水資源短缺評價和預(yù)測-在線瀏覽
2024-10-03 06:13本頁面
【正文】 ，因此擬對一次累加的數(shù)據(jù)進行建模分析。并用灰色預(yù)測理論進行預(yù)測。圖2 1979—2000年總用水量和水資源總量的累加和數(shù)據(jù)模型假設(shè)⑴ 水資源各種用量以及總量是可預(yù)測的⑵ 水資源總量是可以測定的⑶ 不考慮自然災(zāi)害對水資源短缺風(fēng)險的影響⑷ 影響水資源短缺風(fēng)險的因子是可測的⑸ 不考慮今后宏觀調(diào)控對水資源短缺風(fēng)險的影響⑹ 不考慮今后自然災(zāi)害對水資源短缺風(fēng)險的影響⑺ 忽略非主要因素對水資源短缺風(fēng)險的影響模型中使用的主要參數(shù)說明符號代表的含義定義模糊集A與B的貼近度分別表示農(nóng)業(yè)、工業(yè)、生活用水、水資源總量分別為的回歸系數(shù)工業(yè)用水年測量農(nóng)業(yè)用水年預(yù)測量第三產(chǎn)業(yè)用水年預(yù)測量年份初始數(shù)據(jù)序列(k)M次累加（x(k)）m次累減其余參數(shù)具體模型中說明建立基于模糊概率的水資源短缺評價模型水資源短缺風(fēng)險，泛指在特定的時空環(huán)境條件下，由于來水和用水兩方面存在不確定性，使區(qū)域水資源系統(tǒng)發(fā)生供水短缺的可能性以及由此產(chǎn)生的損失。1 構(gòu)造判別主要因子的模型 影響水資源短缺風(fēng)險的因素有很多，例如氣候條件、水利工程設(shè)施、工業(yè)污染、工業(yè)用水，農(nóng)業(yè)用水、管理制度，水資源總量等，生活用水等。距離判別法有歐氏距離法和馬氏距離法等，本文采用較為精確的馬氏距離法：假設(shè)共有個指標(biāo)，第個指標(biāo)共測得個數(shù)據(jù)（要求）：于是，我們得到階的數(shù)據(jù)矩陣，每一行是一個樣本數(shù)據(jù)。求維向量，則維向量到矩陣的馬氏距離的公式如下：，其中：表示第個指標(biāo)的算術(shù)平均值。2構(gòu)造缺水量的隸屬函數(shù)對于一個供水系統(tǒng)，所謂的缺水是指供水量小于需水量，從而產(chǎn)生需求不平衡的問題。定義模糊集：，越接近于0，缺水程度越低，越接近于1，缺水程度越高?？紤]實際情況，并分析數(shù)據(jù)，如圖3，認為缺水量的隸屬函數(shù)類型應(yīng)選用嶺型偏大型類型：圖3嶺型分布偏大型隸屬函數(shù)的類型如下： ，其中，在構(gòu)造缺水程度函數(shù)之前引入缺水度函數(shù)：根據(jù)缺水度函數(shù)，應(yīng)用最大比例的方法找出缺水程度表達式：根據(jù)1979年到2000年的所需數(shù)據(jù)，運用以上方法可以求出危險系數(shù)如下：其中可通過上兩式得到。根據(jù)模糊集的格貼近度概念：設(shè)A,B是論域U上的模糊子集，稱，為A與B的貼近度。 根據(jù)心理學(xué)家的研究提出：人們區(qū)分信息等級的極限能力為，我們用保守區(qū)分，把 分為五個級別，分別為（0，），（,），（,），（,1）， 根據(jù)以上數(shù)據(jù)分析，均為極度缺水，貼近度在（,）為高度缺水，貼近度在（,）為中度缺水，貼近度在（0,）為輕度缺水。為了使水資源短缺風(fēng)險等級劃分更加有可行度，我們用2001年到2008年有關(guān)數(shù)據(jù)進行計算并確定各年份水資源短缺的等級，并與實際情況相比較：表5 判斷2001到2008年缺水風(fēng)險等級危險系數(shù)缺水風(fēng)險等級是否符合實際2001極度缺水是2002極度缺水是2003極度缺水是2004高度缺水是2005高度缺水是2006中度缺水是2007中度缺水是2008輕度缺水是由上表可以看出，我們的評定方法與實際情況相符合，具有客觀的可信性和可行性。 逐步回歸的基本思路是，先確定一個包含若干自變量的初始集合，然后每次從集合外的變量中引入一個對因變量影響最大的，再對集合中的變量進行檢驗，從變得不顯著的變量中移出一個影響小的，依次進行，知道不能引入和移出為止，引入和移出都以給定的顯著性水平為準(zhǔn)。圖5逐步回歸的matlab實現(xiàn)圖從圖5中看到，含有模型的回歸系數(shù)置信區(qū)間遠離零點，對應(yīng)變量Y的影響是顯著的，的回歸系數(shù)分別為，由于stepwise命令并未給出回歸模型的常數(shù)項，由以下方法計算得到：其中分別是的平均值。即農(nóng)業(yè)用水、工業(yè)用水、第三產(chǎn)業(yè)以及生活用水每增加1單位的用水量，對缺水量的影響平均為1，而水資源總量每增加1，缺水量會減少1。 調(diào)控主要因子的措施： 控制北京地區(qū)人口數(shù)量，減少生活用水，即減少的支出，來緩解缺水風(fēng)險； 增加廢水回收利用率，或者增加水資源來源，如調(diào)水工程，增加蓄水工程的數(shù)量等，增加的量，來緩解缺水風(fēng)險； 農(nóng)業(yè)用水和工業(yè)用水，調(diào)控力度比較大，但效果反而比調(diào)控生活用水和調(diào)控資源總量小。將原始數(shù)據(jù)通過某種運算變換為新數(shù)據(jù)，我們稱之為數(shù)據(jù)生成。(2)弱化原隨機序列的隨機性。設(shè)初始數(shù)據(jù)序列為:：初始數(shù)據(jù)是0次累加數(shù)據(jù)。但當(dāng)累加次數(shù)足夠大時，時間序列便由隨機轉(zhuǎn)化為非隨機了。0次累減為原始數(shù)據(jù)，即(x(k))=x(k)。必須對供水量的原始數(shù)據(jù)進行適當(dāng)?shù)念A(yù)處理，才能使其潛在的變化規(guī)律呈現(xiàn)出來。根據(jù)擬加的數(shù)據(jù)采用擬合的方法進行建模。圖7 1979—2000年總用水量和水資源總量的累加和數(shù)據(jù)附錄1給出了該市1979到2008年各類年用水量原始數(shù)據(jù)，將該市年總用水量分為農(nóng)業(yè)用水，工業(yè)用水和生活用水三大部分進行分類預(yù)測，其他用水量作為隨機因素處理。為了便于分析比較分類預(yù)測與總體預(yù)測的效果，對該市年總用水量采用預(yù)測效果較好的灰色預(yù)測模型進行預(yù)測。因此，年工業(yè)用水量原始時間序列無一定的規(guī)律性。究其原因，從1979年到2008年外地去北京人口增加較明顯，使得北京市人口劇增，生活用水量有所增加，但是由于近幾年實行定額用水、超用累進加價收費的階梯式供水制度，使得用水量呈較平緩的趨勢，兩者之和具有一定的穩(wěn)定性，同時由于氣象等其他因素的影響，又具有一定的隨機性。近五年水資源短缺風(fēng)險等級如下表10，表10 2009年到2013年缺水程度情況20092010201120122013危險系數(shù)缺水程
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1