水资源管理决策支持系统研究进展

doi:10.16108/j.issn1006-7493.2024042

高校地质学报 ›› 2025, Vol. 31 ›› Issue (03): 263-274.DOI: 10.16108/j.issn1006-7493.2024042

• • 下一篇

水资源管理决策支持系统研究进展

南统超^{1, 2}，谢晓婷^{2, 3}，叶逾^{1, 3}，徐腾^{1, 3}，沈城吉^{1, 4}，吴吉春⁵，鲁春辉^{1, 6}

1. 河海大学水灾害防御全国重点实验室，南京 210098；
2. 河海大学长江保护与绿色发展研究院，南京 210098；
3. 河海大学水利水电学院，南京 210098；
4. 河海大学港口海岸与近海工程学院，南京 210098；
5. 南京大学地球科学与工程学院，南京 210023；
6. 河海大学水文水资源学院，南京 210098

出版日期:2025-06-17 发布日期:2025-06-17

Review on Developments and Applications of Decision Support System in Water Resources Management

NAN Tongchao^1,2，XIE Xiaoting^2,3，YE Yu^1,3，XU Teng^1,3，SHEN Chengji^1,4，WU Jichun⁵，LU Chunhui^1,6

1. The National Key Laboratory of Water Disaster Prevention, Hohai University, Nanjing 210098, China;
2. Yangtze Institute for Conservation and Development, Hohai University, Nanjing 210098, China;
3. College of Water Conservancy and Hydropower Engineering, Hohai University, Nanjing 210098, China;
4. College of Harbour, Coastal and Offshore Engineering, Hohai University, Nanjing 210098, China;
5. School of Earth Sciences and Engineering, Nanjing University, Nanjing 210023, China;
6. College of Hydrology and Water Resources, Hohai University, Nanjing 210098, China

Online:2025-06-17 Published:2025-06-17

摘要/Abstract

摘要： 水资源管理决策支持系统是决策支持系统在水资源领域的应用与发展，也是针对地下水在内的水资源问题决策特点所开发的人机交互系统，具有利用计算机及相应的软件（包括人工智能、专家系统等技术）完成数据提取、逻辑推理、信息处理和管理决策等功能，不仅能够帮助决策者及时了解水资源现状，还能为决策者提供较为全面、科学、合理的综合管理方案，提高决策效率和可靠性。文章对决策支持系统在国内外水资源管理特别是近年地下水管理中的应用趋势和创新发展进行了阐述和分析，对决策支持系统开发及应用中存在的问题进行了总结。文章认为，基础数据及统一标准的缺乏、数据驱动决策可靠性不足、决策系统功能单一、决策参与缺乏完整性、系统的重用性和扩展性较差、智能化不足等是目前决策支持系统在水资源管理领域应用发展中亟待突破的瓶颈。此外，文章紧密围绕现阶段水资源管理面临的挑战对决策支持系统的发展趋势进行了分析与展望，指出标准化、集成化、模块化、智能化是未来水资源决策支持系统的发展方向，为未来大区域水资源管理决策支持系统的建设提供建议。

关键词: 决策支持系统, 水资源管理, 地下水, 人工智能, 挑战与趋势

Abstract: Water resources management decision support system is the application and development of decision support system in the field of water resources. It is a human-computer interaction system developed for the decision-making characteristics of water resources problems. It uses computer and corresponding software (including artificial intelligence, expert system and other technologies) to complete the functions of data extraction, logical reasoning, information processing and management decisionmaking. It can not only help decision-makers to understand the current situation of water resources in time, but also provide more comprehensive, scientific and reasonable integrated management programs for decision-makers to improve the efficiency and reliability of decision-making. This review elucidates and analyzes the current application trends and innovative advancements of Decision Support Systems (DSS) in water resources management (especially in groundwater management) domestically and internationally. At the same time, the paper summarizes prevalent issues existing in the development and application of decision support system. It is pointed out that the lack of basic data and unified standards, the lack of reliability of data-driven decisionmaking, the single function of decision support system, the lack of integrity of decision-making participation, the poor reusability and scalability of the system, and the lack of intelligence are the bottlenecks that need to be broken through in the application and development of decision support system in the field of groundwater resources management. Furthermore, the paper conducts an analysis and projection of its future trajectory in close consideration of the challenges currently confronting water resources management. It is underscored that standardization, integration, modularization, and intelligentization represent the prospective directions for the development of water resource decision support systems. These directions are envisioned to furnish some theoretical support for the establishment of comprehensive regional water resource decision support systems in the future.

Key words: decision support system, water resources management, groundwater, artificial intelligence, challenges and trends

中图分类号:

P641.8

南统超, 谢晓婷, 叶逾, 徐腾, 沈城吉, 吴吉春, 鲁春辉. 水资源管理决策支持系统研究进展[J]. 高校地质学报, 2025, 31(03): 263-274.

NAN Tongchao, XIE Xiaoting, YE Yu, XU Teng, SHEN Chengji, WU Jichun, LU Chunhui. Review on Developments and Applications of Decision Support System in Water Resources Management[J]. Geological Journal of China Universities, 2025, 31(03): 263-274.

101

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	101

来源	本网站	其他网站

次数	28	73
比例	28%	72%

摘要

101

最新录用	在线预览	正式出版

0	0	101

来源	本网站	其他网站

次数	69	32
比例	68%	32%

[1]	刘明力, 骆乾坤, 吴剑锋, 宋健, 杨蕴, 孙晓敏. 地下水污染监测网优化设计研究综述[J]. 高校地质学报, 2025, 31(01): 34-47.
[2]	丁浩然, 程天航, 黄沿畅, 尹子悦, 路平. 中国高硫煤矿区地下水特征污染物筛选[J]. 高校地质学报, 2025, 31(01): 48-57.
[3]	张勇, 骆乾坤, 刘鑫, 李迎春, 邓亚平, 马雷, 钱家忠. ERT 法监测含水层重金属污染及原位化学修复过程研究[J]. 高校地质学报, 2025, 31(01): 67-83.
[4]	谢伟, 钱家忠, 马雷, 方运海, 丁丹. 基于可变模糊集理论的高硫矿区地下水质量评价[J]. 高校地质学报, 2025, 31(01): 84-91.
[5]	王北大, 宋健, 尹子悦, 林锦, 吴剑锋. 典型干旱区地下水动态对农业灌溉响应的模拟研究[J]. 高校地质学报, 2025, 31(01): 92-103.
[6]	强郁城, 谢月清, 陆士昂, 戴鑫. 气候变暖对典型半干旱地区地下水潜在补给量的影响[J]. 高校地质学报, 2025, 31(01): 104-112.
[7]	陈子昂, 曾献奎, 吴吉春. 基于水均衡分析与记忆曲线模型估算流域地下水径流量[J]. 高校地质学报, 2025, 31(01): 113-122.
[8]	党磊, 谢月清, 汪钏, 常勇, 曾献奎, 吴吉春. 降雨引起的非饱和带压力波传播过程及其对地下水快速排泄的影响研究[J]. 高校地质学报, 2023, 29(4): 580-589.
[9]	杨鹏飞, 陈余道, 蒋亚萍, 闫嘉宁, 郑杲, 邹志坤, 刘权, 覃佳肖. 燃油污染对多孔介质水文地质参数的影响研究[J]. 高校地质学报, 2023, 29(4): 608-616.
[10]	诸云强, 孙凯, 李威蓉, 王曙, 宋佳, 程全英, 杨杰, 牟兴林, 耿文广, 代小亮. 地球科学知识图谱比较分析与启示：构建方法与内容视角[J]. 高校地质学报, 2023, 29(3): 382-394.
[11]	郑栩, 管祎亭, 吴卫华. 黑龙江流域水体和沉积物重金属的生态风险研究[J]. 高校地质学报, 2022, 28(6): 814-824.
[12]	陈丹红, 曾献奎, 吴吉春, 桂东伟, 孙媛媛. 基于GRACE 和GLDAS 的塔里木河流域地下水储量演变规律研究[J]. 高校地质学报, 2022, 28(6): 894-901.
[13]	陆玥, 刘艺超, 徐红霞, 孙媛媛, 吴吉春. 裂隙介质中流速及倾斜度对四氯乙烯的运移影响研究[J]. 高校地质学报, 2022, 28(4): 554-564.
[14]	章凤奇, 石许华, 杨小平, 曹龙, 励音骐, 张丰, 刘艳, 程晓敢, 陈汉林, 杨树锋. 高等学校《地球科学导论》课程教学改革与探索[J]. 高校地质学报, 2022, 28(3): 342-346.
[15]	齐浩, 董少春, 张丽丽, 胡欢, 樊隽轩. 地球科学知识图谱的构建与展望[J]. 高校地质学报, 2020, 26(1): 2-.

水资源管理决策支持系统研究进展

Review on Developments and Applications of Decision Support System in Water Resources Management

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐 0

Metrics