北京水资源短缺综合评价.docx

北京水资源短缺综合评价北京水资源短缺综合评价现在水资源短缺已成为目前大多数城市都面临的严峻问题，如何对水资源风险的主要因子进行识别，对风险造成的危害等级进行划分，对不同风险因子采取相应的有效措施规避风险或减少其造成的危害，这对社会经济的稳定、可持续发展战略的实施具有重要的意义 为此，我们探讨北京市水资源短缺风险的综合评价及预测问题 主要建模过程：首先，我们利用权重系数的熵值法分析和筛选水资源短缺风险主要因子；然后，建立水资源短缺风险综合评价模型，计算北京1979年到2022年的水资源短缺风险值并作出风险等级划分，以评价水资源短缺风险的程度；最后，用灰色系统模型预测出北京市2010年和2022年的水资源短缺风险值并判断所属风险等级，并提出应对措施 基本假设：本文主要考虑了九个水资源短缺风险因子，暂不考虑其他微弱风险因子对北京水资源短缺风险的影响；假设在未来的两年中不会发生重大自然灾害，如洪水、地震等；假设每年水资源短缺风险概率是一样的；假设所查找的数据能较好反应真实情况 问题一：确定主要风险因子我们根据1979年2022年九个北京市水资源短缺风险影响因子，提出利用物元分析理念，将熵值法引入到权重的计算中，能全面客观的找出水资源短缺风险系统的主要风险因子为农业用水、降雨量、工业用水。

第一步：确定北京市水资源短缺风险指标体系：自然因素：降水量、地下水、人口社会经济：森林覆盖率、污水处理率、GDP城市生活用水、工业用水、农业用水第二步：构建模糊物元原因：由于影响水资源短缺的因素有很多，规律性不尽相同，这给确定主要风险因子带来很多不确定性和模糊性 而各个因子的影响结果又是不相容和独立的 而物元分析理论常常用于研究部相容的问题，适用于多指标影响问题，它试图把过程形式化，从而建立起相应的物元模型 第三步：利用熵值法确定权重系数原因：在确定评价指标的权重时，往往多采用主观确定权重的方法，如AHP方法等 这样就会造成评价结果可能由于人的主观因素而形成偏差 在信息论中，熵值反映了信息无序化程度，其值越小，系统无序度越小，故可用信息熵评价所获系统信息的有序度及其效用，即由评价指标值构成的判断矩阵来确定指标权重，它能尽量消除各指标权重计算的人为干扰，使评价结果更符合实际 权重的求解结果：降雨量、地下水、污水处理率、GDP、城市生活用水、工业用水、农业水、森林覆盖率熵权值分别为：0.0800.09840.13750.14100.12660.08480.08610.107380.13764。

根据熵值越小权重越大，其影响也越大的原则，可以很清楚地知道：在影响北京市水资源短缺的众多因素中，农业用水、降雨量、工业用水对其影响程度较大 00.020.040.060.080.10.120.140.16覆盖率降雨量地下水污水处理率GDP城市生活用水工业用水农业用水人口森林风险因子各个风险因子的熵权问题二：我们基于古典概率模型建立了水资源短缺风险综合评价模型，对水资源发生的概率和水资源缺水影响程度做了定量分析，得到水资源短缺风险综合值 首先，建立反映缺水影响程度的风险度的隶属函数；然后，利用古典概率，计算每年发生水资源短缺风险的概率为0.87，风险度和风险率的乘积反映风险综合程度，即风险综合值 利用均值聚类法，将风险等级分为五类，得到五个聚类中心：0.00.0.0.0.76，整理每个聚类中心所对应的所有风险综合值，最后将风险等级按风险综合值分为五等：0-0.080为可以忽略的风险，0.080-0.225为可以接受的风险，0.225-0.500为边缘风险，0.500-0.675为比较严重的风险，0.675-1为无法承受的风险 再针对主要风险因子进行调控，使得水资源短缺风险降低。

问题三：运用信息熵所反映数据本身的效用值来计算评价指标的权重系数，并建立灰色系统GM模型，预测出北京市2022年和2022年水资源短缺现象将持续处于边缘风险状态 问题四：根据所建模型及预测结果向相关部门提出控制在京人口以及合理分配农业、工业、生态用水量来缓解北京水资源短缺现状 本文从减少需水量，增加供水量这两个角度提出相应建议 以水资源短缺风险敏感因子为主要突破口，采取措施降低风险，本文提出了减少工业用水、农业用水的具体措施，并提出“生态移民”这一重要措施，这也是向北京市水行政主管部门写的建议的总体思路和内容 结束 3Word版本。