水資源承載能力是指在某一具體歷史發展階段 下，以可預見的技術、經濟和社會發展水平為依據， 以可持續為原則，以維護生態環境良性循環發展為 條件，在水資源得到合理開發利用的條件下，某地區 的水資源( 包括數量、質量) 持續支持人類社會發展 規模( 即一定生活質量的人口數量) 的最大支撐能力與限度［1］。水資源承載能力是可持續發展的一 個重要方面，它可以綜合反映一個區域或一個流域 內水資源對當地社會經濟發展的支撐是否可持續， 是衡量社會經濟與水資源、水環境之間協調關系的 重要指標。 隨著水環境污染問題逐漸得到人們的重視，水資源承載能力的研究成為一個熱點問題。國外學者 通常將水資源承載能力研究納入可持續發展的框架 內，Kyushik 等［2］提出根據城市現有基礎設施和土 地利用密度評估城市承載力; Joardar 等［3］在城市發 展規劃體系框架下從供水的角度分析了城市水資源 承載能力; Ngana 等［4］在研究了坦桑尼亞東北部馬 尼亞拉湖子流域水資源綜合管理戰略發展計劃后認 為，缺乏有效的流域管理方式以及對流域水資源承 載能力認識不清導致當地水資源得不到可持續利 用。國內學者在這一領域有了很多的研究成果，許 有鵬［5］、秦莉云等［6］將模糊綜合評判方法應用于流 域水資源承載能力評價中，王海峰等［7］在淮河流域 水資源承載能力綜合評價中提出用模糊模式識別方 法進行水資源承載能力綜合評價，傅湘等［8］利用主 成分分析法提取對漢中平壩區水資源承載力有很大 貢獻率的影響因子并進行評價研究。新的數學分析 算法也廣泛應用于水資源承載能力研究中，林占東 等［9］結合差分進化算法和投影尋蹤法建立水資源 承載能力評價模型，研究深圳市水資源承載能力，取 得良好效果; 何俊仕等［10］運用集對分析原理對淮河流域水資源承載能力評價的評價結果與模糊聚類神 經網絡法保持一致; 王儉等［11］應用人工神經網絡技 術建立水環境承載力評價模型，研究遼寧省水環境 承載力。本文嘗試應用廣義回歸神經網絡 ( generalized regression neural network，以下簡稱 GRNN) 模型評價蘇州市的水資源承載能力，并對比 模糊綜合評價的結果，以期發現GRNN 模型的特點 及其適應性問題。 | 
