人民黄河

作者：程文飞, 刘萍

单位：1.太原理工大学 软件学院，山西 太原 030024；2.太原理工大学 水利科学与工程学院，山西 太原 030024；3.流域水资源协同利用山西省重点实验室，山西 太原 030024

关键词：需水量预测；水资源管理；XGBoost；LSTM；PCA；敏感性分析；太原市

基金：山西省重点研发计划项目(202202020101007)

为精准预测资源型缺水地区需水量并揭示其驱动机制，以典型的资源型缺水的太原市为研究对象，结合主成分分析（PCA）法、极端梯度提升树（XGBoost）模型与长短期记忆网络（LSTM），构建“特征降维-特征选择-时序校正”三阶段预测模型。首先，利用PCA法对11个原始指标进行降维处理，提取经济-工业-城镇化、农业-效率、自然-生态3类主成分；然后，采用XGBoost模型对主成分因子进行重要性排序与初步预测；最后，将PCA与XGBoost初步预测值共同输入LSTM网络，深度挖掘需水量序列的长期依赖性与非线性动态特征。结果表明：1）PCA-XGBoost-LSTM模型在测试集上平均绝对误差Ea为0.003，均方根误差Er为0.024，拟合优度R2为0.970，纳什系数η为0.930，其预测精度与稳定性均显著高于XGBoost、LSTM等单一模型。2）前3个主成分（PC1、PC2、PC3）的累计方差贡献率达到86.3%，反映出太原市资源型缺水的需水特征。3）敏感性分析得出GDP的弹性系数为0.76（＜1），表明经济增长对水资源的依赖呈边际递减趋势；农田灌溉用水量的弹性系数（-0.85）绝对值最大，表明提升用水效率是缓解水资源供需矛盾的关键途径。

来源：2026年第6期

《人民黄河》期刊编辑部

查看人民黄河杂志2026年第6期