1 / 27
文档名称:

论文——北京水资源短缺风险综合评价_(3)(1).doc

格式:doc   页数:27
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

论文——北京水资源短缺风险综合评价_(3)(1).doc

上传人:1006108867 2013/7/20 文件大小:0 KB

下载得到文件列表

论文——北京水资源短缺风险综合评价_(3)(1).doc

相关文档

文档介绍

文档介绍:摘要
本文主要研究的是北京市水资源短缺风险的综合评价及预测问题。对主要风险因子的评价判断以及对风险所带来的危害进行划分等级,与此同时,应采用不同的有效措施来规避不同风险因子所造成的危害。这对社会经济的稳定发展、可持续发展战略的实施具有重要的意义。首先,利用主成分分析法定量分析和筛选水资源短缺风险的影响因子;其次,引入模糊数学的概念,根据提供的北京市的7个风险因子的相关数据计算风险值,对其水资源短缺进行等级划分;最后,利用灰色系统模型预测出北京市2011年和2012年的水资源短缺风险值并判断所属风险等级。
对于第一个问题,根据北京市提供的1979年—2010年水资源短缺风险因子:降水量、地下水、污水处理率、城市生活用水、工农业用水、人口和森林覆盖率的相关数据,利用主成分分析法对风险因子进行分析,并且通过使用SPSS软件筛选出4个风险指标:人口、污水处理率、森林覆盖率和降水量。
对于第二个问题,利用第一问中筛选出的4个风险指标以及通过对数据的分析总结,我们利用信息论中的熵值理论来确定风险指标的权重,以此来建立基于熵权的水资源短缺风险模糊综合评价模型,并借助matlab,excel等软件工具计算出了2001年—2010年北京市水资源短缺风险值,以此对风险等级作出划分。
对于第三个问题,我们可以根据第二问的结果,建立灰色系统预测模型,可以预测出2011年和2012年北京水资源短缺的风险评价(,,,,)
(,,,,),风险等级分别为低等、低等。
对于第四个问题,通过第一问的求解所确定的四个主要的风险因子,利用第二问的模型定量求解出每年的水资源短缺风险值和第三问中预测出的未来两年水资源短缺风险值以及相应风险等级,向北京市相关的水行政主管部门写了一份关于规避主要风险因子的建议书。
关键词:水资源短缺风险评价主成分分析法模糊综合评价模型
灰色系统预测模型

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。
北京就是我国严重缺水的都市之一,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。虽然政府采取了措施,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。利用这些资料和你自己可获得的其他资料,讨论以下问题:

1评价判定北京市水资源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。
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,作出风险等级划分并陈述理由。对主要风险因子,如何进行调控,使得风险降低?
3 对北京市未来两年水资源的短缺风险进行预测,并提出应对措施。
4 以北京市水行政主管部门为报告对象,写一份建议报告。

1、假设筛选出的风险因子之间的相关系数为零;
2、假设每一个风险因子都是等价;
3、假设所有的相关数据真实可信;
4、同时假设不考虑其他微弱风险因子对北京水资源短缺风险的影响。

特征根;
累计贡献率;
水资源短缺风险因素论域;
等级论域;
r 隶属度;
熵权;
B 综合评价风险值;
K 相关系数矩阵;
S 相关矩阵
R 模糊关系矩阵。

问题要求我们通过数学模型对北京市水资源短缺风险进行综合评价和预测北京市未来两年水资源短缺风险。对于大多数的多指标的数据的综合评价,已经有很多成型的算法,如:主成分分析法、模糊数学法、层次分析法、BP神经网络法。究竟采用哪种算法对水资源短缺风险评价是我们需要解决的第一个问题。我们先后尝试主成分分析法和模糊数学法,我们发现前者更好。首先,本文通过系统定性分析,列出可能加大水资源风险的各方面因素。然后定量分析各风险因素对水资源短缺风险的影响程度,从而确定主要风险因子。
首先,来确定各风险因子对水资源短缺的影响程度,用以确定北京市水资源短缺风险的主要风险因子有哪些,运用主成分分析对高维变量系统进行最佳综合与简化,同时客观确定各个指标的权重,从而筛选出权重较大的指标,确定敏感因子。
(1)降水量
(2)地下水
风险指标体 (3)污水处理率
(4)城市生活用水
(5)工农业用水
(6)人口
(7)森林覆盖率