我國水資源總量預(yù)測及對策分析(編輯修改稿)
2025-08-23 14:49 本頁面
【文章內(nèi)容簡介】 間序列的影響因素的作用特征可以概括為四種變動方式，即趨勢變動、季節(jié)變動、循環(huán)變動及不規(guī)則變動，采用何種方式進行預(yù)測，取決于影響因素的作用特征。利用MATLAB，我們對農(nóng)業(yè)、工業(yè)和生活用水的數(shù)據(jù)特征進行了如下分析：圖5 工業(yè)用水?dāng)?shù)據(jù)分析圖6 農(nóng)業(yè)用水?dāng)?shù)據(jù)分析圖7 生活用水?dāng)?shù)據(jù)分析從以上三幅圖可以看出，農(nóng)業(yè)用水、生活用水的需求量都帶有一定的周期性。（周期分別約為四年和八年），而工業(yè)用水的需求量在經(jīng)歷一段時間的急劇上升后趨于平穩(wěn)。因此對于未來農(nóng)業(yè)用水和生活用水的需求量，我們采用arima模型進行預(yù)測，對于工業(yè)用水，采用指數(shù)平滑法進行預(yù)測。1. 指數(shù)平滑法根據(jù)20042013年的歷史數(shù)據(jù)，可以看出外部環(huán)境變化較快，所以我們?nèi)?，設(shè)為年度工業(yè)用水總量，T為要預(yù)測的年份，計算得：預(yù)測結(jié)果如下圖所示圖8 工業(yè)用水量預(yù)測2. arima模型 由數(shù)據(jù)分析可知，農(nóng)業(yè)用水和生活用水的數(shù)據(jù)是不平穩(wěn)的，帶有一定幅度的變化或具有一定的周期性。Arima模型將預(yù)測對象隨時間推移而形成的數(shù)據(jù)序列視為一個隨機序列，用一定的數(shù)學(xué)模型來近似描述這個序列，旨在不將平穩(wěn)的序列經(jīng)過n次差分后，使數(shù)據(jù)平穩(wěn)建立的時間序列模型。這個模型一旦被識別后就可以從時間序列的過去值及現(xiàn)在值來預(yù)測未來值。其基本的實現(xiàn)步驟為：（1）根據(jù)時間序列的散點圖、自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖以ADF單位根檢驗其方差、趨勢及其季節(jié)性變化規(guī)律，對序列的平穩(wěn)性進行識別。（2）對非平穩(wěn)序列進行平穩(wěn)化處理。如果數(shù)據(jù)序列是非平穩(wěn)的，并存在一定的增長或下降趨勢，則需要對數(shù)據(jù)進行差分處理，如果數(shù)據(jù)存在異方差，則需對數(shù)據(jù)進行技術(shù)處理，直到處理后的數(shù)據(jù)的自相關(guān)函數(shù)值和偏相關(guān)函數(shù)值無顯著地異于零。（3）根據(jù)時間序列模型的識別規(guī)則，建立相應(yīng)的模型。（4）進行參數(shù)估計，檢驗是否具有統(tǒng)計意義。（5）進行假設(shè)檢驗，診斷殘差序列是否為白噪聲。（6）利用已通過檢驗的模型進行預(yù)測分析以上可以通過spss實現(xiàn)，通過spss分析，我們得到未來農(nóng)業(yè)用水和生活用水的預(yù)測結(jié)果如下圖：圖9 農(nóng)業(yè)用水量預(yù)測圖10 生活用水量預(yù)測表4 未來用水量預(yù)測值年份201420152016201720182019農(nóng)業(yè)用水預(yù)測值生活用水預(yù)測值工業(yè)用水預(yù)測值年份202020212022202320242025農(nóng)業(yè)用水預(yù)測值生活用水預(yù)測值工業(yè)用水預(yù)測值圖11 未來用水量預(yù)測（二） 基于灰色關(guān)聯(lián)法的用水總量預(yù)測從20042013年的全國用水?dāng)?shù)據(jù)可以看出，生活用水、農(nóng)業(yè)用水和工業(yè)用水之和與該年的用水總量不相等，說明有其他方面的少量用水?dāng)?shù)據(jù)未統(tǒng)計，為了減少這部分數(shù)據(jù)的影響，我們利用灰色關(guān)聯(lián)法，將其影響按權(quán)重分別加到生活用水、農(nóng)業(yè)用水和工業(yè)用水中，以減小我們對未來水資源需求總量預(yù)測時的誤差。 灰色系統(tǒng)理論概述一般來說，內(nèi)部因素難以辨識或之間關(guān)系隱蔽、系統(tǒng)的行為特征較難描述、內(nèi)部特性部分已知的系統(tǒng)稱為灰色系統(tǒng)，如社會、經(jīng)濟、農(nóng)業(yè)以及生態(tài)系統(tǒng)等。這些系統(tǒng)一般都會有不可忽略的“噪聲”（即隨機干擾）?，F(xiàn)有的系統(tǒng)分析的量化方法，大都是數(shù)理統(tǒng)計法如回歸分析、方差分析、主成分分析等，但這些方法大都對樣本量有較高的要求，有時候有了大量的數(shù)據(jù)也不一定能得到統(tǒng)計規(guī)律，也不能分析因素間動態(tài)的關(guān)聯(lián)程度?；疑到y(tǒng)理論提出了一種新的分析方法—關(guān)聯(lián)度分析方法，即根據(jù)因素之間發(fā)展態(tài)勢的相似或相異程度來衡量因素間關(guān)聯(lián)的程度，揭示事物動態(tài)關(guān)聯(lián)的特征與程度。由于以發(fā)展態(tài)勢為立足點，因此對樣本量的多少沒有過分的要求，也不需要典型的分布規(guī)律，計算量少到甚至可用手算，且不致出現(xiàn)關(guān)聯(lián)度的量化結(jié)果與定性分析不一致的情況。這種方法已應(yīng)用到農(nóng)業(yè)經(jīng)濟、水利、宏觀經(jīng)濟等各方面，都取得了較好的效果。未來用水總量預(yù)測關(guān)聯(lián)度的定義：選取參考數(shù)列其中 k 表示時刻。假設(shè)有m個比較數(shù)列則稱為比較數(shù)列對參考數(shù)列在k時刻的關(guān)聯(lián)系數(shù)，其中為分辨系數(shù)，分辨系數(shù)越大，分辨率越大；越小，分辨率越小。稱為數(shù)列對參考數(shù)列的關(guān)聯(lián)度。當(dāng)參考數(shù)列不止一個，被比較的因素也不止一個時，假設(shè)有m個參考數(shù)列（亦稱母因素），記為，再假設(shè)有個比較數(shù)列（亦稱子因素），記為顯然，每一個參考數(shù)列對個比較數(shù)列有個關(guān)聯(lián)度，設(shè)表示比較數(shù)列對參考數(shù)列的關(guān)聯(lián)度，可構(gòu)造關(guān)聯(lián)（度）矩陣。根據(jù)20032014年的用水量數(shù)據(jù)，通過MATLAB計算，我們得到最終的關(guān)聯(lián)矩陣為設(shè)未來某年
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1