CN115358587A - 区域多部门协同的基础设施规划方法及系统 - Google Patents
区域多部门协同的基础设施规划方法及系统 Download PDFInfo
- Publication number
- CN115358587A CN115358587A CN202211007706.1A CN202211007706A CN115358587A CN 115358587 A CN115358587 A CN 115358587A CN 202211007706 A CN202211007706 A CN 202211007706A CN 115358587 A CN115358587 A CN 115358587A
- Authority
- CN
- China
- Prior art keywords
- planning
- evaluation
- infrastructure
- model
- degree
- 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.)
- Pending
Links
- 238000013439 planning Methods 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000011156 evaluation Methods 0.000 claims abstract description 140
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 97
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 230000007613 environmental effect Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 23
- 230000003993 interaction Effects 0.000 claims abstract description 16
- 230000008878 coupling Effects 0.000 claims description 42
- 238000010168 coupling process Methods 0.000 claims description 42
- 238000005859 coupling reaction Methods 0.000 claims description 42
- 230000000875 corresponding effect Effects 0.000 claims description 26
- 238000011161 development Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 12
- 238000013077 scoring method Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000012847 principal component analysis method Methods 0.000 claims description 9
- 239000003344 environmental pollutant Substances 0.000 claims description 8
- 231100000719 pollutant Toxicity 0.000 claims description 8
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000012502 risk assessment Methods 0.000 claims description 7
- 239000002689 soil Substances 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000002829 reductive effect Effects 0.000 claims description 4
- 230000006378 damage Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000002079 cooperative effect Effects 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 24
- 230000009471 action Effects 0.000 abstract description 6
- 238000012163 sequencing technique Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 8
- 238000011158 quantitative evaluation Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 230000002195 synergetic effect Effects 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000005557 antagonist Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000011428 standard deviation standardization method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010971 suitability test Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域多部门协同的基础设施规划方法及系统,具体为对研究区域内WEEF系统进行协调性评价并制定评分框架;利用水文模型对研究区域内环境可持续性和水安全项目进行参数计算;利用预设评分方法对基础设施投资的拟议中的规划进行评估和评分,得到评价结果;根据评价结果对规划进行调整,再返回到上一步骤进行评估和评分,直至评价结果合格;根据确定的基础设施排序方案对规划进行评价。该方案将研究区域看作一个整体系统进行研究,并在研究过程中考虑相关的基础设施之间也存在的相互影响和作用,这样就能够为系统调控政策以及基础设施规划措施提供相应的理论依据和参考。
Description
技术领域
本发明属于市政规划技术领域,具体涉及一种区域多部门协同的基础设施规划方法及系统。
背景技术
水资源、能源、环境和粮食是支撑区域经济社会可持续发展的重要部门与资源要素,而与之相关的基础设施则是保障各部门稳定运行的关键。若将某一区域视为一个大的系统,水资源、能源、环境和粮食则是区域大系统必不可少的组成子系统,特别是人类活动强度大且经济发达的地区,譬如,中心城市、能源基地等,其WEEF系统已变得既复杂而又庞大,其中的水资源、能源、环境和粮食等子系统之间通常存在有某种复杂的关联关系且各子系统的边界和范围已很难明确划分。
已有成熟的规划方法及系统,仍是基于确定性边界的单一部门、单一系统的规划,均未能将WEEF作为一个整体系统进行研究,从而导致无法为系统调控政策制定以及多部门协同管理提供相应的技术支撑和依据参考。尽管目前也开展了水资源-能源、能源-粮食、水资源-粮食等两两之间的互馈关联作用分析,但大多数研究仍聚焦于水资源、能源、环境和粮食等子系统两两之间关系改善的调控理论分析,或者基于统计数据来进行未来趋势的分析,很少有定量研究WEEF大系统内部复杂的作用关系,在相应的评价指标体系构建上存在着一定的主观性,必然无法实现水资源、能源、环境和粮食等关键部门基础设施发展规划的协同,也制约了流域/区域生态保护与高质量发展实现。
发明内容
针对现有技术中的上述不足以及关键核心技术的缺失,本发明提供的区域多部门协同的基础设施规划方法及系统,用于为区域多部门系统的基础设施发展规划制定及系统性的调控政策提供关键的方法论和技术工具支撑。
为了达到上述发明目的,本发明采用的技术方案为:区域多部门协同的基础设施规划方法,包括以下步骤:
S1、对规划区内的WEEF系统的协调性进行评价,并制定评分框架;
S2、计算规划区内的环境可持续性和水安全程度的关键评价参数;
S3、根据计算出的关键评价参数及评分框架,评价WEEF系统中当前拟定的水资源、能源、环境以及粮食子系统的相关基础设施发展规划,获得评价结果;
S4、根据评价结果,对当前基础设施发展规划进行优化调整,直到评价结果满足期望标准,获得合格规划方案;
S5、对所有合格规划方案进行风险评估,确定最终规划方案,并运用最终规划方案对规划区内的基础设施进行总体规划及布局建设。本发明的有益效果为:
(1)本发明提出的区域多部门协同的基础设施规划的方法,首先分别对水、能源、环境和粮食部门规划的基础设施建立评价指标体系并进行定性评价,其次利用水文模型计算相关参数以便于定量评估,然后分别通过指数评分法、集对分析法、主成分分析法进行评价,并运用基于闭环处理的反馈工作流程,优化调整先前规划方案不合理部分,通过规避不良影响因素,从而最终获取科学合理总体规划的一种方法;采用这样的方法对区域基础设施进行系统性规划,不仅可确保环境可持续性及实现生态系统保护,还可有效地促进区域各部门之间的协调发展。
(2)本发明中的区域水、能源、环境和粮食等子系统自身就是一个复杂的系统,而且各子系统之间还存在复杂的关联关系,子系统的边界模糊;本发明将区域的水、能源、环境和粮食作为一个整体进行规划,在制定总体规划的过程中利用各子系统之间的相互作用,提出一种风险规避、多目标均衡的策略,不仅使得各子系统相互补充,还提升了区域性基础设施总体规划的可行性和可靠性。
(3)由于水资源作为能源、环境和粮食等子系统之间的纽带,本发明特别考虑了区域内基础设施可能会对流域上、下游产生的影响,并且在基础设施评分的框架中,加入了对上游扰动的敏感性指标这一标准,包含了对应的平均流量增加时、干旱期流量增加时以及峰值流量增加时性能会发生变化的子标准。由此,可以将区域内基础设施的协同性在评价过程中体现出来,使得区域各部门基础设施以及WEEF均作为一个整体进行评估。
(4)本发明采用了多种评价方式对基础设施规划方案进行评价,并且形成一个闭环、反馈的修正机制,能够得到每种评价方式下的最优规划方案,然后对三种评价方式下分别形成的最优方案进行风险评估与均衡决策,可以得到区域多部门相协同的基础设施规划规划方案,促进流域/区域生态保护与高质量发展。
附图说明
图1为本发明提供的区域多部门协同的基础设施规划方法流程图。
图2为本发明提供的新江安模型产流结构示意图。
图3为本发明提供的单抛物线新安江模型产流计算示意图.
图4为本发明提供的陕北模型结构示意图。
图5为本发明提供的SWMM模型结构示意图。
图6为本发明提供的SWAT模型结构示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例1:
如图1所示,区域多部门协同的基础设施规划方法,包括以下步骤:
S1、对规划区内的WEEF系统的协调性进行评价,并制定评分框架;
S2、计算规划区内的环境可持续性和水安全程度的关键评价参数;
S3、根据计算出的关键评价参数及评分框架,评价WEEF系统中当前拟定的水资源、能源、环境以及粮食子系统的相关基础设施发展规划,获得评价结果;
S4、根据评价结果,对当前基础设施发展规划进行优化调整,直到评价结果满足期望标准,获得合格规划方案;
S5、对所有合格规划方案进行风险评估,确定最终规划方案,并运用最终规划方案对规划区内的基础设施进行总体规划及布局建设。
本发明实施例的步骤S1中,协调性评价是指对规划区通过收集相关原始数据,对WEEF(Water-Energy-Environment-Food)系统(即“水资源-能源-环境-粮食”纽带关系系统)进行协调耦合程度评价,包括以下步骤:
S11、对规划区内的基础设施进行类型划分,获取规划区中水、能源、环境及粮食子系统相关的原始数据,并进行标准化处理;
S12、基于标准化处理的数据,构建协调性评价体系并确定其权重;
S13、根据协调性评价体系中各评价指标的标准化值及其权重,依次计算WEEF系统的耦合度、综合评价指数及耦合协调度;
S14、基于WEEF系统的耦合度和耦合协调度,对WEEF系统进行协调性评价。
本实施例的步骤S11中,不同子系统中的原始数据的量纲和作用方向不同,首先对其进行标准化处理,以便具有可比性,其分为正向指标和负向指标:
正向指标:Xi=(xi-min{xi})/(max{xi}-min{xi})
负向指标:Xi=(max{xi}-xi)/(max{xi}-min{xi})
其中:Xi是对应原始数据xi的第i个评价指标在标准化处理后得到的标准值;
max{xi}和min{xi}分别是第i个评价指标的最大值和最小值;
本实施例的步骤S12中,权重是研究多因素系统的常用方法,以某一指标对于主体的贡献率来表示,主要反映了指标的相对重要性。本发明实施例中协调性评价体系指标体系中的评价指标为用于WEEF系统的协调耦合程度的评价指标。
本发明中使用客观加权方法中的熵值法来确定评价指标的指标权重,得到步骤S12中的评价指标的权重wj为:
式中,gi为差异系数,n为协调性评价指标体系中的评价指标总数,下标i为评价指标的序数,j为第i个评价指标Xi在一个统计年份中对应的m个数值中的第j个数值,j=1,2,…,m,且m<n;
其中,差异系数gi=1-ej,信息熵指标多年平均的比值m为统计年数;信息熵ej的取值为[0,1],当m个统计年份内指标标准值Xi的平均值为0时,该指标的权重为0,权重与差异系数呈正相关,xij'为某一指标Xi中m个统计年份对应的m个数值中的第j个数值。
在本发明实施例中各子系统的综合评价指数的计算公式为:
其中,βk为各子系统的评价指数,wi为各指标的权重值,m为各子系统的指标数量,据此可分别计算出各系统在不同年份和地区的评价指数,进而对其发展水平的时空变化进行测度。
本实施例的步骤S13中,耦合度C的计算公式为:
C=[F1(t)*F2(t)*F3(t)*F4(t)/(F1(t)+F2(t)+F3(t)+F4(t))3]1/3
式中,F1(t)、F2(t)、F3(t)、F4(t)分别为WEEF系统中水资源、能源、环境和粮食子系统的综合指数,其根据协调性评价指标体系中各对应子系统中评价指标的权重确定,即可通过βk分别计算得到,耦合度即是对这种相互作用程度强弱的度量,通过测算其耦合程度可以揭示其相互作用程度的强弱,其值越高代表WEEF系统间相互作用程度越强。
基于上述计算得到的耦合度可知,WEEF系统中的四个子系统在生产、消耗与管理过程中皆存在紧密的关联关系,通过测算其耦合程度可以揭示其相互作用的强弱,WEEF耦合度虽然能综合反映四者耦合作用的强弱,但无法反映四者间相互发展水平的高低,即系统协调水平。因此需要计算耦合协调度,耦合协调度可衡量各子系统相互作用中良性耦合程度的大小,体现协调状况的优劣程度。
本实施例中根据耦合度C,计算能够反映系统整体发展水平的WEEF系统的综合评价指数T:
T=aF1(t)+bF2(t)+cF3(t)+dF4(t)
式中,a、b、c、d分别为水、能源、环境和粮食子系统的权重系数,一般认为这四个子系统对可持续发展具有同等重要的影响,取a=b=c=d=0.25;
进而得到耦合协调度D为:
在本实施例中,耦合协调度D的值越高,反映了WEEF系统越趋向于协调发展。
基于上述耦合协调度的计算公式,通表1-2确定出待评估区域协调发展的程度;
表1:WEEF系统协调发展水平及程度
表2:WEEF系统协调发展水平及程度划分
耦合度C | 耦合度类型 |
[0,0.3] | 低水平耦合 |
(0.3,0.5] | 颉颃阶段 |
(0.5,0.8] | 磨合阶段 |
(0.8,1.0] | 高水平耦合 |
基于上述耦合度和耦合协调度的计算方法,根据评估区的原始数据,分别计算出各个子系统和综合系统的耦合度C和协调度D,然后分析。因此,本实施例的步骤S15中评价方法具体为:
分析WEEF系统的耦合度及耦合协调度的时序变化,当耦合度呈增长趋势时,则表明当前基础设施对水资源、能源、环境和粮食的依赖程度以及对生态环境的破坏程度在不断加强;当系统耦合度呈减少趋势,则表明当前基础设施对水、能源、环境和粮食的依赖程度不断减轻。
本发明实施例的步骤S1中的评分框架用于对对基础设施规划划的协同效应进行简化评估,以反映不同决策与政策下,规划区内水资源、能源、环境和粮食子系统之间的相互作用变化及其对基础设施规划布局的影响。
在本发明实施例中,
所述评分框架中的评分标准包括基础设施在WEEF系统中各子系统的关联程度ICSU评分、基础设施规划与水的关联程度、基础设施规划对实现各子系统目标的影响程度,以及基础设施规划对粮食安全、能源安全、水安全以及环境可持续性的贡献程度。具体地,规划区内的基础设施一般都是以“水”作为决策的,所以评分框架中基础设施的评分标准表现在:决定活动是否与水不可分割(+3分);如果在当前的基础设施的能源、粮食安全和环境可持续性及其相应的活动和影响与“水”的关系,存在相互作用且属于正向积极的影响,依据影响的强烈程度判断评分为+2或+1分。同理,如果这一相互作用关系不存在,则评分为0;如果规划基础设施限制了特定目标的实现(即-1分或-2分);如果某部门基础设施规划将致使其它部门基础设施或者该设施本身的某些目标无法实现(-3分)。如下表3是这个框架的详细评分标准:
表3:ICSU评分框架
上述表格中的“项目”即为规划的基础设施,将这些基础设施运用区域的WEEF系统,判断这些“项目”和区域WEEF系统的相互作用形式,进而对应协同规划。
鉴于区域内各部门之间联系的复杂性限制,应用指标框架进行评估,对于规划区的基础设施投资的多项活动或项目中的每一项,得到-3到3的分数,以代表其对粮食安全、能源安全、水安全和环境可持续性的贡献。为了方便分类,本发明将规划区内基础设施工程项目分为节能降耗、清洁能源与抽水蓄能、灌区续建配套与节水改造、淤地坝与农田水利设施建设、环境治理与生态保护、流域治理重大水利水电工程、粮食增产与农民增收等多种类型。
本发明实施例的步骤S2中运用水文模型对规划区内的环境可持续性和水安全程度的关键评价参数进行计算;具体来说应用水文模型计算环境可持续性和水安全有关的指标,主要是流域产汇流计算、水土流失、污染负荷、土地利用等领域相关的参数,水文模型可以分为集总式、分布式两种。
集总式水文模型结构简单,适用性强,在对水文过程的表达中,通常不考虑水文要素(如输入数据、边界条件、流域下垫面等)空间变异性,其水文过程由简化的数学物理方程和经验公式来描述,既具有一定物理基础,也包含部分的经验性,因此模型结构简单,适用性强。常见的集总式水文模型有:新安江模型、陕北模型、TANK模型、SWMM模型、HSPF模型等。分布式水文模型充分考虑空间变异性,由空间离散化方式来处理参数和变量的变异性,采用严格的偏微分方程模拟水文系统中的子过程,通过对网格单元水文过程描述的汇总得到整个流域的水文过程,能真实地反映气候因素和下垫面因素的空间变异性对流域水文过程的影响,这种处理与流域下垫面的复杂性和水文过程的非线性特征是相符的,所模拟的结果也更为客观。
常用的SWAT模型就是典型的分布式水文模型。
所述水文模型包括新安江模型、陕北模型、Tank模型、黑箱模型、SWMM模型以及SWAT模型;在具体的水位模型选择时,依据研究区域内水文气象等自然条件,以及需求的侧重不同,选择适用的水文模型进行计算。
本实施例中在选择水文模型时,根据待规划区域内的自然条件及需求侧重点选择对应的水文模型进行评估参数计算。在本发明实施例中,下面就解决本发明实施例中涉及到的参数计算问题,说明相关的水文模型在本申请中的应用:
(一)新安江模型
该模型在湿润、半湿润地区得到广泛应用,其应用范围不仅仅局限于降雨径流模拟及洪水预报,也包括水资源规划管理、防灾、农业等与水有关的领域,如图2和图3所示。本次发明采用的新安江模型按照三层蒸散发模式来计算流域蒸散发,按蓄满产流概念计算降雨产生的总径流量,采用流域蓄水曲线考虑下垫面不均匀对产流面积变化的影响。
(二)陕北模型
该模型如图4所示,陕北模型是适用于干旱地区或是以超渗产流为主的地区,该地区自然地理条件复杂,暴雨时空分布极不均匀,雨量及水文站网密度十分稀疏。
(三)SWMM模型
SWMM(storm water management model)模型如图5所示,其作为动态的水文水动力学模型,可用于模拟区域内单一降水事件或长期的水量和水质,实现水量及水质的场次及长序列连续模拟。该模型可以跟踪模拟不同时间步长任意时刻每个子流域所产生径流的水质和水量,以及每个管道和河道中水的流量、水深及水质等情况。本发明引入SWMM模型,其用意包括对研究区域的径流总量计算和面源污染模拟两个方面,对基础设施输入的数据进行编辑、模拟水文、水力和水质情况,从而判断潜在的影响。
(四)SWAT模型
SWAT模型是在GIS平台开发的,主要是利用遥感和地理信息系统提供的空间信息模拟多种不同的水文物理化学过程,如图6所示。作为一个分布式的水文模型,SWAT模型首先将整个研究区域按一定的子流域面积阈值划分为若干个子流域,对各种水文过程统一模拟,可以在流域整体视角研究各种水文过程的综合影响。这里的分布式计算,是指先将流域分成水文响应单元(HUF),单独研究每个水文响应单元的内部循环,再通过子流域和河网将各个响应单元进行有机连接。
本发明选用构建SWAT模型来对规划区内环境可持续性和水安全有关的基础设施投资项目进行计算,并在流域产汇流计算、水土流失、面源污染、土地利用等多个领域得到广泛应用。以往对水-能源-环境-粮食系统的研究缺少针对流域尺度的,而SWAT模型可以对流域内一系列复杂的物理过程进行模拟,高效率地进行长期管理变化的影响,特别是模型将流域划分为多个子流域进行模拟提高了水文模拟的精度,降低了空间差异的影响,使得计算结果更加精确。
基于上述模型,本发明实施例的步骤S2中,进行参数的方法具体为:
S2-1、利用SWAT模型模拟规划区内的土地利用和气候变化对径流的影响,进而按土地利用和土壤面积阈值对规划区进行区域划分,使其对应于SWAT模型中的水文响应单元;
S2-2、基于规划区的土壤及气候特点,选择水文模型计算各水文响应单元上的净雨计算产流量、泥沙及污染物质产生量;
其中,对于湿润区域的水文响应单元采用新安江模型,对于干旱区域的水文响应单元采用陕北模型;
S2-3、利用SWMM模型对规划区中流域的流量过程线、污染物浓度过程线、超负荷水量以及所需泄流量进行演算,进而得到规划区内的出口断面流量、泥沙和污染负荷;
S2-4、将净雨计算产流量、泥沙及污染物质产生量、出口断面流量、泥沙和污染负荷,作为规划区内的环境可持续性和水安全程度的关键评价参数。
基于上述步骤S2-1~S2-4,本发明实施例运用水文模型,支撑定量评价的参数和变量的相关计算。从整体上,以SWAT模型作为基础,并按照土地利用对区域进行划分,形成水文相应单元,进一步对水文响应单元,依据规划区所处的环境、土地利用和气候背景,选用适宜的水文模型,得到径流关系。在此基础上,继续依据WEEF系统对定量评价的功能要求,添加相适应的水文模型,随即得到流量、污染物、水量、泥沙等过程关系。总体的形成输入拟建基础设施的各项指标,通过一系列评价和评估,再输出流量、污染物等参数的对应,进一步通过输出支撑定量评价,从而形成环境可持续性和水安全程度的关键评价。
本发明实施例的步骤S3中,利用上述水文模型计算得出准确的水安全和环境可持续性的量化结果,以及相关的参数,进一步的对基于WEEF系统的基础设施规划进行定量评估。本发明实施例中分别通过指数评分法、集对分析法以及主成分分析法对拟定规划进行评估;
其中,指数评分法用于定量的对当前基础设施发展规划进行评分;集对分析法用于从众多的基础设施发展规划中选择出相对最优;主成分分析法用于确定影响当前基础设施发展规划的主要评价指标。
接下来对上述几种评估方法进行说明:
(一)指数评估法:
评估能做到量化和评价水、能源、环境和粮食之间的联系,作为主要的研究方法能够同时权衡多种资源对研究区域带来的影响,基本原理是利用指标体系框架进行评分计算。通过输入研究区域的相关参数,如:粮食自给率、农业种植结构、供水结构、能源供给结构和粮食进出口等数据,经过评分计算,得到基础设施在水、能源、环境和粮食之间的相互作用结果,如粮食生产对能源产量和消耗的影响、水的处理与供应耗能和粮食生产所需虚拟水量等,再根据类别的得分进行投资的得分,结合资金投入成本,计算研究区域的拟议基础设施的投资得分,最后根据得分进行评估,得到定量评分计算公式如表4所示:
表4:定量评分的计算公式
其中:每个分类标准及对应子标准的共同作用得出类别得分的分数;PTDL是取决于下游流量变化的参数;投资得分是通过将类别得分乘以相应的上、下游效应得到的。
这些评估结果将被作为定量分析基础设施投资项目规划的依据,结合ICSU指标框架的定性评分,形成定性研究和定量研究有机结合的混合研究方法,使评估具有更大的准确性和真实性。进一步确定在水、粮食、环境和能源部门拟议干预措施之间的协同作用,特别是投资的规划以及优先排序问题,即区域内对基础设施投资活动和项目的决策。通过下面三个公式,先根据不同的需求选用不同的公式,然后用于计算各投资项目的总分,再由结果进行排序,从而做好对这些项目的决策,或者说是做好拟议项目的运营投资优先排序。
对于表4中的计算公式:
①总分=所有分数之和
这一公式适用于优先考虑净收益最高的投资,但其局限性在于,它自动优先考虑具有巨大效益但也可能产生巨大负面环境影响的大型项目。较小的项目会受到影响,即使它们没有消极作用。
②总分=正负分数之和/max{0.0001,负分数之和}
这一公式估计了与项目规模无关的正面和负面影响之间的比率,给没有负面影响的项目赋予了过大的权重,即使它们是一项正面效益很小的研究。
③总分=2*正分数之和/(负分数+负分数的最大值)
第三个公式是其他两个公式之间的折衷,旨在优先考虑正面效益大于负面影响的投资,而不给没有负面影响的小项目太多的权重。
称这样的指数评分方法为:基础设施规划中水-能源-环境-粮食(WEEF)关系概念运作的混合方法。对于区域内基础设施的投资活动的规划中,结合定性和定量研究来实施的步骤中,有如下几个原则。
第一个原则:对区域内的基础设施,水、能源、环境、粮食各子系统之间有着共同的边界和强大的联系,基础设施投资项目的决策至关重要。
第二个原则:与投资项目的位置有关,靠近生态敏感区(如能源开采地区地质、水资源、生态已经受到破坏的区域)或对河流流量有重大下游影响的项目(如水电能源基地的开发,会影响到下游流域的诸多要素)需要重视。
第三个原则:重视相互作用的强度,包括权衡和协同作用,有些项目一定程度上限制了子系统目标的实现,或者其他项目对一个或多个关系目标有很大的不利影响,因此需要考虑协同影响的强度或严重性。例如污水处理的设施,处理得当会产出可用的水资源,缓解水资源开采压力,反之未恰当处理甚至使污水排入河道,则会加重水资源紧缺的现状,还会造成生态环境恶化。
第四个原则:对基础设施投资项目应优先考虑支持多个部门改进的项目,项目必须具体说明如何改善水、能源、粮食安全和环境可持续性,在实施基础设施项目时注重社会标准的重要性,优先考虑与现有有利环境相适应或结合良好的项目,例如在煤炭开采区域,不考虑土地和水资源的冲突的项目不应优先考虑。
第五个原则:对涉及资源效率和成本节约的项目,应优先考虑提高跨部门资源利用效率的项目,比如能源生产用水少或对生态环境友好的项目,或者粮食生产用水少、能源少的项目也应优先考虑。
第六个原则,涉及不同部门机构的项目应优先考虑,来减少不同政策之间发生冲突的可能性,而纯粹的部门项目更有可能忽视或损害其他部门,比如一些水电项目可能会影响供水时间和水质,而一些供水项目可能需要大量能源。
第七个原则:考虑所有拟议基础设施投资项目的整体活动会对环境和社会公平产生的影响,对环境退化和社会公平的影响都应得到特别考虑,并应反映在决策和运行中。
在本实施例中,在通过指数评价法得到初步的结果后,能够根据这些原则做出评分判断,也能根据这些原则得到协同规划方法形成正向效果的建议。
(二)集对分析法
基础设施的方案规划既是一个复杂的技术经济问题,又是一个受多因素影响的综合评价问题。从众多的设施规划设计方案中选出相对最优的过程,其实质就是将多个评价指标问题转换成单个综合评价指标问题,以便在一维实数空间中对各方案进行分类排序。
集对理论作为系统的分析方法,是一种处理不确定性问题的系统理论。集对分析的核心是在不确定系统中,将两个有关联的集合构造集对,再对集对的某特性做同一性、差异性、对立性分析,建立集对的同、异、反联系度的分析方法。根据所讨论的具体问题,将集合A和B组成集对H=(A,B)在具体问题背景W下,对集对H的特性展开分析。设集对H所具有的特性总数为n,其中有S为同一性个数,P为对立性个数,其余F=n-S-P个特性为两个集合既不对立又不同一,即F为差异性个数,则该两个集合的联系数表达式为:
令a=S/n,b=F/n,c=P/n,则上式可简化为:
uA-B=a+bi+cj
其中a、b、c为联系度分量,且满足归一化条件a+b+c=1。
从不同侧面定量刻画了确定性与不确定性。a、c是相对确定的,b是相对不确定的,这种相对性是由客体的复杂性和可变性,以及主体对客体的认识和刻画的主观性和模糊性造成的不确定性,是对客体的近似反映。
集对分析通过联系度表达式展示关系的整体与局部结构,基础设施规划评价的实质就是对给定的几个可行方案进行优劣评价。
基于集对分析原理本发明提出的集对优选法的基本步骤如下:
1、建立可行方案的评价指标体系。
将基础设施协同规划可行方案的评价指标综合考虑水、能源、环境、粮食四个因素后,分别对应,取各自的评价指标为x1,x2,…,xm(其中m为指标数),则第i个可行方案的指标体系构建成一个集合Ai=(xi,1,xi,2,…,xi,m),其中i=1,2,…,n,n为可行方案总数。
2、建立可行方案评级指标的评价标准。
设评价标准为[sl-1,j,sl,j)(l=1,2,…,K,K为评价标准数;j=1,2,…,m),其中sl-1,j,sl,j分别为第j指标第l级标准的下限与上限。对于1级标准,记为集合B1=(1,1,…,1);对于2级标准,记为集合B2=(2,2,…,2);依此类推,对于K级标准,记为集合BK=(K,K,…K)。
3、根据上一步骤2的等级标准将集合Ai=(xi,1,xi,2,…,xi,m)中的元素进行符号量化处理,相当对评价标准下的数值做出标准化。
如第i个可行方案的评价指标m落入1级区间,该指标为第1级,则该指标量化为符号“1";如落入第l级,则该指标量化为符号“l”。逐指标比较,得到符号量化的集合Ai(i=1,2,…,n)。
4、为确定WEEF规划下各方案之间的联系度,进一步通过不同的可行方案构造出集对H=(Ai,Bl)(l=1,2,…,m)。将集对中的Ai与Bl对应的元素进行对照,统计符号相同的个数,记为S;统计符号相差1级的个数,如2与1、2与3,记为F1;统计符号相差2级的个数,如2与4、1与3,记为F2;依此类推,统计相差K-2级的个数,如2与K,记为FK-2;统计相差K-1级的个数,如1与K,记为P,得到K元联系度:
式中:S+F1+F2+…+FK-2+P=m。
5、确定I1,I2,…,IK-2和J的值。
差异不确定分量系数可以采用经验取值法或均匀取值法来确定。
6、方案优选。
根据联系数的大小对方案A1,A2,…,An进行排序,联系数越大,即相应的方案越优,从而得出最优的WEEF协同规划。
(三)主成分分析法
主成分分析(Principal Component Analysis,PCA)是一种将多维因子纳入同一系统进行定量化研究、理论比较完善的多元统计分析方法,在简化系统结构但保持原有信息的基础上,将多个指标转化为几个综合指标,实现从高维度空间到低维度空间的转换,可以有效降低计算量。
主成分分析法最显著的优点是不需要专家打分,可以减少主观因素的影响,并且可以简化指标,便于分析。
具体步骤如下:
1、评价指标体系建立
将区域内基础设施规划方案的评价指标体系分解为目标层、准则层和指标层,主要从水、能源、环境、粮食方面综合考虑选取评价指标构成评价指标集。
2、评价指标数据预处理
为消除各指标量纲的影响,在构建主成分分析模型之前需要进行标准化处理,即将量纲归一化。先用取倒数的方法将负向指标变换成正向指标,之后利用标准差标准化法将原始数据标准化,计算公式:
即得到原始变量xij标准化处理后的值;
3、计算相关系数矩阵R
将数据标准化处理后,首先构建相关系数矩阵R。
式中,ρij为原变量xi与xj的相关系数,ρij=ρji,(i=1,2,3,……,p;j=1,2,3,……,p);
再计算相关系数,相关系数的计算公式为:
4、适用性检验
相关系数是反映标准化后的数据之间密切程度的统计指标,其绝对值越大,表明变量之间相关性越密切,通过适用性检验判断原始变量之间的相关性,数据结构简化的可行性,以及是否适合做主成分分析。根据标准化数据矩阵建立协方差矩阵R,该指标是反映标准化后的数据之间相关关系密切程度的统计指标,其值越大,说明越有必要对数据进行主成分分析。
5、主成分分析
将评价指标及其数值的分组中如水-能源、水-环境、能源-环境等之间可能存在相关性的评价指标和标准的变量分组转换为彼此不相关的,而转换后的这组变量叫主成分。进而计算相关系数矩阵R的特征值λ、方差贡献率Bi和累积贡献率Mm,方差贡献率Bi表示各主成分的信息量,计算公式为:
累积贡献率Mm反映了前m个主成分的信息综合能力,计算公式为:
将每个主成分对应的特征值、方差贡献率和累计贡献率汇总成表,作为确定主成分的依据,从而避免主观打分可能带来的不准确性。
6、计算因子载荷矩阵
进一步计算所选主成分的标准化正交旋转因子载荷矩阵,主成分载荷反映了主成分与原变量之间的相互关联度,其计算公式为:
对于主成分因子载荷矩阵,相关系数(绝对值)越大,意味着主成分对该变量的代表性也越大,正值表示与该主成分正相关,负值则表示负相关。其中,主成分F的计算公式如下:
7、综合得分
加权求和计算综合得分,权数、为每个主成分的方差贡献率即每个主成分对应特征值占提取的主成分的特征值之和的比重,由指数模型计算得到最终的综合分数:
I=w1×F1+w2×F2
其中,主成分表示为:Fi=∑kuki×Zxk。
本发明实施例的步骤S4中,利用上述三种方法得到的评价结果对拟定规划进行调整,这一步的调整过程中,需要特别考虑到的是评价指标中评分较低的项目。如在研究区域内某一处地质脆弱的地区修建大坝,会导致地质受到损害,进而影响到这一指标的评分,相应的调整可以是重新考虑坝址、坝型、或取消这一项基础设施。又如区域内的取水设施,因为开采地表水过量,使得河湖的流速和生态需水收到负面影响,进而影响到水质和水生生物,这里的调整可以是合理调整用水的来源,确保地表水、地下水的开采利用均处于合理的范围内。
本发明实施例的步骤S5中,对通过指数评分法、集对分析法以及主成分分析法的评估结果对拟定方案调整后获得的任一合格规划方案进行风险评估的方法具体为:
S5-1、对合格规划方案对应的规划范围进行评估和决策,识别可能存在的风险;
S5-2、量化风险可能带来的影响及损失,得到风险分析结果;
量化风险给人们的生活、生命、财产等各个方面造成的影响和损失,将风险分析的结果与风险准则相比较,以决定风险以及其大小是否可接受或可容忍的过程;
S5-3、基于风险分析结果进行实施决策的适应性学习,将能够规避风险的规划方案作为最终规划方案。
从上述技术方案可以看出,本实施例提供了一种区域多部门协同的基础设施规划方法,具体为对研究区域内WEEF系统进行协调性评价并制定评分框架;利用水文模型对研究区域内环境可持续性和水安全程度参数进行计算;利用预设评分方法对基础设施投资的拟议中的规划进行评估和评分,得到评价结果;根据评价结果对规划进行调整,再返回到上一步骤进行评估和评分,直至评价结果合格;根据确定的基础设施排序方案对规划进行评价。该方案将研究区域看作一个整体系统进行研究,并在研究过程中考虑相关的基础设施之间也存在的相互影响和作用,这样就能够为系统调控政策以及基础设施规划措施提供相应的理论依据和参考。
实施例2:
本发明实施例提供的了实施例1中的区域多部门协同的基础设施规划方法的协同规划系统,包括:
第一评价模块,用于对规划区的WEEF系统进行协调性评价并制定评分框架;WEEF(Water Energy Environment Food)是指“水-能源-环境-粮食”纽带关系,即对区域多部门基础设施进行协调性评价及与风险和方案评估的决策,特别是风险和方案评估的决策中,构建对区域内基础设施的各种关系的协同效应进行简化评估的框架。
参数计算模块,用于根据待规划区域的水文特点,利用对应的水文模型进行环境可持续性和水安全项目的评估参数计算;特别是对流域产汇流计算、水土流失、污染负荷、土地利用等领域相关的参数;其中,水文模型包括新江安模型、陕北模型、SWMM模型以及SWAT模型。
第二评价模块,用于利用预设评分方法对待规划区域内中基础设施的拟定规划进行评估,得到评价结果;其中,预设评分方法包括指数评分法、集对分析法和主成分分析法
规划调整模块,用于根据评价结果对拟定规划进行调整;
规划确定模块,用于对调整后的多部门基础设施协同规划方案进行风险评估,确定基础设施的最终规划方案;可以使决策者更好地理解和管理粮食、能源、环境和水系统的复杂风险。
在本发明的描述中,需要理解的是,术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此,限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。
Claims (10)
1.区域多部门协同的基础设施规划方法,其特征在于,包括以下步骤:
S1、对规划区内的WEEF系统的协调性进行评价,并制定评分框架;
S2、计算规划区内的环境可持续性和水安全程度的关键评价参数;
S3、根据计算出的关键评价参数及评分框架,评价WEEF系统中当前拟定的水资源、能源、环境以及粮食子系统的相关基础设施发展规划,获得评价结果;
S4、根据评价结果,对当前基础设施发展规划进行优化调整,直到评价结果满足期望标准,获得合格规划方案;
S5、对所有合格规划方案进行风险评估,确定最终规划方案,并运用最终规划方案对规划区内的基础设施进行总体规划及布局建设。
2.根据权利要求1所述的区域多部门协同的基础设施规划方法,其特征在于,所述步骤S1中,进行协调性评价的方法具体为:
S11、对规划区内的基础设施进行类型划分,获取规划区中水、能源、环境及粮食子系统相关的原始数据,并进行标准化处理;
S12、基于标准化处理的数据,构建协调性评价体系并确定其权重;
S13、根据协调性评价体系中各评价指标的标准化值及其权重,依次计算WEEF系统的耦合度、综合评价指数及耦合协调度;
S14、基于WEEF系统的耦合度和耦合协调度,对WEEF系统进行协调性评价。
3.根据权利要求2所述的区域多部门协同的基础设施规划方法,其特征在于,所述步骤S12中,协调性评价体系指标体系中的评价指标为用于WEEF系统的协调耦合程度的评价指标;
所述步骤S12中,协调性评价指标体系中评价指标的权重wj为:
式中,gi为差异系数,n为协调性评价指标体系中的评价指标总数,下标i为评价指标的序数,j为第i个评价指标Xi在一个统计年份中对应的m个数值中的第j个数值,j=1,2,…,m,且m<n;
所述步骤S13中,WEEF系统的耦合度C的计算公式为:
C=[F1(t)*F2(t)*F3(t)*F4(t)/(F1(t)+F2(t)+F3(t)+F4(t))3]1/3
式中,F1(t)、F2(t)、F3(t)、F4(t)分别为WEEF系统中水资源、能源、环境和粮食子系统的综合指数,其根据协调性评价指标体系中各对应子系统中评价指标的权重确定;
所述步骤S13中,WEEF系统的综合评价指数的综合评价指数T为:
T=aF1(t)+bF2(t)+cF3(t)+dF4(t)
式中,a、b、c、d分别为水资源、能源、环境和粮食子系统的权重系数;
所述耦合协调度D为:
所述步骤S14中评价方法具体为:
分析WEEF系统的耦合度及耦合协调度的时序变化,当耦合度呈增长趋势时,则表明当前基础设施对水资源、能源、环境和粮食的依赖程度以及对生态环境的破坏程度在不断加强;当系统耦合度呈减少趋势,则表明当前基础设施对水、能源、环境和粮食的依赖程度不断减轻。
4.根据权利要求1所述的区域多部门协同的基础设施规划方法,其特征在于,所述步骤S1中的评分框架用于对基础设施规划的协同效应进行简化评估,以反映不同决策与政策下,规划区内水资源、能源、环境和粮食子系统之间的相互作用变化及其对基础设施规划布局的影响;所述评分框架中的评分标准包括基础设施在WEEF系统中各子系统的关联程度ICSU评分、基础设施规划与水的关联程度、基础设施规划对实现各子系统目标的影响程度,以及基础设施规划对粮食安全、能源安全、水安全以及环境可持续性的贡献程度。
5.根据权利要求1所述的区域多部门协同的基础设施规划方法,其特征在于,所述步骤S2中运用水文模型对规划区内的环境可持续性和水安全程度的关键评价参数进行计算;
所述水文模型包括新安江模型、陕北模型、Tank模型、黑箱模型、SWMM模型以及SWAT模型;
在选择水文模型时根据规划区的实际水文特点基于需要计算的关键评价参数选择对应的水文模型。
6.根据权利要求1所述的区域多部门协同的基础设施规划方法,其特征在于,所述步骤S2中,计算关键评价参数的方法具体为:
S2-1、利用SWAT模型模拟规划区内的土地利用和气候变化对径流的影响,进而按土地利用和土壤面积阈值对规划区进行区域划分,使其对应于SWAT模型中的水文响应单元;
S2-2、基于规划区的土壤及气候特点,选择水文模型计算各水文响应单元上的净雨计算产流量、泥沙及污染物质产生量;
其中,对于湿润区域的水文响应单元采用新安江模型,对于干旱区域的水文响应单元采用陕北模型;
S2-3、利用SWMM模型对规划区中流域的流量过程线、污染物浓度过程线、超负荷水量以及所需泄流量进行演算,进而得到规划区内的出口断面流量、泥沙和污染负荷;
S2-4、将净雨计算产流量、泥沙及污染物质产生量、出口断面流量、泥沙和污染负荷,作为规划区内的环境可持续性和水安全程度的关键评价参数。
7.根据权利要求1所述的区域多部门协同的基础设施规划方法,其特征在于,所述步骤S3中,分别通过指数评分法、集对分析法以及主成分分析法对基础设施规划进行评估;
其中,指数评分法用于定量的对当前基础设施发展规划进行评分;集对分析法用于从众多的基础设施发展规划中选择出相对最优;主成分分析法用于确定影响当前基础设施发展规划的主要评价指标。
8.根据权利要求7所述的区域多部门协同的基础设施规划方法,其特征在于,所述步骤S5中,对通过指数评分法、集对分析法以及主成分分析法的评估结果对拟定方案调整后获得的任一合格规划方案进行风险评估的方法具体为:
S5-1、对合格规划方案对应的规划范围进行评估和决策,识别可能存在的风险;
S5-2、量化风险可能带来的影响及损失,得到风险分析结果;
S5-3、基于风险分析结果进行实施决策的适应性学习,将能够规避风险的规划方案作为最终规划方案。
9.基于权利要求1~8任一所述权利要求的区域多部门协同的基础设施规划方法的协同规划系统,其特征在于,包括:
第一评价模块,用于对规划区的WEEF系统进行协调性评价并制定评分框架;
参数计算模块,用于根据待规划区域的水文特点,利用对应的水文模型进行环境可持续性和水安全程度的评估参数计算;
第二评价模块,用于利用预设评分方法对待规划区域内中基础设施的拟定规划进行评估,得到评价结果;
规划调整模块,用于根据评价结果对拟定规划进行调整;
规划确定模块,用于对调整后的多部门基础设施协同规划方案进行风险评估,确定基础设施的最终规划方案。
10.根据权利要求9所述的协同规划系统,其特征在于,所述水文模型包括水文模型包括新安江模型、陕北模型、Tank模型、黑箱模型、SWMM模型以及SWAT模型;
所述预设评分方法包括指数评分法、集对分析法和主成分分析法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007706.1A CN115358587A (zh) | 2022-08-22 | 2022-08-22 | 区域多部门协同的基础设施规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007706.1A CN115358587A (zh) | 2022-08-22 | 2022-08-22 | 区域多部门协同的基础设施规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115358587A true CN115358587A (zh) | 2022-11-18 |
Family
ID=84002903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211007706.1A Pending CN115358587A (zh) | 2022-08-22 | 2022-08-22 | 区域多部门协同的基础设施规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115358587A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911699A (zh) * | 2023-09-14 | 2023-10-20 | 水利部交通运输部国家能源局南京水利科学研究院 | 城市洪涝灾害应对韧性的精细化动态评估方法和系统 |
-
2022
- 2022-08-22 CN CN202211007706.1A patent/CN115358587A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911699A (zh) * | 2023-09-14 | 2023-10-20 | 水利部交通运输部国家能源局南京水利科学研究院 | 城市洪涝灾害应对韧性的精细化动态评估方法和系统 |
CN116911699B (zh) * | 2023-09-14 | 2023-12-19 | 水利部交通运输部国家能源局南京水利科学研究院 | 城市洪涝灾害应对韧性的精细化动态评估方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Water resources risk assessment model based on the subjective and objective combination weighting methods | |
KR20170005553A (ko) | 지능형 정보제공을 위한 홍수, 가뭄정보의 평가 및 예측 기법 개발 | |
Wang et al. | Supply-demand risk assessment and multi-scenario simulation of regional water-energy-food nexus: A case study of the Beijing-Tianjin-Hebei region | |
CN101673369A (zh) | 基于投影寻踪的排水管网洪涝风险评价方法 | |
CN116070886B (zh) | 水资源系统多维适应性调控方法及系统 | |
CN111539597B (zh) | 一种网格化的流域社会经济干旱评估方法 | |
CN114741987B (zh) | 考虑洪水预报模型绝对误差拟合残差分布的洪水概率预报模型 | |
Wu et al. | Real-time correction of water stage forecast during rainstorm events using combination of forecast errors | |
CN113887972A (zh) | 一种基于水文过程的综合旱情监测与评估方法 | |
Guo et al. | A hybrid fuzzy investment assessment framework for offshore wind-photovoltaic-hydrogen storage project | |
CN111199298B (zh) | 基于神经网络的洪水预报方法与系统 | |
Ashrafi et al. | Applying wavelet transformation and artificial neural networks to develop forecasting-based reservoir operating rule curves | |
CN114723283A (zh) | 一种面向城市群的生态承载力遥感评估方法及装置 | |
Silalahi | Forecasting of Poverty Data Using Seasonal ARIMA Modeling in West Java Province | |
Gui et al. | Simulation-based inexact fuzzy semi-infinite programming method for agricultural cultivated area planning in the Shiyang River Basin | |
Aalirezaei et al. | Prediction of water security level for achieving sustainable development objectives in Saskatchewan, Canada: Implications for resource conservation in developed economies | |
Bozorgi et al. | Development of multi-hazard risk assessment model for agricultural water supply and distribution systems using bayesian network | |
CN115358587A (zh) | 区域多部门协同的基础设施规划方法及系统 | |
Angelopoulos et al. | Long-term electricity demand forecasting via ordinal regression analysis: The case of Greece | |
He et al. | An Improved Coupling Model of Grey-System and Multivariate Linear Regression for Water Consumption Forecasting. | |
CN115809718B (zh) | 基于多目标竞争关系量化的梯级电站发电与生态协同优化方法和系统 | |
CN113836807B (zh) | 一种基于熵值法和长短期记忆神经网络的河湖生态流量预报预警方法 | |
Xu et al. | Cascading model-based framework for the sustainability assessment of a multipurpose reservoir in a changing climate | |
Lyu et al. | Water level prediction model based on GCN and LSTM | |
Ahmed et al. | Implementation of water demand forecasting model to aid sustainable water supply chain management in UAE |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |