与单纯考虑用水数据跟时间之间的联系不同,结构分析法具体分析需水量与各种相关因素之间的联系,试图揭示需水量的真正内含。其方法主要有:
1.回归分析法
该预测方法是通过回归分析,寻找预测用水量与影响因素之间的因果关系,建立回归模型进行预测,而且在系统发生较大变化时,也可以根据相应变化因素修正预测值,同时对预测值的误差也有一个大体的把握,因此适用于长期预测。现有的回归分析法又可分为许多种,如经验回归法、线性回归法、指数回归法等。所选参数主要有人口、产值等。应用回归预测法时应首先确定变量之间是否存在相关关系。如果变量之间不存在相关关系,对这些变量应用回归预测法就会得出错误的结果。而用水量的影响因素非常复杂,因此各因素选取及其准确性对最终预测结果至关重要。
对应不同回归方法,存在不同的回归方程。如线性回归方程:
Vt=a0+a1x1+a2x2+……+anxn
其中Vt为预测年需水量,a0~an为未知参数,x1~xn为相关因子。
2.弹性系数法
只用于工业用水需水量预测。工业用水弹性系数,在数值上等于工业用水增长率与工业产值增长率之比,即:
ε=α/β
ε——工业用水弹性系数
α——工业用水增长率
β——工业产值增长率
弹性系数法就是利用工业用水弹性系数基本不变这一规律来进行未来需水量的预测。在工业结构基本不变的情况下,使用该方法可得到比较符合实际的数值,用于中长期需水预测。(www.xing528.com)
3.用水增长系数法
主要用于工业用水分行业预测。就某一行业而言,其用水增长系数可用下面方法求得:
r1=(V2-V1)/(Z2-Z1)
r2=(V3-V2)/(Z3-Z2)
……
rn=(Vn+1-Vn)/(Zn+1-Zn)
r=(r1+r2+……+rn)/n
其中,V、Z、r分别为产值、用水量及用水增长系数。
求出用水增长系数后,即可代入未来的规划产值,反推出未来的需水量。采用此法原理简单,计算量少。但由于工业结构的变动、节水措施的采用,会使得出的数值产生误差,有时会达到很高的程度。
以上这些预测方法的应用局限性,主要表现在两个方面:
一是预测对象不明,对需水量理解模糊。与未来水量有关的参数很多,现有方法多利用对历史取水数据进行分析、预测,而将预测结果称为需水量、用水量或取水量的都有,在概念上不够严密;
二是由于方法所限,仅能从数字趋势上寻求规律,无法深入系统内部,进行多因素、非线性关系的探讨。但是由于用水系统发展的复杂性,此项工作的进行是十分必要的。因此已有的预测方法多采用简化的办法,如简化关系为线性、减少变量数目、采用灰箱模型等,使结果粗糙且应用范围较窄。而且,许多预测方法不能体现节水因素在系统发展中所起的重要作用,或者只能以笼统的定性预测来反映。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。