【正文】 6．1．2．1 Logistic回歸模型的建立[9]Logistic回歸模型為： （7）其中為常數(shù)項和自變量項的系數(shù)，為自然對數(shù)。六、模型建立與求解借鑒Kaplan 的定義[5],本文認為水資源短缺風險是指在特定的環(huán)境條件下,由于來水和用水存在模糊與隨機不確定性[6],使區(qū)域水資源系統(tǒng)發(fā)生供水短缺的概率以及相應的缺水影響程度。三、模型假設(shè)參考的數(shù)據(jù)都為官方數(shù)據(jù)，按照實際情況所得出；假設(shè)19792008年間北京市出現(xiàn)的自然災害對水資源沒有影響； 假設(shè)北京市的降雨地區(qū)分布均勻的；把北京市水資源系統(tǒng)看成是獨立的，即不出現(xiàn)與外界的供求關(guān)系。北京市水資源短缺已經(jīng)成為影響和制約首都社會和經(jīng)濟發(fā)展的主要因素。具體的建模過程如下：對于第一問的解答：運用定性分析法并結(jié)合各種相關(guān)資料和數(shù)據(jù)，確定風險因子問題，主要風險因子有：人口的增加導致生活總水量的增加；地下水補給短缺降低水資源總量；工業(yè)、生活廢水的處理能力弱給水資源使用帶來危機。建立一個數(shù)學模型對北京市水資源短缺風險進行綜合評價， 作出風險等級劃分并陳述理由。綜上所述，對北京市缺水風險的研究是具有重大意義的。為缺水量在模糊集上的隸屬函數(shù),構(gòu)造如下: （3）式中: 、分別為供水量和需水量。因此，回歸方程是顯著的。七、建議報告基于北京市近30年來的相關(guān)數(shù)據(jù)，通過建立模糊概率風險評價模型，對該市水資源短缺風險性問題做出定量的分析。k*39。,x,t2,39。)ylabel(39。y=log((1a0)./a0)。[a,s]=polyfit(t,z,3)。 end end if(~swap) break。 r3=linkage(r2)。 z=(()/).*(1./(1+exp(*y)))。 endendresult1=t。k+39。)axis([2001 2008 0 100])代碼5：（logistic分析模型擬合）x=[ ]39。plot(x,y,39。otheruse=sumuseAgriuseInduuse。lackwater=sumusesumwater。 圖八：譜系圖得到以下聚類結(jié)果：水資源短缺風險類別區(qū)間風險特性低風險可以忽略的風險溫和風險可以接受的風險中風險邊緣風險較高風險比較嚴重的風險高風險無法承受的風險1979—2008年間風險程度：低風險：1994，1991，1996，1985，1987，1998，1979，1990，1988，1984溫和風險：1986，1982，2007，2005，2006，1983，2004，1995，2008中風險：2003，1997，2002，2001較高風險：2000，1989，1992，1981，1980，1993高風險：19996．3 對未來兩年水資源短缺風險的預測6．3．1 總用水量擬合模型對總用水量進行預測（其中第7年和第9年是沒有的）y=[ ]。而Logistic 回歸方法具有對因變量數(shù)據(jù)要求低、計算結(jié)果唯一、模型精度高等優(yōu)點,本文采用Logistic 回歸模型來模擬缺水量系列的概率分布。5．4 總結(jié)通過以上的分析，得到影響北京市水資源短缺的主要風險因子歸為兩類，自然因素和社會經(jīng)濟因素，具體影響因子主要包括：人口的增加導致生活總水量得的增加；地下水補給短缺降低水資源總量；工業(yè)、生活廢水的處理能力弱給水資源使用帶來危機。給北京市水相關(guān)監(jiān)管部門寫出合理的建議報告時，應該根據(jù)以上預測的結(jié)果，本著認真負責的態(tài)度，用通俗易懂的語言，辯證客觀的進行。以北京市為例，北京是世界上水資源嚴重缺乏的大都市之一，其人均水資源占有量不足300m3，為全國人均的1/8，世界人均的1/30，屬重度缺水地區(qū)。對于第二問的解答：本文建立基于模糊概率的水資源短缺風險模型。對主要風險因子,如何進行調(diào)控，使得風險降低？ 對北京市未來兩年水資源的短缺風險進行預測，并提出應對措施。5．2 19792008年北京市水資源的用途分析根據(jù)19792008年的數(shù)據(jù)得到工業(yè)用水（）、農(nóng)業(yè)用水（）、其他用水（）的情況，為得到影響北京市缺水風險的因素，確立以上用水占總用水量的比例： （1）最后得到以下各個因素與年份的關(guān)系，用matlab（代碼2）給出下圖（如圖二）； 圖二：北京市用水情況 根據(jù)上圖可以得到，在1985年之前，農(nóng)業(yè)用水占總用水量的絕大部分，工業(yè)用水和其他用水的比例相對較小，1985年之后，農(nóng)業(yè)用水和工業(yè)用水的比重持續(xù)下降，而其他用水的比重迅速增加。為缺水系列中最小缺水量。殘差圖分析同理根據(jù)matlab運行結(jié)果（見附錄殘差結(jié)果）得到的殘差圖（圖六），可以得到：只有1981983年出現(xiàn)異常，其余都是正常擬合，因此，我們可以做出以下的處理：由于數(shù)據(jù)較大，直接忽略異常點的存在。結(jié)果顯示：導致該市存在水資源短缺現(xiàn)象的主要風險因子有：人口的增加導致生活總水量的增加；地下水補給短缺降低水資源總量；工業(yè)、生活廢水的處理能力弱給水資源使用帶來危機。)xlabel(39。b39。人口數(shù)(單位：萬人)39。[b,bint,r,rint,stats]=regress(y,X)rcoplot(r,rint)代碼6：（年份—概率）y=[,,11,]。c=polyval(a,t)。 endendresult2=c。 C=cophenet(r3,r2)。y=[,0,0,0,0,11,]。 end end if(~swap) break。z=(()/).*(1./(1+exp(*y)))plot(x,z,39。人均年生活用水量（單位：立方米）39。y=[,950,965,981,1028,1047,1061,1075,1086,1094,1102,1112,1125,1240,1538,1581,1633,1695]。Induuse=[,,]。sumwater=[,26,24,