【導(dǎo)讀】下水量、污水凈化量提供，需水量由生活用水量、農(nóng)業(yè)用水量、工業(yè)用水量提供。強弱，通過比較清潔水供求量的比值與1的大小來反映能力的強弱。經(jīng)過模型判斷山東省提供清潔水的能力是為弱，接著從物理短缺和經(jīng)濟短。缺兩個方面分析中國山東缺水的原因，從而檢驗?zāi)Ｐ偷目蛇m用性。水量、年均氣溫、森林覆蓋率、人口總數(shù)進(jìn)行預(yù)測。分別對中國山東省2020—。供清潔水能力的主要因素，根據(jù)這些因素本文提出并制定來了相應(yīng)的干預(yù)計劃。高污水轉(zhuǎn)化率和增加日處理污水量；針對人口總量，提出堅持實行計劃生育政策；后才能排放，研發(fā)海水淡化技術(shù)等計劃，來增加清潔水的供應(yīng)量。

　　

【正文】 向變動。 該計劃中第五項的目的是通過植樹造林的方式來提高森林覆蓋率，使地表水的供應(yīng)量，從而使模型最終的比值朝著好的方向變動。 該計劃中第 六項的目的是通過增加污水處理效率的方式來提高污水處理量 。 該計劃中第七項的目的是通過海水淡化技術(shù)來直接提水的需求量 的供應(yīng) （海水淡化即利用海水脫鹽生產(chǎn)淡水） ， 增加了抵抗水資源匱乏的能力 ，且 不受時空和氣候影響，可以保障沿海居民飲用水和工業(yè)鍋爐補水等穩(wěn)定供水。 該計劃中第八項的目的是 控制 人口增長， 減少人口基數(shù)，減少居民生活用水量。 根據(jù)現(xiàn)有的情況分析 ， 實行了干預(yù)計劃 后 ， 會在很大程度上緩解水資源匱乏的問題 。 山東省現(xiàn)在的總蓄水量并不多 ， 所以我們從開源和節(jié)流兩個方面對水資源的問題進(jìn)行解決 。 其中最為主要的目的第七條 ： 海水淡化的研究 。 山東省靠著海洋 ， 如果海水的轉(zhuǎn)化率能夠提高 ，對緩解山東省水資源的短缺有很大的幫助 。 當(dāng)然，即使是這樣也不可能完全的解決山東省的水資源問題，但是會變得不太容易受缺水影響。水資源依然會成為政府和人民熱議的話題。就現(xiàn)在的實地考察情況和模型所帶來的預(yù)測與分析來看，下次出現(xiàn)水短缺將會在 15 年以后。因為在任務(wù) 3 中已經(jīng)論述，部分因素所帶來的小部分收益遠(yuǎn)遠(yuǎn)比不了人口增長過快，氣候不穩(wěn)定等所帶來的大問題。 4 模型的 優(yōu)缺點 模型優(yōu)點： ? 有一個清晰明確的衡量一個國家或地區(qū)提供清潔水能力的標(biāo)準(zhǔn) ? 模型 運用 簡單 的線性回歸的知識，實現(xiàn)把所學(xué)的數(shù)學(xué)知識運用于生活，體現(xiàn)數(shù)學(xué)的應(yīng)用。 ? 建立模型時考慮的因素全面，模型準(zhǔn)確。通過已知數(shù)據(jù)的檢驗，具有較 高的精度，預(yù)測更加準(zhǔn)確。 模型缺點： 23 ? 模型考慮某一國家或某一地區(qū)提供水資源的能力時，只考慮了地下水、地表水、污水凈化后得到的潔凈水，但實際上某一國家或地區(qū)并不止依靠以上三方面提供水資源，還通過其他方法提供水資源，如雨水收集、海水凈化等 ? 模型對影響某一國家或地區(qū)的地下水量的因素，只考慮了年均氣溫和年均降水量兩個；影響地表水的因素中，只考慮了年均氣溫、年均降水量和森林覆蓋率三個因素，所以得到的結(jié)果并不是很準(zhǔn)確，存在一定的誤差 ? 模型考慮某一國家或某一地區(qū)對水資源的需求量時，只考慮了生活用水、農(nóng)業(yè)用水、工業(yè)用水，實際上某一國家或地區(qū)并不止在以上三方面需要水資源，還在其他方面需要水資源 ? 模型中的生活用水量是通過某一地區(qū)的人口總數(shù)和人均用水量相乘得到的，實際上這樣的統(tǒng)計并不合理 ? 模型中農(nóng)業(yè)用水量受年降水量、人口數(shù)量兩方面影響，工業(yè)用水量只與某地區(qū)或國家的GDP 有關(guān)，但事實上這兩種用水量并不只受所訴 因素的影響，還與其他的因素息息相關(guān) ? 某一地區(qū)的水資源供應(yīng)量并不 等于地下 水資源量 、地表水 資源量 、污水凈化量三者 的簡單求和 ， 水資源供應(yīng)量并不等于 生活用水 量 、工業(yè)用水 量 、農(nóng)業(yè)用水 量的簡單求和。 ? 模型中有關(guān)污染方面只考慮污水處理 ， 應(yīng)考慮 污水排放、酸雨等直接影響著自然水的水質(zhì)，污水的凈化也關(guān)系著我們能有多少水被重復(fù)利用 。 ? 對未來 15 年數(shù)據(jù)的預(yù)測方法并不科學(xué)，存在誤差，同時某些因素并沒很好的可預(yù)測性 5 模型的改進(jìn) 模型出現(xiàn)偏差的主要原因是我們硬性的規(guī)定了對地下水，地表水以及污水凈化后得到的潔凈水的影響因素，但實際上影響他們的因素遠(yuǎn)遠(yuǎn)不知我們所列舉的幾個，并且不同的地區(qū)有不同的地理環(huán)境和資源存儲，要 想有一個對所有地區(qū)都能準(zhǔn)確無誤的評估模型就目前而言還不可能。 我們 提出的改進(jìn)方案就是盡可能的對地下水、地表水、污水凈化后得到的潔凈水等一系列因素再添加更多的因素進(jìn)行限制和對影響因素數(shù)據(jù)的大量收集來最大程度的限制函數(shù)的精準(zhǔn)度，通過對水的供給量和對水需求量的更多因素限制和大量數(shù)據(jù)的限制來確保線性回歸出來的函數(shù)的誤差盡可能的小。 6 參考文獻(xiàn) [1] [2X23rjN4R3xX15YLooHtXvWEPTCdz7yxYD2KlVIbe1XClp5daAQW3K_ [3] [4] [5] [6] [7M6h3hvuKDQPBtb5wr2Olt81DNWxz8b4Tp12CBT2l84dC3OeNj0XL2Gq92OK 24 [8FN0QfjSXQgtrWynnLft4WxD3tGzt66eT82OUGGvZ1loCyyf0uhW87xpi [9] [10] [11] Qiyuan, J., Jinxing, X., Jun, Y. (2020). Mathematical model (Third Edition). Higher Education Press. 25 7 附錄 年份 2020 2020 2020 2020 2020 總供水量 /億立方米 地表水資源量 /億立方米 地下水資源量 /億立方米 污水處理量 /億立方米 3,。 15 農(nóng)業(yè)用水 /億立方米 工業(yè)用水 /億立方米 18,93 生活用水 /億立方米 污水排放量 /億噸 森林覆蓋率/% 24 23 23 23 23 年均溫度 /攝氏度 13,8 人口 /萬人 人均用水量 /立方米 288 288 290 270 278 年均降水量/mm 773 省 GDP/億元 18367 21900 25777 30933 33897 26 年份 2020 2020 2020 2020 2020 總供水量 /億立方米 地下水資源量 /億立方米 地表水資源量 /億立方米 污水處理量 /億立方米 農(nóng)業(yè)用水 /億立方米 工業(yè)用水 /億立方米 生活用水 /億立方米 污水排放量 /億噸 森林覆蓋率 /% 28 33 年均溫度 /攝氏度 人口 /萬人 人均用水量 m3/人 278 240 234 229 234 年均降水量/mm 省 GDP/元 39170 45362 50013 55230 59427 函數(shù)擬合代碼： y=[ ]。 x1=[ 773 ]。 plot(x1,y,39。r*39。)。 x2=[ ]。 plot(x2,y,39。r*39。)。 x3=[24 23 23 23 23 28 33]。 plot(x3,y,39。r*39。)。 y2=[ ]。 plot(x2,y2,39。r*39。)。 plot(x1,y2,39。r*39。)。 y3=[ ]。 x4=[18367 21900 25777 30933 33897 39170 45362 50013 55230 59427]。 plot(x4,y3,39。r*39。)。 y4=[ ]。 27 plot(x1,y4,39。r*39。) x5=[9248 9309 9367 9417 9470 9588 9637 9685 9733 9789]。 plot(x5,y4,39。r*39。) 回歸方程代碼 ： 地表水回歸方程 y=[ ]。 x1=[ 773 ]。 x2=[ ]。 x3=[24 23 23 23 23 28 33]。 X=[x1.^6。x1.^5。x1.^4。x1.^3。x1.^2。x1。x2.^8。x2.^7。x2.^6。x2.^5。x2.^4。x2.^3。x2.^2。x2。x3.^3。x3.^2。x3。x1.*x2。x1.*x3。x2.*x3。x1.*x2.*x3。ones(size(x1))]39。 [b,bint,r,rint,stats]=regress(y39。,X) 地下水回歸方程 y2=[ ]。 X1=[x1.^6。x1.^5。x1.^4。x1.^3。x1.^2。x1。x2.^7。x2.^6。x2.^5。x2.^4。x2.^3。x2.^2。x2。x1.*x2。ones(size(x1))]39。 [b,bint,r,rint,stats]=regress(y39。,X1) vpa(b,3) 工業(yè)水回歸方程 x4=[18367 21900 25777 30933 33897 39170 45362 50013 55230 59427]。 X2=[x4。ones(size(x1))]39。 [b,bint,r,rint,stats]=regress(y39。,X2) 農(nóng)業(yè)水回歸方程 x5=[9248 9309 9367 9417 9470 9588 9637 9685 9733 9789]。 X3=[x1.^7。x1.^6。x1.^5。x1.^4。x1.^3。x1.^2。x1。x5。x1.*x5。ones(size(x1))]39。 [b,bint,r,rint,stats]=regress(y39。,X3)。 總函數(shù)代碼 ： 地下水總函數(shù) x=linspace(0,10,25)。 y=linspace(0,10,25)。 [xx,yy]=meshgrid(x,y)。 zz=1000+.*xx.^.*xx.^5+.*xx.^4+.*.*yy.^8。 mesh(xx,yy,zz)。 28 工業(yè)用水總函數(shù) x=18000:2020:50000。 y=+.*x。 plot(x,y)。 農(nóng)業(yè)用水量總函數(shù) x=linspace(9200,9900,25)。 y=linspace(550,800,25)。 [xx,yy]=meshgrid(x,y)。 zz=.*xx.^7+5e4.*xx.^29e4.*xx+.*yy。 mesh(xx,yy,zz)