Studying the evolutions, differences, and water security impacts of water demands under shared socioeconomic 

pathways: A SEMs-bootstrap-ANN approach applied to Sichuan Province

该研究提出了一种多学科交叉的SEMs-bootstrap-ANN方法来构建共享社会经济路径（SSPs）下的需水量预测区间，以探究水安全的演变、差异和影响。研究首先将bootstrap算法和人工神经网络（ANN）相结合以形成bootstrap-ANN模型，通过估计预测值和误差的分布来确定在指定显著性水平的预测区间。再根据国际应用系统分析研究所（IIASA）对共享经济路径的解释，使用社会经济模型预测了SSPs中的需水量因素。通过将这些因素纳入bootstrap-ANN模型，该研究获得了SSPs需水量预测区间的时间变化，同时使用区间差异指数（IDI）和地表水开发指数（SWEI）量化了差异和水安全影响。研究以四川省为实例评估了方法性能。结果表明，该方法以微弱的区间宽度劣势换取了更好的准确性和整体性能；预测区间宽度、交叉误差及其在2021年的表现均验证了预测结果的可靠性；与当前用水量相比，SSP5路径下需水量的最高增幅达44~63%；不同路径的需水差异最大可达32%；从环境角度来看，SSP1更优于SSP2路径；与历史极端情况相

比，水安全状况可能会恶化28~46%。

《Journal of Environmental Management》是中科院一区TOP期刊，是环境科学领域声誉卓著的高质量期刊，专注于发表与管理环境系统和改善环境质量相关的原创研究。

我校为该项工作的第一完成单位及通讯单位，水利水电科学研究院莫莉副教授为该论文的第一作者，博士研究生娄思静为唯一通讯作者。该研究得到了国家自然科学基金项目（52379011，51979114）的资助。