1 / 17
文档名称:

北京市水资源短缺风险综合评价 数学建模论文.doc

格式:doc   页数:17
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

北京市水资源短缺风险综合评价 数学建模论文.doc

上传人:1006108867 2013/7/20 文件大小:0 KB

下载得到文件列表

北京市水资源短缺风险综合评价 数学建模论文.doc

文档介绍

文档介绍:水资源短缺风险综合评价
摘要
本文探讨的是北京市水资源短缺风险的综合评价及预测问题。主要从水资源入手,来分析影响北京市水资源短缺风险因素,利用数学模型,提取出主要风险因子,做出风险等级划分及预测未来影响趋势,并根据北京市自身特点,提出合理化建议来规避水资源短缺风险。
对问题1,因为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。我们选取GDP、人口、森林覆盖率、降水量、污水处理率、地下水、工业用水、农业用水和城市生活用水的相关数据,利用主成分分析法,最终筛选出人口、污水处理率、GDP、森林覆盖率和降水量5个风险因子。
对问题2,要作出风险等级划分,我们可以建立熵权模糊综合评价模型解决问题。根据问题2中所筛选出的5个主要风险因子,建立等级划分,得出各个风险指数的隶度函数。综上得到2001年到2008年的风险等级,并对主要风险因子提出了如何调控使得风险降低。
对问题,3,根据问题3的结果,应用灰色系统预测模型即可得到2009年和2010年的水质源风险等级分别为较低(Ⅱ),低(Ⅰ)。
对问题4,基于所建模型及预测结果,向北京市水行政主管部门提出控制在京人口总数,以及合理分配农业、工业、第三产业及生活等其他用水来缓解北京水资源短缺现状。
关键词水质源短缺风险主成分分析法风险因子
熵权模糊综合评价灰色系统预测
一问题重述
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(见附表1)。利用这些资料和你自己可获得的其他资料,讨论以下问题:
?
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。
, 作出风险等级划分并陈述理由。对主要风险因子,如何进行调控,使得风险降低?
,并提出应对措施。
,写一份建议报告。
二符号说明
:水资源总量
:农业用水
:工业用水
:第三产业及生活等其它用水
:风险因子的相关系数矩阵
:风险因子的相关系数矩阵对应的特征值
:第项指标第个等级的归一矩阵
:第项指标第个等级的隶属函数
:中的元素
:第个指标第个等级的标准值
:评价指标的熵值
:评价指标的熵权
三问题分析
问题1 要评价判定北京市水资源短缺风险的主要风险因子是什么,因为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。我们选取GDP、人口、森林覆盖率、降水量、污水处理率、地下水、工业用水、农业用水和城市生活用水等十个风险因子并取得相关数据,利用主成分分析法,最终筛选出人口、污水处理率、GDP、森林覆盖率和降水量5个风险因子。
问题2 建立一个数学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,我们可以建立熵权模糊综合评价模型解决。首先建立评价集,对因子建立隶度函数,用熵权法确定权重系数,最后对水质源缺乏风险等级进行评价,并对主要的因子进行合理的调控。
问题3 要我们预测近两年的水资源短缺风险,可以根据问题3中所得的数据建立灰色系统预测得到2009年和2010年的风险等级。
问题4 根据以上分析和得到的结果,结合实际问题提出合理的建议。
四模型的建立和求解
问题1的模型建立和求解:
由前面的问题分析可知1979年到2008年的9项变量因子GDP、人口、森林覆盖率、降水量、污水处理率、地下水、工业用水、农业用水和城市生活用水的数据(见附件2)。建立主成分分析模型:
将表中的数据进行标准化处理,然后把它们带入相关系数公式:

运用MATLAB中的corrcoef命令计算得到相关系数矩阵:
由相关系数矩阵计算特征值:
以及各个主成分的贡献率与累计贡献率(见表1:)
表1 各个主成分的贡献率与累计贡献率
主成分
特征值
贡献率(%)