水资源效率和综合用水效益的评价

水资源效率和综合用水效益的评价

湖南大学

陈威张帅鲁妹

水资源效率和综合用水效益的评价

摘要

本文通过研究07年及过去年份一些反映水资源利用状况的指标，建立了水资源利用效率和效益评估指标体系模型，用于对全国范围内不同行业、不同城市进行水资源利用效率和效益评估。

首先，我们对原始数据分别进行了归一化综合处理，确定了水资源利用效率，得到了各行业水资源利用效率的新指标；进而考虑水资源条件和产业结构的差异水资源效益的新指标。然后通过运用BP神经网络模型，选取2000年到2006年的指标体系数据作为学习样本，对07年的指标体系作出评价，得到一组工业用水效率与农业用水效率的得分，其中工业得分1.3493，农业得分-0.1916，建立一组排名并同理得到各省水资源效益的排名；继而使用投影寻踪模型，构造投影指标函数，得到另一组工业用水效率与农业用水效率的得分，工业得分-0.1202，农业得分-0.2413，建立一组排名并同理可得到各省水资源效益的排名。最后以组合评价较小误差增加可靠性为理由，使用定权组合评价方法，运用模糊综合评估处理前两个模型得出的排名得到各行业水资源利用效率综合得分与最终排名，得出工业水资源利用效率得分为2，优于农业水资源利用效率得分为1的结果，并计算出了各省水资源效益的综合排名。

关键词

BP神经网网络模型投影寻踪模型组合评价

水资源效率和综合用水效益的评价

一、问题重述

我国是全球13个人均水资源最贫乏的国家之一，尽管水资源严重缺乏，水资源浪费、利用效率及效益低下的现象却普遍存在。因此，逐步提高水资源的利用效率及效益是建设节水型社会的核心问题，以水资源的可持续利用保障经济社会的可持续发展，在水资源总量有限的情况下，提高生活、生产和生态用水的效率和效益，将获得经济效益、社会效益和生态效益多赢的局面，建立自然环境与人类共同的和谐社会。

目前关于我国水资源的利用已有些初步的研究，例如提出了一些反映水资源利用状况的指标：如水资源总量、年降水量、农业万元GDP用水量(农业用水量与农业万元产值的比值)、工业万元GDP用水量(工业用水量与农业万元产值的比值)、人均COD排放量(化学需氧量（COD）是指在一定的条件下，采用一定的强氧化剂处理水样中的有机物时所消耗的氧化剂量，它的多少可以反映该地区工业发达的程度以及对污染治理的力度)、人均水资源量、人均生活用水量。但单独考虑这些指标显然无法可靠的表示水资源利用效率与水资源效益。

基于上述考虑，应建立水资源利用效率评估指标体系和效益评价模型，用于对全国范围内不同行业、不同城市进行水资源利用效率和效益评估，为政府行政主管部门提供水资源科学管理的决策依据，进行合理的产业结构的调整，促进节水技术和产品的推广，实现水资源的可持续发展。

二、模型假设与符号说明

1.题目所给水资源利用指标能够充分反映水资源利用效率状况并忽略其他指标

的影响

2.近几年内水资源利用指标数值近似为随机变量

3.题目给出网址提供数据真实可靠

符号规定：

N-------水资源效率评价指标

ik

n -------归一化后的指标

ik

a -------最佳投影方向

三、 模型的建立于求解

问题1. 水资源利用效率的评价模型

1.1问题分析：

文章给出的指标从多方面反映了07年的水资源利用效率情况，因此对于水资源利用效率的评价，主要是对题目中原始数据的处理，并把反映水资源利用效率主要指标进行加权，从而求出一个水利院利用效率指数，以此为标准来判断各行业用水效率状况。由于水资源总量、年降水量、农业万元GDP 用水量、工业万元GDP 用水量、人均COD 排放量、人均水资源量、人均生活用水量的原始数据的量纲各不相同，首先对数据进行归一化和综合处理。

常用的不依赖于主观判断权重的水资源效率评价方法有投影追踪、神经网络等。由于不同的评价模型的理论基础和所采用的信息资料的不同，上述单一评价模型的评价结果经常千差万别，评价可靠性有高有低，为了充分发挥各种评价模型的优点，提高评价质量，可以在各种单一评价模型的基础上建立算术平均组合评价模型。

1.2数据归一化：

目前关于我国水资源的利用已有些初步的研究，提出了一些反映水资源利用状况的指标：农业万元GDP 用水量，工业万元GDP 用水量，人均COD 排放量，人均水资源量，人均生活用水量，为消除量纲、统一指标的变化范围，采用归一化思想进行标准化处理。采用极差公式进行归一化处理，

min{}

max{}min{}

ik ik ik ik ik N N n N N -=

-

其中ik n 为ik N 经过处理后的数据，min{}ik N 和max{}ik N 分别为第i 个样本中第k 个指标的最小和最大值。

1.3B-P神经网络模型

在方案的指标体系计算完毕后，将各指标的最好值组成最优方案，各指标最差值组成最劣方案。考虑到指标优选是相对优选的特点，理想方案对总体目标的实现程度最高，其效用可设为1；最劣方案对总体目标的实现程度最低，其效用可设为0（可根据实际情况选用）；介于理想方案与最劣方案之间的中间方案的效用可设为0.5。这样在指标体系与方案效用中建立了一种效用函数的关系，同时也构成了BP网络的训练样本。

经过神经网络的反复迭代训练至误差收敛稳定后，在指标体系与效用值之间建立了一个隐式的效用函数，以此效用函数以方案指标为输入进行计算，得到各方案综合效用。然后以其效用值的大小作为依据，效用值大的方案其效果较好，效用值小的方案其效果较差，从而达到优选方案的目的。

1.3.1指标体系及指标计算

在考虑水资源利用效果时主要从万元GDP用水量、人均COD排放量、人均水资源量、人均生活用水量几个方面来考虑水资源利用效果评价的指标体系。

1.3.2模型参数确定与评价结果

模型利用三层BP网络，以指标体系中的各指标作为输入层，节点数即指标个数为4；输出层节点数为1，即总效用值，表示水资源利用效果的一种相对度量。

训练样本集由评价指标体系构成的学习样本，其中最理想方案的效用拟定为1，最劣方案（即初始方案，考虑到它是在现状情况下的调控结果）的效用拟定为0.6，中间方案的效用拟定为0.8。 [附录1]

本文中选取2000年到2006年的指标体系数据作为学习样本，对07年的指标体系作出评价。选定最理想方案，中间方案和最劣方案，拟定其效用分别为0.9，0.6，0.3，网络的训练由程序自行完成，网络全局收敛总误差控制为0.0001。由程序即可求出07年指标体系方案的效用，由于神经网络模型的特性，使得程序每次运行结果不相同，本文中采用运行10次并对结果求平均数的方法，得到比较理想的效用值。

农业指标体系方案得到的效用值为-0.1916；

工业指标体系方案得到的效用值为1.3492.

说明工业水资源利用效率高于农业水资源利用效率。

1.4投影寻踪模型(project pursuit)

投影寻踪方法的基本思路是把高维数据通过某种组合投影到低维子空间，用低维空间中投影散点的分布结构揭示高维数据的结构性特征，或根据该投影值与研究系统的输出值之间的散点图构造数学模型以评价系统的输出。

投影寻踪模型包括一下步骤：

1.4.1构造投影指标函数

把标准化后的数值投影到投影方向a上,设a=(a(1),a(2),…,a(p))，a为单位长度