朱智伟， 闫文晶， 张海涛， 杜军凯

(1.河南省水利勘测设计研究有限公司，河南 郑州 450016; 2.华北水利水电大学，河南 郑州 450046;3.中国水利水电科学研究院，北京 100044)

城市用水量预测是城市规划、发展的基础。因其受到人口、经济规模、产业结构、水源类型等多方面因素制约，主要影响因素的筛选对于用水量预测的准确性起着至关重要的作用。 基于大数据分析的用水量预测方法是当前用水量预测研究热点，主要作用是摸清城市影响用水量主要因素，并对主要影响因素进行有效的筛选，提高模型数据的准确度。目前，常用的城市用水量预测方法有时间序列法、灰色模型法、多元线性回归分析法、神经网络法[1-6]等。黄潇莹等采用ARIMA(Autoregressive Integrated Moving Average model)时间序列模型，对成都市洪水量进行了预测[7-8];赵阳等分析了灰色GM(1,1)的适用性，并预测了张家口城市未来20年的用水量[9-10];罗智丰分析了灰色模型的优点，并证明了预测效果的可靠性[11]；张雅君等建立了多元回归模型，并证明了该模型预测用水量回归性显著[12-13]。

随着高质量发展理论的提出，提高城市用水量模型预测精度显得尤为重要，特别是对于郑州市这种严重缺水的城市。但近几年对郑州市城市用水量预测的研究还比较少。鉴于此，本文以郑州市2011—2019年总用水量为基础，建立ARIMA模型、灰色GM(1,1)模型、基于大数据分析的多元线性回归分析模型，从模型拟合误差和相对误差2个角度对拟合值进行模型评价以及合理性分析，得出拟合效果最佳的用水量预测方法，以期为郑州市城市用水预测提供参考。……