（河北省唐山水文水资源勘测局，河北 唐山063000）

1 预测模型的建立

采用1984～2004年降水、蒸发、用水总量和水资源总量作为历史资料，利用2005～2007年实测资料进行检验，对2020年水资源总量进行预测分析。

根据降水、蒸发、用水总量演变趋势，预测2020年降水量、蒸发量分别为533.9，1004.5mm，用水总量31.66亿m3。本文采用3层BP神经网络，以降水、蒸发、用水总量作为输入，水资源总量作为输出。

网络输入、输出为：

在确定网络的输入、输出结构后，可从已知序列中提取样本构成训练集，对网络进行训练，直至达到一定的误差精度要求为止。网络训练检验成功后，可实现对2020年水资源总量的预测，即建成了神经网络预测模型。

2 模型参数

经计算模拟训练和预测结果检验，BP网络在Matlab中参数：

图1 BP神经网络结构

3 水资源总量预测结果

3.1 1984～2007年历史数据拟合与检验结果

在最优模型的确定过程中，经历了模型结构、函数与参数的复杂、繁琐选定过程，最终发现采用Trainscg训练函数时的拟合和预测精度较高。

1984～2007年历史数据拟合与检验结果如图2。

图2 1984～2007年历史数据拟合与检验结果

从图2看出，通过训练学习后神经网络模型的拟合值精度很高，采用2005～2007年实测数据对训练好的神经网络进行精度检验，2005～2007年的水资源总量预测结果为16.6697亿，14.8482亿，18.0133亿m3，实际值为17.6500亿，12.6412亿，15.2232亿m3，相对误差为5.6%，17.5%，18.3%，其预测精度达到了80%以上。

3.2 2020预测结果

水资源总量神经网络模型预测结果如表1。

表1 水资源总量神经网络模型预测结果

从表1可知，2020年水资源量为21.46亿m3，接近于唐山市多年平均水资源总量21.43亿m3。……