【正文】 ，因此，最大似然對數(shù)值檢驗通過。以上分析說明模型的計算與實際情形是吻合的，可以付諸實踐。農(nóng)業(yè)要求全面實現(xiàn)國家有關(guān)部門正在實施的大型灌區(qū)以節(jié)水為中心的緩建、擴建和配套工程規(guī)劃，到2010年北京兩市基本實現(xiàn)節(jié)水灌溉。對水資源的需求而言，一方面受用水水平的影響，另一方面收水價因素的影響，同時受居民收入水平的影響，即消費者的支付意愿是影響水需求的一個重要原因。 節(jié)水經(jīng)濟學(xué)隨著節(jié)水的深入，節(jié)水的難度會越來越大，單方節(jié)水投資呈快速增長態(tài)勢，對于節(jié)水投資與萬元產(chǎn)值工業(yè)用水量的關(guān)系采用乘冪曲線進行擬合相關(guān)性較好 =式中a,b分別為兩個常數(shù)，為第j用戶在水價為p時單方水節(jié)水投資，為第j用戶在水價為p時需要的定額。當(dāng)水資源短缺發(fā)生時，則說明水資源的“供”小于“需”，這樣只有增加供水量才會從根本上解決問題。為了估計參數(shù)a，b可以將式（）進行離散化處理得， k=1,2，……，n1 （）其中為生成數(shù)列在第k+1時刻的累減生成，即 （）在灰色預(yù)測中，式（）中的為在第k+1時刻的背景值，一般取其均值生成，即 （）將式（）（）代入（）中有 （）令B=，則（）可簡化為如下線性模型 （）求得B=由最小二乘法得 （）式（）估計出來的參數(shù)a=，b=（）的白化形式令，則有，由分離變量法得，其中c為常數(shù)。水污染防治在充分認識和利用自然規(guī)律的同時，還必須有效掌握和運用市場規(guī)律。加強對有關(guān)水資源信息和義務(wù)準則的傳播和交流，廣煩的開展對用水戶的教育，加大宣傳節(jié)水意義和措施，宣傳水法和其他有關(guān)法律、政策。因此，城市水資源管理工作具有制定水資源管理政策的義務(wù)和執(zhí)行管理政策的職責(zé)。四，防治水污染，保護水環(huán)境。弱耗水，比如生活與工業(yè)用水，我們每天大量的生活用水，如洗澡水、洗菜水、工業(yè)污水等，這些水的90﹪以上的水都要排出去，這就要我們做到對水資源的循環(huán)利用，節(jié)約用水。七，加強地下水環(huán)境保護，建立完善的地下水動態(tài)監(jiān)測系統(tǒng)在水資源短缺的今天，地下水作為北京的主要供水水源，其水質(zhì)的好壞直接影響到城市的發(fā)展，因此，為從區(qū)域上保護地下水，防止水質(zhì)惡化，應(yīng)從源頭上即地下水補給區(qū)進行保護。void main(){ double a[30]={,,}。 else c[i]=1。}}26 / 26。 } for(i=0。 double e[30]。動態(tài)監(jiān)測工作在滿足向社會發(fā)布公益性信息的同時，還要考慮能夠反映地下水的動態(tài)變化特征，為今后深入研究地下水環(huán)境系統(tǒng)的變化、演變規(guī)律提供基礎(chǔ)資料和數(shù)據(jù)。把城市污水排放規(guī)劃管理、污水處理廠建設(shè)、再生污水利用三個環(huán)節(jié)綜合起來，全面規(guī)劃考慮，實現(xiàn)污水資源化。同時，要提高城市污水處理能力，處理后的污水可用于雜用水、灌溉水和低要求的工業(yè)用水。在急于追求建設(shè)現(xiàn)代化城市的過程中, 北京鋪設(shè)了大量不透水的硬化地面, 雨水無法下滲, 使水資源自然循環(huán)缺失了重要的一環(huán), 從而引發(fā)了城市環(huán)境連鎖負效應(yīng)。公眾的廣泛參與是實施水資源可持續(xù)利用戰(zhàn)略的群眾基礎(chǔ)。而北京也正面臨著這樣嚴峻的問題。最后經(jīng)計算，模型檢驗成功。所以我們決定運用灰色預(yù)測法。當(dāng)節(jié)水的邊際效益大于節(jié)水的邊際費用，這時節(jié)水可以獲得凈效益，則節(jié)水可以成為區(qū)域水資源短缺風(fēng)險實施方面的重點；當(dāng)節(jié)水的邊際效益小于節(jié)水的邊際費用，則投入的資本沒有取得相應(yīng)的效益，這時應(yīng)考慮其他水資源風(fēng)險管理措施，而不應(yīng)該一味的進行水資源的節(jié)約。對于水價與水資源需求之間的需求函數(shù)，在我國已有人對不同地區(qū)分別從居民家庭生活需水、工業(yè)需水和農(nóng)業(yè)需水等方面建立了各自的需求函數(shù)模型。城市自來水管網(wǎng)建設(shè)不健全，自來水計量制度落后。我們利用SPSS中的聚類功能算出類中心，數(shù)據(jù)如下：初始聚類中心聚類12345VAR00008迭代歷史記錄a迭代聚類中心內(nèi)的更改12345123a. 由于聚類中心內(nèi)沒有改動或改動較小而達到收斂。 Snell R 方Nagelkerke R 方1()Hosmer 和Lemeshow 檢驗：分類表a已觀測已預(yù)測VAR00006百分比校正步驟 1VAR0000650125總計百分比a. 切割值為 .500（%，全部31組數(shù)據(jù)30個預(yù)測準確，1個預(yù)測失敗，模擬效果良好）對應(yīng)于HosmerLemeshow 檢驗的列聯(lián)表：方程中的變量B,WalsdfSig.Exp (B)步驟 1aVAR000120．3891常量11E+015a. 在步驟 1 中輸入的變量: VAR00012.( .)即b0=, b1=；則用Logistic回歸模型求出的缺水概率函數(shù)為 （4）（三）利用模糊概率法評價水資源短缺風(fēng)險的綜合評價 將水資源短缺風(fēng)險定義為模糊事件發(fā)生的概率，及模糊概率為 （5）式中：為n維歐氏空間，為模糊事件的隸屬函數(shù)；P為概率測定。這個結(jié)果主要用于對比，比較模型參數(shù)收斂前后的效果。則關(guān)于缺水量的Logistic回歸模型可寫為： （3）式中：分別為自變量的系數(shù)和常數(shù)，此時的稱為Logistic回歸系數(shù)；e為自然對數(shù)。但風(fēng)險R不僅是風(fēng)險事件發(fā)生的概率P的函數(shù)，而且是風(fēng)險發(fā)生事件所產(chǎn)生的后果的函數(shù)。a. 已提取了 2 個成份。 圖1 北京市水資源短缺風(fēng)險指標體系 降雨量(mm) 平均氣溫(℃) 自然因素 植被覆蓋率(%) 水資源總量（億立方米）風(fēng)險指標體系 人口數(shù)量(萬人) 人均GDP（元/人） 污水處理率（%） 社會經(jīng)濟 生活用水總量（億立方米） 農(nóng)業(yè)用水總量（億立方米） 農(nóng)業(yè)部灌溉定額（千公頃） 工業(yè)用水總量（億立方米） 圖一中的北京市水資源短缺風(fēng)險因子的各年數(shù)據(jù)如下表一 表一 北京市水資源短缺風(fēng)險因子的各年數(shù)據(jù)降雨量（mm）平均氣候 (℃)植被覆蓋率（%）水資源總量（億立方米）人口數(shù)量（萬人）人均GDP（元/人）污水處理率（%）