宋 帆， 杨晓华， 武翡翡， 孙波扬， 耿雷华

(1.北京师范大学 环境学院 水环境模拟国家重点实验室， 北京 100875； 2.南京水利科学研究院， 江苏 南京 210029)

1 研究背景

随着社会经济的快速发展和城市化水平的进一步提高，人们的用水需求也大为增加，水资源短缺已经严重制约了某些地区的经济发展，影响了居民的生活水平。对区域水资源进行规划时，用水量的预测是其中的一个重要内容，其结果直接影响到水资源决策的可靠性以及宏观经济规划的合理性，对地区水资源的可持续利用和城市可持续发展都有重要作用[1]。目前常用的用水量预测方法有灰色预测法[2-3]、神经网络法[4]、回归预测法[5]以及支持向量机法[6]等，近年来系统动力学[7]等动态模拟模型也逐渐被用到这方面来。除此之外，一些学者还将某些方法经过适当组合后应用于用水量预测，比如冯天梅等[8]利用灰色神经网络模型对包头市用水量进行了预测；Firat等[9]将神经网络与模糊运算相结合用于伊兹密尔市耗水量的探究，均取得了较好的效果。集对分析聚类预测法是结合集对分析联系度[10]及聚类思想的一种新的预测方法，它将预测对象及其影响因子的数据作为一个整体，共同进行数据处理，然后通过对影响因子的预测来估算预测对象未来的发展趋势。该模型具有较高的精度，并且在处理预测中的不确定性问题上有独特的优势。近些年来该方法被逐渐应用到各个领域，比如吴开亚等[11]和袁朝阳等[12]将集对分析聚类预测应用于安徽省生态足迹趋势的预测和山东省用水量预测中并获得了较高的预测精度，文虎等[13]利用集对分析聚类预测法综合多因素预测了煤与瓦斯突出。……