水资源承载能力是指在某一具体历史发展阶段 下,以可预见的技术、经济和社会发展水平为依据, 以可持续为原则,以维护生态环境良性循环发展为 条件,在水资源得到合理开发利用的条件下,某地区 的水资源( 包括数量、质量) 持续支持人类社会发展 规模( 即一定生活质量的人口数量) 的最大支撑能力与限度[1]。水资源承载能力是可持续发展的一 个重要方面,它可以综合反映一个区域或一个流域 内水资源对当地社会经济发展的支撑是否可持续, 是衡量社会经济与水资源、水环境之间协调关系的 重要指标。 随着水环境污染问题逐渐得到人们的重视,水资源承载能力的研究成为一个热点问题。国外学者 通常将水资源承载能力研究纳入可持续发展的框架 内,Kyushik 等[2]提出根据城市现有基础设施和土 地利用密度评估城市承载力; Joardar 等[3]在城市发 展规划体系框架下从供水的角度分析了城市水资源 承载能力; Ngana 等[4]在研究了坦桑尼亚东北部马 尼亚拉湖子流域水资源综合管理战略发展计划后认 为,缺乏有效的流域管理方式以及对流域水资源承 载能力认识不清导致当地水资源得不到可持续利 用。国内学者在这一领域有了很多的研究成果,许 有鹏[5]、秦莉云等[6]将模糊综合评判方法应用于流 域水资源承载能力评价中,王海峰等[7]在淮河流域 水资源承载能力综合评价中提出用模糊模式识别方 法进行水资源承载能力综合评价,傅湘等[8]利用主 成分分析法提取对汉中平坝区水资源承载力有很大 贡献率的影响因子并进行评价研究。新的数学分析 算法也广泛应用于水资源承载能力研究中,林占东 等[9]结合差分进化算法和投影寻踪法建立水资源 承载能力评价模型,研究深圳市水资源承载能力,取 得良好效果; 何俊仕等[10]运用集对分析原理对淮河流域水资源承载能力评价的评价结果与模糊聚类神 经网络法保持一致; 王俭等[11]应用人工神经网络技 术建立水环境承载力评价模型,研究辽宁省水环境 承载力。本文尝试应用广义回归神经网络 ( generalized regression neural network,以下简称 GRNN) 模型评价苏州市的水资源承载能力,并对比 模糊综合评价的结果,以期发现GRNN 模型的特点 及其适应性问题。 |