基于模糊聚類預(yù)報(bào)與序貫決策的水資源開發(fā)利用總量動(dòng)態(tài)管理模式

嚴(yán)子奇，王 浩，桑學(xué)鋒，褚俊英，劉 揚(yáng)

（中國水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室，北京 100038）

基于模糊聚類預(yù)報(bào)與序貫決策的水資源開發(fā)利用總量動(dòng)態(tài)管理模式

嚴(yán)子奇，王 浩，桑學(xué)鋒，褚俊英，劉 揚(yáng)

（中國水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室，北京 100038）

針對水資源開發(fā)利用總量控制紅線在不同來水頻率年的適應(yīng)性管理問題，在模糊聚類理論以及水文預(yù)報(bào)的基礎(chǔ)上，結(jié)合不確定性動(dòng)態(tài)系統(tǒng)優(yōu)化決策方法，提出基于徑流聚類預(yù)報(bào)與用水量復(fù)核雙向約束的時(shí)程滾動(dòng)修正的序貫決策方法。通過對建立月來水頻率預(yù)報(bào)模型，結(jié)合實(shí)際用水量對逐月指標(biāo)進(jìn)行滾動(dòng)修正，實(shí)現(xiàn)“預(yù)報(bào)-復(fù)核”雙向約束下逐月用水總量控制指標(biāo)的動(dòng)態(tài)決策。通過在我國南方地區(qū)的應(yīng)用表明，該方法可以實(shí)現(xiàn)逐月來水的預(yù)判并制定控制指標(biāo)，實(shí)現(xiàn)逐月用水的彈性管理，具有很好的實(shí)用價(jià)值。

序貫決策；模糊聚類z；逐月用水指標(biāo)；不同來水頻率

1 研究背景

水資源開發(fā)利用總量控制紅線是最嚴(yán)格水資源管理制度的重要組成，目前的水資源開發(fā)利用總量控制紅線反映了在多年平均條件下對用水總量的約束，針對的是多年平均來水頻率情景［1-4］。在目前實(shí)踐當(dāng)中，對于不同來水頻率年份總量紅線的執(zhí)行和考核過程中，采取的主要措施是對用水總量控制紅線根據(jù)當(dāng)年實(shí)際的來水情況進(jìn)行調(diào)整，用調(diào)整后的總量指標(biāo)對當(dāng)年的取用水量進(jìn)行考核［5-9］。然而，從對人類取用水行為的約束性上來說，即使設(shè)定了不同來水頻率下的年總量控制指標(biāo)，如果沒有預(yù)報(bào)作為支撐，則只能在年底開展用水總量考核，對當(dāng)年實(shí)際發(fā)生的取用水過程約束性極為有限，紅線的約束性大打折扣。因此，不同來水頻率年份中水資源開發(fā)利用總量紅線的適應(yīng)性管理，以及用水總量控制指標(biāo)核算研究，逐漸成為當(dāng)前水資源管理中的研究熱點(diǎn)，是實(shí)行最嚴(yán)格水資源管理制度的重要科技需求［10］。

已有不少研究提出水資源開發(fā)利用動(dòng)態(tài)管理的基本框架應(yīng)包含監(jiān)控、預(yù)報(bào)、不同來水頻率的用水指標(biāo)、動(dòng)態(tài)的管理策略等一系列理論和技術(shù)。筆者認(rèn)為，穩(wěn)定而精細(xì)的監(jiān)控網(wǎng)絡(luò)是實(shí)現(xiàn)動(dòng)態(tài)管理的前提，可靠的預(yù)報(bào)是開展動(dòng)態(tài)管理的重要技術(shù)手段，不同來水頻率的總量控制指標(biāo)是動(dòng)態(tài)情境下的策略集合，可滾動(dòng)修正的管理策略則是動(dòng)態(tài)管理的落實(shí)途徑。為了能夠有效的提高用水總量控制紅線在管理中的適應(yīng)性，一方面，需要在更小的時(shí)間尺度（季、月）制定分行業(yè)的水資源開發(fā)利用總量控制指標(biāo)，以逐月指標(biāo)為例，要從月用水行為開展總量控制指標(biāo)的確定，制定每個(gè)月份的指標(biāo)，并在月末進(jìn)行考核；一方面又要考慮到月用水過程決策的很多不確定性，如逐月來水過程的隨機(jī)性，逐月用水情況的不確定性等。因此，對于月尺度用水總量的動(dòng)態(tài)管理，既要開展逐月來水豐枯頻率的預(yù)判，又要利用水資源配置的等方法獲取更小時(shí)間尺度的總量控制初始指標(biāo)，并引入序貫決策的動(dòng)態(tài)管理模式將這兩種技術(shù)有機(jī)結(jié)合，形成實(shí)時(shí)動(dòng)態(tài)的總量控制管理策略。

所謂序貫決策（Sequential Decision），就是用于隨機(jī)性或不確定性動(dòng)態(tài)系統(tǒng)最優(yōu)化的決策方法［11-12］。序貫決策的特點(diǎn)是：①所研究的系統(tǒng)是動(dòng)態(tài)的，即系統(tǒng)所處的狀態(tài)與時(shí)間有關(guān)，可周期（或連續(xù)）地對它觀察；②決策是序貫地進(jìn)行的，即每個(gè)時(shí)刻根據(jù)所觀察到的狀態(tài)和以前狀態(tài)的記錄，從一組可行方案中選用一個(gè)最優(yōu)方案（即作最優(yōu)決策），使當(dāng)前狀態(tài)的目標(biāo)函數(shù)取最優(yōu)值（極大或極小值）；③系統(tǒng)下一步（或未來）可能出現(xiàn)的狀態(tài)是隨機(jī)的或不確定的。序貫決策的過程是：從初始狀態(tài)開始，每個(gè)時(shí)刻做出最優(yōu)決策后，接著觀察下一步實(shí)際出現(xiàn)的狀態(tài)，即收集新的信息，然后再做出新的最優(yōu)決策，反復(fù)進(jìn)行直至最后時(shí)段。目前，已有不少研究利用序貫決策解決復(fù)雜水資源系統(tǒng)的優(yōu)化決策問題。馬建琴等［13-14］建立了灌溉序貫多指標(biāo)模糊決策理論，提出考慮時(shí)段指標(biāo)變權(quán)重的井渠灌區(qū)灌溉方式選擇的多指標(biāo)模糊關(guān)系優(yōu)選模型，為井渠灌區(qū)復(fù)雜系統(tǒng)灌溉方式的選擇與聯(lián)合調(diào)度的實(shí)施提供了一條有效的途徑。朱承軍等［15］針對梯級水電站自身入庫徑流隨機(jī)性，采用序貫決策把梯級水電站的在電力市場中的交易過程描述為多時(shí)間尺度的動(dòng)態(tài)決策，并構(gòu)建梯級水電站在市場中交易的序貫決策模型，實(shí)現(xiàn)梯級水電站期望收益最大目標(biāo)。

對于逐月取水總量控制指標(biāo)來說，系統(tǒng)下一步（下一個(gè)月的用水指標(biāo)）的狀態(tài)是不確定性的，需要根據(jù)當(dāng)月實(shí)際用水?dāng)?shù)據(jù)和對下個(gè)月的來水預(yù)報(bào)來確定。年內(nèi)逐月取用水指標(biāo)的確定是一種需要即時(shí)收集信息、即時(shí)做出決策的反復(fù)滾動(dòng)決策過程，可以看作是典型的序貫決策過程。

為了能夠?qū)⒓t線在不同來水頻率年份進(jìn)行適應(yīng)性調(diào)整，以及在年內(nèi)進(jìn)行總量控制約束，本文將結(jié)合逐月來水頻率預(yù)報(bào)模型，以不同來水頻率的水資源配置方案為基礎(chǔ)，考慮各月實(shí)際發(fā)生取水量，提出基于模糊聚類預(yù)報(bào)與用水盈余雙控的用水總量逐月序貫決策方法，以實(shí)現(xiàn)紅線在不同來水頻率下的適應(yīng)性動(dòng)態(tài)管理，并在廣西南寧市進(jìn)行應(yīng)用，以驗(yàn)證方法的可行性和適應(yīng)性。

2 來水頻率的模糊聚類預(yù)報(bào)

來水頻率預(yù)報(bào)是水資源開發(fā)利用總量控制動(dòng)態(tài)管理的重要基礎(chǔ)，通過對未來時(shí)段來水頻率的預(yù)判，確定未來時(shí)段所采取的取用水總量控制指標(biāo)。模糊聚類預(yù)報(bào)就是對歷史徑流序列進(jìn)行模糊聚類，找到不同典型來水年份的聚類中心，之后再根據(jù)實(shí)測序列與各聚類中心的相關(guān)性來判斷未來時(shí)段的來水頻率。

對于水文序列來說，通常屬于基于目標(biāo)的聚類，即聚類結(jié)果反映的是水文序列的豐、平、枯特征，而不是長系列數(shù)據(jù)挖掘中其他方面的屬性。對于這種基于目標(biāo)函數(shù)的聚類分析，本文采用目前理論最為完善、應(yīng)用最為廣泛的模糊C均值（FCM，F(xiàn)uzzy C-means）類型算法［16-21］開展聚類計(jì)算。

2.1 C均值聚類算法C均值聚類算法的基礎(chǔ)是誤差平方和最小準(zhǔn)則。設(shè)為n年的月評價(jià)流量樣本集合，其中，xiRm×1（i=1，2，…，n）為第i年的月評價(jià)流量向量，m是所評價(jià)的月份數(shù)，首先需考慮第i年內(nèi)的12個(gè)月，其次還要考慮動(dòng)態(tài)管理中用于預(yù)報(bào)一月份來水頻率所參考的上一年相鄰歷史月份數(shù)。設(shè)Ni是第i聚類Γi中的樣本數(shù)目，xji為Γi中的樣本，yi是Γi中樣本的均值，即

其中，c為聚類數(shù)。Γi中各樣本與均值yi間的誤差平方和對所有類相加后為

J1度量了用c個(gè)聚類中心代表從各樣本子集所產(chǎn)生的總的誤差平方。對于不同的聚類，J1會不同。C均值聚類算法就是使J1極小的聚類結(jié)果。

2.2 模糊C均值聚類算法設(shè)第j個(gè)樣本對于第i類的隸屬度函數(shù)為μi(xj) ，用隸屬度函數(shù)定義聚類誤差函數(shù)：

其中，b＞1是一個(gè)可控制聚類結(jié)果的模糊常數(shù)。在不同的隸屬度定義方法下最小化式（3）的誤差函數(shù)，就得到不同的模數(shù)聚類方法。模糊C均值方法要求一個(gè)樣本對于各個(gè)聚類的隸屬度之和為1，即

在條件式（4）下求式（3）的極小值，最優(yōu)化的一階必要條件為：

用迭代算法求解公式（5）和公式（6），算法步驟如下：

（1）設(shè)定聚類數(shù)目c和參數(shù)b；

（2）按照上一節(jié)的方法初始化各個(gè)聚類中心yi；

（3）重復(fù)下面的運(yùn)算，直到各個(gè)樣本的隸屬度值穩(wěn)定：

①用當(dāng)前的聚類中心根據(jù)公式（5）計(jì)算隸屬度函數(shù)；

②用當(dāng)前的隸屬度函數(shù)根據(jù)公式（6）計(jì)算各類的聚類中心。

當(dāng)算法收斂時(shí)，就得到了各類的聚類中心和各個(gè)樣本對于各類的隸屬度值，從而完成了模糊聚類劃分。

如圖1所示的徑流聚類中心，將會作為判斷未來月份的徑流所屬的水文頻率的依據(jù)?？紤]到資料的可獲取程度和計(jì)算量，為在不增加計(jì)算量的情況下獲取較為可靠的徑流預(yù)報(bào)結(jié)果，假設(shè)預(yù)報(bào)需要從上個(gè)年度的最后四個(gè)月開始，則聚類后的過程線時(shí)間尺度是從上一年度的9月至當(dāng)年的12月，此時(shí)前文公式中m=16。

圖1 徑流模糊聚類示意圖

2.3 基于相關(guān)性分析的月徑流頻率預(yù)報(bào)在徑流聚類的基礎(chǔ)上，采用逐月相關(guān)系數(shù)分析的方法，來確定所預(yù)報(bào)的月份，其徑流所屬的水文頻率。其中，X是實(shí)測歷史徑流過程，Y是每一個(gè)徑流聚類中心過程。對于本研究，由于是采用歷史上的前4個(gè)月份對下一個(gè)月份進(jìn)行預(yù)報(bào)，所以式（7）中的u=4。通過計(jì)算歷史徑流過程與各類聚類中心的相關(guān)系數(shù)，根據(jù)相關(guān)系數(shù)最大的聚類來確定預(yù)報(bào)月份所屬的頻率。

3 不同來水頻率年的逐月用水總量控制指標(biāo)庫

不同來水頻率的水資源開發(fā)利用總量控制指標(biāo)是對紅線指標(biāo)進(jìn)行動(dòng)態(tài)化管理的重要基礎(chǔ)。通常根據(jù)各地區(qū)水文氣象特征及用水規(guī)律，會有“豐增枯減”、“豐減枯增”及其他多種“來水-需水”關(guān)系組合。因此，從年尺度上來說，需要根據(jù)當(dāng)?shù)貙?shí)際水文節(jié)律、分行業(yè)需水預(yù)測及耗用水規(guī)律等多因素確定不同來水頻率下的年度用水總量控制指標(biāo)。

對于年內(nèi)指標(biāo)的分配，需考慮不同行業(yè)年內(nèi)的用水規(guī)律。一般來講，工業(yè)用水和生活用水年內(nèi)過程較為平穩(wěn)，農(nóng)業(yè)用水量的年內(nèi)分配則要根據(jù)種植作物的耗水規(guī)律以及區(qū)域水資源情況來確定。

在考慮上述的原則下，利用水資源配置模型通過需水分析、供水分析、長序列優(yōu)化計(jì)算，確定不同來水頻率年份下逐月用水量的配額。該配額將以逐月用水指標(biāo)庫（表1）的形式作為本文中序貫決策方法的重要組成。

表1 不同來水頻率下逐月用水指標(biāo)庫示意表

目前，水資源配置方法已經(jīng)較為成熟，面向不同目標(biāo)的水資源配置模型都得到了較好的應(yīng)用［22-23］。在實(shí)際應(yīng)用中，需根據(jù)需要選取適合當(dāng)?shù)厮h(huán)特征和用水管理紅線的配置模型。

4 水資源開發(fā)利用總量控制的序貫決策模式

針對前文所述逐月取水行為的實(shí)時(shí)收集信息、滾動(dòng)決策的特征，本文提出水資源開發(fā)利用總量序貫決策管理模式，即是在序貫決策方法基礎(chǔ)上，集合預(yù)報(bào)成果和不同來水頻率指標(biāo)：結(jié)合對歷史來水序列進(jìn)行“豐-平-枯”聚類劃分，實(shí)現(xiàn)來水頻率逐月預(yù)報(bào)（第2節(jié)），從不同來水頻率用水指標(biāo)庫（第3節(jié)）中確定逐月用水指標(biāo)，并利用逐月實(shí)際用水量對逐月指標(biāo)進(jìn)行滾動(dòng)修正，實(shí)現(xiàn)“預(yù)報(bào)-復(fù)核”雙向約束下逐月用水總量控制指標(biāo)的動(dòng)態(tài)決策過程。圖2展示了如何結(jié)合徑流聚類預(yù)報(bào)和水資源配置結(jié)果，建立水資源開發(fā)利用滾動(dòng)修正的序貫決策，其基本決策過程如下：

第一步：對研究區(qū)歷史來水系列進(jìn)行“豐-平-枯”聚類劃分，分別得到各來水頻率的聚類中心（式6）；

第二步：利用水資源配置模型，結(jié)合水資源綜合規(guī)劃、水量分配方案等規(guī)劃資料，確定研究區(qū)不同來水頻率年下各月用水總量控制指標(biāo)庫；

第三步：在當(dāng)年1月初，通過歷史回歸分析，以上一年度年9月、10月、11月、12月徑流資料為初始數(shù)據(jù)，根據(jù)其與四個(gè)聚類中心的相關(guān)系數(shù)（式7）判斷當(dāng)年1月份的來水頻率；

第四步：根據(jù)1月份來水頻率預(yù)測結(jié)果，在不同來水頻率逐月總量指標(biāo)庫中，選取相應(yīng)來水頻率年份下1月份的用水指標(biāo)，作為1月份用水預(yù)報(bào)指標(biāo)；

第五步：在1月份結(jié)束后，根據(jù)1月份的實(shí)際來水情況，結(jié)合上一年度10、11、12月份，滾動(dòng)預(yù)報(bào)2月份來水頻率；

第六步：在不同來水頻率逐月總量指標(biāo)庫中，選取相應(yīng)來水頻率年份下2月份的用水指標(biāo)，作為2月份初始指標(biāo)；

第七步：根據(jù)1月份實(shí)際用水量與1月份預(yù)報(bào)指標(biāo)之間的差值，將盈余量順延至2月份，并與2月初始指標(biāo)相加，形成2月份的預(yù)報(bào)指標(biāo)。

之后，以此類推，重復(fù)第五步和第七步，當(dāng)每個(gè)月份結(jié)束后，確定下一個(gè)月份的總量控制預(yù)報(bào)指標(biāo)，得到3月—12月的用水總量預(yù)報(bào)指標(biāo)。1月份由于是起始預(yù)報(bào)月份，其初始指標(biāo)=預(yù)報(bào)指標(biāo)。

圖2 序貫決策技術(shù)流程圖

5 方法應(yīng)用

本研究以廣西南寧市2014年為例，采用序貫序貫決策方法對當(dāng)年逐月用水指標(biāo)進(jìn)行滾動(dòng)確定，分析本方法在廣西北部灣經(jīng)濟(jì)區(qū)的適用性?？紤]到來水過程對南寧市代表性，本研究選取位于南寧市境內(nèi)邕江干流的南寧站（圖3）進(jìn)行徑流聚類預(yù)報(bào)。

利用南寧站1956—2012年徑流觀測資料，采用R統(tǒng)計(jì)語言編程實(shí)現(xiàn)模糊C均值聚類算法，并對南寧站徑流序列進(jìn)行聚類。將歷史長系列逐月徑流過程劃分為4類，分別為豐水年、平水年、偏枯年及特枯年份的徑流過程。算法收斂后，得到如下表的4個(gè)聚類中心（表2）。

之后，利用公式（7）判定2014年實(shí)測徑流與各聚類中心的相關(guān)關(guān)系（圖4），得到當(dāng)年內(nèi)各月份所屬的來水頻率（表3），作為當(dāng)月用水指標(biāo)選擇的依據(jù)。

為了獲取不同來水頻率下逐月用水指標(biāo)庫，本文采用面向用戶的分布式水資源合理配置模型（WAS）［24］對南寧市不同來水頻率下逐月用水量進(jìn)行分配。計(jì)算得到現(xiàn)狀年不同來水頻率的逐月用水指標(biāo)（表4），用于確定現(xiàn)狀用水條件下特定來水頻率年份的逐月用水指標(biāo)?？紤]取水總量控制紅線是一種約束性控制指標(biāo)，所以在豐水年份，水資源充足的情況下，不在單獨(dú)設(shè)定豐水年的用水總量控制指標(biāo)，而統(tǒng)一采用平水年的用水總量控制指標(biāo)作為約束。

圖3 研究區(qū)示意圖

表2 不同來水頻率下南寧站徑流聚類中心 （單位：億m3）

圖4 南寧市2014實(shí)測徑流過程與聚類中心

在徑流聚類預(yù)報(bào)和用水指標(biāo)配置結(jié)果基礎(chǔ)上，采用序貫決策的方式，按照計(jì)算流程（圖2），以2013年9月、10月、11月、12月徑流資料為初始數(shù)據(jù)，逐月確定2014年月用水指標(biāo)。

可以看出，至2014年12月結(jié)束，隨著2014年逐月實(shí)測徑流過程的產(chǎn)生、逐月實(shí)際用水量的產(chǎn)生，根據(jù)序貫決策模式，在每個(gè)月末根據(jù)徑流聚類預(yù)報(bào)和水資源配置得到的用水指標(biāo)庫，確定下個(gè)月份的月用水總量控制指標(biāo)（表5）。所有確定的指標(biāo)均是逐月徑流過程預(yù)測與實(shí)際取用水過程的綜合反映。

表3 南寧市2014實(shí)測徑流過程與聚類中心

表4 南寧市不同來水頻率下用水總量指標(biāo)庫 （單位：億m3）

表5 南寧市2014年逐月頻率預(yù)報(bào)、初始指標(biāo)、指標(biāo)結(jié)果 （單位：億m3）

從結(jié)果（圖5）中可以看出，2014年隨著時(shí)間的推進(jìn)，南寧市逐月的初始指標(biāo)隨著來水預(yù)報(bào)序貫產(chǎn)生，實(shí)際用水量也在隨著人類的用水行為逐月發(fā)生，于此同時(shí)，基于這兩個(gè)要素的月用水總量預(yù)報(bào)指標(biāo)也在逐月產(chǎn)生，并且與初始指標(biāo)相比發(fā)生了適應(yīng)性調(diào)整。圖中，7月之前實(shí)際用水量總體小于初始指標(biāo)，所以7月之前各月的預(yù)報(bào)指標(biāo)不斷與盈余量相加而增加；于是7月之后雖然用水量較大并超過初始指標(biāo)，但由于有不斷根據(jù)前期盈余修正的預(yù)報(bào)指標(biāo)，7月之后用水量較大的月份取用水量也在控制指標(biāo)范圍內(nèi)，從而也保障了當(dāng)年用水量總體上處于取水總量控制指標(biāo)的范圍內(nèi)。

6 結(jié)語

利用基于徑流聚類預(yù)報(bào)與實(shí)際用水復(fù)核雙向約束的時(shí)程滾動(dòng)修正的序貫決策方法，可以根據(jù)歷史徑流觀測資料，以及實(shí)際用水量的監(jiān)測數(shù)據(jù)，滾動(dòng)確定年內(nèi)逐月的取用水總量控制指標(biāo)，徑流聚類預(yù)報(bào)可以在一定可信度上對當(dāng)月的來水頻率做出預(yù)判，是實(shí)現(xiàn)不同來水頻率下用水總量控制的基礎(chǔ)，水資源配置技術(shù)則可以對典型頻率年進(jìn)行指標(biāo)分解，形成不同來水頻率下月的指標(biāo)庫，將其與預(yù)報(bào)相結(jié)合，則提升了紅線指標(biāo)的適應(yīng)性，使其不止局限于年末的指標(biāo)考核，而是在每個(gè)月實(shí)時(shí)用水行為的約束中發(fā)揮了作用。

圖5 南寧市2014年逐月實(shí)際用水量、初始指標(biāo)、預(yù)報(bào)指標(biāo)過程

年內(nèi)逐月動(dòng)態(tài)指標(biāo)的滾動(dòng)確定，一方面需要有歷史徑流資料作為基礎(chǔ)，另一方面，當(dāng)月實(shí)際用水量的測算也是關(guān)鍵，本研究中所采用的是統(tǒng)計(jì)得到的實(shí)際用水量，實(shí)際操作中，還需要完善用水監(jiān)控體系，形成水資源開發(fā)利用全過程的監(jiān)測系統(tǒng)，才能在每個(gè)月用水發(fā)生后，第一時(shí)間核算出實(shí)際用水量，來進(jìn)行逐月的用水考核，并進(jìn)行下一個(gè)月份的指標(biāo)計(jì)算。

逐月用水過程的紅線約束機(jī)制，一方面需要文中所說的指標(biāo)確定方法，另一方面還需要將取水許可與計(jì)劃用水管理制度結(jié)合起來，建立逐月考核的水管理機(jī)制，對于超計(jì)劃用水的行為，一方面要通過指標(biāo)計(jì)算壓減其后續(xù)取水量，另一方面也要采用管理手段對其進(jìn)行適當(dāng)處罰，以對用水行為進(jìn)行約束。

根據(jù)本文方法確定的用水指標(biāo)，最終全年的用水總量控制指標(biāo)不一定等于多年平均年份下的用水總量控制紅線，而是會受到逐月來水頻率的影響。但這并不代表弱化了用水總量控制紅線的約束性，需要在區(qū)域?qū)用嫜芯拷⒍嗄陱?fù)核的機(jī)制，即其中B0是區(qū)域用水總量控制紅線，Bi是根據(jù)序貫決策滾動(dòng)修正的方法，根據(jù)來水頻率預(yù)報(bào)所確定的第i年用水總量控制初始指標(biāo)。其含義就是對于多年用水過程來說，盡管各個(gè)年份的控制指標(biāo)存在差異，但在多年平均的情況下，序貫決策得到的各年度指標(biāo)的均值仍然需要滿足用水總量控制紅線的約束。

［1］ 國務(wù)院辦公廳.國務(wù)院辦公廳關(guān)于印發(fā)實(shí)行最嚴(yán)格水資源管理制度考核辦法的通知［Z］.2013.

［2］ 陳進(jìn)，朱延龍.長江流域用水總量控制探討［J］.中國水利，2011（5）：42-44.

［3］ 汪黨獻(xiàn)，酈建強(qiáng)，劉金華.用水總量控制指標(biāo)制定與制度建設(shè)［J］.中國水利，2012（7）：12-14.

［4］ 汪黨獻(xiàn)，王建生，王晶.水資源合理開發(fā)和用水總量控制［J］.中國水利，2011（23）：59-63.

［5］ 劉志仁.最嚴(yán)格水資源管理制度在西北內(nèi)陸河流域的踐行研究——水資源管理責(zé)任和考核制度的視角［J］.西安交通大學(xué)學(xué)報(bào)：社會科學(xué)版，2013，33（5）：50-61.

［6］ 陳遠(yuǎn)鳴.上海：建設(shè)水資源管理系統(tǒng)支撐最嚴(yán)格水資源管理制度實(shí)施與考核［J］.中國水利，2014（15）：12-25

［7］ 褚俊英，桑學(xué)鋒，嚴(yán)子奇，等.水資源開發(fā)利用總量控制的理論、模式與路徑探索［J］.節(jié)水灌溉，2016（6）：85-89.

［8］ 劉揚(yáng)，褚俊英，桑學(xué)鋒，等.廣西北部灣經(jīng)濟(jì)區(qū)用水總量控制指標(biāo)體系構(gòu)建研究［J］.中國水利，2015，15：37-40.

［ 9］ 姚俊強(qiáng)，劉志輝，鄭江華，等.內(nèi)陸干旱區(qū)最嚴(yán)格水資源管理關(guān)鍵技術(shù)體系研究［J］.中國水利，2014（17）：5-7.

［10］ 王浩.實(shí)行最嚴(yán)格水資源管理制度關(guān)鍵技術(shù)支撐探析［J］.中國水利，2011（6）：28-32.

［11］ 劉國全，馮尚友.一類序貫決策問題的線性動(dòng)態(tài)規(guī)劃（LDP）算法［J］.水電能源科學(xué)，1991，9（2）：75-82.

［12］ 王玉民，周立華，張榮.序貫決策方法的應(yīng)用［J］.技術(shù)經(jīng)濟(jì)，1996（11）：57-59.

［13］ 馬建琴，陳守煜.渠井灌區(qū)配水序貫多指標(biāo)模糊決策模型與方法［J］.水電能源科學(xué)，2004，22（2）：16-29.

［14］ 馬建琴.水資源序貫多指標(biāo)系統(tǒng)動(dòng)態(tài)權(quán)重模糊決策模型及其應(yīng)用［J］.內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，26（1）：69-74.

［15］ 朱承軍，周建中.電力市場中梯級水電站組合交易策略研究［J］.華東電力，2006，34（7）：10-14.

［16］ DUNN J C.Well-separated clusters and the optimal fuzzy Partitions［J］.Journal ofCybernetics，1974，4（l）：95-104.

［17］ RUSPINIH E.A graph theoretic analysis ofpattern classification via Tamura’s fuzzy relation［J］.IEEE Trans SMC，1974，4（3）：310.

［18］ BEZDEK JC.Pattem Recognition with Fuzzy Objective Function Algorithms［M］.NewYork：Plenum Press，1981.

［19］ 陳守煜，李敏.基于可變集聚類理論的年徑流聚類新方法［J］.人民長江，2012，43（5）：8-12.

［20］ 鄧紅霞，湯成友，李存軍，等.基于模糊模式識別的徑流特性分析［J］.四川大學(xué)學(xué)報(bào)：工程科學(xué)版，2006，38（3）：29-33.

［21］ 張軍良，馬光文，張志剛.模糊聚類法在徑流豐枯特性分析中的應(yīng)用［J］.人民長江，2009，40（7）：11-13.

［22］ 王浩，游進(jìn)軍.水資源合理配置研究歷程與進(jìn)展［J］.水利學(xué)報(bào)，2008，39（10）：1168-1175.

［23］ 游進(jìn)軍，甘泓，王浩.水資源配置模型研究現(xiàn)狀與展望［J］.水資源與水工程學(xué)報(bào)，2005，16（3）：1-5.

［24］ 王建華，趙勇，桑學(xué)鋒，等.苦咸水高含沙水利用與能源基地水資源配置關(guān)鍵技術(shù)及示范［M］.北京：中國水利水電出版社，2014.

Dynamical management for total amount control of water resources utilization based on fuzzy cluster analysis and sequential decision

YAN Ziqi，WANG Hao，SANG Xuefeng，CHU Junying，LIU Yang
（State Key Laboratory ofSimulation and Regulation ofWaterCycle in RiverBasin，China InstituteofWaterResourcesand HydropowerResearch，Beijing 100038，China）

In order to improve the adaptive management for total amount control red line of water resources utilization in different water frequency year，this paper proposes a rolling modified Sequential Decision method which combines the clustering forecast of runoff with the water use constraint.The new method is based on the fuzzy clustering theory，hydrological forecasting and optimization in dynamic decision-making system. By establishing the month runoff frequency forecast model while at the same time considering the actual water consumption，it can make dynamic decision for monthly water quota under“forecast-review”bidirectional constraints.The result shows that the method can be used to make pre-judgment of monthly inflow，set the monthly water use quota，and realize the flexible management for monthly water use.

Sequential Decision；Fuzzy Cluster Analysis；monthly water use quota；different water frequencies

TV213.4

A

10.13244/j.cnki.jiwhr.2017.03.001

1672-3031（2017）03-0161-09

（責(zé)任編輯：祁 偉）

2017-04-18

國家自然科學(xué)基金（51309248）；廣西水利科技項(xiàng)目（201313，201506）；中國水科院科研專項(xiàng)（ZJ1224）；云南水利科技項(xiàng)目（YSZD-2014-001，YNWRM-2012-01）；江西水利科技項(xiàng)目（KT201501，KT201508，KT201411）

嚴(yán)子奇（1983-），男，河北深州人，高級工程師，主要從事水文及水資源領(lǐng)域研究。E-mail：yanzq@iwhr.com