一种社会经济及用水信息数据的离散化方法技术

本发明专利技术实施例提出了一种社会经济及用水信息数据的离散化方法，包括：社会经济指标空间离散化步骤和经济社会用水指标空间离散化步骤。上述方案提出了一种社会经济及用水信息数据的离散化方法，能够将稀疏社会经济及用水信息数据进行空间分布离散，解决各水资源控制斑块的信息缺失问题。

【技术实现步骤摘要】
一种社会经济及用水信息数据的离散化方法
本专利技术涉及数据处理
，尤其是涉及一种社会经济及用水信息数据的离散化方法。
技术介绍
随着社会的发展，越来越多领域都开始使用数据分析和数据处理技术。在使用海量数据的很多领域，都对数据进行处理以使计算机可以根据处理这些数据。中国是个幅员广阔的国家，在很多地区都存在水资源短缺的问题。特别是随着很多地区的经济发展、人口增加，导致农业用水、工业用水、生活用水的极具增加。由于水资源分布不均且水资源消耗量不均，因此当前都是通过各种途径来进行水资源调配。由于水调配的时效性，因此需要提前进行预估以确定各地区所需的用水量。现有技术中由于各水资源控制斑块的信息缺失，无法提前进行水量预警和水资源调配。
技术实现思路
针对当前的无法提前进行水量预警和水资源调配的问题，本专利技术实施例提出了一种社会经济及用水信息数据的离散化方法，能够通过社会经济指标、土地利用类型、土地利用类型进行经济社会用水预估。为了实现上述目的，本专利技术实施例提供了一种社会经济及用水信息数据的离散化方法，包括：社会经济指标空间离散化步骤，包括：步骤11，用于获取预定区域的社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；步骤12，用于根据BP人工神经网络，构建社会经济指标与土地利用类型之间的回归模型；步骤13，用于将预定区域的各县级行政区套水资源三级区斑块上的土地利用类型作为输入，输入到模型构建子步骤所构建的回归模型中，以计算出每一斑块的社会经济指标；经济社会用水指标空间离散化步骤，包括：步骤21，用于获取预定区域的经济社会用水指标、社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；其中经济社会用水指标包括以下的至少一种：农业用水、工业用水、生活用水；步骤22，用于根据BP人工神经网络，构建社会用水指标、社会经济指标、土地利用类型之间的经济社会用水空间分布模型；步骤23，用于将经济社会用水指标空间离散化步骤中确定的县级行政区套水资源三级区各斑块内相关的社会经济指标和土地利用类型作为输入，输入步骤22中获取的经济社会用水空间分布模型中，模拟出各斑块内的经济社会用水。其中，所述方法还包括：对步骤23模拟出的各斑块内的经济社会用水进行修正，并生成县级行政区套水资源三级区的各斑块内社会经济用水分布情况。其中，所述方法还包括：获取训练过程中的R2系数和Nash系数，并获取验证过程中的R2系数和Nash系数；判断两者之间的误差是否在预设范围内，如果是则确定该回归模型、经济社会用水空间分布模型；如果否则对回归模型、经济社会用水空间分布模型进行修正。其中，所述方法还包括：获取训练过程中的R2系数和Nash系数，并获取验证过程中的R2系数和Nash系数；判断两者之间的误差是否在预设范围内，如果是则确定该回归模型、经济社会用水空间分布模型；如果否则对回归模型、经济社会用水空间分布模型进行修正。本专利技术的技术方案具有以下优势：上述方案提出了一种社会经济及用水信息数据的离散化方法，能够将稀疏社会经济及用水信息数据进行空间分布离散，解决各水资源控制斑块的信息缺失问题。附图说明通过下面结合附图对本专利技术的一个优选实施例进行的描述，本专利技术的技术方案及其技术效果将变得更加清楚，且更加易于理解。其中：图1为本专利技术实施例的流程图；图2为步骤流程图。具体实施方式以下将结合所附的附图对本专利技术的一个优选实施例进行描述。相关变量之间的关系可以是线性的或是非线性的。当变量之间存在密切联系，但又不能由一个或多个变量的值求出另一个变量的值时，就可以考虑采用多项式回归分析方法。利用多项式回归分析方法可实现用数学表达式来描述这些相关变量之间的关系。多项式回归是研究一个因变量与一个或多个自变量间的多项式关系的回归分析方法。如果自变量只有一个时，称为一元多项式回归；如果自变量有多个时，称为多元多项式回归。多项式回归可以通过增加X的高次项对实测点进行逼近，直至满意为止。因为任一函数都可以分段用多项式来逼近，因此在通常的实际问题中，不论因变量与其他变量的关系如何，总可以用多项式回归来分析变量之间的相关性。在多项式回归中较为常用的是一元二次多项式回归和一元三次多项式回归。本专利技术实施例就是基于多项式回归技术来生成模型。具体的，如图1和图2所示，本专利技术实施例包括：社会经济指标空间离散化步骤，包括：步骤11，用于获取预定区域的社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；步骤12，用于根据BP人工神经网络，构建社会经济指标与土地利用类型之间的回归模型；步骤13，用于将预定区域的各县级行政区套水资源三级区斑块上的土地利用类型作为输入，输入到模型构建子步骤所构建的回归模型中，以计算出每一斑块的社会经济指标；经济社会用水指标空间离散化步骤，包括：步骤21，用于获取预定区域的经济社会用水指标、社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；其中经济社会用水指标包括以下的至少一种：农业用水、工业用水、生活用水；步骤22，用于根据BP人工神经网络，构建社会用水指标、社会经济指标、土地利用类型之间的经济社会用水空间分布模型；步骤23，用于将经济社会用水指标空间离散化步骤中确定的县级行政区套水资源三级区各斑块内相关的社会经济指标和土地利用类型作为输入，输入步骤22中获取的经济社会用水空间分布模型中，模拟出各斑块内的经济社会用水；步骤24，用于对步骤23模拟出的各斑块内的经济社会用水进行修正，并生成县级行政区套水资源三级区的各斑块内社会经济用水分布情况。其中，所述方法还包括：获取训练过程中的R2系数和Nash系数，并获取验证过程中的R2系数和Nash系数；判断两者之间的误差是否在预设范围内，如果是则确定该回归模型、经济社会用水空间分布模型；如果否则对回归模型、经济社会用水空间分布模型进行修正。对于所属
的技术人员而言，随着技术的发展，本专利技术构思可以不同方式实现。本专利技术的实施方式并不仅限于以上描述的实施例，而且可在权利要求的范围内进行变化。本文档来自技高网...

【技术保护点】
1.一种社会经济及用水信息数据的离散化方法，其特征在于，包括：社会经济指标空间离散化步骤，包括：步骤11，用于获取预定区域的社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；步骤12，用于根据BP人工神经网络，构建社会经济指标与土地利用类型之间的回归模型；步骤13，用于将预定区域的各县级行政区套水资源三级区斑块上的土地利用类型作为输入，输入到模型构建子步骤所构建的回归模型中，以计算出每一斑块的社会经济指标；经济社会用水指标空间离散化步骤，包括：步骤21，用于获取预定区域的经济社会用水指标、社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；其中经济社会用水指标包括以下的至少一种：农业用水、工业用水、生活用水；步骤22，用于根据BP人工神经网络，构建社会用水指标、社会经济指标、土地利用类型之间的经济社会用水空间分布模型；步骤23，用于将经济社会用水指标空间离散化步骤中确定的县级行政区套水资源三级区各斑块内相关的社会经济指标和土地利用类型作为输入，输入步骤22中获取的经济社会用水空间分布模型中，模拟出各斑块内的经济社会用水。...

【技术特征摘要】
1.一种社会经济及用水信息数据的离散化方法，其特征在于，包括：社会经济指标空间离散化步骤，包括：步骤11，用于获取预定区域的社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；步骤12，用于根据BP人工神经网络，构建社会经济指标与土地利用类型之间的回归模型；步骤13，用于将预定区域的各县级行政区套水资源三级区斑块上的土地利用类型作为输入，输入到模型构建子步骤所构建的回归模型中，以计算出每一斑块的社会经济指标；经济社会用水指标空间离散化步骤，包括：步骤21，用于获取预定区域的经济社会用水指标、社会经济指标、土地利用类型，以作为建模的样本；其中社会经济指标包括以下的至少一种：人口数量、GDP总量；其中，土地利用类型为以下的至少一种：牧草地、林地、未利用地；其中经济社会用水指标包括以下的至少一种：农业用水、工业用水、生活用水；步骤22，用于根据BP人工神经网络，构建社会用水指标、社会经济指标、土地利用类型之间的经济社会用水空间分布模型；步骤23，用于将经济社会用水指标空间离...

【专利技术属性】
技术研发人员：彭岩波，王占金，李爱华，龚安保，王国强，王溥泽，
申请(专利权)人：山东省环境规划研究院，北京师范大学，
类型：发明
国别省市：山东,37