大数据环境下流域水资源冲突分析方法研究

Affected by global climate change and human activities, water resource conflict of river basin has new diversification, and water resource management is facing new challenge. Water resource management is associated with natural-social-economic system, the data from the complex system is provided with the feature of big data. So another challenge which is faced by water resource management is how to make water resource management of river basin adapt to big data. To solve the problem, we study the formation, evolution and decision mechanism of conflict, and also establish new method of water resource conflict analysis of river basin with big data on the background of Zhanghe river basin. Firstly, we build the statistical relational learning model with big data, mine the cause and evolution mechanism of conflict formation using Markov logic network; secondly, we build conflict system based on rough set, and analyze player's available situation evolution; thirdly, we combine the fuzzy clustering and projection pursuit technique to reduce dimensionality of decision factors, construct the model of decision analysis using conflict, and thus find the optimal decision solution using swarm intelligence algorithm. The research can overcome the nature difficulties of system and model uncertainty when the existing analysis method of water resource conflict is applied in big data, and can break through the key bottleneck of conflict under the non-setting scene. The research will achieve some innovation on the key theory method in the water resource conflict analysis of river basin, will enhance the ability of water resources management, and will reduce or avoid social unrest and property loss caused by the conflict of water resources.

受全球气候变化和人类活动加剧影响，流域水资源冲突显现新常态，水资源管理面临新挑战。流域水资源管理与自然-社会-经济系统相关联，数据具有大数据特征。如何使流域水资源管理适应大数据环境是水资源管理面临的又一挑战。项目以漳河流域水资源为背景，研究冲突的形成、演化及决策机理，建立一套大数据环境下流域水资源冲突分析的新方法。利用马尔科夫逻辑网，构建冲突形成的统计关系学习模型，挖掘冲突形成原因及演变机理；构建基于粗糙集理论的冲突系统，分析局中人可行局势演化规律；模糊聚类和投影寻踪降维决策因素，构建冲突决策分析模型，群智能寻求最优方案。重点克服现有冲突分析方法应用于大数据环境下流域水资源冲突遇到的系统与模型不确定性的本质性困难，突破非设定场景下冲突新常态的关键性瓶颈。项目研究拟在流域水资源冲突分析的关键理论方法上取得一些创新，提升流域水资源的管理能力，减少或避免由水资源冲突引起的社会动荡及人员财产损失。

受全球气候变化和人类活动加剧影响，流域水资源冲突显现新常态，水资源管理面临新挑战。流域水资源管理与自然-社会-经济系统相关联，数据具有大数据特征。如何使流域水资源管理适应大数据环境是水资源管理面临的又一挑战。.针对上述挑战，本项目的主要研究内容包括：1)面对流域大数据，形成了一套数据传输、清洗、融合、特征提取及挖掘的大数据技术；2)构建了生成性学习的马尔科夫逻辑网的统计关系学习模型，对冲突主体的微观行为进行分析及情景模拟，解析了冲突利益主体的行为模式和行为规律；3)基于第三方偏好信息，构建了流域水资源冲突分析的图模型，模拟了流域水资源冲突状态的演变与解决机制，利用粗糙集冲突系统，获得了满足冲突系统约束条件的可行局势；4)研究水资源优化配置方案，构建了异构与多策略集成群智能算法模型，将群智能技术引入梯级水库调度和径流预测，获得了好的调度和预测效果；5)发明了基于模糊聚类迭代与投影寻踪的最优方案遴选方法，给出了中长期径流预报及参数优选方法；6)以流域水资源配置冲突问题为例，在漳河、清江、黄甫川等流域开展应用研究，对流域的具体问题进行理论创新和应用实践，提出了流域水资源配置方案。.围绕本项目的研究，项目组成员共发表或录用标注了本项目基金号的学术论文33篇，其中SCI期刊论文13篇，EI期刊论文12篇，EI会议论文2篇,中文核心期刊3篇，南昌工程学院学报3篇；出版著作1部；授权发明专利6项，申请发明专利12项；获中国电子学会科技进步三等奖；培养省级人才计划1人，中青年骨干教师3人；指导毕业硕士生11人，在读硕士生15人；参加国际学术会议4人次。项目研究丰富了流域水资源冲突分析的理论与方法，为现代水资源冲突管理创新提供了科学理论基础和实践指导，提升了流域水资源的管理能力。