力值”的效率抵消总量假说修正及应用[D];华东师范大学;2016年

2 葛通达;盐城市水资源利用驱动因素及产业结构优化分析[D];扬州大学;2014年

3 周戎星;区域用水量驱动因子识别及其预测研究[D];合肥工业大学;2014年

4 曹思齐;最严格水资源管理制度下的区域工业用水效率预测研究[D];合肥工业大学;2014年

5 王伟;应用灰色模型预测镇雄县中心城区中长期用水量[D];重庆大学;2012年

6 李燕;灰色预测模型的研究及其应用[D];浙江理工大学;2012年

7 胡峰;城市居民生活用水需求影响因素研究[D];浙江大学;2006年

，

本文编号：1306972