基于模糊概率的水资源短缺风险评价模型及其应用

合集下载

基于模糊数学的水资源短缺风险综合评价

基于模糊数学的水资源短缺风险综合评价

基于模糊数学 的水资源短缺风险综合评价
陈宇翔 , 潘海泽
[ 摘
ห้องสมุดไป่ตู้
要 ] 文章将影响水 资源的因素划分为四个一级 因素 , 十六个二级 因素( 中五个定量 因素 、 其 十一个定性 因素 ) ,
建立 了水资源风 险评价指标体 系 ; 用层 次分析 法确 定 了各个指标的权重 ; 采 建立 了评价指标集 同时对评价指标进行量化 , 构造 了五 区间评价指标 集, 对每 个指 标进 行 了五 区间的定性描述 ; 用模糊数学的方法对所建立的水资源风险评价数 学模 运
近年来 ,我 国特别是北方地区水资源短缺问 发展战略的实施具有重要的意义 ,为此有必要研 题 日趋严重 ,水资源成为焦点话题。以北京市为 究水资源短缺问题 。 例, 北京位于华北平原西部 , 属暖温带半干旱半湿
润性季风气候 , 由于受季风影响 , 雨量年际季节分


指标体 系建立
( ) 一 水资源短缺影响因素集合
[ 作者简介] 陈字翔 , 上海工程技 术大学城 市轨道交通学院 , 交通工程专业本科 生 , 海 2 12 ; 上 0 60 潘海泽 , 上海工程技
术大学城 市轨道交通学院讲 师, 博士 , 究方向 : 下水环境效应研 究, 研 地 上海 212 060 [ 中图分类号 ] 24 F2 [ 文献标识码 ] A [ 文章编号 ] 07 72(010— 00 00 10— 732 1)9 01— 06
配极不均匀 , 夏季降水量约 占全年的 7 %以上 , 0 全
通过资料查阅以及现场调研将水资源短缺风
市多年平均降水量 55 m 属海河流域 , 7m 。 从东到西 险的因素概括为 4 因素集 : 个 自然地理 因素 I; 1 社

水库防洪预报调度模糊集与风险分析理论研究与应用

水库防洪预报调度模糊集与风险分析理论研究与应用

水库防洪预报调度模糊集与风险分析理论研究与应用水库防洪预报调度模糊集与风险分析理论研究与应用一、引言水库是重要的水资源利用和防洪减灾工程。

有效的水库防洪预报调度对于保护人民生命财产安全、维护社会稳定具有重要意义。

随着科技的发展与进步,模糊集及风险分析理论逐渐应用于水库防洪预报调度,成为水利工程领域的研究热点。

二、模糊集与风险分析理论的基本原理1. 模糊集理论:模糊集理论是由日本学者庆应数理学院的研究小组在1965年提出的。

模糊集是一种能够处理不确定性信息的数学工具。

其基本概念包括隶属度、隶属函数和隶属度矩阵等。

通过模糊集理论可以将模糊性和不确定性的信息处理为具有数值化特征的计算方法,提供了一种新的思路和方法。

2. 风险分析理论:风险分析理论是指通过系统地对系统中的风险进行评估和分析,找出风险源、研究风险传播规律,以确定相应的应对措施和预测结果的方法。

风险分析理论包括风险评估、风险识别、风险估计和风险控制等内容。

三、水库防洪预报调度中的模糊集与风险分析应用水库防洪预报调度涉及到多个不确定的因素,如降雨量、库容、来水等。

传统的预报调度方法无法充分考虑这些不确定性因素的影响,因此模糊集与风险分析理论的应用成为必然。

1. 模糊集理论在水库防洪预报调度中的应用通过建立模糊数学模型,将降雨量、来水量等不确定因素引入到系统中,计算系统输出的隶属度,进而确定出合理的调度方案。

模糊数学模型将不同因素之间的联系和影响进行定量化,实现了预报与实际情况之间的全面协调。

2. 风险分析理论在水库防洪预报调度中的应用风险分析理论通过识别和评估水库防洪预报调度过程中的潜在风险,提供了对潜在风险的判断、预测和控制的方法。

通过风险分析理论可以对不同的风险因素进行量化评估,判断其发生的概率以及对水库防洪预报调度的影响程度,从而制定出针对性的措施,减少可能的风险损失。

四、水库防洪预报调度模糊集与风险分析理论的应用案例以某水库防洪预报调度为例,运用模糊集与风险分析理论进行预报调度。

水资源短缺风险评价模型

水资源短缺风险评价模型

水资源短缺风险评价模型摘要本文通过对石家庄市水资源短缺问题建立风险评估模型。

首先,通过问题分析,对主要讨论的问题进行初步了解和探讨,得出解决问题的方法和数据。

具体的建模过程如下:对于第一问的解答:结合水资源的影响因素,利用单因子模糊评价法,建立模糊评价的评价标准,利用各风险因子对应各评价等级的隶属度大小,并综合各年的结果,判定石家庄水资源短缺风险的主要因子为:水资源总量,农业用水,污水处理率和年降水量等。

对于第二问的解答:本文建立基于模糊概率的水资源短缺风险模型。

通过构造隶属函数来确定水资源短缺带来的损失率;再通过建立logistic回归分析模型来模拟水资源短缺风险的发生概率分布;最后建立起每个风险事件的结果概率函数。

为了更好地表达水资源短缺风险,因而本文使用谱系聚类法划分出五个等级,即低风险、温和风险、中风险、高风险和较高风险对于第三问的解答:分三种情况讨论2015年和2016年,分别是枯水年、偏枯年、平水年。

通过建立估计每年总用水量模型,得到以下结果:两年都是枯水年时,水资源短缺风险都处于高水平风险。

而2013年在三种情况下,水资源短缺风险都处于中等以上水平。

因此,相关部门必须给予注意,做好抗旱准备。

再者,应该加强发展南水北调工程,提倡居民节约用水,不断提高污水处理能力。

对于第四问的解答:根据以上预测的结果,本着认真负责的态度,用通俗易懂的语言,辩证客观的撰写。

关键词:水资源短缺风险模糊概率理论隶属函数二元Logistic回归模型灰色预测法谱系聚类法一、问题重述水资源,是指可供人类直接利用,能够不断更新的天然水体,主要包括地表水和地下水。

而这里所谓的风险,是指某一特定的危险情况发生的可能性和后果的组合。

水资源短缺风险,泛指在特定的时空环境条件下,由于来水和用水两方面存在不确定性,使区域水资源系统发生供水短缺的可能性以及由此产生的损失。

近年来,我国,特别是北方地区水资源短缺问题日趋严重,水资源成为焦点话题。

水资源短缺风险综合评价

水资源短缺风险综合评价

水资源短缺风险综合评价引言随着全球人口的迅速增长和经济的快速发展,水资源短缺已经成为全球范围内的一个严重问题。

水资源短缺不仅影响人类的生活和生产活动,还给环境带来了巨大的压力。

在这样的背景下,对水资源短缺风险进行综合评价,有助于发现问题、制定对策,保障水资源的可持续利用。

本文将介绍水资源短缺风险综合评价的概念和方法,并探讨其在实践中的应用。

概念水资源短缺风险综合评价是指对一个地区或流域的水资源短缺情况进行全面、系统的评估和分析。

它包括对水资源量、供需状况、生态环境影响等多个方面的综合评价,以确定水资源短缺的风险程度和影响因素,并提出相应的对策和措施。

方法水资源短缺风险综合评价的方法可以分为定性评价和定量评价两种。

定性评价定性评价主要通过对水资源短缺的影响因素进行描述和分析,以确定各个因素对水资源短缺风险的贡献程度。

常用的定性评价方法包括层次分析法、模糊综合评价法等。

通过这些方法,可以对不同因素进行排序和权重确定,从而判断其对水资源短缺的影响程度。

定量评价定量评价是通过建立数学模型,对水资源短缺进行量化分析。

在定量评价中,需要确定评价指标和评价方法。

评价指标可以包括水资源总量、用水强度、水资源开发利用率等方面,评价方法可以采用统计分析、系统动力学模型、模拟仿真等。

应用案例案例一:某市水资源短缺风险评估在某市的水资源短缺风险评估中,首先确定了评价指标,包括年平均降水量、年平均径流量、年用水总量等。

然后利用统计分析方法,对这些指标进行了量化处理,并计算出不同指标的权重。

最后,运用层次分析法,对各个因素进行综合评价,确定了水资源短缺风险的程度和影响因素。

案例二:流域水资源短缺风险评估在流域水资源短缺风险评估中,除了考虑局部的水资源情况外,还需要考虑流域的水循环和水质状况。

因此,需要建立一个复杂的模型,同时考虑水资源供需的平衡、水循环的特点和水质的保护。

通过模拟仿真等方法,可以对流域的水资源短缺风险进行综合评价和分析,为决策提供参考。

水资源供需风险评价模型1

水资源供需风险评价模型1

基于灰色马尔科夫模型和熵值法的水资源短缺风险综合评价摘要:水资源短缺风险评价是对水资源进行优化配置中极为重要的基础工作,而北京市水资源短缺的严峻现状尤其引起各方担忧。

本文利用北京市2001年到2009年水资源供给需求的数据,建立了灰色系统理论GM(1,1)模型预测2010年北京市水资源供需情况,并用马尔科夫方法对灰色模型的预测值加以修正,以完成对北京市2010年水资源供需量的预测,同时用熵值理论对各个因素进行权系数确定,进而进行水资源短缺风险的评价。

本文通过马尔科夫模型对灰色系统预测数据的修正,既发挥了灰色系统预测精确高的优势,又利用了马尔科夫模型对预测波动性数据精度高的优势,大大提高了预测的精确度;而熵值理论在确定权重上运用了数据本身所反映的信息无序化效用值来计算权重系数,有效避免了定权的主观性,使得本文结论更具说服力。

1.问题重述随着北京市人口基数的增长、城市规模的扩张、人口流动量的扩大以及人均收入水平的提高,城市资源的承载力对于城市发展的重要性引起人们的警觉,而其中起基本承载作用的水资源更是引发外界高度关注。

2008年,北京市的水资源量为近27.6亿立方米,按联合国规定的人均水资源丰水线标准(3000/人)和警戒线标准(1700/人),北京市水资源量的承载能力为:最佳人口规模92万人,最大人口规模162.4万人。

而2008年北京市人口总量已达1633万人,为水资源最大承载人口的10.06倍,已经大大超过了北京市水资源的承载力,使得北京成为世界上严重缺水的大城市之一。

同时北京市的水资源短缺是资源性的,单靠节约用水不能从根本上解决问题,所以要实行开源和节流并重的政策。

①因此对于水资源短缺风险的及时预警,在北京市如此严峻的水资源形势下显得特别重要。

本文旨在建立更准确的数学模型,对水资源短缺风险进行及时预测和度量,并以此为政府采取相应对施提出建议,以避免可能出现的水资源短缺状况以免造成巨大损失。

2.问题分析、文献回顾与方法选择关于水资源短缺的研究国内外都开展得很早,而且其中所采用的方法也比较全面。

水资源系统模糊决策、评价与预测方法及应用

水资源系统模糊决策、评价与预测方法及应用

水资源系统模糊决策、评价与预 测方法的应用
在实际应用中,水资源系统模糊决策、评价与预测方法具有重要的意义和作 用。以下是一些实际案例:
1、在水资源规划中,利用模糊决策方法可以综合考虑各种因素,如生态保 护、社会经济、技术条件等,为水资源的合理配置和利用提供科学依据。
2、在水资源管理中,利用水资源评价方法可以全面评估水资源的整体性能 和效益,为水资源的保护和管理提供指导。
3、根据模糊分析结果,进行模 糊决策,得到最优决策方案。
水资源系统模糊决策方法的优点是在处理复杂系统时,能够充分考虑各种因 素的相互影响,提高决策的准确性。然而,该方法也存在一定的不足,如对某些 因素的权重设置可能存在主观性,从而导致决策结果的不完全客观。
水资源系统评价方法
水资源系统评价是通过对水资源系统的调查和分析,对其整体性能和效益进 行评估的过程。常用的水资源系统评价方法主要包括以下步骤:
3、基于知识的决策方法:基于知识的决策方法强调利用专家的专业知识和 经验进行决策。在评估子系统中,我们可以利用这种方法对事故进行定性评估, 例如根据专家经验判断事故的严重程度、影响范围等。
三、结论
本次演示介绍了核应急决策支持系统的框架结构和模糊决策方法在评估子系 统的应用。通过将模糊决策方法应用于评估子系统,可以有效地处理不确定信息, 提高决策效率和准确性。这些先进的方法和技术将进一步推动核应急决策支持系 统的发展,为核能的广泛应用保驾护航。
文献综述
传统水资源管理多属性决策和风险分析方法主要包括基于规则、数学规划、 多准则决策等。其中,基于规则的方法主要包括经验规则、专家规则等,适用于 具有明显规律的水资源管理问题;数学规划方法主要包括线性规划、非线性规划、 动态规划等,适用于具有明确目标函数和约束条件的问题;多准则决策方法主要 包括基于权重、基于理想解、基于概率等,适用于具有多个相互冲突的评价指标 的问题。

水资源短缺风险评价

水资源短缺风险评价

水资源短缺风险评价体系摘要:目前,水资源短缺的问题越来越突出,而且成为制约我国社会经济可持续发展和水资源可持续利用的主要障碍,关于如何对水资源的短缺风险进行综合评价,目前没有统一定义和标准评价方法.如何建立科学的评价方法、建立一个规范化并和国际接轨的评价体系已成为一个亟待解决的重要课题.基于对水资源短缺风险评价的需要,本文以北京市为例,我们在原模糊综合评判模型的基础上改进模型.首先用层次分析法构建了北京市水资源短缺风险因子分析模型,通过计算,最终确定出导致风险的主要因子,为进一步进行风险评价奠定了基础.随后运用改进的模糊综合评判模型, 对北京市的水资源短缺程度、短缺原因及变化趋势进行了比较全面的分析,对风险等级进行了划分.同时,选取了短缺性、危险性、易损性、承险性作为水资源短缺风险的评价指标,通过建立隶属函数和评价矩阵,对水资源短缺风险进行了定量评价,以最大隶属原则为依据,得出北京市水资源短缺处于较高风险,同时也为制订风险的防范措施和对策提供了理论依据.在应用模糊综合评判模型的同时,我们为了准确的确定短缺性、危险性、易损性、承险性的权重,通过发放调查问卷,采用确定权重的统计方法,即加权统计方法,得到了其权重.在用该模型分析水资源短缺风险的分析过程中,通过计算发现该方法克服了以往假设模型中条件的限制,在目前信息收集不完整、数据质量不高的情况下有着独特的优势.该模型能使评估更加客观、准确、系统、有效.然后用MATLAB软件对北京市水资源状况的相关数据进行拟合,从用水量、用水结构、水资源总量几个方面对北京市未来五年水资源进行了预测,得到了可靠的预测结果.最后,在我们研究结论的基础上,提出了缓解北京市水资源短缺的对策和措施.关键词:水资源短缺风险;模糊综合评判模型;层次分析法;预测一、问题重述水资源是城市形成、发展的必要条件,在自然和人类活动影响下, 城市旱涝、缺水及水环境污染现象时有发生, 水资源问题已严重阻碍了当今城市发展水资源短缺、供需的失衡始终是我国社会经济可持续发展、水资源可持续开发利用和管理保护所面临的重大问题和难题.那么如何对水资源短缺风险的主要因子进行识别,以及在这些水资源短缺的风险因子中,哪些因子是主要的,这对于研究水资源短缺风险将是十分必要的,因此,对以上几个问题的分析将是必不可少的.那么能不能建立一个水资源短缺风险评价的数学模型?由此分析,对于从用水量、用水结构、水资源存量几个方面对北京市未来几年的水资源进行预测也是必要的.这样,可以给有关部门写一份研究报告,提出水资源短缺成因、水资源风险控制以及水资源保护等方面提出一点建议,来降低水资源短缺风险.二、问题分析由于的数据属离散型,它们无法直接为数学模型所用.在统计数据中存在的人为误差,其属性变量的取值必然存在误差.基于上述原因,我们必须对数据进行处理;鉴于风险各层面的指标差异问题,我们必须对数据比较分析,得到统一的评价标准,最后进行评估.因此我们需要解决以下关键问题:1.如何对水资源风险的主要因子进行识别,然后对分险因子进行重要性分析2.搜集数据,然后对数据进行分析和计算.3.在原有模糊综合评价模型的基础上,如何进行改进和变化,建立一个更好的数学评价模型,使其更好地适应水资源短缺风险的评价.三、基本假设假设一: 我们对水资源短缺风险因子指标分层是合理的假设二: 我们所列的水资源短缺风险因子指标是全面的,其他因素对水资源的短缺风险的影响忽略不计假设三: 南水北调及其它工程正常运行假设四: 没有重大的自然灾害发生如干旱等其他因素假设五: 在数据的计算过程中,加设误差在合理的范围之内,对数据结果的影响可以忽略不计假设六: 所有收集到的数据均有效,即不考虑人为因素造成的无效数据假设七: 北京地区人口流动正常假设八: 风险等级是主要致险因子决定的四、符号说明a:表示项目C i与C j对目标的影响之比ijW:权重iC R:随机性指标..C I:一致性指标..A:分类指标iCR : 一致性比率i N : 影响力评价指标值 i k : 分项指标值i U : 综合评判因素 i V : 评判等级i B : 等级i V 对综合评定所得模糊子集B 的隶属度i : 单因素i U 在总评定因素中所起作用的大小 B : V 上的模糊子集()i C x : 隶属函数五、模型建立水资源短缺风险,泛指在特定的时空环境条件下,由于来水和用水两方面存在不确定性,使区域水资源系统发生供水短缺的可能性以及由此产生的损失.为了较好地评价水资源短缺风险,首先,我们需要分析水资源短缺的风险因子,即分析水资源短缺的成因. 5.1判定水资源短缺的主要风险因子根据北京市水资源资料,首先通过系统定性分析,列出了可能造成北京市水资源短缺风险的各方面因素,比如说降雨量、灌溉面积、水的价格等,然后在这些因素中选出一些主要的因素,其他一些次要因素则认为对北京市水资源短缺的影响较小可以忽略不计.概括来说,这些因素主要源于以下四方面:1.环境因素;2.工业因素;3.农业因素,4.社会经济因素.通过对水资源短缺风险因素的分析,我们建立起相应的风险指标体系.该指标体系分为3 个层次,共由15个指标组成.如表1所示,根据对问题的分析,为了定量分析水资源短缺因子的重要性,我们参考已有的层次分析法[8],这种方法是一种将定性分析与定量分析相结合的系统分析方法.层次分析法处理问题的基本步骤简述如下:(1)确定评价目标,再明确方案评价的准则.根据评价目标、评价准则构造递阶层次结构模型.递阶层次结构模型一般分为3 层:目标层、准则层和方案层;(2)应用两两比较法构造所有的判断矩阵.下表是建立判断矩阵的方法.表2.两两比较法的标度对本级的要素进行两两比较来确定判断矩阵A 的元素,ij a 是要素i a 对j a 的相对重要性其值是由专家根据资料数据以及自己的经验和价值观用判断尺度来确定判断尺度表示要素i a 对j a 相对重要性的数量尺度.采用的判断尺度见(表1)根据判断尺度建立n 阶的判断矩阵n n A ⨯:其中: 0ij a > ,1/ij ji a a =,ii a =1 ,(i ,j =L 1,2 ,, n ) 然后确定各要素的相对重要程度:(1)计算判断矩阵的特征向量W ,然后进行归一化处理即得到相对重要程度向量:111,2,...,nn i ij j n W a i =⎛⎫= ⎪⎝⎭=∏, (5.1)(2)一致性判断.为了检验判断矩阵的一致性,根据AHP 原理,可以利用max λ与n 之差来检验一致性,定义一致性计算指标为: ...C I CR C R= , (5.2) 其中max ..1nC I n λ-=-, (5.3)max λ为判断矩阵A 的最大特征值...C R 为随机性指标,是通过构造最不一致的情况,对不同的n 阶比较矩阵中的元素,采取随机取数的方式进行赋值,并且对不同的n 取多个子样,先计算出..C I 的值,再求得其平均值,记为..C R ,见表2.表 3. 随机性指标..C R 数值当矩阵A 满足一致性时,..0C I =;当矩阵A 不满足一致性时,一般有max n λ>,因此..0C I >,故在一般情况下,当0.1CR <时就可以认为判断矩阵具有一致性,据此而计算的值是可以接受的;若不满足0.1CR <,则认为判断矩阵不符合一致性要求,需要专家重新按判断尺度表进行判断,建立判断矩阵进行相应计算,直到一致性检验通过.设环境因素指标、工业因素指标、农业因素指标、社会经济因素指标权重向量分别为1234,,,ωωωω,现在以社会经济因素为例,对其相关二级指标进行求解:表4:社会经济因素相关指标量(1) 求权重向量 它对应的判断矩阵1112122122412n n n n nn a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭L L L L L L =9.379.379.37167.513.0358.467.567.567.519.3713.0358.413.0313.0313.0319.3767.558.458.458.458.419.3767.513.03⎛⎫ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪⎝⎭计算判断矩阵的特征向量W ,然后进行归一化处理即得到相对重要程度向量:11nni ij j W a =⎛⎫= ⎪⎝⎭∏, i =1、2、…、n ;(5.4)最后得到的权重向量为:(2) 一致性检验max λ的计算过程如下:A 1 =9.379.379.37167.513.0358.467.567.567.519.3713.0358.413.0313.0313.0319.3767.558.458.458.458.419.3767.513.03⎛⎫ ⎪⎪⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪⎝⎭0.06390.06320.05290.06310.45520.45560.45360.45560.08780.08790.08760.08770.39310.39320.38330.3935⎛⎫⎪ ⎪ ⎪⎪⎝⎭列向量归一化0.25281.82240.35121.5728⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭ 0.06320.45570.08780.3932⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭得4A ω=0.25291.82260.35141.5726⎛⎫⎪⎪ ⎪ ⎪⎝⎭max λ=()0.25291.82260.3514 1.5728140.06320.45570.08780.3932+++=4.013根据公式max ..1nC I n λ-=-可得..0.0241,C I =此时,..0.9C R = ,由公式...C I CR C R=. 可算得..0.0241,C I =由于..0.1C R <则可以认为判断矩阵具有一致性,据此而计算的值是可以接受的;综合上面的计算,我们得到环境因素指标、工业因素指标、农业因素指标、社会经济因素指标的4个权重向量:设环境因素指标、工业因素指标、社会经济因素指标值分别是,,,A B C D N N N N ,它们的分项指标的权重为1i a ,2i a ,3i a ,…,ji a (i ,j =L 1,2 ,, n ),分项指标的值分别为1i k ,2i k ,3i k ,…,ji k (i ,j =L 1,2 ,, n ),总值为N ,所以有公式11m j n imn mn m n N a k =====∑∑ (5.5)根据这个公式及参考姜启源编的《数学模型》第二版[1]中的概念及计算原理得目标中的组合权重应该为它们相应的权向量和max λ归一化的特征向量两两乘积之和.则对于社会经济因素来说,它的评价指标值为:同理,对于水资源分险因子的其他三个层面,可得其评价指标值为:再根据它们各自的指标值算出权重向量,最后,由公式(5.5)得到水资源短缺风险因子按行求和归一化的评价向量:由此可以看出,环境因素指标、工业因素指标、农业因素指标、社会经济因素指标各自的重要性分别为33.6%,13.7%,5.6%,48.2%,这说明随着北京人口的增多和第三产业的不断发展,社会经济因素对水资源造成短缺的作用越来越大.人口增长, 居民生活水平的提高带来的居民生活用水的迅速增长, 城市建设、环境质量的提高以及服务业的蓬勃发展造成了公共用水的增加, 共同推动了北京市生活用水迅速增长.5.2水资源短缺风险评价模型的建立基于上面的分析,我们已经得到了主要的水资源短缺风险因子,由此我们可以分析得出各风险因子与水资源短缺风险的关系,如图(1)所示.由此可以看出,水资源的短缺取决于供水和需水两方面,而这两方面都具有随机性和不确定性.因此,水资源短缺风险也具有随机性和不确定性.在进行风险评价时,要充分考虑风险的特点以及水资源系统的复杂性,要把存在风险的概率、风险出现的时间、风险造成的损失、风险解除的时间、缺水量的分布等一系列因素考虑在内.因此难以用某一种指标对其进行全面描述和评价,必须从多方面的指标综合考虑.评价指标选择的原则是:(1)能集中反映缺水地区的缺水风险;(2)能集中反映缺水风险的程度;图1.北京市水资源短缺风险因素分析(3)能反映水资源短缺风险发生后水资源系统的承受能力;(4)代表性好,针对性强,易于量化.依据上述原则,并参考文献,选取了短缺性、危险性、易损性、承险性作为水资源系统水资源短缺风险的评价指标.由此我们建立基于模糊综合评判方法的水资源短缺风险的评价模型.水资源短缺风险评价是在短缺风险分析的基础上,把短缺性、危险性、易损性、承险性综合起来考虑.借助调查问卷,以层次分析法为工具,采用模糊综合评判模型对水资源短缺风险进行评价,并用改进的模糊综合评判模型对评价结果进行检验.短缺性: 指水资源系统在自身运行过程中输入主体容易受到损害的性质, 表征系统输入主体抵抗风险的不完备性.短缺性体现在系统运行的供需不满足性以及系统已经受到损害的程度.危险性:指在特定的时空环境条件下,水资源系统发生的非期望事件及其发生的概论并由此产生的损失.易损性: 表征系统面临风险的潜在损害度, 即系统潜在输出抵抗风险的易损程度.承险性:水资源系统能通过自身的反馈调节来应对风险的能力.为了比较直观的说明北京市水资源短缺风险的程度,我们将其分成5级,分别叫做低风险、较低风险、中风险、较高风险和高风险,风险各级别按综合分值评判,其评判标准和各级别风险的特征下表.表5:水资源短缺风险等级划分设给定2 个有限论域()4321,,,U U U U U =和()54321,,,,V V V V V V =,其中U 代表综合评判的因素(短缺性、危险性、易损性、承险性)所组成的集合;V 代表评语(低、较低、中、较高、高)所组成的集合.则模糊综合评判即表示下列的模糊变换R A B ο=,式中A 为U 上的模糊子集.而评判结果B 是V 上的模糊子集,并且可表示为()4321,,,λλλλ=A ,)4,3,2,1(10=≤≤i i λ;()54321,,,,b b b b b B =,10≤≤i b .其中i λ表示单因素i U 在总评定因素中所起作用大小的变量,也在一定程度上代表根据单因素i U 评定等级的能力;i B 为等级i V 对综合评定所得模糊子集B 的隶属度,它表示综合评判的结果.表6:水资源短缺指标分析表关系矩阵R 可表示为⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧=4544434241353433323125242322211514131211r r r r r r r r r r r r r r r r r r r r R 式中:ij r 表示因素i U 的评价对等级i V 的隶属度,因而矩阵R 中第i 行为对第i 个因素i U 的单因素评判结果.在评价计算中()4321,,,λλλλ=A 代表了各个因素对综合评判重要性的权系数,因此满足∑==)4,3,2,1(1i iλ;同时,模糊变换R A ο也即退化为普通矩阵计算,即取Min Max -合成运算,即用模型),(∨∧M 计算,可得综合评判R A B i ο=.通过模糊综合评判模型,我们又对水资源短缺风险进行了分析,建立起相应的风险指标体系.该指标体系分为3 个层次,共由16个指标组成.如表6所示,上述权系数的确定可用层次分析法(AHP)得到.由上述分析可以看出,评价因素集1234(,,,)U U U U U =对应评语集()54321,,,,V V V V V V =,而评判矩阵中 ij r 即为某因素i U 对应等级i V 的隶属度,其值可根据各评价因素的实际数值对照各因素的分级指标推求.六、模型的求解北京市水资源短缺风险的模糊综合评判模型求解:(1)因素集},,,{4321u u u u u =,其中1u 指短缺性,2u 指危险性,3u 指易损性,4u 指承险性. (2)评判集},,,,{54321v v v v v v =,其中1v :低;2v :较低;3v :中;4v :较高;5v :高. (3)单因素评判.依据我们的调查问卷的数据,利用层次分析法,我们计算出了短缺性对水资源短缺风险的影响程度},,,,{54321v v v v v v ==(0.15 0.15 0.3 0.35 0.15) ,危险性对水资源短缺风险的影响程度},,,,{54321v v v v v v ==(0.15 0.3 0.3 0.15 0.1 ) ,易损性对水资源短缺风险的影响程度},,,,{54321v v v v v v ==(0.2 0.35 0.35 0.05 0.05)承险性对水资源短缺风险的影响程度},,,,{54321v v v v v v ==(0.2 0.4 0.2 0.15 0.05),便得到1u →(0.15 0.15 0.3 0.35 0.15)2u →(0.15 0.3 0.3 0.15 0.1 ) 3u →(0.2 0.35 0.35 0.05 0.05)4u →(0.2 0.4 0.2 0.15 0.05) 即得到一个U 到V 得模糊映射)(:V U f η→由此单因素评判可诱导出模糊关系R R f =,即得单因素评判矩阵 (4)综合评判.同样利用层次分析法的到短缺性、危险性、易损性、承险性关于水资源短缺风险的权重分配)1269.0,1889.0,2879.0,3986.0(=A .如下图2:图2取Min Max -合成用算,即用模型Ⅰ:),(∨∧M (主因素决定型), 计算可求得综合评判为这表明水资源短缺危险程度较高,需要政府相关部门及全人类的高度注视.下面再用模糊综合评价的另一种方法即最大隶属原则,对北京市水资源短缺风险进行评价.我们将评语级分为5个级别,各评价因素分级指标见下表: 表7:水资源短缺风险评价分级指标我们在整理、分析调查问卷中用1表示水资源短缺低风险,2表示水资源短缺较低风险,3表示水资源短缺中风险,4表示水资源短缺较高风险,5表示水资源短缺高风险.通过求每个风险因子的风险等级的平均值,就得到短缺性、危险性、易损性、承险性的等级划分图如下表:表8:水资源短缺风险指标等级划分依据上表可构造短缺性、危险性、易损性、承险性隶属函数分别为:将0.6带入⎪⎪⎩⎪⎪⎨⎧><<<=2.13,12.130,2.130,0)(11111x x x x x C ,于是05.0136.011==r类似地,可算出其他指标的隶属度,得到单因素评价矩阵为 用),(∨⋅M (主因素突出型)计算可求得综合评判为 对B 进行归一化,得按最大隶属度原则北京市水资源风险处于较高风险等级,可见水资源供需状况极度危险.七、未来五年水资源状况的预测与分析根据对《北京统计年鉴》[4]中有关水资源情况的分析,本文采取趋势预测法:基于历史统计数据的分析,选取一定长度的、具有可靠性、一致性和代表性的统计数据作为样本,进行回归分析,并以相关性显着的回归方程进行趋势外延.为了使数据更加精确,采取了Excel 软件进行数据的描点作图(图3—图7),从图表中可以看出北京市水资源在各个阶段的总体变化趋势,为了对未来的水资源数据进行预测,又用MATLAB 软件进行了数据拟合,得到了拟合曲线的函数表达式.图3:总用水变化趋势图4:农业用水变化趋势图5:工业用水变化趋势图6:第三产业及生活等其他用水变化趋势图7:水资源总量变化趋势以上是用Excel软件对1979—2008年从总用水量、农业用水量、工业用水量、第三产业及生活等其他用水量和水资源总量来描点,对它们总体的变化趋势进行分析,进而用MATLAB软件对它们未来五年的水资源情况进行预测.在MATLAB程序中,为了使拟合函数的表达式的误差最小,避免大数运算带来的截断误差,我们用1—30分别代表1979—2008(年),所用的程序如下(以工业用水数据为例):Format long;x=1:1:30y=[38.23,26,24,36.6,34.7,39.31,38,27.03,38.66,39.18,21.55,35.86,42.29,22.44,19.67,45.42,30.34,45.87,22.25,37.7,14.22,16.86,19.2,16.1,18.4,21.4,23.2,24.5,23.8,34.2]plot(x, y,'k.','markersize', 25)p4=polyfit(x,y,4)t=1:1:30s=polyval (p4, t)hold onplot (t, s,'r-','linewidth',2)plot (t, s,'b--','linewidth',2)grid;a=polyfit(t,y,4)(1)总用水量趋势预测所得四次多项式拟合曲线的函数表达式(这里用x表示年份,y表示水量,下同)为:y=0.0004x-0.03x2x -x(3)农业用水量趋势预测所得四次多项式拟合曲线的函数表达式为:y=4x3x+2x x+ (2)(3)工业用水趋势预测所得四次多项式拟合曲线的函数表达式为:y4x-3x2x -x (3)(4)第三产业及生活等其他用水趋势预测所得四次多项式拟合曲线的函数表达式为:y=4x3x+ 2x x+ (4)(5)水资源总量趋势预测所得三次多项式拟合曲线的函数表达式为:y=3x2x+x+ (5)由以上各函数表达式,将未来五年的年数对应在函数中,由于在前面我们用1—30来代表1979—2008年来减少误差,因此,这里用31—37来代表2009—2015年,将其带入函数中,可以算得到未来五年内各水资源的数据,如下表所示:表9 未来五年北京市水资源状况预测单位:亿立方米通过对以上数据的分析可以得到北京的用水量、用水结构、水资源存量的相关信息.7.1.用水量变化分析1980年到1990年, 北京市用水总量呈明显下降趋势, 年均减少总用水量0.087亿立方米.进入1990年以来, 年用水总量间的变幅则急剧缩小, 介于稳定的40.01亿立方米到46.43立方米之间,今后五年内将稳步上升,具体数据如表8所示7.2.用水结构变化分析北京市用水结构及其变化大体可按工、农业和第三产业及生活等其他用水等3个方面进行分析.(1)农业用水比重缩小, 呈继续缩减态势自1980年以来, 农业用水作为北京市的用水大户, 其用水量的减少趋势最为明显, 由1980年的31.83亿立方米降至2000 年的16.49亿立方米, 1980 年—1990 年、1990年—2000年和1996年—2000 年年均减少量分别为0.247亿立方米、0.477亿立方米和0.638亿立方米.农业用水占全市总用水量的比重也呈下降趋势由1980年的58.13% 降为2000年的40.82% ,近五年则平均以0.946% 的份额下降, 其下降趋势仍无停止迹象.(2)工业用水呈减少趋势, 近年趋于稳定工业用水亦呈负增长态势, 1980年用水量和占总用水量比重中分别为13.5亿立方米及32.08%, 到2000年下降为10.52亿立方米和26.04%, 年均递减0.142亿立方米,但近年来这种下降趋势已明显减缓.1997年—2000年工业用水总量介于10.5亿立方米—11.0亿立方米之间, 变幅为4.5%.未来五年用水量将逐步上升,但幅度会越来越小.(3)第三产业及生活等其他用水持续增加,与工、农业用水情况相反, 城市及生活用水量从1980年的4.94亿立方米迅速递增为2000年的13.39 亿立方米,所占比重从9.79% 增长到33.14%,而且不同阶段的年均增加量呈逐步上升趋势.1980年—1990年、1990年—2000年和1996 年—2000年城市及生活用水量年均增加量分别为0.265亿立方米、0.577亿立方米 和0.5亿立方米,相应占总用水量比重的年均增加值分别为0.666%、1.456%和1.588% .未来五年持续增加的状况不变.预计未来北京市用水结构总体趋势为:总用水量不会发生大的变化, 工业用水基本保持稳定或略有增加, 农业用水量和占总用水量的比重仍将呈下降趋势, 生活用水量与比重将持续递增.7.3.水资源存量变化分析水资源总量先呈减少趋势然后逐步上升, 水资源总量从1980年和1990年分别为26亿立方米和35.86亿立方米,呈上升状况,1990年—2000水资源总量从35.86亿立方米减少到16.86亿立方米,进入2000年以后,由数据可知,水资源总量又稳步上升,在今后五年里,如果没有其他因素的干扰,水资源总量会逐步上升,但上升的幅度会越来越小.八、模型的评价与改进虽然,算子(,)∧∨有很好的代数性质,但也存在着缺陷,它常常出现综合评判的结果不易分辨的情况,因此,模型Ⅰ需要改进,下面介绍改进数学模型的方法,即将原模型中的算子(,)∧∨改用其他算子.模型Ⅰ:),(∨∧M 综合评判的着眼点是考虑主要因素,其他因素对结果影响不大,为了避免出现决策结果不易分辨的情况,以下对模糊综合评判决策模型进行改进. 模型Ⅱ:(,)M ⋅∨(主因素突出型))5,4,3,2,1)((1=•=∨=j r a b ij i ni j 计算可求得综合评判为 对2B 进行归一化,得通过观察,表明水资源短缺危险程度较高,这与模型Ⅰ:),(∨∧M 的结果是一致的,即表明水资源短缺风险突出,其水资源开采、利用、再生等治理迫在眉睫.但为了避免权重与主要因素有关而忽略次要因素,我们还可以对其进行改进.模型Ⅲ:),(⊕∧M (主因素突出型))5,4,3,2,1()(11=∧=∧=∑⊕==j r a r a b ni ij i ij i ni j 这里的⊕为有界和,即),1min(b a b a +=⊕ 计算可求得综合评判为我们能明显的看出水资源短缺危险程度较高,这与模型Ⅰ:),(∨∧M 和模型Ⅱ:),(∨⋅M 的结果是一致的,即表明水资源短缺风险突出,是不能被忽略的.模型Ⅲ:),(⊕∧M 在实际应用中,主因素(权重最大的因素)在综合评价中起决定作用,为了避免其带来的负面影响,我们用另外一种模型即模型Ⅳ进行检验.模型Ⅳ:),(+⋅M (加权平均模型))5,4,3,2,1(1=⋅=∑=j r a b ni ij i j 计算可求得综合评判为模型Ⅳ对所有因素以权重大小均衡兼顾,适用于考虑各因素起作用的情况.从模型Ⅳ可以检验出前三种模型在数据分析及用算过程中是适合的,并没有带来较大的偏差.九、结论(1)本文基于模糊综合评判模型建立了水资源短缺风险评价模型,同时考虑到水资源系统的模糊不确定性,可对水资源短缺风险的影响程度给予综合评价.社会经济因素是北京市水资源短缺的主要致险因子.(2)由模糊综合评价模型可以得出北京市水资源短缺风险处于较高水平,根据我们建立的北京市水资源系统风险评价指标体系及评价模型, 对北京市进行水资源系统风险评价, 得出北京市水资源短缺风险级别为较高风险, 从而为北京市水资源系统管理及水资源系统风险控制提供依据.对水资源采取有效的风险管理措施已刻不容缓.(3)北京市用水结构变化总的来说呈现以下趋势: 总用水量趋于平稳, 工业用水和农业用水从量上和占总用水量的比重上都有所下降, 而生活用水却迅速递增.下面是给北京市水资源管理相关部门的研究报告.北京市水资源短缺研究报告北京市水行政主管部门 :由于北京市水资源短缺已经成为影响和制约首都社会和经济发展的主要因素.我们对北京市水资源资料的分析,对水资源短缺的风险因子进行了重要性分析.概括来说,造成水资源短缺的成因主要源于以下四方面:1.环境因素;2.工业因素;3.农业因素,4.社会经济因素.在这些因素中,社会经济因素对水资源造成短缺的作用越来越大,随着人口的增长, 居民生活水平的提高带来的居民生活用水的迅速增长, 城市建设、环境质量的提高以及服务业的蓬勃发展造成了公共用水的增加, 共同推动了北京市生活用水迅速增长. 经过我们对北京市水资源状况分析 , 北京市用水结构变化总的来说呈现以下趋势: 总用水量趋于平稳, 工业用水和农业用水从量上和占总用水量的比重上都有所下降, 而生活用水却迅速递增; 预计今后境内自产水量变化不大.地表水资源可随调蓄和联合调度能。

基于熵权的水资源短缺风险模糊综合评价模型及应用

基于熵权的水资源短缺风险模糊综合评价模型及应用

2008年9月水 利 学 报SHUILI XUEBAO第39卷 第9期收稿日期:2007-11-15基金项目:国家863计划资助项目(2006AA01A126);国家自然科学基金资助项目(50279041);陕西省重点实验室重点基金资助项目(05JS37);西安理工大学优秀博士学位论文研究基金(207-210008)作者简介:罗军刚(1981-),男,陕西西安人,博士生,主要从事水资源调度管理和水利信息化等方面的研究。

E -mail:jgluo@文章编号:0559-9350(2008)09-1092-06基于熵权的水资源短缺风险模糊综合评价模型及应用罗军刚1,解建仓1,阮本清2(11西安理工大学西北水资源与环境生态教育部重点实验室,陕西西安 710048;21中国水利水电科学研究院,北京 100044)摘要:针对水资源短缺风险评价中各指标的模糊性和不确定性,将信息论中的熵值理论应用于水资源短缺风险评价中,建立了基于熵权的水资源短缺风险模糊综合评价模型。

采用风险率、脆弱性、可恢复性、事故周期和风险度作为区域水资源短缺风险的评价指标,建立了综合评价指标体系。

运用信息熵所反映数据本身的效用值来计算评价指标的权重系数,有效地解决了权重分配困难的问题,并使得权重的确定有了一定的理论依据。

实际应用结果表明,此方法简便可行、科学可靠,结果相对客观可信。

关键词:水资源;短缺风险;熵权;权重;综合评价中图分类号:TV213;X82014文献标识码:A1 研究背景随着社会经济的发展和环境的变化,水资源短缺问题日益严峻,对水资源系统进行风险管理已成为水资源科学发展的必然趋势。

风险评估作为水资源短缺风险管理的基础,已经引起了广泛的关注,并取得了不少研究成果[1~5]。

由于水资源短缺风险评价标准没有明显的界限,指标的选择、指标权重等都具有模糊性和不确定性,这就会造成单项指标评价往往会遗漏一些有用的信息,评判结果常常是不相容和独立的,甚至得到错误的结论。

推荐-数学建模基于古典概率模型的水资源短缺综合评价及其应用 精品 推荐 精品

推荐-数学建模基于古典概率模型的水资源短缺综合评价及其应用 精品 推荐 精品

基于古典概率的水资源短缺风险综合评价模型及其应用摘要基于北京市水资源严重缺乏现状,本文利用SPSS软件采用主成分析法,找到水资源短缺风险敏感因子:降雨量、人口总数、年污水再生量、工业用水量、第三产业用水量、再生水。

基于古典概率模型建立了水资源短缺风险综合评价模型,对水资源发生的概率和水资源缺水影响程度做了定量分析,得到水资源短缺风险综合值。

首先,建立反映缺水影响程度的风险度的隶属函数;然后,利用古典概率,计算每年发生水资源短缺风险的概率为0.742,风险度和风险率的乘积反映风险综合程度,即风险综合值。

利用k均值聚类法,将风险等级分为五类,得到五个聚类中心:0.01、0.12、0.31、0.46、0.66,整理每个聚类中心所对应的所有风险综合值,将风险等级按风险综合值分为五等:0-0.066为可以忽略的风险,0.066-0.2075为可以接受的风险,0.2075 -0.4035为边缘风险,0.4035-0.536为比较严重的风险,0.536-1为无法承受的风险。

利用时间序列分析模型,得到20XX年及20XX年农业用水、工业用水、第三产业及生活等其他用水、水资源总量、年污水再生量、再生水量、南水北调工程调水量七个数据,分别为(单位:亿立方米):11.1154、3.7719、20.3191、21.74、13.1096、8.7175、2.6;10.7868、3.2148、21.2572、21.74、14.1832、9.6916、2.6,得到20XX年和20XX年的需水量分别为(单位:亿立方米):35.2064、35.2588,供水量分别为(单位:亿立方米):46.1671、48.2148,缺水量(单位:亿立方米)分别为:-10.9607、-12.956。

根据建立的水资源短缺风险综合评价模型,得到20XX年和20XX年风险综合值均为0,风险等级为可以忽略的风险。

降低水资源短缺风险,本文从减少需水量,增加供水量这两个角度提出相应建议。

水资源短缺风险综合评价_(修复的)

水资源短缺风险综合评价_(修复的)

水资源短缺风险综合评价摘要:本文通过建立模型来判定北京市水资源短缺风险的主要因子对北京市水资源短缺风险进行综合评价,进而提出调控办法。

对于问题一,影响水资源短缺的因子很多,主要有四方面:第一,农业用水;第二,工业用水;第三,人口规模;第四,气候条件和水利工程设施。

以上四方面分别对应附表中农业用水量,工业用水量,第三产业及生活等其他用水量和水资源总量。

对于主要因子,本文采用关联分析对关联度进行计算量化处理。

首先对数据进行了预处理,以缺水量(总用水量-水资源总量)作为参考数列,把农业用水量,工业用水量,第三产业及生活等其他用水量和水资源总量作为参考数列,然后对个数列进行初始化处理,利用matlab分别计算出以上四方面对缺水量(总用水量-水资源总量)的相关性。

得出总体相关性大小排序如下:0.6477 > 0.6327 > 0.5971 > 0.5844即:水资源总量>第三产业和生活等其他用水量>农业用水量>工业用水量为检验该模型的合理性,本文采用matlab作出以上四个量以及缺水量(总用水量-水资源总量)对时间的关系图,从图中可以直观显示农业和缺水量的相关性较大,和该模型结果吻合,模型具有较好的准确性。

对于问题二,本文建立了合适的模型对北京市水资源短缺风险进行综合评价,作出风险等级划分。

本文将改革开放以来的三十年分成六个阶段,每个阶段分为五个点。

采用熵值确定农业用水量,工业用水量,第三产业及生活等其他用水量三方面对水资源短缺影响的权重,得出水资源短缺的综合测评指数Q,再利用六个阶段的Q值和实际数据对比的结果,定义出反映水资源短缺程度的程度系数e。

由于水资源总量相对于其他三方面因子的特殊性,本文决定分两个阶段(分别是1979~2000和2001~2008)拟合出(水资源总量/总用水量)的比值相对于时间的一次函数,根据函数走势对e进行修正,再对程度系数进行区间划分,作为风险等级的指标。

B0资源短缺风险综合评价模型及其应用Logistic回归方法马氏距离

B0资源短缺风险综合评价模型及其应用Logistic回归方法马氏距离

基于模糊概率的水资源短缺风险综合评价模型及其应用摘要: 本文基于模糊概率理论建立了水资源短缺风险评价模型,可对水资源短缺风险发生的概率和缺水影响程度给予综合评价。

首先构造隶属函数以评价水资源系统的模糊性;其次利用Logistic回归模型模拟和预测水资源短缺风险发生的概率;而后建立了基于模糊概率的水资源短缺风险评价模型;最后利用判别分析识别出水资源短缺风险敏感因子。

作为实例对北京市1979—2008年的水资源短缺风险研究表明,水资源总量、污水排放总量、农业用水量以及生活用水量是北京市水资源短缺的主要致险因子。

再生水回用和南水北调工程可使北京地区2010和2020年各种情景下的水资源短缺均降至低风险水平。

关键词:模糊概率;Logistic回归模型;判别分析;水资源短缺风险;敏感因子;北京一.1.研究背景近年来,受气候变化和经济社会不断发展的影响,水资源短缺问题日趋严重,对水资源短缺风险的研究已引起了广泛的重视。

国外的许多学者开展了这一方面的研究,如探讨优化调度模型中参数的模糊不确定性引起的水资源短缺风险问题,以及有关河流水质管理、水库灌溉等引起的短缺风险问题。

北京位于华北平原西部,属暖温带半干旱半湿润性季风气候,由于受季风影响,雨量年际季节分配极不均匀,夏季降水量约占全年的70%以上,全市多年平均降水量575mm。

属海河流域,从东到西分布有蓟运河、潮白河、北运河、永定河、大清河五大水系。

北京是世界上严重缺水的大城市之一当地自产水资源量仅39·99亿m3,多年平均入境水量16·50亿m3,多年平均出境水量11·60亿m3,当地水资源的人均占有量约300m3,是世界人均的1/30,远远低于国际公认的人均1000m3的下限,属重度缺水地区。

水资源短缺已成为影响和制约首都社会和经济发展的主要因素。

为此我们大力研究水资源短缺这个问题。

我们要解答的问题是:1以北京为例,评价判定北京市水资源短缺风险的主要风险因子是什么?影响水资源的因素很多,例如:气候条件、水利工程设施、工业污染、农业用水、管理制度,人口规模等。

模糊概率

模糊概率

模糊概率的水资源短缺风险评价模型郝卜王猛吴迪(物理系电信092班,物理系电信092班,经贸系物管091班,)摘要:本文基于模糊概率理论建立了水资源短缺风险评价模型,可对水资源短缺风险发生的概率和缺水影响程度给予综合评价,首先构造隶属函数以评价水资源系统的模糊性,基于水资源短缺的模糊综合评判方法建立了一种风险等级划分模型,利用判别分析识别出水资源短缺风险敏感因子作为实例对北京市年的水资源短缺风险研究表明水资源总量,工业用水量,农业用水量是北京市水资源短缺的主要致险因子,再生水回用和南水北调工程可使北京地区和年各种情景下的水资源短缺均降至低风险水平。

最后建立灰色GM(1.1)模型对未来北京地区可能发生的风险进行预测。

关键词:模糊概率水资源风险评价模型致险因子一问题的提出水资源,是指可供人类直接利用,能够不断更新的天然水体。

主要包括陆地上的地表水和地下水。

风险,是指某一特定危险情况发生的可能性和后果的组合。

水资源短缺风险,泛指在特定的时空环境条件下,由于来水和用水两方面存在不确定性,使区域水资源系统发生供水短缺的可能性以及由此产生的损失。

近年来,我国、特别是北方地区水资源短缺问题日趋严重,水资源成为焦点话题。

以北京市为例,北京是世界上水资源严重缺乏的大都市之一,其人均水资源占有量不足300m3,为全国人均的1/8,世界人均的1/30,属重度缺水地区,附表中所列的数据给出了1979年至2000年北京市水资源短缺的状况。

北京市水资源短缺已经成为影响和制约首都社会和经济发展的主要因素。

政府采取了一系列措施, 如南水北调工程建设, 建立污水处理厂,产业结构调整等。

但是,气候变化和经济社会不断发展,水资源短缺风险始终存在。

如何对水资源风险的主要因子进行识别,对风险造成的危害等级进行划分,对不同风险因子采取相应的有效措施规避风险或减少其造成的危害,这对社会经济的稳定、可持续发展战略的实施具有重要的意义。

《北京2009统计年鉴》及市政统计资料提供了北京市水资源的有关信息。

水资源稀缺条件下的水资源价值评价模型及其应用

水资源稀缺条件下的水资源价值评价模型及其应用

3
水资源价值模糊?灰色关联分析复合模型
水资源价值是一个复杂的体系, 它是自然系统、 社会系统、 经济系统相互影响、 相互作
用、 相互耦合的系统, 在这个系统中, 多个因素之间的关系是不清晰的, 或不能完全确定的, 处理这样的复杂系统, 运用常规的数学模型难以如意。这是因为在复杂的系统中存在着 “不 相容原理” , 即当一个系统复杂性增大时, 使之精确化的能力减弱, 在达到一定阈值时 (即限 水资源价值系统是复杂且关系模糊的系 度之上时) , 复杂性和精确性将相互排斥 "+;$。因此, 统, 基于模糊理论和灰色理论, 以下在模糊综合评判的基础上建立起模糊 ? 灰色关联分析复 合价值模型。
5L 华北电力大学 环境科学与工程学院,河北 保定 02.005 )
摘要:水资源价值评价是水资源研究的重要内容。 在水资源短缺条件下, 水资源的价值计算显得尤 为重要。在综述国内外水资源价值评价研究的基础上, 提出建立模糊 4灰色关联分析复合的水资源 价值模型, 并用其对北京地区的水资源价格进行了计算分析。结果表明, 北京市目前各类现行水价 均低于其计算所得的实际价值。 关 键 词:水资源价值;研究进展;模糊 4灰色关联分析复合模型 文献标识码:& 文章编号: (-001 ) .00045052 0/40120401 中图分类号:)O-.5
!期
彭晓明等: 水资源稀缺条件下的水资源价值评价模型及其应用
-:+
过灌溉用水划区收费促使减少排放量, 收费提高了用水效率"#$。 %&’(&)* 还对收费产生的反 应一项水管理建议案进行了分析。+,,+ 年美国得克萨斯州格朗德河下游河谷的水市场与水 权转让的实践为水资源价值的实现开辟了新的空间,这对水资源价值的研究具有一定的开 拓性"-$。 ./0(&01+,,+2 曾预言, 解决 3+ 世纪水资源危机的出路之一就是对水资源进行标价和 成本收回。 4/56&78 通过研究认为 9 人们对水资源价值的认识程度同水资源的价值量有密切 水资源和废水定价问题 的关系, 公共教育对节约用水有明显的促进作用 ":$。 3; 世纪末以来, 又成为水资源研究的热点。 在国内,对水资源价值的研究是随着水资源供需矛盾的逐渐加剧和对自然资源价值的 有学者提出了水资源费的概念, 这对于水资源价 重新认识而逐步展开的。3; 世纪 <; 年代, 我国学术界对自然资源有偿使用及其价格这一问 值的研究具有重要的参考价值。 +,<# 年, 题展开了学术讨论, 这标志着我国自然资源价值研究的开端。+,<< 年我国开始资源核算及 将其纳入国民经济核算体系的研究, 其中包括了水资源核算, 水资源价值研究从而得到迅速 许多学者从不同层面用不同方法对水资源定价问题进行研究"<$。 开展9 其间, 综上所述, 现有的水资源核算理论大致可分为四类, 以需定供、 以供定需、 基于宏观经济 的理论和可持续发展论。这些水资源核算理论为解决我国水资源供求矛盾9 促使水资源合理 配置及高效利用做出了很大的贡献。 但仍有如下不足之处= ! 缺乏有效的生态环境保护机 制 9 忽视水资源的过度利用所引起的耗竭损失 1 边际使用成本 2 和环境破坏损失 1 边际外部成 本 29 必然造成水资源的潜在耗竭和生态环境的潜在破坏 > " 缺乏有效的利益补偿和激励机 制 9 妨碍节水水平和水资源利用效率的进一步提高 9 造成水资源整体配置的低效 > # 缺乏有 效的水资源配置合理性评价方法9 不能对核算方案进行客观合理的评价> $缺乏对水资源可 持续开发利用约束准则的量化研究 9 不论在模型结构还是模型建立上都与实际应用有相当 的差距",$。

水资源短缺风险评价模型

水资源短缺风险评价模型

北京水资源短缺风险综合评价
1、引言
2、判定北京市水资源短缺风险的主要影响因子
3、北京市水资源短缺风险评价模型的建立
2.1基于模糊概率的水资源短缺风险
2.2水资源短缺风险的模拟概率分布
2.3Logistic回归模型拟合度检验和系数检验
2.4基于聚类分析的水资源短缺风险分类
2.5判别分析
4、北京市未来水资源短缺风险预测
5.1Logistic回归模型的建立
5.2水资源短缺风险评价过程
5.2.1水资源短缺风险计算分析
5.2.2水资源短缺风险分类
5.2.3水资源短缺影响因子分析
5.3北京市2012、2013水平年水资源短缺风险预测5、北京市应对水资源短缺风险具体措施
水资源短缺风险评价模型:模糊概率(时间序列数据)
支持向量机(横截面数据)。

不同水资源短缺风险评估模型的综合应用

不同水资源短缺风险评估模型的综合应用

2018 年第 3 期(下半月)Nong Min Zhi Fu Zhi You 农民致富之友243科研◎农田水利不同水资源短缺风险评估模型的综合应用窦 萍水作为生物生存生长依赖的资源,其总供量是基本不变的。

随着人口的增加和经济的发展,一、二、三产业对水资源的需求逐渐增多,水资源供需矛盾日益突出。

对水资源短缺进行风险评价,可以合理开发利用水资源,加强水资源的管理。

本文概述了不同水资源短缺风险评估模型的综合应用,旨在为评价区域水资源短缺风险时选择更准确的模型提供理论参考。

水资源系统是与经济、社会和生态环境密切相关的庞大的综合系统。

水资源短缺风险是指在特定的时空环境条件下,由于供水和用水存在的复杂性和不确定性,区域引起水资源系统供水困难的概率和由此产生的损失。

水资源短缺问题是影响城市发展的瓶颈,对水资源短缺情况及时进行风险评估,能有效避免供水需水矛盾升级,采取有效措施开源节流。

目前水资源风险评估常用分析模型主要有:灰色随机风险分析模型、层次分析模型、模糊风险分析模型、最大熵风险分析模型等。

每种分析模型不是完美的,都有自己的缺点,比如理论体系不完善、不能构建隶属函数评价模糊性、分析方法单一、不能筛选敏感因子等。

水资源风险评价系统是一个综合性的工程,单一的模型很难进行全面的评价。

在实际应用中,研究者充分利用模型的优点,将几个模型结合起来或者在常用模型的基础上创新新的分析模型,最终准确的评价某区域水资源短缺情况。

1 综合两种水资源短缺分析模型的应用许应石等为了评价湖北省水资源短缺风险系数,利用层析分析模型计算指标权值,运用隶属度评价把指标数值转化成风险隶属度,二者相结合加权求和计算出湖北省水资源短缺风险平均值为5.24,属于中度风险。

胡惠兰等根据淮河流域10年来的降水量、径流系数、人均GDP 等数据,采用熵权法对给定指标赋值,再利用可变模糊模型分析法分析淮河流域及各省的水资源短缺风险,结果表明,评价区的水资源短缺风险值总体较高,并且逐年缓慢增长。

水资源系统模糊决策、评价与预测方法及应用

水资源系统模糊决策、评价与预测方法及应用

水资源系统模糊决策、评价与预测方法及应用水是人类赖以生存和发展的不可替代的重要资源和物质基础,又是生态环境的基本要素。

但是,当进入21世纪,许多国家都面临着水资源危机的挑战,水资源短缺、水体污染、洪涝灾害等严重阻碍了我国经济和社会的发展,并造成一系列的社会问题。

因此,研究水资源问题,实现水资源的可持续利用以及水资源与经济、社会和生态环境的可持续发展,对缓解我国水资源危机将具有十分重要的意义。

水资源的开发利用以及管理是人类作用于自然水系统的理性活动,涉及的内容众多,包括水资源系统的优化、决策、评价以及预测等各个方面。

在解决这些问题过程当中,其中的模糊性难以回避,而工程模糊集理论在处理这些问题时表现出优势。

本文主要在工程模糊集理论的基础上,研究了水资源系统中的决策、评价以及预测问题,理论与应用相结合,其主要研究内容和成果概括如下: (1)水质污染问题已经成为我国水资源领域的重要课题,它已经直接影响到人类的生存与发展,而水质评价是水污染治理的前期工作,为水污染治理提供决策依据。

文中将模糊优选人工神经网络模型的单输出拓展为多输出,并将其用于江河水质的综合评价,以标准类别内插加密产生训练样本,以其对级别的相对隶属度矩阵作为期望值输出,对网络进行训练,从而为待识别样本提供了产生其级别相对隶属度的有效方法。

实例分析部分,沱江水体污染程度识别表明模糊人工神经网络识别模型的可行性,且操作简便易行,评价结果切合实际,具有很好的实用性。

(2)水资源是一个国家和地区的重要的资源组成部分,对于我国的综合发展至关重要,文中论述了水资源承载力的涵义以及特征。

考虑到水资源承载力评价过程中存在的模糊性,采用模糊识别理论解决水资源承载力评价问题,通过循环迭代计算得到区域的承载力的相对隶属度和影响因子的贡献率;同时考虑到人的主观经验知识在评价过程中的作用,采用基于互补理论的二元对比方法确定主观权重。

综合考虑影响因子的贡献率以及主观权重,通过级别特征值反映各个地区的承载力级别。

水文水资源评估预测模型的构建与应用

水文水资源评估预测模型的构建与应用

水文水资源评估预测模型的构建与应用一、引言水是生命之源,是支撑人类生产、生活和生态系统稳定运行的重要资源。

水文水资源评估预测模型是对水文过程进行系统性分析、科学模拟,进而预测未来时期水文水资源状况、进行水资源评估、决策支持的重要工具。

本文将从模型概述、模型构建、模型应用三个方面入手,力图全面阐述水文水资源评估预测模型的构建与应用。

二、模型概述水文水资源评估预测模型是一个建立在水文学和统计学基础上的、能够定量揭示自然水循环运动规律,预测未来时期水文过程变化及其对人类生产、生活和生态环境的影响的数学模型。

常用的水文水资源评估预测模型有时间序列分析模型、灰色预测模型、神经网络模型、贝叶斯统计模型、SWAT模型等。

三、模型构建1.时间序列分析模型时间序列分析模型是一种利用不同时间段内的水文气象数据对水文过程进行预测的模型。

时间序列分析模型中最常用的是ARIMA(Autoregressive Integrated Moving Average)模型,该模型将水文过程建模为自回归(AR)过程、差分(I)过程和移动平均(MA)过程的组合。

2.灰色预测模型灰色预测模型是一种非参数模型,其基本假设是样本数据的发展趋势能够在靠近现在的时刻被发现。

其中最常用的是灰色系统模型GM(1,1),该模型基于对数据序列进行一次累加求和的方式,建立出状态方程,并利用反演技术对经验模式函数进行分解。

3.神经网络模型神经网络模型是一种仿生学模型,其将信息输入为一个或多个输入层,然后通过连接黑盒隐层最终输出信息并调整模型参数。

其中最常用的是BP神经网络模型,该模型通过对训练样本进行学习,优化网络参数,实现对水文过程的精准预测。

4.贝叶斯统计模型贝叶斯统计模型是一种根据贝叶斯定理进行推断的模型。

该模型通过先验概率和样本观测数据计算后验概率,最终得出水文过程的概率分布。

其中最常用的是马尔科夫蒙特卡洛(MCMC)方法,该方法通过对样本进行抽样,计算概率分布,并确定预测结果。

水资源短缺风险的模糊综合评价

水资源短缺风险的模糊综合评价
(
( ( " $, …, ; 同时, 模糊变换 2 , 3 也即退化为普通矩阵计 算, 即 4 (, /) !$ " $, …, …, ( 012) 得到。 -./ ( $ , $ ・ 6 ) , ( " $, (, /; 5 " $, (, ’ 。上述权系数的确定可用层次分析法 !
( 5 (5
"
由上述分析可以看出, 评价因素集 - " {. $ , …, 对应评语集 0 " {, $ , …, , 而评 .( , .+ , ./ } ,( , ,+ , ,’ } 判矩阵中 6 (5 即为某因素 . ( 对应等级 , 5 的隶属度, 其值可根据各评价因素的实际数值对照各因素的分级 指标推求。我们将评语级分为 ) 个级别, 各评价因素分级指标见表 $ 。 由于水资源风险率、 脆弱性、 风险度 是 越 小 越 优 性 指 标, 所 以 对 于 .$ , .( , .) 各 评 语 级 可 构 造 如 下 隶属函数:
)% )% )%
(’)
! !
式中: *+ & 是第 & 次干旱缺水期的需水量。 !"$ 重现期
"
&!#
*( &
& " *+
&!#
&
(()
事故周期是两次进入失事模式 % 之间的时间间隔, 也叫平均重现期。用 , (", 表示 第 -) [ %] 则平均重现期为 - 间隔时间的历时,
))#
# ( , (*) -) # ! ) #" , ) -!# " (") 是 " 到 " 时段内属于模式 % 的事故数目。 式中: )! ) 表明该 ! " % 可恢复性 恢复性是描述系统从事故状态返回到正常状态的可能性。系统的恢复 性越 高,

基于相对隶属度和概率论耦合的水资源紧缺程度评价模型及其应用

基于相对隶属度和概率论耦合的水资源紧缺程度评价模型及其应用

基于相对隶属度和概率论耦合的水资源紧缺程度评价模型及其应用曹杰【摘要】为了准确评价水资源的紧缺性程度,进而为水资源的再分配情况给出有效科学依据,并且鉴于单个赋权法精度不足等缺点,将概率论中的贝叶斯公式与相对隶属度相结合的方法,应用到某县2014年的水资源紧缺性综合评估中.结果表明,某县2014年评价等级为轻微紧缺,与实际情况一致.贝叶斯公式和相对隶属函数耦合随机评价方法采用了主观和客观评价的组合赋权法和相对隶属度综合确定权重,针对指标内和相互之间的影响2个方面,用来进一步确定水资源紧缺性评价样本集的实际权重.综合各类方法的优点与不足之处,通过合理的交叉耦合,使评价结果更加趋于合理.【期刊名称】《江苏水利》【年(卷),期】2017(000)011【总页数】7页(P34-39,43)【关键词】贝叶斯公式;随机不确定性;组合赋权法;水资源紧缺性评价【作者】曹杰【作者单位】山西省水文水资源勘测局,山西太原 030001【正文语种】中文【中图分类】X822随着人口的不断增加和社会经济的快速发展,用水各部门对水资源的需求量也在不断增长,水资源的紧缺程度也在不断上升[1]。

因此,综合分析评价各个地区的水资源紧缺程度,对于各个地区采取不同的方式进行评价和改善很有帮助。

国内外学者先后提出了一系列方法,凌子燕[2]等人提出了主成分分析的方法,将其运用于广东省区域水资源紧缺风险评价中,取得了较好的结果;张伟丽[3]依据山西省的水资源再分配情况,运用模糊综合评价对水资源的紧缺性做了一定的研究;张斌[4]等人立足于水足迹理论与物元分析法对江苏省的水资源紧缺情况做了评价并取得了较好的成果。

影响水资源紧缺性的因子不是单一化的,根据紧缺性因子的检测数据构建出的模型,两个评价等级之间没有明确的分界线,而且评价因子在评价模型中的权重也没有明确的规定。

随机信息有很强烈的偶然性,没法在一个既定的试验中得到一个准确的结果。

灰色理论是由于信息的不完全透明性和复杂性而不能获得全部信息。

水资源短缺风险

水资源短缺风险

基于模糊概率的水资源短缺风险评价模型摘要:北京市水资源短缺已经成为影响和制约首都社会和经济发展的主要因素,如何缓解水资源短缺的压力,增强水资源对社会经济的支撑能力,该地区面临的紧迫问题,也是我国首都经济区建设面临的紧迫问题。

本文首先根据1979年至2000年北京市水资源短缺的状况,通过模糊概率建立水资源短缺风险评价模型来探讨如何有效调控主要风险因子,使得风险降低。

首先我们构造隶属函数以评价水资源的模糊性,在综合考虑系统属性等风险过程后,利用层次分析模型对北京市各缺水影响因子的权重进行了定量分析,并基于致险因子承险因子及损害程度等影响因子构建了水资源系统风险的评价指标及模型。

针对问题(1)我们考虑到不同水资源的风险因子的不同风险影响效果,利用层次分析法将决策问题分为三个层次,最上层为最终目标,即水资源短缺综合评价;第二层为水资源短缺风险等级划分,即高风险、中等风险及低风险;第三层为影响水资源短缺的各类因素,在此选取影响相对较为明显的五类作为决策因子,分别为气候条件、水利工程设施、工业污染、农业用水、管理制度,人口规模等。

针对问题(2)我们在基于问题(1)的结果之上进行分析,选出了主要风险因子有:工农业用水、人口规模、水资源总量等。

我们可以用水资源优化配置机制:根据水资源优化配置的理论与方法,建立基于可持续发展的多水源优化配置模型,进行北京市规划水平年的水资源供需平衡分析,制定考虑“南水北调”水源的水资源优化配置方案。

风险调控机制:根据水资源短缺风险的描述、评价和管理的理论和方法,利用支持向量机方法对北京水资源短缺风险进行了评价,探讨了北京应对干旱机制。

用再生水回收利用和合理开发水资源等使北京的水资源降低到低风险。

最后,我们在特定的时空环境条件下,以此规尽量避免风险并减少其造成的危害,对社会经济的稳定,和可持续发展战略的实施有重要意义,使北京市水资源紧缺局面得以缓解。

关键字:水资源短缺主要风险因子层次分析权重水资源优化配置方案一.问题重述水资源,是指可供人类直接利用,能够不断更新的天然水体。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
W = B′ V B
-1 2 [19 ]
,当自由度为 1 时 ,Wald 值 ( 10)
为变量系数与其标准误差比值的平方 ,对于两类以上的分类变量来说 ,其式如下 : 式中 : B 为极大似然估计分类变量系数的向量值 ; V 为 B 的转置阵 。 其检验的原假设和备择假设为 : H0 为回归模型的系数等于 0 , H1 为回归模型的系数不等于 0 。
214 基于聚类分析的水资源短缺风险分类 为了直观的说明水资源短缺风险程度 , 利用 Quick Cluster
- 1
为变量系数渐近方差 - 协方差矩阵的逆矩阵 ; B′
过程 ( 快速样本聚类) 对风险进行聚类
[19 ]
。快速样本聚类需要确定类数 ,利用 k 均值分类方法对观测量
进行聚类 ,根据设定的收敛判据和迭代次数结束聚类过程 ,计算观测量与各类中心的距离 ,根据距离最 小的原则把各观测量分派到各类中心所在的类中去 。事先选定初始类中心 ,根据组成每一类的观测量 , 计算各变量均值 ,每一类中的均值组成第二代迭代的类中心 ,按照这种方法迭代下去 ,直到达到迭代次 数或达到中止迭代的数据要求时 ,迭代停止 ,聚类过程结束 。 对于等间隔测度的变量 , 一般用 Euclidean distance ( 欧式距离 ) 计算 , 而对于计数变量一般用 Chi2 2 squaremeasure (χ 测度) 来表征变量之间的不相似性 ,其表达式如下所示 :
— 813

糊与随机不确定性 ,使区域水资源系统发生供水短缺的概率以及相应的缺水影响程度 。基于上述理由 设计了基于模糊概率的水资源短缺风险评价模型 。 211 基于模糊概率的水资源短缺风险 对于一个供水系统来说 ,所谓失事主要是供水量 Ws 小于需水 量 W n ,从而使供水系统处于失事状态 。基于水资源系统的模糊不确定性 , 构造一个合适的隶属函数来 描述供水失事带来的损失 。定义模糊集 Wc 如下 :
3 3 3
水资源的人均占有量约 300m ,是世界人均的 1/ 30 ,远远低于国际公认的人均 1000m 的下限 ,属重度缺 水地区 。水资源短缺已成为影响和制约首都社会和经济发展的主要因素
[21 - 22 ]
3
3
。 — 815 —
图1 水资源短缺风险评价的算法流程
312 北京市水资源短缺风险影响因子分析 北京市水资 ( ) 源开发利用中存在的问题主要有 : 1 上游来水衰减趋势
( 3)
1,
式中 : Ws 、 W n 分别为供水量和需水量 ; W a 为缺水系列中最小缺水量 ; W m 为缺水系列中最大缺水量 ; p 为大于 1 的正整数 。 将水资源短缺风险定义为模糊事件 Af 发生的概率 ,即模糊概率为
P ( Af ) =
n
μ ( y) d P ∫
R
n
A
f
( 4)
式中 : R 为 n 维欧氏空间 ;μ A 为模糊事件 Af 的隶属函数 ; P 为概率测定 。 f 如果 d P = f ( y ) d y ,则
311 研究区概况 依据北京市 1979 — 2005 年的可利用水资源量 、 地下水位埋深 、 用水总量 、 工农业用
水量 、 污水排放总量等基础资料来研究北京水资源短缺风险及其变化 。 北京位于华北平原西部 ,属暖温带半干旱半湿润性季风气候 ,由于受季风影响 ,雨量年际季节分配 极不均匀 ,夏季降水量约占全年的 70 %以上 ,全市多年平均降水量 575mm 。属海河流域 ,从东到西分布 有蓟运河 、 潮白河 、 北运河 、 永定河 、 大清河五大水系 ( 见图 2) 。北京是世界上严重缺水的大城市之一 , 当地自产水资源量仅 39199 亿 m ,多年平均入境水量 16150 亿 m ,多年平均出境水量 11160 亿 m ,当地
213 Logistic 回归模型拟合度检验和系数检验 建立 Logistic 回归模型后 , 常用 Hosmer2Losmer χ 统计

[18 ]
进行模型的拟合度检验 ,其表达式为
Chi - square =
∑(x
1
n
s
- x y ) Πx y
2
( 9)
— 814

其中 : xs 和 x y 分别是实际观测量和预测数量 。检验的原假设和备择假设为 : H0 为方程对数据的拟合良 好 , H1 为方程对数据的拟合不好 。 对于较大样本的系数检验 ,常用基于 χ 分布的 Wald 统计量进行检验
P ( Af ) =
μ ( y) f ( y) d y ∫
R
n
A
f
( 5)
其中 f ( y ) 是随机变量 y 的概率密度函数 。 水资源短缺风险的定义可表示为
+∞
R =
μ ( x) f ( x) d x ∫
w W
a
( 6)
从式 ( 3) —( 6) 可知 : 上述风险定义将水资源短缺风险存在的模糊性和随机性联系在一起 ,其中 ,随 机不确定性体现了水资源短缺风险发生的概率 ,而模糊不确定性则体现了水资源短缺风险的影响程度。 依据概率密度函数 f ( x ) 和隶属函数的形式计算水资源短缺风险 R 。 212 水资源短缺风险的模拟概率分布 模拟系列的概率分布一般有 MC ( 蒙特卡罗) 、 MFOSM ( 均值一次 两阶矩) 法 、 SO ( 两次矩) 法 、 最大熵风险分析方法 、 AFOSM ( 改进一次两阶矩) 法以及 J C 法等 ,这些模拟方 法在实际应用时可能会存在一些问题 ,如对因变量分布的假设过于敏感 、 计算结果不唯一 、 模型精度低 、 收敛性不能得到证明 、 理论体系不完善等等 。而 Logistic 回归方法具有对因变量数据要求低 、 计算 结果唯一 、 模型精度高等优点 ,本文采用 Logistic 回归模型来模拟缺水量系列的概率分布 。 一个自变量的 Logistic 回归模型可写为 :
摘要 : 本文基于模糊概率理论建立了水资源短缺风险评价模型 ,可对水资源短缺风险发生的概率和缺水影响程度 给予综合评价 。首先构造隶属函数以评价水资源系统的模糊性 ; 其次利用 Logistic 回归模型模拟和预测水资源短缺 风险发生的概率 ; 而后建立了基于模糊概率的水资源短缺风险评价模型 ; 最后利用判别分析识别出水资源短缺风 险敏感因子 。作为实例对北京市 1979 — 2005 年的水资源短缺风险研究表明 ,水资源总量 、 污水排放总量 、 农业用水 量以及生活用水量是北京市水资源短缺的主要致险因子 。再生水回用和南水北调工程可使北京地区 2010 和 2020 年各种情景下的水资源短缺均降至低风险水平 。 关键词 : 模糊概率 ;Logistic 回归模型 ; 判别分析 ; 水资源短缺风险 ; 敏感因子 ; 北京 中图分类号 :TV213 文献标识码 :A
十分明显 ; ( 2) 长期超采地下水导致地下水位下降 ; ( 3 ) 水 污染加重了水危机 ; ( 4 ) 人口膨胀和城市化发展加大了生 活用水需求等 。因此 ,导致北京水资源短缺的主要原因有 [23 ] 资源型缺水和水质型缺水等 。影响北京水资源短缺风 险的因素可归纳为以下两个方面 : ( 1 ) 自然因素 : ①人口 数; ② 入境水量 ; ③ 水资源总量 ; ④ 地下水位埋深 ; ( 2) 社会 经济环境因素 : ① 污水排放总量 ; ② 污水处理率 ; ③ COD 排 放总量 ; ④ 生活用水量 ; ⑤ 农业用水量 。 313 北京水资源短缺风险评价 图2 北京水系 31311 Logistic 回归模型的建立 建立 Logistic 回归模型 , 将 1979 — 2005 年的用水总量 、 可利用水资源总量等系列代入模型 , 模拟缺水系列的概率分布 。对构建 的模型进行 Hosmer2Losmer 检验 ,检验结果见表 1 ,模型的预测效果见表 2 ,模型中各变量的相关统计量
[14 ] [1 - 4 ]
2 基于模糊概率的水资源短缺风险评价模型的建立
借鉴 Kaplan 的定义 ,本文认为水资源短缺风险是指在特定的环境条件下 , 由于来水和用水存在模
收稿日期 :2008210216 基金项目 : 国家科技支撑计划项目 (2006BAD20B06) ; 北京市自然科学基金 (8083027) 作者简介 : 王红瑞 (1963 - ) ,男 ,副教授 ,博士 ,主要从事水文水资源和环境规划评价研究 。 E2mail :henryzsr @bnu. edu. cn
1 研究背景
近年来 ,受气候变化和经济社会不断发展的影响 ,水资源短缺问题日趋严重 ,对水资源短缺风险的 研究已引起了广泛的重视 。国外的许多学者开展了这一方面的研究 ,如探讨优化调度模型中参数 [5 - 6 ] 的模糊不确定性引起的水资源短缺风险问题 ,以及有关河流水质管理 、 水库灌溉等引起的短缺风险 [7 - 10 ] [11 ] 问题 。最具代表性的风险定义是由 Kaplan 提出的 ,并得到国际社会广泛的认可 ,即 ( 1) Risk = { 〈 si , pi (φi ) , pi ( x i ) 〉 } 式中 : si 为第 i 个有害事件 ;φi 表示第 i 个事件发生的频率 ; pi (φi ) 表示第 i 个有害事件发生的可能性为 φi 的概率 ; x i 表示第 i 个事件的结果 ; pi ( x i ) 表示第 i 个事件结果为 x i 的概率 ,风险模型采用了向量的 表示形式 。 国内这方面具有代表性的工作有 ,如阮本清等建立了水资源短缺风险性能指标 ,研究了水资源短缺 [12 ] 风险的模糊综合评价方法 ; 刘涛等利用层次分析法确定风险指标的权重并建立供水风险综合评估模 [13 ] 型 ; 黄明聪等将风险评价归纳为一个支持向量回归问题 ,建立了基于支持向量机的水资源短缺风险 评价模型 。 上述研究的共同特点是从随机模型或模糊模型的角度分别探讨水资源短缺风险问题 。而水资源系 [15 ] 统是一个复杂的大系统 ,广泛存在着随机性和模糊性 ,由于随机性是因果律的破缺 、 模糊性是排中率 的破缺 ,所以应在水资源短缺风险评价模型的设计中同时考虑这两种因素的影响 。
相关文档
最新文档