3.2　水资源需求预测方法概述

需水预测是一个相当复杂的过程，由于水资源利用的多用户、多功能、多方式的特点，想准确地预测未来的需水量是相当困难的。目前，对需水预测的研究途径即预测技术大体有两种：一种是从与需水相关的因素入手，通过分析相关因素的增长趋势，乘以定额来反推需水量；另一种是从用水本身的历史序列入手，通过数理统计和数据挖掘的方法找出其中蕴含的内在规律，进行外推预测未来的需水趋势。

根据对数据处理方式的不同，需水量预测方法主要可以分为：直观预测法、时间序列法、结构分析法和系统方法四大类，其中直观预测法包括德尔菲法、主观概率法、关联树法和线性指标法，属定性预测，多用于决策初期。由于方法相对简单，本章不做详细介绍。而时间序列法和结构分析法需定量计算，故较为常用；近些年发展起来的系统方法以其高精度和强适应性而逐渐为人们所接受并广为使用，已成为水资源需求预测技术的重要组成部分。具体分类情况如图3-1所示。

图3-1　需求预测方法分类

根据预测模型对未来的描述能力，即预测周期的长短，需水量预测方法可以分为单周期预测方法和多周期预测方法。此处提及的周期可理解为时、日、月、年等时间单位。如以过去的历史数据预测未来一个单位时间的需水量，可视为单周期预测：预测未来两个以上单位时间的需水量，可视为多周期预测。一般来说，各种预测方法的预测误差都会随着预测周期的增加而增加，然而误差增长速度和抗随机因素的能力有很大关系，抗随机因素的能力越强，误差越小。如时间序列分析法由于其所用数据单一（只是用水量的历史数据），而最近的数据则包含了极其重要的预测信息，所以它的预测周期不宜太多。灰色预测方法实质上是一个指数模型，当需水量发生零增长或负增长时，系统误差严重，而且预测周期越多误差越严重。人工神经网络方法需要数据动态的训练系统，近期数据对系统影响很大，预测周期也不宜太多。上述3种方法均属单周期预测方法。而结构分析法和系统动力学方法是分析用水系统、收集多种用水数据后建立起来的，在用水系统未发生很大变化的条件下，可以得到较多周期的预测值，属多周期预测方法。

值得一提的是，按周期对预测方法的分类应与以前人们常用的长、短期分类区分开来，严格讲，“长期、短期预测方法”的提法在概念上是不准确的。长、短期分类是针对预测的分类，而不是针对预测方法的分类，通常情况下，根据需水量预测目的、预测对象的特点，可将其分为长期预测和短期预测。短期预测一般是为用水系统实施优化控制而进行的日预测和时预测，这种预测对预测要求精确度高、预测速度快；长期预测一般是指以水资源规划为目的的年预测，它要求预测周期长、考虑因素多。而长短期预测均可采用我们上述提及的方法，但方法效果不同，有的用于长期较好，有的则偏重于短期。因此，人们习惯地把预测方法也以长短区分，但从理论上讲这种提法是不合理的。

下面分类介绍各种方法在水资源需求预测中的应用。