CN104657591A - 水资源配置方法和装置 - Google Patents
水资源配置方法和装置 Download PDFInfo
- Publication number
- CN104657591A CN104657591A CN201510025477.XA CN201510025477A CN104657591A CN 104657591 A CN104657591 A CN 104657591A CN 201510025477 A CN201510025477 A CN 201510025477A CN 104657591 A CN104657591 A CN 104657591A
- Authority
- CN
- China
- Prior art keywords
- water
- constraint
- subregion
- model
- season
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种水资源配置方法和装置。所述方法包括:A、以土地利用最大化和用水量最小化为目标,以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件,建立优化模型;B、根据区间交互式算法将所述优化模型拆解为上界子模型和下界子模型,再通过二型模糊降型方法引入惩罚系数,将所述上界子模型和下界子模型转化为所对应的线性规划模型,进行求解所述模型;C、选择不同的地下水使用比例,带入模型进行计算,获取地下水使用比例与农作物种植结构之间的关系。利用本发明的方法和装置,能够开展多重不确定条件下水资源利用的规划,提供合理的农业灌溉方法。
Description
技术领域
本发明涉及农业灌溉技术领域,特别是涉及到对于地表和地下水资源的配置技术。
背景技术
农业是人类社会赖以生存的基本生活资料的来源,是社会分工和国民经济其他部门成为独立的生产部门的前提和进一步发展的基础,也是一切非生产部门存在和发展的基础。国民经济其他部门发展的规模和速度,都要受到农业生产力发展水平和农业劳动生产率高低的制约。目前,全球在发展经济的同时,正面临着:农产品品种、品质结构尚不优化,农业用水浪费现象严重等问题。农业土地资源的严重不足和退化已经成为各国经济发展中首要面临的一个问题,再加上农业用水浪费现象严重,导致地下水过量开采,严重影响了各国农业的可持续发展。
近年来,中国农业发展问题日益突出,具体表现在:(1)农业用地粗放经营导致耕地质量严重下降;(2)流域降水时间分布不均,全年降水主要集中于夏季;(3)由于降水减少,下垫面变化,导致可用灌溉水量越来越少;(4)不合理抽水井的布点以及地下水的过分开采,导致地下水位已严重下降并不能反弹。因此,经常发生缺水和干旱事件,严重影响了社会的可持续发展。水资源规划技术所面临的一个重要问题是如何综合考虑农业土地利用和灌溉需求,合理利用水资源及耕地,在保护生态的同时达到农业可持续发展的目的。因此,将农业土地利用与灌溉相结合,开展科学管理和相关策略的分析,对解决由于农业灌溉带来的一系列环境问题,制定平衡农业生产与土地利用和水资源供给之间矛盾的政策,具有至关重要的作用。
此外,随着社会的快速发展,农业自身的结构和规模必然随时间和空间的变异而发生演变,带来各种的不确定性。目前,尽管国内外学者在农业水资源环境系统不确定性管理决策方法的研究和应用方面,已经开展了大量的探索和研究工作,但仍存在一定的局限性。例如,缺乏表征农业系统复杂性和多重不确定性规划方法的研究与开发,不能有效地在时间上和空间上充分考虑农业系统的不确定性因素,从而难以兼顾多方面的需求给出合理有效的决策方案。此外,在农业系统管理应用方面,目前也缺少能有效地反映系统动态、多元、时空等特征,所有这些问题已成为严重制约农业水资源合理配置研究的重要瓶颈。
发明内容
鉴于此,本发明的目的在于充分考虑农业系统的不确定因素,兼顾多方面的需求给出地表和地下水资源的配置方案,有效地反映系统动态、多元、时空特征,优化水资源的利用。
为了实现此目的,本发明采取的技术方案为如下。
一种水资源配置方法,包括以下步骤:
A、以土地利用最大化和用水量最小化为目标,以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件,建立优化模型;
B、根据区间交互式算法将所述优化模型拆解为上界子模型和下界子模型,再通过二型模糊降型方法引入惩罚系数,将所述上界子模型和下界子模型转化为所对应的线性规划模型,进行求解所述模型;
C、选择不同的地下水使用比例,带入模型进行计算,获取地下水使用比例与农作物种植结构之间的关系。
特别地,步骤A之前,进一步包括:
A0、将目标区域划分为不同的子区域;
相应地,步骤A中考虑不同区域的总土地利用最大化和总用水量最小化为目标,并分别以地表水总量约束、地下水可用水总量约束、各子区域地表水灌溉比例约束、灌溉需水总量约束、各子区域土地利用约束、各子区域水库容量约束和各子区域灌溉水量非负约束为约束条件,其中:
地表水总量约束、地下水可用水总量约束和灌溉需水总量约束分别为各子区域地表水量之和、地下水可用水量之和与灌溉需水量之和的约束。
其中,所述地表水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
OCk为季节k时市政用水输水量,
OSk为季节k时工业用水输水量,
为季节k时水库最终储水量,
为季节k时水库损失水量,
为季节k时水库初始蓄水量,
为季节k时河流注入水库水量。
另外,所述地下水可用水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地下水灌溉量,
R为一般地下水使用比例,
XZ±为地下水可用水量。
并且,所述各子区域地表水灌溉比例约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
为地表水最大灌溉比例,
为季节k时子区域i中农作物j所分配地下水灌溉量。
另外,所述灌溉需水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为农作物j灌溉定额,
为季节k时子区域i中农作物j的种植面积,
BS±为地表水输水效率,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
XS±为地下水输水效率,
其中为季节k时子区域i中农作物j所分配地下水灌溉量。
另外,所述各子区域土地利用约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j的种植面积,
为子区域i最大可允许种植面积。
所述各子区域水库容量约束为:
其中k为季节类型,
为水库最小储水量,
为季节k时水库初始蓄水量,
为季节k时水库最终储水量,
为水库最大储水量。
一种水资源配置装置,包括模型确定单元、模型求取单元、模型适用单元,模型确定单元和模型适用单元均连接至模型求取单元,其中,
模型确定单元用于以土地利用最大化和用水量最小化为目标,以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件,建立优化模型,模型确定单元将优化模型发送至模型求取单元;
模型求取单元用于根据区间交互式算法将所述优化模型拆解为上界子模型和下界子模型,再通过二型模糊降型方法引入惩罚系数,将所述上界子模型和下界子模型转化为所对应的线性规划模型,进行求解所述模型,模型求取单元将求取的结果发送至模型适用单元;
模型适用单元用于选择不同的地下水使用比例,带入模型进行计算,获取地下水使用比例与农作物种植结构之间的关系。
其中,所述模型确定单元包括区域划分单元,所述区域划分单元用于将目标区域分为不同的子区域;
相应地,模型确定单元考虑不同区域的总土地利用最大化和总用水量最小化为目标,并分别以地表水总量约束、地下水可用水总量约束、各子区域地表水灌溉比例约束、灌溉需水总量约束、各子区域土地利用约束、各子区域水库容量约束和各子区域灌溉水量非负约束为约束条件,其中:
地表水总量约束、地下水可用水总量约束和灌溉需水总量约束分别为各子区域地表水量之和、地下水可用水量之和与灌溉需水量之和的约束。
通过本发明的水资源配置方法和装置,能够综合考虑多种因素的影响与制衡,开展多重不确定条件下农业土地利用及灌溉管理方法的分析,通过区间规划、区间二型模糊降型方法的引入,充分考虑粮食产量需求、农业土地利用效率和农业水资源利用效率等问题,提供合理的农业灌溉方法,并将其应用在目标区域农业生产中,在充分利用地表水的情况下,考虑使用地下水,实现对农业生产系统的科学管理和宏观政策的战略分析,为解决农业生产的实际问题提供支持。
附图说明
图1是本发明水资源配置方法的示意图。
图2是不同地下水使用量下作物种植面积的示意图。
具体实施方式
下面结合附图,对本发明作详细说明。
以下公开详细的示范实施例。然而,此处公开的具体结构和功能细节仅仅是出于描述示范实施例的目的。
然而,应该理解,本发明不局限于公开的具体示范实施例,而是覆盖落入本公开范围内的所有修改、等同物和替换物。在对全部附图的描述中,相同的附图标记表示相同的元件。
同时应该理解,如在此所用的术语“和/或”包括一个或多个相关的列出项的任意和所有组合。另外应该理解,当部件或单元被称为“连接”或“耦接”到另一部件或单元时,它可以直接连接或耦接到其他部件或单元,或者也可以存在中间部件或单元。此外,用来描述部件或单元之间关系的其他词语应该按照相同的方式理解(例如,“之间”对“直接之间”、“相邻”对“直接相邻”等)。
为了说明本发明具体实施方式的技术方案,首先简单说明本发明的基本原理如下。
考虑如下区间二型模糊规划:
目标函数为:
约束条件为:
第一步:根据交互式算法,写出下界子模型:
约束条件为:
第二步:根据二型模糊降型方法引入中间变量和惩罚系数0.5将非线性下界子模型转两个子模型:
子模型1为:
约束条件:
子模型2为:
约束条件:
第三步:根据上述两个子模型就算结果将非线性下界模型转化为线性模型,并求解:
约束条件为:
第四步:同理,求解上界子模型。
最终可得最优解为 f±=[75.79 188.08]。
通过以上分析可知,对于区间线性规划方法和二型模糊规划方法,将不确定性以区间数和区间二型模糊数形式体现在优化模型和求解过程中,能够解决数据系统存在的大量不确定性和复杂性信息的问题。
因此,本发明的水资源配置方法的示意图如图1所示,具体而言,所述方法包括以下步骤:
A、以土地利用最大化和用水量最小化为目标,以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件,建立优化模型;
B、根据区间交互式算法将所述优化模型拆解为上界子模型和下界子模型,再通过二型模糊降型方法引入惩罚系数,将所述上界子模型和下界子模型转化为所对应的线性规划模型,进行求解所述模型;
C、选择不同的地下水使用比例,代入模型进行计算,获取地下水使用比例与农作物种植结构之间的关系。
从以上步骤可以看出,本发明实施方式中的水资源配置方法与现有技术不同,现有技术中对于水资源配置方法所适用的线性方法带入的是单一、确定的值,最终得到的也是单一、确定的解,其不确定性无法量化,给政策分析和终端决策带来了困难,而本发明实施方法为决策者提供区间解,能够生成不同决策方案,具有更好的效果。
在一个具体实施方式中,步骤A之前,进一步包括:
A0、将目标区域分为不同的子区域;
相应地,步骤A中考虑不同区域的总土地利用最大化和总用水量最小化为目标,并分别以地表水总量约束、地下水可用水总量约束、各子区域地表水灌溉比例约束、灌溉需水总量约束、各子区域土地利用约束、各子区域水库容量约束和各子区域灌溉水量非负约束为约束条件,其中:
地表水总量约束、地下水可用水总量约束和灌溉需水总量约束分别为各子区域地表水量之和、地下水可用水量之和与灌溉需水量之和的约束。
特别地,所述惩罚系数的给定是通过计算惩罚系数影响的上下边界值,再取均值获得。
所述将目标区域划分为不同的子区域,可以是根据地形地貌来划分,也可以是根据行政区域来划分,也可以是直接几何形状划分,本发明对其划分方式并不作出限制。
因此,所述模型中,优化目标为:
其中为季节k时子区域i中农作物j所分配地表水灌溉水量,
为季节k时子区域i中农作物j所分配地下水灌溉量,
为季节k时子区域i中农作物j的种植面积,
在一个具体实施方式中,所述地表水总量约束为:
其中i为子区域、j为农作物类型,例如小麦、玉米、棉花和蔬菜;k为季节类型,例如,k=1表示湿季,k=2表示干季,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
OCk为季节k时市政用水输水量,
OSk为季节k时工业用水输水量,
为季节k时水库最终储水量,
为季节k时水库损失水量,
为季节k时水库初始蓄水量,
为季节k时河流注入水库水量。
另外,所述地下水可用水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地下水灌溉量,
R为一般地下水使用比例;
XZ±为地下水可用水量。
并且所述各子区域地表水灌溉比例约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地表水灌溉水量,为地表水最大灌溉比例,
为季节k时子区域i中农作物j所分配地下水灌溉量。
另一方面,所述灌溉需水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为农作物j灌溉定额,
为季节k时子区域i中农作物j的种植面积,
BS±为地表水输水效率,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
XS±为地下水输水效率,
其中为季节k时子区域i中农作物j所分配地下水灌溉量。
另外,所述各子区域土地利用约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j的种植面积,
为子区域i最大可允许种植面积。
并且,所述各子区域水库容量约束为:
其中k为季节类型,
为水库最小储水量,
为季节k时水库初始蓄水量,
为季节k时水库最终储水量,
为水库最大储水量。
另外,所述各子区域灌溉水量非负约束为:
图2为不同地下水使用量下作物种植面积,由图2可知,由于缺水,地下水使用量增加时,总种植面积也随之增加,但是当地下水使用量超过50%后,缺水现象消失,种植面积受土地资源限制,保持不变。
另外,为了实现本发明实施方式中的水资源配置方法,本发明还包括一种水资源配置装置,所述装置包括模型确定单元、模型求取单元、模型适用单元,模型确定单元和模型适用单元均连接至模型求取单元,其中,
模型确定单元用于以土地利用最大化和用水量最小化为目标,以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件,建立优化模型,模型确定单元将优化模型发送至模型求取单元;
模型求取单元用于根据区间交互式算法将所述优化模型拆解为上界子模型和下界子模型,再通过二型模糊降型方法引入惩罚系数,将所述上界子模型和下界子模型转化为所对应的线性规划模型,进行求解所述模型,模型求取单元将求取的结果发送至模型适用单元;
模型适用单元用于选择不同的地下水使用比例,代入模型进行计算,获取地下水使用比例与农作物种植结构之间的关系。
特别地,所述模型确定单元包括区域划分单元,所述区域划分单元用于将目标区域分为不同的子区域;
相应地,模型确定单元考虑不同区域的总土地利用最大化和总用水量最小化为目标,并分别以地表水总量约束、地下水可用水总量约束、各子区域地表水灌溉比例约束、灌溉需水总量约束、各子区域土地利用约束、各子区域水库容量约束和各子区域灌溉水量非负约束为约束条件,其中:
地表水总量约束、地下水可用水总量约束和灌溉需水总量约束分别为各子区域地表水量之和、地下水可用水量之和与灌溉需水量之和的约束。
本发明实施方式中,根据不同地下水使用情况下,综合考虑粮食生产、土地利用、水资源配置、生态保护等因素,给出合理的地下水使用量。地下水使用量少,不能保证正常的农业生产活动,地下水使用量多,将会导致水资源浪费。通过模型求解得到区间形式作物种植面积,各作物种植面积若都取区间下界则有可能造成土地资源浪费,都取区间上界则有可能得不到有效灌溉,决策者可根据具体情况选择不同作物种植面积。
需要说明的是,上述实施方式仅为本发明较佳的实施方案,不能将其理解为对本发明保护范围的限制,在未脱离本发明构思前提下,对本发明所做的任何微小变化与修饰均属于本发明的保护范围。
Claims (10)
1.一种水资源配置方法,包括以下步骤:
A、以土地利用最大化和用水量最小化为目标,以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件,建立优化模型;
B、根据区间交互式算法将所述优化模型拆解为上界子模型和下界子模型,再通过二型模糊降型方法引入惩罚系数,将所述上界子模型和下界子模型转化为所对应的线性规划模型,进行求解所述模型;
C、选择不同的地下水使用比例,带入模型进行计算,获取地下水使用比例与农作物种植结构之间的关系。
2.根据权利要求1中所述的水资源配置方法,其特征在于,步骤A之前进一步包括:
A0、将目标区域划分为不同的子区域;
相应地,步骤A中考虑不同区域的总土地利用最大化和总用水量最小化为目标,并分别以地表水总量约束、地下水可用水总量约束、各子区域地表水灌溉比例约束、灌溉需水总量约束、各子区域土地利用约束、各子区域水库容量约束和各子区域灌溉水量非负约束为约束条件,其中:
地表水总量约束、地下水可用水总量约束和灌溉需水总量约束分别为各子区域地表水量之和、地下水可用水量之和与灌溉需水量之和的约束。
3.根据权利要求2中所述的水资源配置方法,其特征在于,所述地表水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
OCk为季节k时市政用水输水量,
OSk为季节k时工业用水输水量,
为季节k时水库最终储水量,
为季节k时水库损失水量,
为季节k时水库初始蓄水量,
为季节k时河流注入水库水量。
4.根据权利要求2中所述的水资源配置方法,其特征在于,所述地下水可用水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地下水灌溉量,
R为一般地下水使用比例,
XZ±为地下水可用水量。
5.根据权利要求2中所述的水资源配置方法,其特征在于,所述各子区域地表水灌溉比例约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
为地表水最大灌溉比例,
为季节k时子区域i中农作物j所分配地下水灌溉量。
6.根据权利要求2中所述的水资源配置方法,其特征在于,所述灌溉需水总量约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为农作物j灌溉定额,
为季节k时子区域i中农作物j的种植面积,
BS±为地表水输水效率,
为季节k时子区域i中农作物j所分配地表水灌溉水量,
XS±为地下水输水效率,
其中为季节k时子区域i中农作物j所分配地下水灌溉量。
7.根据权利要求2中所述的水资源配置方法,其特征在于,所述各子区域土地利用约束为:
其中i为子区域、j为农作物类型、k为季节类型,
为季节k时子区域i中农作物j的种植面积,
为子区域i最大可允许种植面积。
8.根据权利要求2中所述的水资源配置方法,其特征在于,所述各子区域水库容量约束为:
其中k为季节类型,
为水库最小储水量,
为季节k时水库初始蓄水量,
为季节k时水库最终储水量,
为水库最大储水量。
9.一种水资源配置装置,包括模型确定单元、模型求取单元、模型适用单元,模型确定单元和模型适用单元均连接至模型求取单元,其中,
模型确定单元用于以土地利用最大化和用水量最小化为目标,以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件,建立优化模型,模型确定单元将优化模型发送至模型求取单元;
模型求取单元用于根据区间交互式算法将所述优化模型拆解为上界子模型和下界子模型,再通过二型模糊降型方法引入惩罚系数,将所述上界子模型和下界子模型转化为所对应的线性规划模型,进行求解所述模型,模型求取单元将求取的结果发送至模型适用单元;
模型适用单元用于选择不同的地下水使用比例,带入模型进行计算,获取地下水使用比例与农作物种植结构之间的关系。
10.根据权利要求9中所述的水资源配置装置,其特征在于,所述模型确定单元包括区域划分单元,所述区域划分单元用于将目标区域分为不同的子区域;
相应地,模型确定单元考虑不同区域的总土地利用最大化和总用水量最小化为目标,并分别以地表水总量约束、地下水可用水总量约束、各子区域地表水灌溉比例约束、灌溉需水总量约束、各子区域土地利用约束、各子区域水库容量约束和各子区域灌溉水量非负约束为约束条件,其中:
地表水总量约束、地下水可用水总量约束和灌溉需水总量约束分别为各子区域地表水量之和、地下水可用水量之和与灌溉需水量之和的约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510025477.XA CN104657591B (zh) | 2015-01-19 | 2015-01-19 | 水资源配置方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510025477.XA CN104657591B (zh) | 2015-01-19 | 2015-01-19 | 水资源配置方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104657591A true CN104657591A (zh) | 2015-05-27 |
CN104657591B CN104657591B (zh) | 2018-01-23 |
Family
ID=53248705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510025477.XA Expired - Fee Related CN104657591B (zh) | 2015-01-19 | 2015-01-19 | 水资源配置方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104657591B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956718A (zh) * | 2016-05-31 | 2016-09-21 | 中国农业大学 | 一种灌区水资源优化配置方法和系统 |
CN106845696A (zh) * | 2017-01-03 | 2017-06-13 | 河海大学 | 一种智能优化水资源配置方法 |
CN106950613A (zh) * | 2017-01-10 | 2017-07-14 | 于洋 | 一种干旱区灌溉水资源平衡分析系统 |
CN107748930A (zh) * | 2017-10-19 | 2018-03-02 | 扬州大学 | 一种充分灌溉条件下直接补渠的单库‑多站系统水资源优化配置方法 |
CN107944603A (zh) * | 2017-11-09 | 2018-04-20 | 中山大学 | 基于用水总量控制的水资源优化配置报童方法 |
CN108355502A (zh) * | 2018-02-13 | 2018-08-03 | 鞍钢股份有限公司 | 一种工业新水的配制方法 |
CN109002921A (zh) * | 2018-07-19 | 2018-12-14 | 北京师范大学 | 一种基于二型模糊机会约束的区域能源系统优化方法 |
CN109034485A (zh) * | 2018-08-03 | 2018-12-18 | 中山大学 | 基于反馈机制的水资源优化配置方法 |
CN109377014A (zh) * | 2018-09-26 | 2019-02-22 | 四川大学 | 流域水资源优化配置方法 |
CN110135627A (zh) * | 2019-04-23 | 2019-08-16 | 中国农业大学 | 水资源优化方法及装置 |
CN110197304A (zh) * | 2019-05-31 | 2019-09-03 | 中国农业大学 | 作物灌溉面积预测方法及装置 |
CN110288209A (zh) * | 2019-06-11 | 2019-09-27 | 北京师范大学 | 水资源配置方法、装置、电子设备及存储介质 |
CN111353715A (zh) * | 2020-03-05 | 2020-06-30 | 中国科学院寒区旱区环境与工程研究所 | 一种农业水资源智能分配控制系统 |
CN112214885A (zh) * | 2020-09-28 | 2021-01-12 | 西安理工大学 | 一种非充分灌溉条件下的灌区作物灌溉水量优化分配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101645114A (zh) * | 2009-09-03 | 2010-02-10 | 北京师范大学 | 基于分区贡献法的河流生态需水分析技术 |
CN101865687A (zh) * | 2009-07-31 | 2010-10-20 | 北京师范大学 | 流域生态需水整合分析技术 |
-
2015
- 2015-01-19 CN CN201510025477.XA patent/CN104657591B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101865687A (zh) * | 2009-07-31 | 2010-10-20 | 北京师范大学 | 流域生态需水整合分析技术 |
CN101645114A (zh) * | 2009-09-03 | 2010-02-10 | 北京师范大学 | 基于分区贡献法的河流生态需水分析技术 |
Non-Patent Citations (3)
Title |
---|
S.WANG ET AL: "An interval-parameter two-stage stochastic fuzzy program with type-2 membership functions: an application to water resources management", 《STOCH ENVIRON RES RISK ASSESS》 * |
姚斌 等: "玛纳斯河灌区作物结构与水资源优化配置研究", 《人民长江》 * |
董玉云: "唐河灌区水资源优化调度", 《中国优秀博硕士学位论文全文数据库(硕士) 农业科技辑》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956718A (zh) * | 2016-05-31 | 2016-09-21 | 中国农业大学 | 一种灌区水资源优化配置方法和系统 |
CN106845696A (zh) * | 2017-01-03 | 2017-06-13 | 河海大学 | 一种智能优化水资源配置方法 |
CN106845696B (zh) * | 2017-01-03 | 2021-01-26 | 河海大学 | 一种智能优化水资源配置方法 |
CN106950613A (zh) * | 2017-01-10 | 2017-07-14 | 于洋 | 一种干旱区灌溉水资源平衡分析系统 |
CN107748930B (zh) * | 2017-10-19 | 2020-06-02 | 扬州大学 | 一种充分灌溉条件下直接补渠的单库-多站系统水资源优化配置方法 |
CN107748930A (zh) * | 2017-10-19 | 2018-03-02 | 扬州大学 | 一种充分灌溉条件下直接补渠的单库‑多站系统水资源优化配置方法 |
CN107944603A (zh) * | 2017-11-09 | 2018-04-20 | 中山大学 | 基于用水总量控制的水资源优化配置报童方法 |
CN108355502A (zh) * | 2018-02-13 | 2018-08-03 | 鞍钢股份有限公司 | 一种工业新水的配制方法 |
CN109002921B (zh) * | 2018-07-19 | 2021-11-09 | 北京师范大学 | 一种基于二型模糊机会约束的区域能源系统优化方法 |
CN109002921A (zh) * | 2018-07-19 | 2018-12-14 | 北京师范大学 | 一种基于二型模糊机会约束的区域能源系统优化方法 |
CN109034485A (zh) * | 2018-08-03 | 2018-12-18 | 中山大学 | 基于反馈机制的水资源优化配置方法 |
CN109034485B (zh) * | 2018-08-03 | 2021-07-30 | 中山大学 | 基于反馈机制的水资源优化配置方法 |
CN109377014A (zh) * | 2018-09-26 | 2019-02-22 | 四川大学 | 流域水资源优化配置方法 |
CN110135627A (zh) * | 2019-04-23 | 2019-08-16 | 中国农业大学 | 水资源优化方法及装置 |
CN110197304B (zh) * | 2019-05-31 | 2021-07-20 | 中国农业大学 | 作物灌溉面积预测方法及装置 |
CN110197304A (zh) * | 2019-05-31 | 2019-09-03 | 中国农业大学 | 作物灌溉面积预测方法及装置 |
CN110288209A (zh) * | 2019-06-11 | 2019-09-27 | 北京师范大学 | 水资源配置方法、装置、电子设备及存储介质 |
CN111353715B (zh) * | 2020-03-05 | 2021-01-26 | 中国科学院西北生态环境资源研究院 | 一种农业水资源智能分配控制系统 |
CN111353715A (zh) * | 2020-03-05 | 2020-06-30 | 中国科学院寒区旱区环境与工程研究所 | 一种农业水资源智能分配控制系统 |
CN112214885A (zh) * | 2020-09-28 | 2021-01-12 | 西安理工大学 | 一种非充分灌溉条件下的灌区作物灌溉水量优化分配方法 |
CN112214885B (zh) * | 2020-09-28 | 2024-04-26 | 西安理工大学 | 一种非充分灌溉条件下的灌区作物灌溉水量优化分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104657591B (zh) | 2018-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104657591A (zh) | 水资源配置方法和装置 | |
Jiang et al. | Optimizing regional irrigation water use by integrating a two-level optimization model and an agro-hydrological model | |
Kahinda et al. | Rainwater harvesting to enhance water productivity of rainfed agriculture in the semi-arid Zimbabwe | |
Van Velthuizen | Mapping biophysical factors that influence agricultural production and rural vulnerability | |
Regulwar et al. | Irrigation planning under uncertainty—a multi objective fuzzy linear programming approach | |
Sahoo et al. | Fuzzy multiobjective and linear programming based management models for optimal land-water-crop system planning | |
Li et al. | A spatial-temporal optimal allocation method of irrigation water resources considering groundwater level | |
Savoskul et al. | Water, climate, food, and environment in the Syr Darya Basin | |
Huang et al. | Agricultural water optimization coupling with a distributed ecohydrological model in a mountain-plain basin | |
Li et al. | Resilience analysis for agricultural systems of north China plain based on a dynamic system model | |
Fu et al. | Optimal allocation of water resources model for different growth stages of crops under uncertainty | |
Yu et al. | Model based decision support system for land use changes and socio-economic assessments | |
Qureshi et al. | Integrated biophysical and economic modellingframework to assess impacts of alternative groundwater management options | |
Izar-Tenorio et al. | Techno-economic feasibility of small-scale pressurized irrigation in Ethiopia, Rwanda, and Uganda through an integrated modeling approach | |
Awulachew | Improved agricultural water management: Assessment of constraints and opportunities for agricultural development in Ethiopia | |
Chen et al. | Emergy evaluation of a production and utilization process of irrigation water in China | |
Jahangirpour et al. | Cropping pattern optimization in the context of Climate-Smart agriculture: a case study for Doroodzan irrigation network-Iran. | |
Fischer et al. | Climate, land, energy & water strategies: a case study of Mauritius | |
Datta | A decision support system for micro-watershed management in India | |
Patil et al. | Returns to irrigation, natural resource management, research and extension | |
Reddy | Irrigation in India and needed strategies for sustainable Development | |
Fischer et al. | National Agro-economic Zoning for Major Crops in Thailand (NAEZ) Project TCP/THA/3403)–NAEZ Model Implementation and Results | |
Rodgers et al. | Integrated economic-hydrologic modeling of the Brantas Basin, East Java, Indonesia: issues and challenges | |
Guemouria et al. | Opportunities and challenges of irrigation in Morocco, Spain, and India: A critical analysis | |
OLEKAR | KIRAN KUMAR R. PATIL, MG CHANDRAKANTH, HS SADHANA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180123 Termination date: 20190119 |
|
CF01 | Termination of patent right due to non-payment of annual fee |