北京水资源短缺风险综合评价-中国统计教育学会.DOC

北京市水资源短缺风险综合评价 西南交通大学 熊竣熙、周成龙、王义 目录 北京市水资源短缺风险综合评价……………………………………………………1 摘要……………………………………………………………………………………2 1 问题提出………………………………………………………………………3 1.1 问题背景………………………………………………………………3 1.2 问题的提出……………………………………………………………3 2 问题分析………………………………………………………………………3 2.1 概念的解释……………………………………………………………3 2.2 问题的具体分析………………………………………………………3 3 模型假设………………………………………………………………………4 4 符号约定………………………………………………………………………4 5 模型的建立与求解……………………………………………………………5 5.0 数据的预处理…………………………………………………………5 5.1 问题一：确定北京水资源短缺的主要影响因子……………………5 5.1.1 指标的选取……………………………………………………5 5.1.2 使用主成分分析法确定主要因子……………………………6 5.1.3 主成分分析结果………………………………………………7 5.2 问题二：水资源短缺风险等级的划分………………………………8 5.2.1 等级的划分……………………………………………………8 5.2.2 构建风险潜在函数……………………………………………9 5.2.3 历年风险等级归类……………………………………………9 5.2.4 结果的合理性检验 …………………………………………11 5.2.5 相关的调控措施及建议 ……………………………………11 5.3 问题三：北京市水资源短缺的预测 ………………………………12 5.3.1 利用灰色模型预测北京市水资源短缺风险 ………………12 5.3.2 预测结果分析 ………………………………………………14 5.3.3 利用BP神经网络检验灰色模型的预测正确性……………14 5.4 问题四：对北京市水行政主管部门的建议 ………………………16 6 模型的推广与评价 …………………………………………………………17 6.1 模型的缺陷 …………………………………………………………17 6.2 模型的优点 …………………………………………………………17 6.3 模型的推广 …………………………………………………………17 7 参考文献 ……………………………………………………………………17 8 附录 …………………………………………………………………………17 摘要：本文采用了主成分分析法、模糊数学、灰色模型预测等方法对北京市的水资源短缺风险进行了评价与预测。 问题一中，为了找出北京市水资源短缺的主要风险因子，本文首先找出了11个影响水资源短缺的因子，构建了包括来水风险、用水风险、管理制度调节在内的指标体系。利用插值、均值替换法等方法对数据进行修补与校正，接着本文采用主成分分析法，求得累计贡献率达到86.69%的三个主成分，在每一个主成分中找出影响力较大的因素为：蓄水量、降雨量、地下水埋深和人口总量。 问题二中，本文先将风险暂且分为5级，分别为{风险极限，高风险，中度风险，低风险，无风险}，相应的评分为{5,4,3,2,1}。接着选取偏大型柯西分布作为隶属函数，计算出各级风险的隶属度，然后本文构建了潜在风险值函数，运用查找到的数据代入风险潜在函数计算出每一年的风险潜在值；将数据极差归一化后得到每一年的风险隶属度，从而评判出每一年的风险等级。本文划分的结果为，前十年为低风险甚至是无风险年，中间十年在向中度风险过度，后十年为中度风险年。为了验证等级划分的合理型，本文利用matlab对30年的11项指标进行聚类， 30年的数据大致被分为3类，从1979—1994年的数据为一类，1995—1999年的数据为一类，2000—2008年的数据为一类，与等级划分结果很相似，从而验证了本