3.11 水资源需求预测方法的分析与对比
水资源需求预测方法较多，各有其自身的优点及不足，我们可以结合预测的目的、特点，结合用水量变化规律，合理地选择一种或几种预测方法。除此之外，预测方法的选择也受到收集数据的限制。下面就几种常用的预测方法进行评析与对比。
（1）趋势法。趋势法在系统比较稳定的情况下可单独应用。该法随着预测长度的增加，预测值的可靠性降低。在需水预测中，水资源的需求增长速度一般根据近期增长趋势给出估计，对于长期预测，累计误差增大，不建议使用。
（2）回归分析法。回归分析法是通过回归分析，寻找预测对象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。由于该方法是通过自变量（影响因素）来预测响应变量（预测对象）的，所以自变量的选取及自变量预测值的准确性是至关重要的。针对我国基础数据短缺、预测及决策体系不完善的现状，应用此法时应抓住系统的主要影响因素，引入的自变量也要适当，过多的自变量不仅会使计算量增加、模型稳定性退化，还容易把不可靠的自变量预测值引入模型，使误差累加到响应变量上，造成很大的误差。
（3）时间序列法。时间序列法的移动平均模型和指数平滑模型一般用于短期预测，后者相对于前者预测精度要高一些，并且距离起点年越近，预测的相对误差越小。这也充分反映了指数平滑的特点：预测模型充分利用原点的信息，且随着原点年距离的增加，信息利用量迅速减少，所以短期预测较为可靠。
（4）指标分析法。该方法是通过对用水系统历史数据的综合分析，制定出各种用水定额，然后根据用水定额和指标值计算出远期的需水量。该方法与回归分析有很多相似之处，在一定意义上它等效于以指标值为自变量的一元回归，用水定额相当于回归系数。所不同的是，回归分析具有针对性，而用水定额具有通用性，与回归分析相比，它的工作量要小得多，但是由于用水定额的通用性，在对特殊城市或地区进行需水量预测时会造成很大的误差。
（5）灰色GM（1，1）模型。该方法具有预测精度高、所需样本数量少、计算简单、可检验等优点，但它只适用于短期预测，不适合用于社会经济系统的长期预测。或者说，灰色GM（1，1）模型即使可作为长期预测模型，但真正有实际意义、精度较高的预测值，仅仅是最近的几个数据，而其他更远的数据只能反映大致趋势值或成为规划值。
（6）神经网络法。该方法实际上是对系统的一种黑箱模拟，更适于短期预测和动态预报以及动态训练系统，在这方面不乏成功的实例。而对于长期需水量预测，目前方法并不成熟，即使能得到较高的预测精度，由于其“黑箱操作”对制定用水政策、提高水的利用率方面意义不大，因此该方法不宜用于长期预测。
（7）系统动力学。该方法不仅能预测出远期预测对象，还能找出系统的影响因素及作用关系，有利于系统优化。不过，系统分析过程复杂，工作量极大，且对分析人员能力要求较高，所以不适用于短期需水量预测。而对长期需水量预测，特别是趋势预测，其优势是十分明显的。小波分析、支持向量机、可拓预测都属于最近几年发展起来的系统工程方法，在水资源需求预测方面应用较少，其运用范围有待在今后的研究与实践中进一步证明。表3-25列举了几种常用预测方法的优缺点和适用条件的对比分析。
表3-25 几种常用方法的对比分析
