武汉大学学报(工学版)   2017, Vol. 50 Issue (3): 321-326,339

文章信息

李析男, 赵先进, 王宁, 梅亚东
LI Xinan, ZHAO Xianjin, WANG Ning, Mei Yadong
新设国家经济开发区需水预测——以贵安新区为例
Water resources demands in new national economic development zone——Taking Gui'an new district for example
武汉大学学报(工学版), 2017, 50(3): 321-326,339
Engineering Journal of Wuhan University, 2017, 50(3): 321-326,339
http://dx.doi.org/10.14188/j.1671-8844.2017-03-001

文章历史

收稿日期: 2016-05-16
新设国家经济开发区需水预测——以贵安新区为例
李析男1,2, 赵先进1,2, 王宁1, 梅亚东2     
1. 贵州省水利水电勘测设计研究院,贵州 贵阳 550002;
2. 武汉大学水资源与水电工程科学国家重点实验室,湖北 武汉 430072
摘要:贵安新区是国务院正式批复设立的第8个国家级新区,其具有新的规划范围、新的发展模式、新的城市功能等特点,用水矛盾突出,需水预测复杂.采用多种预测方法对新区需水量进行预测,主要结论如下:1) 需水定额采用多种模型预测,择优而定;2) 经济产值采用灰色模型,人口采用Logistic模型,并设置了3种人口增长模式,结果较为合理;3)2020年农业、非农、居民需水、生态需水定额分别为173.12 m3/万元、12.55 m3/万元、132.65 L/(人·d)、2.0 L/(m2·d),2030年分别为52.14 m3/万元、5.20 m3/万元、135.80 L/(人·d)、2.0 L/(m2·d).该研究不仅为新区的水资源规划和用水安全提供设计依据和安全保障,而且为其他同类城市需水预测提供借鉴与参考.
关键词水资源    需水预测    定额分析法    Logistic模型    GM(1, 1) 模型    贵安新区    
Water resources demands in new national economic development zone——Taking Gui'an new district for example
LI Xinan1,2, ZHAO Xianjin1,2, WANG Ning1, Mei Yadong2     
1. Guizhou Water Conservancy and Hydroelectric Power Investigation, Design and Research Institute, Guiyang 550002, China;
2. State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China
Abstract: Gui'an new district as the eighth state-level new district that the State Council formally approved and established in 2014 has been made many new demands, a new planning area, a new developmental mode, a new urban function for instance. However, new district water resources has some problems of the poor water resources per capita share, the hard water resources development and utilization, the complex structure of water that aggravate water conflicts, therefore the paper calculates the water demands of agriculture, non-agriculture, residents and ecology used by quota analysis method. The main conclusions are as follows: 1) The water quota of agriculture, non-agriculture, residents are predicted by various models; and then it is selected by the optimization. 2) Economic outputs of agriculture, non-agriculture are forecasted by gray model; population contained three growth modes is predicted by Logistic model. Hypothetical scenarios and the results are reasonable. 3) Water quotas of agriculture, non-agriculture, residents, economical water demand are respectively 173.12 m3 per million, 12.55 m3 per million, 132.65 L per day everybody, 2.0 L per m2 everyday in 2020; and 52.14 m3 per million, 5.20 m3 per million, 135.80 L per day everybody, 2.0 L per m2 everyday in 2030. The research results provide not only the design basis and security of water resources planning and water security for the new district, but also the reference of other similar urban water demand forecast.
Key words: water resources     water demand forecast     quota analysis method     Logistic model     GM(1, 1) model     Gui'an new district    

贵安新区(以下简称“新区”,见图 1)位于贵阳市环城高速和安顺市环城高速之间,主要包括贵阳市、安顺市下辖的清镇市、花溪区、西秀区等20个镇乡,总面积约为1 895 km2.新区地处长江流域与珠江流域分水岭,源短流细,水资源量小,人均水资源量约为1 550 m3/(人·年),仅为全省平均水平的一半;且新区地形较为平缓,耕地和人口分布集中,兴建拦蓄水工程会带来较大的淹没损失,水资源开发利用难度较大;与此同时,新区内水源类型多样、用水结构复杂,涉水管理部门众多,现有的水利管理机制与经济社会发展对水利管理的要求不匹配,为新区水资源合理开发与利用造成了困难.随着国家政策性指引,贵安新区作为黔中经济发展区的核心区,将被打造成为新体制、高科技、开放型的新兴产业集聚区和现代化、人文化、生态化的新兴城市,建设成为内陆开放型经济示范区和黔中经济区最富活力的增长极.随着新区的建立与发展,水资源问题成为了制约其社会经济发展最为突出的问题之一,为解决这一矛盾,水资源的合理配置与利用十分迫切,而水资源需求研究是水资源合理配置的基础,并在水资源规划和管理中起着重要作用.综上,应科学合理地对新区需水进行预测,为区域水资源规划和用水安全提供设计依据和安全保障.

图 1 贵安新区行政区划图 Figure 1 Gui'an new district administrative map
1 需水预测方法

需水预测的方法众多,可以分为定额法和数学模型推算法,定额法是在水资源规划中常用的方法,即采用社会经济发展指标和相应的定额预测需水量,定额法比较直观,简单易行,便于考虑各种因素变化及政策性调整,是目前水资源综合规划以及其他预测工作中比较常用的一种方法[1];数学模型推算法依据已有的统计资料,考虑相关影响因素(如时间因子、人口发展趋势等)建立数学模型进行需水量的预测,主要有趋势分析法[2]、时间序列法[3]、因果分析法[4]、相关分析法等[5].上述方法各有优劣,这些研究方法为城市水资源需水预测研究奠定了基础,本文将采用定额法、灰色模型、Logistics模型和其他数学模型等对贵安新区的需水预测进行研究,为新型城市需水预测提供研究基础和理论依据.

受资料所限,本文将新区需水分为农业(第一产业)需水(以下简称“农业”)、非农产业(第二产业和第三产业)需水(以下简称“非农”)、城乡居民生活需水(以下简称“居民需水”)和生态需水4个部分.其中,农业、非农及生活需水定额采用多种方法预测择优而定;农业、非农经济产值采用灰色模型进行预测;人口增长采用Logistic函数进行预测,生态需水部分根据《贵安新区总体规划》(2013-2030) 及相关规范确定,进而得到预测年的新区需水总量(如表 1所示).

表 1 需水预测相关指标的预测方法 Table 1 Forecasting methods for related indexes of water demand
模型农业需水定额非农需水定额居民需水定额生态需水定额农业经济产值非农经济产值人口人均绿地面积
线性相关
二次多项式
三次多项式
对数模型
指数模型
灰色模型
Logistic模型
相关规范
相关规划
1.1 定额法

一般而言,随着经济社会不断发展和城市化进程加速推进,各部门的需水定额是变化的,人口亦是变化的,则需水总量可以表达为

    (1)

式中:W为预测年的需水总量;qi为预测年各部门需水定额;pi为预测年各部门的经济社会指标.

1.2 灰色理论

灰色理论是20世纪80年代发展起来的非线性外推类预测方法,其抛开了系统结构的分析环节,不需要考虑数据分布规律,仅需对原始数据累加生成新序列,并寻找新序列的内在联系,进而预测需水量,主要用于时间序列的预测,尤其对于数据缺乏的短期序列的预测效果较好[6].

灰色理论模型GM(1, 1) 是由一个只包含单变量的微分方程构成的模型,设已知原始数据序列为(x(0)(1), x(0)(2), …, x(0)(n)),经过1次累加生成数列:

定义x(1)的灰导数,令z(1)为数列x(1)的邻值生成数列,于是GM(1, 1) 的灰微分方程模型为

引入矩阵向量,采用最小二乘法进行求解,进而累减得到预测序列.对模型进行检验,设定相关标准,见表 2,判断预测结果的合理性.

表 2 GM(1, 1) 模型预测的精度检验等级参照表 Table 2 Reference table of accuracy test grades for GM(1, 1) model prediction
精度等级相对误差ε(t)关联度r均方差比值C
一级ε(t)≤0.01r≥0.90C≤0.35
二级0.01<ε(t)≤0.050.80≤r<0.900.35<C≤0.50
三级0.05<ε(t)≤0.100.70≤r<0.800.50<C≤0.65
四级0.10<ε(t)≤0.200.60≤r<0.700.65<C≤0.80
1.3 Logistic人口预测

人口预测是需水预测的研究内容之一,Logistic函数模型能够描述有限空间内有限资源条件下有组织的种群的发展过程[7],适用于世代重叠且个体数量较大的种群的繁殖增长预测,因此Logistic函数模型在人口预测中效果理想,优势显著[8].

Logistic函数模型常用人口增长的预测,其可表示为

    (2)

式中:N为种群大小;k为种群最大环境容纳量;t为时间序列;ar为常数.

模型中,随着N逐渐增长到平衡密度K(即最大环境容纳量),未利用的“剩余空间”(k-N)/k则逐渐减小;种群增长率逐渐增大,在曲线中点k/2处达到最大值后逐渐减小.

1.4 其他数学模型

线性模型、指数模型、对数模型及多项式模型均属于趋势分析法,是一类确定性的外推方法,常用于需水预测.它们形式简单、运算量小,编程难度不大,其能够将经验风险最小化,反映事物发展的长期行为,进而得出主要变化趋势[9-10].

2 贵安新区资料情况及现状分析

贵安新区需水预测以2012年为基准年,现状资料来自:贵州省统计年鉴(2000-2012年)、贵州省水资源公报(2000-2012年)、贵阳市统计年鉴(2002-2012年)、贵阳市水资源公报(2002-2012年)、安顺市统计年鉴(2004-2012年)、安顺市统计年鉴(2004-2012年)、重庆市水资源公报(2004-2012年).

新区特点在于:1) 新的城市规划范围,分别由原贵阳的清镇、花溪部分和原安顺的平坝、西秀部分重新规划组成;2) 新的城市发展规划;3) 新的城市功能.因此,贵安新区需水预测的不确定性十分突出,需水预测困难,对于需水预测的研究十分必要.基于上述特点,对现有资料进行预处理,采用水文比拟法[11]对新区所在行政范围内的社会经济产值进行计算,得到新区实际范围内各产业的社会经济产值.

现状年情况:1) 定额.分析得到贵安新区2002-2012年各产业需水定额,除个别年份略有波动外,各产业需水定额呈逐年下降趋势,基准年2012年农业需水定额为332.04 m3/万元,非农需水定额为34.64 m3/万元,居民生活需水定额为112.01 L/(人·d).2) 社会经济.新区现状(2012年)农业经济产值达到15.51亿元,非农产业经济产值达到138.29亿元,人口已达到71万人,随着社会经济不断发展,社会经济和人口将呈稳步上升趋势.

3 贵安新区需水预测的实例分析

影响需水预测成果的因素很多,不同的社会经济发展水平、人口水平、产业和用水结构、定额和节水水平等都会给需水的预测带来较大差异.

3.1 Logistic模型的预测结果

人口水平的预测是需水预测中重要组成之一.贵安新区地处贵阳市与安顺市之间,其人口发展水平既有贵阳市持续增长、城镇化速度较快的趋势[12],又有安顺市城镇化水平偏低、以农业人口为主体的特点,所以综合考虑新区人口负荷极限、人口流动、政府宏观调控等因素,以2012年为现状年,采用logistic人口增长“S”形曲线进行2020年及2030年人口增长预测,假设人口按照3种模式发展,即“匀速增长”、“快速增长”及“超速增长”,预测成果见表 3,函数表达如下:

表 1 Logistic模型预测人口增长结果 Table 1 Forecast of population growth by Logistic model
万人
年份人口数量
匀速增长快速增长超速增长
2012(基准年)717171
201587125167
2020120182199
2030200250300
注:2020年设定环境最大容纳量为200万人口,一旦超过,均按200万计;2030年设计环境容量为300万.
    (3)
    (4)
    (5)

此外,针对规划年2030年贵安新区城市人口增长或因不可控因素导致的增长,基于“超速增长”模式预测阈值将2030年人口设置为3种情景,分别为200、250、300万,考虑到新区人口增长仍具有诸多不确定因素,故设置3种模式以涵盖所有情形.

3.2 灰色模型的预测结果 3.2.1 经济产值预测结果

采用灰色系统理论预测农业、非农的经济产值.本文根据新区2004-2012年农业、非农的经济产值资料建立GM(1, 1) 灰色预测模型,对新区农业、非农经济产值进行预测.经计算,2020年农业、非农经济产值分别为29.88、452.21亿元,2030年农业、非农分别为80.40、2 753.89亿元.

计算经济产值预测评价指标:相对误差、均方差比值、关联度,结果见表 4,农业、非农经济产值预测值均在误差范围以内,说明灰色模型的预测是合理的.

表 4 经济产值预测评价结果 Table 4 Evaluations for forecast of economic output
产业相对误差均方差比值关联度
误差值等级比值等级关联度等级
农业0.0860.1830.959
非农0.1890.2590.790
3.2.2 需水定额预测结果

根据新区2004-2012年农业、非农及居民需水定额的相关资料建立GM(1, 1) 灰色预测模型,对2020年及2030年的农业、非农及居民需水定额进行预测.经模型预测,2020年农业需水定额为173.12 m3/万元,非农需水定额为14.76 m3/万元,居民需水定额为116.32 L/(人·d);2030年农业需水定额为52.14 m3/万元,非农需水定额为3.01 m3/万元,居民需水定额为107.53 L/(人·d).计算需水定额预测评价指标(见表 5),农业、非农及居民需水定额的预测值均在误差范围以内,说明灰色模型的预测是合理的.

表 5 需水定额预测评价结果 Table 5 Evaluations for forecast of water demand quotas
产业相对误差均方差比值关联度
误差值等级比值等级关联度等级
农业0.0350.0860.646
非农0.0480.0650.652
居民0.0320.7450.745
3.3 其他模型预测结果及定额确定

新区的农业需水定额主要参考贵阳市农业需水定额变化情势.根据其下降的特点选择线性模型、多项式模型、对数模型、指数模型作进一步预测,经计算各个模型的相关系数见表 6,可以看出以灰色模型最高,对数模型最低,因此选取灰色模型作为农业需水定额模拟的预测模型,需水定额:2020年为173.12 m3/万元,2030年为52.14 m3/万元.

表 6 不同模型预测各部门需水定额及其相关系数 Table 6 Correlation coefficients and water quotas for every department forecasted by different models
m3/万元
农业非农业居民生活
贵阳贵阳贵阳重庆
20202030相关系数/%20202030相关系数/%20202030相关系数/%20202030相关系数/%
3次多项式---705.024865.5396.29---148.46427.2998.83
对数模型---27.152.9181.36---136.89143.1997.76
指数模型113.8627.8898.9910.341.9493.79------
灰色模型173.1252.1499.8314.763.0193.2246.2146.0962.41---
注:“-”表示采用该方法进行预测得出的结果不合理,如:出现负值,其中的线性模型和2次多项式模型不合理,没有列出.

非农需水定额主要参考贵阳市非农需水定额,采用对数模型、指数模型和灰色模型进行预测,结果见表 6.其中指数模型和灰色模型的预测精度均较高,取两种模型预测结果均值,则2020年非农需水定额为12.55 m3/万元,2030年为2.48 m3/万元,而根据贵安新区水资源配置规划[13],模型的预测结果偏低,模型过分估计了发展规划后期的用水模式的转变及用水水平的提高,故乘以调节系数2.1,得出非农需水定额为5.20 m3/万元.

新区居民需水定额需要参考贵阳市及西南地区已经发展较为成熟的重庆市的需水定额作为参考,分别采用对数模型和指数模型对重庆市需水定额进行模拟,得到预测结果为2020年136.89 L/(人·d),2030年143.19 L/(人·d);采用灰色模型预测贵阳市需水定额,相关系数见表 6.考虑到贵安新区所处地理位置和城市规划,定额的选取应充分考虑城市发展趋势(参考重庆)和城市规划实际(参考贵阳),故取两市预测结果的算术平均值,得到2020年定额为132.65 L/(人·d),2030年定额为135.80 L/(人·d).

新区生态需水主要考虑城镇绿化需水,其包括浇洒道路和绿地用水.根据《室外给水设计规范》GB50213-2006[14],“浇洒道路用水可按浇洒面积乘以2.0~3.0 L/(m2·d)计算;浇洒绿地用水可按浇洒面积乘以1.0~3.0 L/(m2·d)计算.”因此,新区生态需水定额取为2.0 L/(m2·d).最终得到的各部门需水定额结果见表 7.

表 7 贵安新区各部门需水定额 Table 7 Water demand quotas for every department in Gui'an New District
规划年居民需水/(L·人-1·d-1)农业/(m3·万元-1)非农业/(m3·万元-1)生态需水/(L·m-2·d)
2020132.65173.1212.552.0
2030135.8052.145.202.0
4 贵安新区需水量成果

根据以上各部门需水定额、经济产值及人口结果,采用定额法计算不同规划年各部门需水总量,结果见表 8,其与已有的相关研究成果《贵安新区总体规划(2013-2030年)》[15]相关结果基本一致.

表 8 贵安新区需水量预测结果 Table 8 Forecast results of water demands in Gui'an New District
104m3
年份需水方案生活需水农业需水非农需水生态需水合计
2012-2 902.745 149.104 790.30596.0513 438.19
2020匀速5 810.075 172.135 675.251 007.4017 664.85
快速8 811.945 172.135 675.251 527.8921 187.21
超速9 635.035 172.135 675.251 670.6122 153.02
2030匀速9 913.404 192.2614 320.211 679.0030 104.87
快速12 391.754 192.2614 320.212 098.7533 002.97
超速14 870.104 192.2614 320.212 518.5035 901.07
注:贵安新区生态需水量=道路及绿地浇洒定额×人均绿地面积×人口×单位转换项,其中城镇人均绿地面积约11.5 m2(《贵安新区总体规划》(2013-2030)[15]).
5 合理性分析

根据《城市综合用水量标准》(SL367-2006)[16],贵安新区城市规模接近特大城市,属于Ⅵ区,相应城市单位人口综合用水量指标为110~155 m3/(人·年).本次预测单位人口综合用水量指标规划年2020年方案1~3分别为147.21、116.41、111.32 m3/(人·年);规划年2030年方案1~3分别为150.52、132.01、119.67 m3/(人·年),符合《城市综合用水量标准》(SL367-2006) 规范要求.《城市综合用水量标准》(SL367-2006) 于2007年3月1日由水利部发布,于2007年6月1日开始实施.该规范颁布实施时间较近,其用水定额较为符合近年来的实际情况.

“三条红线”控制指标合理性分析.与需水预测相关的指标为总量控制指标,根据黔府办函〔2015〕115号文件,贵安新区2020、2030年用水总量控制指标分别为3.18、4.27亿m3.规划年2020年在需水方案“匀速”、“快速”、“超速”模式下用水总量分别为1.77、2.12、2.22亿m3,满足3.18亿m3的控制指标;规划年2030年在需水方案“匀速”、“快速”、“超速”模式下用水总量分别为3.01、3.30、3.59亿m3,满足4.27亿m3的控制指标.

此外,20世纪90年代发达国家万元GDP用水量一般在50 m3以下,法国29 m3,日本为21 m3,英国13 m3,中等收入国家一般在150 m3左右,20世纪90年代我国明显偏高,到2004年下降到399 m3,仍然偏高.贵安新区万元GDP用水量,规划年2020年方案1~3分别为36.64、43.95、45.95 m3;规划年2030年方案1~3分别为10.62、11.64、12.67 m3.考虑到《国务院关于西部大开发“十二五”规划的批复》(国函〔2012〕8号)将贵安新区作为西部地区“十二五”重点建设的5个城市新区之一,要把贵安新区“建成以航空航天为代表的特色装备制造业基地、重要的资源深加工基地、绿色食品生产加工基地和旅游休闲目的地,区域性商贸物流中心和科技创新中心,建成黔中经济区最富活力的增长极”.因此,该种经济发展水平较为合理.

综上所述,本次需水预测成果基本合理.

6 结果与讨论

本文采用定额法预测贵安新区需水总量,分为农业、非农、居民需水、生态需水4个部分,其中需水定额的预测采用多种预测方法择优而定,避免了依赖单一模型预测误差较大的弊端,考虑到新区本身发展要求及特点,居民需水定额预测亦参考了贵阳市与重庆市的历年定额,得到结果较为合理.人口预测中将人口增长分为3种模式,充分考虑了新区人口负荷极限、人口流动、政府宏观调控等因素,有效避免了新区人口数量对于需水预测的不确定性的影响.最终得到在不同的人口增长模式下预测年的需水总量.

预测中非农的需水总量呈上升趋势,应加快产业结构调整,引进节水低耗高新技术产业,加强水资源的分配管理等,进而有效降低需水用量,达到节水高产的目的;农业需水总量在2020年以前略有上升,后期则逐渐下降,而农业2020、2030年的需水总量仍处于较高水平,说明农业节水仍具有较大潜力,农业需水方面应合理利用雨洪资源并加强已运行工程的管理与维护等;对于居民需水部分,虽然规划年间居民需水总量较农业及非农处于较低水平,但考虑到新区快速发展,涌入新区的人口逐年增多,人们对于水资源量的需求愈来愈高,在开发利用新的水资源同时亦应注重对于水资源的合理利用,避免资源的浪费;受资料所限,生态需水部分主要考虑了浇洒道路和绿地用水两个方面,今后的研究应更为全面.

经分析,需水预测结果科学合理,为新区的水资源规划和用水安全提供设计依据和安全保障,进而推动新区健康快速发展.

参考文献
[1] 王艳菊, 管新建, 沈凯, 等. 新郑市水资源需求预测研究[J]. 水土保持通报, 2010, 30(6): 208–213.
Wang Yanju, Guan Xinjian, Shen Kai, et al. Prediction of water resource demands in Xinzheng city[J]. Bulletin of Soil and Water Conservation, 2010, 30(6): 208–213.
[2] 马俊. 基于遗传模拟退火算法与神经网络组合模型的需水预测方法研究[D]. 西安: 西安理工大学, 2009: 12-14
Ma Jun.Research on forecasting water demand of genetic simulated annealing algorithm and neural network[D].Xi'an: Xi'an University of Technology, 2009: 12-14.
[3] 孙杰肖. 张家口市水中长期供需预测及平衡分析[D]. 保定: 河北农业大学, 2013: 21-47
Sun Jiexiao. Medium and long-term supply and demand forecast and balance analysis in water resources of Zhangjiakou city[D]. Baoding: Agricultural University of Hebei Province, 2013: 21-47.
[4] 牛慧恩. 需水预测研究评述[J]. 四川师范大学学报(自然科学版), 1996, 19(1): 104–109.
Niu Huien. Literature review of water demand forecasting[J]. Journal of Sichuan Normal University(Natural Science), 1996, 19(1): 104–109.
[5] 张雅君, 刘全胜. 需水量预测方法的评析与择优[J]. 中国给水排水, 2001, 17(7): 27–29.
Zhang Yajun, Liu Quansheng. The evaluation and selection of water demand forecasting method[J]. China Water & Waste Water, 2001, 17(7): 27–29.
[6] 刘思峰, 郭天榜, 党耀国. 灰色系统理论及其应用[M]. 第2版.北京: 科学出版社, 1999: 26-29.
Liu Sifeng, Guo Tianbang, Dang Yaoguo. Grey System Theory and Its Application[M]. Second Edition. Beijing: Science Press, 1999: 26-29.
[7] 王露, 杨艳昭, 封志明, 等. 基于分县尺度的2020-2030年中国未来人口分布[J]. 地理研究, 2014, 33(2): 210–322.
Wang Lu, YangYanzhao, Feng Zhiming, et al. Prediction of China's population in 2020 and 2030 on county scale[J]. Geographical Research, 2014, 33(2): 210–322.
[8] Leach D. Re-evaluation of the logistic curve for human populations[J]. Journal of the Royal Statistical Society. Series A (General), 1981, 144(1): 94–103. DOI:10.2307/2982163
[9] 赵学敏. 基于供需协调的区域水资源优化配置研究[D]. 郑州: 郑州大学, 2007: 12-24
Zhao Xuemin. Study on optimal allocation of regional water resources based on supply and demand coordination [D]. Zhengzhou: Zhengzhou University, 2007: 12-24.
[10] 方韬. 合肥市城市需水量预测研究[D]. 合肥: 合肥工业大学, 2007: 8, 31-42
Fang Tao.The research for forecasting urban water requirements in Hefei [D]. Hefei: Hefei University of Technology, 2007: 8, 31-42.
[11] 欧阳丽华. 利用水文比拟法推求径流电站设计流量存在偏差原因分析及修正方法[J]. 大众科技, 2009(1): 132–133.
Ouyang Lihua. Reason analyses and correction methods for deviation by using hydrological analogy method to calculate design flow of runoff power station[J]. Popular Science and Technology, 2009(1): 132–133.
[12] 谢红梅. 贵阳市人口发展现状及趋势研究[J]. 贵州教育学院学报(自然科学), 2009, 20(12): 21–26.
Xie Hongmei. Study on the population status and trends of development in Guiyang[J]. Journal of Guizhou Education Institute(Natural Science), 2009, 20(12): 21–26.
[13] 贵州省水利水电勘测设计研究院. 贵安新区水资源配置规划[R]. 贵阳: 贵州省水利水电勘测设计研究院, 2014
Guizhou Water Conservancy and Hydroelectric Power Investigation, Design and Research Institute. Water resources allocation plan in Gui'an New District[R]. Guizhou Survey & Desing Research Institute for Water Resources and Hydropower, 2014.
[14] 上海市津建设和交通委员会. GB50013-2006室外给水设计规范[S]. 北京: 中国计划出版社, 2006
Shanghai Municipal Transportation Comission. GB50013-2006 Code for Design of Outdoor Water Supply Engineering[S]. Beijing: China Planning Press, 2006.
[15] 贵州省住房和城乡建设厅, 贵州贵安新区管理委员会, 中国城市规划设计研究院, 等. 贵安新区总体规划(2013-2030年)[R]. 贵阳: 贵州省住房和城乡建设厅, 2014
Housing and Urban and Rural Construction Department of Guizhou Province, Guizhou Gui'an New District Management Committee, China Academy of Urban Planning and Design, et al. Overall planning of Gui'an new district(2012-2030)[R]. Guiyan: Housing and Urban and Rural Construction Department of Guizhou Province, 2014.
[16] 中华人民共和国水利部. SL 367-2006城市综合用水量标准[S]. 北京: 中国水利水电出版社, 2006
The Ministry of Water Resources of the People's Republic of China. SL 367-2006 Standards of Integrated Quota for Urban Water Use [S]. Beijing: China Water & Power Press, 2006.