北京水資源短缺風(fēng)險綜合評價

1、（數(shù)學(xué)建模 B 題）北京水資源短缺風(fēng)險綜合評價參賽隊員：甘 霖（ 20093133，數(shù)學(xué)科學(xué)學(xué)院）李 爽（ 20093123，數(shù)學(xué)科學(xué)學(xué)院） 崔驍鵬（ 20091292，計算機科學(xué)學(xué)院）參賽時間： 2011年4月 30 - 5 月13日承 諾 書我們仔細閱讀了中國大學(xué)生數(shù)學(xué)建模競賽 的競賽規(guī)則 . 我們完全明白， 在競賽開始后參賽隊員不能以任何方式 （包括電話、電子郵 件、網(wǎng)上咨詢等）與隊外的任何人（包括指導(dǎo) 教師）研究、討論與賽題有關(guān)的問題。我們知道，抄襲別人的成果是違反競賽規(guī)則的 , 如果引用別人的 成果或其他 公開的資料（包括網(wǎng)上查到的資料） ，必須按照規(guī)定的 參考文獻的表述方式在正 文

2、引用處和參考文獻中明確列出。我們鄭重承諾，嚴(yán)格遵守競賽規(guī)則， 以保證競賽的公正、公平性。 如有違反 競賽規(guī)則的行為，我們將受到嚴(yán)肅處理。我們參賽選擇的題號是（從 A/B/C/D 中選擇一項填寫） ：B 所屬學(xué)校（請?zhí)顚懲暾娜?： 黑龍江大學(xué)參賽隊員 ： 1. 甘霖2、李爽3、崔驍鵬日期： 2011 年 5 月 12 日目錄1. 摘要 42. 關(guān)鍵詞 43. 問題重述 54. 模型的條件和假設(shè) 55. 符號說明 56. 問題的分析及模型的建立 66.1 問題一的分析與求解 66.2 問題二的分析與求解 106.3 問題三的分析與求解 186.4 問題死的求解 217. 模型的評價 238.

3、 參考文獻 239. 附錄 23北京水資源短缺風(fēng)險綜合評價甘 霖李 爽崔驍鵬 【摘要】本文針對水資源短缺風(fēng)險問題求出主要風(fēng)險因子， 并建立了 水資源短缺風(fēng)險評價模型， 以北京為實例，做出了北京 1979 年到 2009 年的水資源短缺風(fēng)險的綜合風(fēng)險評價， 劃分出了風(fēng)險等級， 以評價水 資源短缺風(fēng)險的程度。我們的思路是這樣的： 第一問，我們先分析出可能的十一個水資 源短缺風(fēng)險因子， 利用主成分分析法篩選出水資源短缺風(fēng)險系統(tǒng)的主 要風(fēng)險因子。第二問， 基于模糊概率理論建立了水資源短缺風(fēng)險評價模型， 可 對水資源短缺風(fēng)險發(fā)生的概率和缺水影響程度給予綜合評價。 首先構(gòu) 造隸屬函數(shù)以評價水資源系統(tǒng)的模糊

4、性；其次利用 Logistic 回歸模 型模擬和預(yù)測水資源短缺風(fēng)險發(fā)生的概率； 而后建立了基于模糊概率 的水資源短缺風(fēng)險模型；最后利用 Quick Cluster 對風(fēng)險值進行聚類， 求出類中心，劃分出風(fēng)險等級。第三問，利用灰色預(yù)測法預(yù)測出北京 2012年以及 2013年的風(fēng)險， 并提出了相關(guān)的措施。在本文的最后，附上了對政府相關(guān)部門提的一些關(guān)于預(yù)防水資源 短缺的建議的建議書?！娟P(guān)鍵詞】 水資源短缺風(fēng)險，模糊數(shù)學(xué)， Logistic 回歸模型，敏感因子，主成 分分析法一問題重述北京是世界上水資源嚴(yán)重缺乏的大都市之一， 屬重度缺水地區(qū)， 附表中所列 的數(shù)據(jù)給出了 1979年至 2009 年北京市

5、水資源短缺的狀況。 北京市水資源短缺已 經(jīng)成為影響和制約首都社會和經(jīng)濟發(fā)展的主要因素。 政府采取了一系列措施 , 如 南水北調(diào)工程建設(shè) , 建立污水處理廠 , 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等。但是，氣候變化和經(jīng)濟 社會不斷發(fā)展， 水資源短缺風(fēng)險始終存在。 如何對水資源風(fēng)險的主要因子進行識 別，對風(fēng)險造成的危害等級進行劃分， 對不同風(fēng)險因子采取相應(yīng)的有效措施規(guī)避 風(fēng)險或減少其造成的危害， 這對社會經(jīng)濟的穩(wěn)定、 可持續(xù)發(fā)展戰(zhàn)略的實施具有重 要的意義。1 評價判定北京市水資源短缺風(fēng)險的主要風(fēng)險因子是什么？2 建立一個數(shù)學(xué)模型對北京市水資源短缺風(fēng)險進行綜合評價， 作出風(fēng)險等 級劃分并陳述理由。對主要風(fēng)險因子 , 如何

6、進行調(diào)控，使得風(fēng)險降低？3 對北京市未來兩年水資源的短缺風(fēng)險進行預(yù)測，并提出應(yīng)對措施。4 以北京市水行政主管部門為報告對象，寫一份建議報告。二模型的條件和假設(shè)1. 假設(shè)除了降雨量、平均氣溫、植被覆蓋率、水資源總量、人口總數(shù)、人均 GDP、 污水處理率、生活用水總量、農(nóng)業(yè)用水總量、工業(yè)用水總量、農(nóng)業(yè)灌溉定額 等風(fēng)險因子之外沒有其他的水資源短缺風(fēng)險因子。2. 假設(shè)在未來的兩年中不會發(fā)生重大自然災(zāi)害，如洪水、地震等。3. 假設(shè)用近十年的風(fēng)險值來估計未來兩年的風(fēng)險值。三符號說明Wa 為缺水系統(tǒng)中最小缺水量Wm 為缺水系統(tǒng)中最大缺水量WS 為供水量Wn為需水量R為水資源短缺風(fēng)險f（x） 為風(fēng)險發(fā)生的概率

7、密度函數(shù)x0 i 代表第 i 年的風(fēng)險值四問題的分析及模型的建立問題一分析與求解：所謂的水資源短缺風(fēng)險是指在特定的環(huán)境條件下，由于供水與用水兩方面存 在不確定性， 使區(qū)域水資源系統(tǒng)發(fā)生供水短缺的概率以及由此產(chǎn)生的損失。 北京 市水資源開發(fā)利用中存在的問題主要有上游來水衰減趨勢十分明顯， 長期超采地 下水導(dǎo)致地下水位下降， 水污染加重了水危機， 人口膨脹和城市化發(fā)展加大了生 活用水需求等。 因此，導(dǎo)致北京水資源短缺的主要原因有資源型缺水和水質(zhì)性缺 水等。則影響北京水資源短缺風(fēng)險的因素可歸納為以下兩個方面： （1）自然方面： 人口數(shù)；入境水量；水資源總量；地下水位埋深。 （ 2）社會經(jīng)濟環(huán)境因 素

8、：污水排放總量；污水處理率；生活用水量；農(nóng)業(yè)用水量。通過以上分析，我們就降雨量、平均氣候、植被覆蓋率、水資源總量、人口 數(shù)量、人均 GDP、污水處理率、 生活用水總量、 農(nóng)業(yè)用水總量、 農(nóng)業(yè)部灌溉定額、 工業(yè)用水總量等十一各風(fēng)險因子進行分析，篩選出水資源短缺的主要風(fēng)險因子。圖 1 北京市水資源短缺風(fēng)險指標(biāo)體系降雨量 X1 （mm）平均氣溫 X2（ ）自然因素 植被覆蓋率 X3 （%）水資源總量 X 4 （億立方米）風(fēng)險指標(biāo)體系人口數(shù)量 X5（ 萬人）人均 GDPX 6 （元/ 人） 污水處理率 X7 （%）社會經(jīng)濟 生活用水總量 X8 （億立方米） 農(nóng)業(yè)用水總量 X9 （億立方米） 農(nóng)業(yè)部灌溉

9、定額 X10 （千公頃）工業(yè)用水總量 X11 （億立方米）圖一中的北京市水資源短缺風(fēng)險因子的各年數(shù)據(jù)如下表一表一 北京市水資源短缺風(fēng)險因子的各年數(shù)據(jù)降雨量平均植被水資人口數(shù)人均污水生活農(nóng)業(yè)農(nóng)業(yè)工業(yè)氣候覆蓋源總處理用水用水部灌用水X1量 X 5GDPX61率56率總量總量溉定總量（mm）X2量 X 4（萬（元/額X3X7X8X9X11()（億人）人）（%）立方（%）（億（億X10（億米）立方立方（千立方米）米）公頃）米）1979718.411.122.338.23897.1135810.24.3724.18340.814.371980380.711.020.126904.315449.44.94

10、31.83340.313.771981393.212.320.124919.2152610.84.331.6341.312.211982544.412.820.136.6935.0167110.94.5228.81339.413.891983489.913.020.134.7950.0194310.24.7231.6343.311.241984488.811.920.139.31965.0226210.04.01721.84342.614.3761985721.011.520.138981.0264310.04.3910.12338.417.21986665.312.122.8627.0310

11、2828368.97.1819.46337.99.911987683.912.322.938.66104731507.77.269.68337.914.011988673.312.725.03946.421.99338.114.041989442.213.226.021.55107542696.66.4524.42338.413.771990697.312.728.035.86108646357.37.0421.74335.112.341991747.912.528.4342.29109454946.67.4322.7328.711.91992541.512.830.

12、3322.44110264581.210.9819.94331.115.511993506.713.031.3319.67111280063.19.5920.35314.715.281994813.213.732.3945.421125102409.610.3720.93323.414.571995572.513.332.6830.341251.11269019.411.7719.33292.413.781996700.912.733.2445.871259.41425421.29.318.95301.911.761997430.913.134.2222.2512401662122.011.1

13、18.12323.311.11998731.713.135.637.71245.61912822.512.217.39323.710.841999266.913.136.314.221257.22140725.012.718.45322.110.562000371.112.836.516.861363.62412739.413.3916.49322.710.522001338.912.938.7819.21385.12698042.012.317.4322.79.22002370.413.240.5716.11423.23073045.011.615.5219.77.52003444.912.

14、940.8718.41456.43477750.113.613.8178.98.42004483.513.541.9121.41492.74091653.913.413.5186.77.72005410.713.242.0023.215384599362.414.513.2181.56.82006318.013.442.524.515815205473.815.312.8181.56.22007483.914.043.023.816336127476.216.612.4173.65.82008626.313.443.534.216956679778.917.912.0171.85.220094

15、80.613.344.421.817557045280.318.312.0165.25.2主成分分析法是指標(biāo)篩選最常用的方法之一，它利用降維的思想，把多指標(biāo) 轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)， 減少變量的個數(shù)， 故這幾個綜合指數(shù)能包含原信息量 的 80%以上即可。同時客觀的確定各個指標(biāo)的權(quán)重，從而篩選出權(quán)重大的指標(biāo)， 確定敏感因子。主成分分析法的步驟： 將表一數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，并求出數(shù)據(jù)的相關(guān)系數(shù)矩陣。利用 SPSS軟件計算， 將數(shù)據(jù)輸入， 并進行相關(guān)處理， 則可得出相關(guān)系數(shù) 矩陣 R。相關(guān)系數(shù)矩陣 R如下表二所示。表二 北京水資源短缺風(fēng)險因子的相關(guān)系數(shù)矩陣X1X2X3X4X5X6X7X8X9X10X

16、111-0.19-0.330.844 *-0.33-0.33-0.40-0.30-0.020.3000.413 *X193272*63-0.1910.729 *-0.2850.690 *0.611 *0.544 *0.721 *-0.37-0.56-0.55X294*2*5*-0.330.729 *1-00.470.960 *0.890 *0.853 *0.964 *-0.67-0.83-0.80X337*7*3*3*0.844-0.28-0.471-0.43-0.39-0.40-0.460.1840.374 *0.435 *X457*2*7*8*4*-0.330.690 *.960 *-0.

17、43210.968 *0.944 *0.960 *-0.71-0.90-0.87X528*3*3*-0.330.611 *0.890 *-0.3970.968 *10.981 *0.914 *-0.65-0.92-0.89X67*3*9*4*X7-0.400.544 *0.853 *-0.4080.944 *0.981 *10.860 *-0.62-0.92-0.912*5*7*6*X8-0.300.721 *0.964 *-0.4640.960 *0.914 *0.860 *1-0.69-0.81-0.796*3*6*1*X9-0.02-0.37-0.670.184-0.71-0.65-0.

18、62-0.6910.625 *0.472 *34*7*8*3*5*3*X100.300-0.56-0.830.374 *-0.90-0.92-0.92-0.810.625 *10.844 *2*3*3*9*7*6*X110.413-0.55-0.800.435 *-0.87-0.89-0.91-0.790.472 *0.844 *1*5*3*3*4*6*1*用 SPSS計算風(fēng)險因子的累計信息量， 使得綜合指數(shù)包含原信息量的 80%以上， 確定出綜合指數(shù)的個數(shù)解釋的總方差成份初始特征值提取平方和載入合計方差的 %累積 %合計方差的 %累積 %17.70070.00470.0047.70070.0

19、0470.00421.57214.28984.2931.57214.28984.29330.6525.92590.21940.5605.09295.31050.1641.49396.80360.1331.21098.01370.1221.11099.12380.0600.54899.67190.0210.18899.860100.0090.08099.940110.0070.060100.000提取方法：主成份分析。如表二所示，綜合指數(shù)的個數(shù)為 2 時，所包含的信息量為原信息量的 84.293% 由此可以確定綜合指數(shù)的個數(shù)為 2 利用 SPSS軟件的主因子計算功能，可以得出主因子載荷矩陣，如表

20、三。表三 主因子載荷矩陣成份矩陣 a成份12X1-0.4270.871X20.6980.095X30.7540.066X4-0.5250.773X50.9880.107X60.9690.097X70.9520.036X80.9530.092X9-0.685-0.398X10-0.718-0.106X11-0.8970.048提取方法 : 主成分分析法。a. 已提取了 2個成份。如表三所示可知： 主成分1中的各因子載荷值，從正方向看，比較大的是人口數(shù)量、 人均GDP、 污水處理率和生活用水量，分別為 0.988 、0.969 、0.952 、0.953 。從負(fù)方向看， 載荷較大的因子為農(nóng)業(yè)用水總

21、量，為 -0.897 。主成分 2 中的各因子載荷值。從正方向看，比較大的是降雨量，為 0.871 。 剩下其他值均非常小綜上，可知在自然與社會經(jīng)濟的 11 個水資源短缺風(fēng)險因子中，人口數(shù)量、 人均 GDP、污水處理率、生活用水量、農(nóng)業(yè)用水總量、 降雨量、為主要風(fēng)險因子。 問題二:2.1 北京市水資源短缺風(fēng)險數(shù)學(xué)模型的建立與求解 就風(fēng)險的含義來說，應(yīng)包括以下兩個方面：第一，指事故發(fā)生的可能性，或 事故發(fā)生的不確定性；第二，只事故本身。因此對風(fēng)險的度量有兩個方法：一是 以風(fēng)險率度量，即系統(tǒng)實施的可能性；而是衡量風(fēng)險破壞深度、歷時等的指標(biāo)， 即系統(tǒng)失事的結(jié)果。 但風(fēng)險 R 不僅是風(fēng)險事件發(fā)生的概率

22、 P 的函數(shù)，而且是風(fēng)險 發(fā)生事件所產(chǎn)生的后果的函數(shù)。 這一點很容易理解， 一個事故發(fā)生風(fēng)險的概率可能很高，但產(chǎn)生的后果損失很小的風(fēng)險事件其風(fēng)險不一定很高； 相反，雖然某一 個風(fēng)險發(fā)生的概率不是很高，但是它的損失可能很大。同理，水資源系統(tǒng)是一個復(fù)雜的大系統(tǒng)，廣泛存在著隨機性和模糊性，由于 隨機性是因果律的破缺、 模糊性是排中率的破缺， 所以應(yīng)在水資源短缺風(fēng)險評價 模型的設(shè)計中同時考慮這兩種因素的影響。以下我們就這兩個方面進行討論 （一）. 水資源短缺風(fēng)險的模糊性：對于水資源系統(tǒng)來說，所謂的風(fēng)險就是供水量 WS 小于需水量 Wn ，從而使得 整個水資源系統(tǒng)處于水資源短缺狀態(tài)， 即發(fā)生了水資源短缺

23、風(fēng)險。 基于水資源的 模糊不確定性， 構(gòu)造一個合適的隸屬函數(shù)來描述水資源短缺帶來的損失。 定義模 糊集 Wc如下：Wc = x：0uw x 1式中： x 為缺水量，x=Wn WS ，uw x 為缺水量在模糊集 Wc 上的隸屬函數(shù)，構(gòu)造如下：0 x Wauwpx-WaWm-WaWa x Wm1）x Wm式中：1，Ws 、 Wn分別為水資源總量和需水總量； Wa為缺水系統(tǒng)中最小缺水量；Wm為缺水系統(tǒng)中最大缺水量； p為大于 1的正整數(shù)。通過北京 1979-2009 年數(shù)據(jù)可知， Wa為 0.45 ，Wm為 27.49 ，而此時的 p取 8。則Wc上的隸屬函數(shù)可化作：uw x =8x-0.4527.

24、040 x WaWa x Wmx Wm2）（二）. 水資源短缺風(fēng)險的模擬概率分布因為 Logistic 回歸方法具有對因變量數(shù)據(jù)要求低、計算結(jié)果唯一、模型精 度高等優(yōu)點，所以在此采用 Logistic 回歸模型來模擬缺水量系列的概率分布。 則關(guān)于缺水量的 Logistic 回歸模型可寫為：式中： b0、b1 分別為自變量的系數(shù)和常數(shù)，此時的 b0、 b1稱為 Logistic 回 歸系數(shù)； e 為自然對數(shù)。用 SPSS軟件進行 Logistic 回歸分析的具體流程圖如下：1、樣品處理摘要 :案例處理匯總未加權(quán)的案例 aN百分比選 定 案 包 括在 分析31100.0例中缺失案例0.0總計311

25、00.0未 選定 的案0.0例總計31100.0a. 如果權(quán)重有效， 請參見分類表以獲得案 例總數(shù)。2、因變量編碼：這是很重要的信息， 告訴我們不同年份的缺水結(jié)果。 我們用 1表示缺水，用 0 表 示不缺水，也就是說，在這次 SPSS 分析過程中便于分析。因變量編碼初始值內(nèi)部值.0001.001塊 0: 起始塊3、初始分類表；Logistic 建模如同其他很多種建模方式一樣，首先對模型參數(shù)賦予初始值，然 后借助迭代計算尋找最佳值。 以誤差最小為原則， 或者以最大似然為原則， 促使 迭代過程收斂。 當(dāng)參數(shù)收斂到穩(wěn)定值之后， 就給出了我們需要的比較理想的參數(shù) 值。下面是用初始值給出的預(yù)測和分類結(jié)果

26、。 這個結(jié)果主要用于對比， 比較模型 參數(shù)收斂前后的效果。分類表 a,bVAR000060.001.00百分比校 正步驟 0 VAR00006 0.0005.01.00026100.0總計百分比83.9a. 模型中包括常量b. 切割值為 .5004、初始化方程中的變量： 從這個表中可以看到系統(tǒng)對模型的最初賦值方式。 。最開始僅僅對常數(shù)項賦值， 結(jié)果為 B=1.649，標(biāo)準(zhǔn)誤差為 S.E.=0.488 ，于是 Wald 值為 11.3898 ，后面的 df 為自由度，即 df=1； Sig. 為 P 值，Sig.=0.001 。注意 Sig. 值越低越好，一般要求小于 0.05 。Exp(E)

27、是B 還原之后數(shù)值為 5.200 ；方程中的變量BS.E,WalsdfSig.Exp (B)步驟 0 常量1.6490.48811.39810.0015.2005、不在初始方程中的變量： 得到的得分?jǐn)?shù)值滿足要求。不在方程中的變量得分dfSig.步驟 0 變量 VAR0001214.59910.000總統(tǒng)計量14.59910.000塊 1: 方法 = 輸入6、模型系數(shù)的混合檢驗：模型系數(shù)的綜合檢驗卡方dfSig.步驟 1 步驟27.39210.000塊27.39210.000模型27.39210.0007, 、模型摘要： 模型摘要中給出最大似然平方的對數(shù)、 Cox-Snell 擬合優(yōu)度以及 Na

28、gelkerke 擬 合優(yōu)度值。最大似然平方的對數(shù)值（ -2loglikelihood=9.173 ） 用于檢驗?zāi)Ｐ偷恼w性擬合效果， 該值在理論上服從卡方分布， 上面給出的卡方 臨界值5.991 ，因此，最大似然對數(shù)值檢驗通過。Model Summ模型匯總步驟-2 對數(shù)似然 值Cox & Snell R 方Nagelkerke R 方19.173 a0.6340.903( 擬合度為 0.903)8、Hosmer 和 Lemeshow 檢驗：分類表 a已觀測已預(yù)測VAR000060.001.00百分比校 正步驟 1 VAR00006 0.001.00 總計百分 比51025100.09

29、4.296.8a. 切割值為 .500（總的預(yù)測正確率為 96.8%，全部 31組數(shù)據(jù) 30個預(yù)測準(zhǔn)確， 1個預(yù)測失敗，模 擬效果良好）10、對應(yīng)于 Hosmer-Lemeshow檢 驗的列聯(lián)表：方程中的變量BS.E,WalsdfSig.Exp (B)步驟 1a VAR00012038913.1390.00110.9780.974常量230.37516.2050.00010.9941E+015a. 在步驟 1 中輸入的變量 : VAR00012.（ 自變量系數(shù)為 230.37 常數(shù)為 0.389.）即 b0=230.37, b1=0.389 ；則用 Logistic 回歸模型求出的缺水概率函數(shù)

30、為1- 230.37+0.389x 1+e三）利用模糊概率法評價水資源短缺風(fēng)險的綜合評價將水資源短缺風(fēng)險定義為模糊事件 Af 發(fā)生的概率，及模糊概率為P AfuAfy dP5）Rn式中： Rn為 n 維歐氏空間，uAf 為模糊事件 Af 的隸屬函數(shù)； P 為概率測定。如果 dP f y dy , 則P AfuAf y f y dyRn6）其中 f y 是隨機變量 y 的概率密度函數(shù)。水資源短缺風(fēng)險的定義可表示為+R= uwxf x dx7）從式（5）（7）可知：上述風(fēng)險定義將水資源短缺風(fēng)險存在的模糊性和隨 機性聯(lián)系在一起， 其中，隨機不確定性體現(xiàn)了水資源短缺風(fēng)險發(fā)生的概率， 而模 糊不確定性則

31、體現(xiàn)了水資源短缺風(fēng)險的影響程度。根據(jù)式（ 2）、（ 4）、（7）建立 的水資源短缺風(fēng)險評價模型，得到北京市 19792009 年的水資源短缺風(fēng)險的計 算結(jié)果如圖 2 所示。圖 2 北京市 1979-2009 年的水資源短缺風(fēng)險由圖可以看出， 1982、1984、1985、1987、1991、1994、1996、2008 年的風(fēng)險 值均非常小，接近于 0. 而 1980、1989、1999 年的風(fēng)險值較大，均大于 0.8 。而 2008-2009 年的風(fēng)險有升高的趨勢。 以上分析說明模型的計算與實際情形是吻合 的，可以付諸實踐。2.2 水資源短缺風(fēng)險等級劃分 我們將風(fēng)險劃為五個等級，分別為低風(fēng)險

32、、較低風(fēng)險、中風(fēng)險、較高風(fēng)險、迭代歷史記錄 a迭代聚類中心內(nèi)的更改1234510.0260.0320.0550.0210.01120.0310.0520.0320.0070.00030.0000.0000.0000.0000.000a. 由于聚類中心內(nèi)沒有改動或改動較小而達到收斂。任何中心的最大絕 對坐標(biāo)更改為 .000 。當(dāng)前迭代為 3 。初始中心間的最小距離為 .203每個聚類中的案例數(shù)聚類1（類中心 0.26 ） 較低風(fēng)險4.0002（類中心 0.64 ）中風(fēng)險4.0003（類中心 0.86 ）高風(fēng)險6.0004（類中心 0.03 ）低風(fēng)險12.0005（類中心 0.42）較低風(fēng)險5.0

33、00有效31.000水資源短缺風(fēng)險的分類水資源短缺風(fēng)險類別類中心風(fēng)險特性低風(fēng)險0.03可以忽略的風(fēng)險較低風(fēng)險0.26可以接受的風(fēng)險中風(fēng)險0.42邊緣風(fēng)險較高風(fēng)險0.64比較嚴(yán)重的風(fēng)險高風(fēng)險0.86無法承受的風(fēng)險2.3 對主要風(fēng)險因子的調(diào)控（一）節(jié)約用水2.3.1 調(diào)整產(chǎn)業(yè)結(jié)構(gòu)加大節(jié)水力度中國正全面建設(shè)節(jié)水型社會，到 2010 年，電力工業(yè)和一般工業(yè)的用水重復(fù) 利用率分別達到 93%和 85%以上。農(nóng)業(yè)要求全面實現(xiàn)國家有關(guān)部門正在實施的大 型灌區(qū)以節(jié)水為中心的緩建、擴建和配套工程規(guī)劃，到 2010 年北京兩市基本實 現(xiàn)節(jié)水灌溉。 目前北京生活用水存在著用水浪費現(xiàn)象。 城市自來水管網(wǎng)建設(shè)不健 全，

34、自來水計量制度落后。 今后節(jié)水的重點是全面建設(shè)水計量制度， 實行按水表 收費，用經(jīng)濟手段調(diào)節(jié)和管理。積極推廣節(jié)水器具普及率，加快城市自來水管 網(wǎng)建設(shè)。加強用水管理， 提高水價， 采取兩部制水價和累進加價制度。 要求 2010 年城鎮(zhèn)自來水管網(wǎng)漏失率控制在 13%以下，北京節(jié)水器具普及率 2010 年應(yīng)達到 80%。2.3.2 提高水價促進節(jié)水 水價的調(diào)整在一定程度上可以促進節(jié)水。 對水資源的需求而言， 一方面受用 水水平的影響， 另一方面收水價因素的影響， 同時受居民收入水平的影響， 即消 費者的支付意愿是影響水需求的一個重要原因。收入水平越高，需求彈性越??； 用水水平越低，需求彈性越?。粌r格

35、越低，需求彈性越小。對于水價與水資源需求之間的需求函數(shù)， 在我國已有人對不同地區(qū)分別從居 民家庭生活需水、 工業(yè)需水和農(nóng)業(yè)需水等方面建立了各自的需求函數(shù)模型。 一般 情況下采用對數(shù)線形方程式描述水價與水需求量的關(guān)系InQ= InP + 式中 Q 代表單位取水量指標(biāo)（定額） ； P 代表水價；、代表常數(shù)，表示的就 是需水價格彈性系數(shù)，是一個無量綱的值。由于北京地區(qū)只是近幾年開始提高水價， 調(diào)查資料很少， 目前尚難以對蓄水 量的影響進行統(tǒng)計分析。 根據(jù)參考文獻得出以下居民、 工業(yè)、 農(nóng)業(yè)的用水價格彈 性。通過設(shè)定一定的水價升幅情景可以得到各自的生活用水、 農(nóng)業(yè)用水、 工業(yè)用 水需求的降低幅度， 將

36、此幅度代入供需平衡模型可以得到水價調(diào)整后的水資源系 統(tǒng)風(fēng)險情況，如表。表 北京地區(qū)不同水價情景下的節(jié)水潛力情景 1情景 2情景 3情景 4水價升幅（ %）5101520生活需水降幅（ %）1.22.43.64.8工業(yè)需水降幅（ %）0.551.11.652.2農(nóng)業(yè)需水降幅（ %）1.863.725.587.44由表格可看出對水價進行調(diào)控， 進而可以控制生活用水量、 工業(yè)用水量以及 農(nóng)業(yè)用水量，減少總的用水量， 從而在水資源固定的情況下， 水資源短缺風(fēng)險會 相應(yīng)的減小。2.3.3 節(jié)水經(jīng)濟學(xué) 隨著節(jié)水的深入，節(jié)水的難度會越來越大，單方節(jié)水投資呈快速增長態(tài)勢， 對于節(jié)水投資與萬元產(chǎn)值工業(yè)用水量的關(guān)

37、系采用乘冪曲線進行擬合相關(guān)性較好I j p =108m3 aQ-jb p式中 a,b 分別為兩個常數(shù)， Ij p 為第 j 用戶在水價為 p時單方水節(jié)水投資，Qj p 為第 j 用戶在水價為 p 時需要的定額。 Qj p 和水價的關(guān)系如上分析為 InQ= InP + 節(jié)水投資和節(jié)水效益均為水價的函數(shù)， 將兩者結(jié)合起來皆可以分析節(jié)水的經(jīng) 濟行為，這里可以引進邊際效用與邊際費用的經(jīng)濟學(xué)概念。 當(dāng)節(jié)水的邊際效益大 于節(jié)水的邊際費用， 這時節(jié)水可以獲得凈效益， 則節(jié)水可以成為區(qū)域水資源短缺 風(fēng)險實施方面的重點； 當(dāng)節(jié)水的邊際效益小于節(jié)水的邊際費用， 則投入的資本沒 有取得相應(yīng)的效益， 這時應(yīng)考慮其他水

38、資源風(fēng)險管理措施， 而不應(yīng)該一味的進行 水資源的節(jié)約。（二）供水管理2.3.4 提高污水處理率和污水回收率 提高污水處理率與污水回收率也是水資源短缺風(fēng)險管理措施之一。過去有 許多的工業(yè)廢水、 生活廢水排放到河流中， 這樣不但浪費了水資源， 而且還污染 了水資源， 導(dǎo)致干凈的水源也無法使用。 提高污水的處理率可以大大的加強對廢 水的處理量， 使得處理后的污水可用于雜用水、 灌溉水和低要求的工業(yè)用水。 這 樣才會提高對水資源的循環(huán)利用率，解決缺水的問題。2.3.5 跨流域調(diào)水 要徹底的解決北京地區(qū)的水資源短缺問題最根本的措施就是世紀(jì)工程 - 南水北調(diào)工程。當(dāng)水資源短缺發(fā)生時，則說明水資源的“供”小

39、于“需” ，這樣 只有增加供水量才會從根本上解決問題。 南水北調(diào)對北京地區(qū)進行供水的是東線 工程和中線工程，至 2010 年將完成中線一期工程和東線一期二期工程，查閱文 獻有南水北調(diào)工程對于北京地區(qū)的供水量，見表表 南水北調(diào)東線和中線工程調(diào)水量配置表水平年規(guī)劃配置水量 /108m3 （ P=95%）83規(guī)劃配置水量 / 108 m 3 (P=50%)東線中線合計東線中線合計北京2010 年101010.510.52030 年1515問題三分析：預(yù)測問題通常有幾種算法， 例如時間序列預(yù)測法、 線性回歸預(yù)測法等， 但是 這些方法預(yù)測出的值存在著較大的誤差。 所以我們決定運用灰色預(yù)測法。 所謂的 灰

40、色預(yù)測法， 是指由于歷史數(shù)據(jù)的不全面和不充分， 或某些變量尚不清楚和不確 定，是預(yù)測出于一種半明半暗的狀態(tài)。隨著事件的發(fā)展，數(shù)據(jù)的逐步積累，一些 確定的因素逐步積累， 一些不確定的因素逐步明確， 其預(yù)測將逐漸由暗變明。 灰 色預(yù)測法是通過建立灰色預(yù)測模型來進行預(yù)測的，該模型簡稱為GM模型。問題三的模型建立與求解：3.1 設(shè)有原始時間數(shù)列 x0= x0 1，x（0 2）， x0 n ，其中x0 i 代表第i 年 的風(fēng)險值。對其作一次累加生成運算，即令kx（1 k）= x（0 i ）， k=1,2 ， n（3.1 ）i=1從而可得新的生成數(shù)列 x1= x1 1 ，x（1 2）， ，x1 n ，新生

41、成的數(shù)列 x1 一般 近似的服從指數(shù)規(guī)律，因此它滿足如下灰色預(yù)測的微分方程GM（1,1），其白化形式為：dxdt+ax1 =b3.2）其中 a，b 為辨識參數(shù)。 為了估計參數(shù) a，b可以將式（ 3.2 ）進行離散化處理得x1 k+1 +aX1 k+1 =b ， k=1,2 ， n-1（3.3 ）3.4）其中 x k+1 為生成數(shù)列 x 在第 k+1 時刻的累減生成，即x1 k+1 =x（k+1）-x（1 k）=x（0 k+1）dx1在灰色預(yù)測中，式（ 3.3 ）中的 X1 k 1 為 dx 在第 k+1 時刻的背景值，一般 dt取其均值生成，即1 1 1 13.5）X1 k+1 = x（1 k

42、）+x（1 k+1）2將式（ 3.4 ）（3.5 ）代入（ 3.3 ）中有2 =a1 x1 1 +x1 22+bx0 3=a -21 x1 2+x13+b+b3.6）令1 x1 1 x1 21 x1 2 x1 3B= 2211Yx0 2 x0 3x0 n ，則（3.6 ）可簡化為如下線性模型YB1x12n-1 +x（1 n）求得1 x1 n 121T1xnTab3.7）0.73201.00000.62551.00000.55451.00000.44151.0000B= 0.32901.00000.24951.00000.24501.00000.14501.00000.20451.0000由最小

43、二乘法得BTBBTY3.8)式（3.8 ）估計出來的參數(shù)a=-0.8774 ，b=0.0261 代入（ 3.2 ）的白化形式令 x1p，則有dppadt ，由分離變量法得p ce at ，其中 c 為常數(shù)?？紤]到初值x1 t0，所以 cat0 e，從而有x1x0 1att03.9)式（ 3.9 ）就是 GM（1,1 ）模型的時間響應(yīng)函數(shù)形式，將它離散化得x?1 k 1x0 1 b e ak b（3.10 ）aa對序列 x?1 k 1 再作累減生成可進行預(yù)測，即x?0 k 1 x?1 k 1 x?（k） x 0 1 b 1 ea e ak （3.11 ） a式（ 3.11 ）便是 GM（1,1）

44、模型的預(yù)測的具體計算式。 最后經(jīng)計算，模型檢驗成功。根據(jù)結(jié)果，繪制出如下圖形 3，藍色線為預(yù)測線圖 3 未來兩年預(yù)測曲線未來兩年風(fēng)險值分別為 0.402 ， 0.410 。根據(jù)第二問中的水資源短缺風(fēng)險 的等級劃分可知未來兩年水資源短缺風(fēng)險的等級為中等風(fēng)險，已成為邊緣風(fēng)險， 這樣就要求我們事先做好對水資源短缺的預(yù)防。3.2 對未來水資源短缺風(fēng)險的措施 提高污水的處理率， 增強對處理污水的再利用， 可從根本上解決水資源短缺問 題。 增加北京的綠化程度， 增加城市的植被覆蓋率， 可以有效地貯藏吸收水分， 減 少水資源的蒸發(fā)流失。 集中治污，提高治理水平，實現(xiàn)污染物資源化 充分利用市場機制加大治污投入

45、。水污染防治在充分認(rèn)識和利用自然規(guī)律的 同時，還必須有效掌握和運用市場規(guī)律。問題四：對北京水資源短缺的建議由于城市化的快速發(fā)展和城市規(guī)模的不斷擴大， 城市人口增加， 工業(yè)迅速發(fā) 展，城市需水量急劇增加， 城市缺水正成為世界性的問題。 而北京也正面臨著這 樣嚴(yán)峻的問題。由于北京地域狹小，集雨面積小，人口密度大，生產(chǎn)活動集中， 取水也集中，所以容易出現(xiàn)資源性缺水；同時，排污集中，對水資源破壞力大， 又容易出現(xiàn)水質(zhì)型缺水。 北京市同時存在著這兩種缺水類型， 成為水量、 水質(zhì)雙 重壓力的缺水地區(qū)。 隨著城市規(guī)模的不斷擴大和城市化進程的不斷加快， 城市缺 水日益嚴(yán)重， 加大了地下水的開采， 導(dǎo)致規(guī)劃地區(qū)

46、地下水超采， 造成生態(tài)不可彌 補的損失。 在水資源短缺的情況下， 城市的經(jīng)濟發(fā)展活動、 居民的生活等等方面 都會受到限制。據(jù)此，我有以下幾點建議：一，加強宣傳教育， 提高公眾覺悟和參與意識。 加強對有關(guān)水資源信息和義 務(wù)準(zhǔn)則的傳播和交流，廣煩的開展對用水戶的教育，加大宣傳節(jié)水意義和措施， 宣傳水法和其他有關(guān)法律、 政策。提高公眾對水資源的認(rèn)識， 應(yīng)該讓公民意識到： 水資源是有限的， 只有在其可承載的范圍內(nèi)利用， 才能保證水資源的利用是可持 續(xù)的；如果任意引用和污染， 必然導(dǎo)致水資源的短缺。 公眾的廣泛參與是實施水 資源可持續(xù)利用戰(zhàn)略的群眾基礎(chǔ)。只有大家都參與進來，才會取得明顯的效果。二，制定和

47、執(zhí)行水資源管理政策。 為了管理好水資源， 必須制定一套合理的 管理政策。比如，水費和水資源費的征收政策、水污染保護與防治政策等。通過 需求管理、價格機制和調(diào)控措施，實行對水資源合理分配的政策。因此，城市水 資源管理工作具有制定水資源管理政策的義務(wù)和執(zhí)行管理政策的職責(zé)。三，盡量減少城市硬化地面， 增加下墊面的透水性。 在急于追求建設(shè)現(xiàn)代化 城市的過程中 , 北京鋪設(shè)了大量不透水的硬化地面 , 雨水無法下滲 , 使水資源 自然循環(huán)缺失了重要的一環(huán) , 從而引發(fā)了城市環(huán)境連鎖負(fù)效應(yīng)。 一方面 , 大量的 不透水表面阻斷了雨水下滲 , 使得因過度抽取地下水而極度缺水的土地得不到 水源的補充 ; 另一方

48、面 , 降水滲透損失率降低 , 降水徑流量增大 , 降雨的表面 流出在短時間內(nèi)匯集 , 極易引發(fā)城市洪災(zāi)。 2004 年 7 月北京暴雨積水成災(zāi)就是 一個現(xiàn)實的例子 , “渴”壞了的北京 , 多喂點水又“嗆”壞了 , 這種脆弱的“身 體”折射出了現(xiàn)代城市建設(shè)中存在的問題 , 不得不令人反思。 北京市可采取在修 建街道兩旁路面時， 以透水性能大的地磚代替水泥路面的方法， 增加下滲量， 減 小路面徑流系數(shù)。另一種措施是在房屋周圍修建綠地草坪（平或低于地面） ，將 屋頂徑流通過管道集中排入綠化地，轉(zhuǎn)變?yōu)榈叵聫搅?，從而減少地面徑流。四，防治水污染，保護水環(huán)境。首先要減少污水排放量，實施達標(biāo)排放。同 時

49、，要提高城市污水處理能力， 處理后的污水可用于雜用水、 灌溉水和低要求的 工業(yè)用水。宗旨，盡可能的防止各種污染物進入水體，以免造成水污染，不能走 “先污染，再治理”的老路，樹立用水環(huán)境意識，最大程度的保護城市水資源和 水環(huán)境，緩解水資源的供需矛盾，使城市建設(shè)走上可持續(xù)發(fā)展的道路。五，對強耗水的控制， 對弱耗水的規(guī)劃。 水經(jīng)過使用之后大量的損失掉被稱 為強耗水。 強耗水的情況下比如農(nóng)業(yè)灌溉， 通過大氣的蒸發(fā)作用， 水灌溉到農(nóng)田 以后全部蒸發(fā)掉，只有 1的水量進行光合作用形成產(chǎn)品， 水量大部分被消耗掉， 不能回收。我們要調(diào)整農(nóng)業(yè)用水，而不應(yīng)該讓農(nóng)業(yè)用水浪費，要抓好水源、輸水 渠道、以及田間的節(jié)水。弱耗水，比如生活與工業(yè)用水，我們每天大量的生活用 水，如洗澡水、