基于GA-BP神经网络的页岩气开发区域水资源承载力研究

左朝晖，李绍康，杨津津，袁颖，李翔*

1.中国环境科学研究院 2.河北地质大学城市地质与工程学院

页岩气是蕴藏于页岩层可供开采的天然气资源，相比于常规天然气，页岩气具有开采寿命长和生产周期长的优点[1]。中国的页岩气资源可采量约为115×1011～361×1011m3，近几年页岩气年产量达到44.6×108m3，页岩气的大规模开发有助于优化我国能源消费结构[2]，同时促进页岩气开发区域经济发展。然而，页岩气开采过程中需要消耗大量淡水资源[3]，钻井和压裂过程所需水量通常达到10 000～24 000 m3，其中有30%～70%耗水被重复利用，其开采耗水十分严重[4-5]，若不协调页岩气开发与水资源之间的关系，可能导致区域水资源匮乏[6]。因此，有必要开展页岩气水资源承载力评价研究，为页岩气开发区域水资源可持续利用政策的制定提供借鉴。

目前，国外对水资源承载力的研究很少，多数研究将水资源承载力纳入可持续发展研究范畴[7-9]。国内对区域水资源承载力的研究主要是选取社会、水资源、经济、生态4个方面的指标建立水资源承载力评价体系，运用模糊综合评价法、系统动力学法、神经网络法、生态足迹法等进行评价[10-11]。在评价指标体系方面，针对页岩气的耗水特点的区域水资源承载力研究较少，基于社会、水资源、经济、生态方面指标的区域水资源承载力评价体系缺少客观性与全面性，如何通过科学的模型分析区域页岩气开发过程中水资源承载力成为重要的研究课题。在评价方法方面，BP (back propagation)神经网络模型具有广泛的适应能力、学习能力和映射能力等特点，非线性数据处理能力十分强大，且不需要人工确定指标权重，在多变量非线性系统的建模与预测方面可取得满意的结果[12]。……