基于BP神经网络的重要水库水源地风险预测

刘 瀚，蔡旺炜，夏志昌，董 旭

(1.河海大学农业工程学院，南京 210098；2.温州市水利局，浙江 温州 325000)

1 研究背景

水源地是以维系生态平衡为基础要求，同时提供动植物生长与人类生产生活用水的复杂系统。维护水源地水源健康是保证饮水安全与农业生产的重要基础[1-2]。2012年环保部办公厅印发《全国集中式生活饮用水水源地水质监测实施方案》(环办函[2012]1266号)提出，要全面、客观、准确地掌握我国集中式生活饮用水水源地水质状况及变化趋势，保障用水安全。因此，科学准确地判断水源地健康风险并进行趋势预测和分析显得尤为重要。

近年来，相关学者在水源健康的评价方法上不断推陈出新[3]。刘志明等基于灰色预测模型预测了区域水资源承载力[4]，陈洁等基于三角模糊数对地下水源水环境健康进行了风险评价[5]，卫召基于神经网络对南水北调中线工程的水质进行了评价和预测[6]。然而，目前国内水源地健康风险的评价大多仍停留在水质、水量的层面[7]，预测方法也存在精度不高、过于繁杂等缺点。神经网络算法在进行水源健康评价时，往往只局限于5类水质评价标准，收敛次数少，结果范围广，难以发挥其高计算速度、高计算精度的优点。

本文拟根据珊溪(赵山渡)水库实测资料，结合国内外相关条例与评估经验，从多方面构建水源地健康风险综合评价指标体系。基于BP神经网络算法，结合综合权重评价法的具体数值结果作为健康预测目标结果，建立水库水源地健康风险预测模型，实现对水库水源健康的科学评价，为库区居民的工农业用水安全提供保障。……