当前位置:文档之家› 北京水资源短缺综合评价

北京水资源短缺综合评价

我们根据1979年—2009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。
可编辑ppt
5
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
可编辑ppt
13
可编辑ppt
8
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:0.08037、0.098455、 0.137516、0.141023、0.126654、 0.08482、0.086138、0.107382、0.13764。
可编辑ppt
可编辑ppt
2
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2009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2011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。
9
0.16 0.14 0.12
0.1 0.08 0.06 0.04 0.02
0
降雨量
各个风险因子的熵权
地下水
污水处理率
GDP
城市生活用水 工业用水
风险因子
农业用水
人口
覆盖率 森林
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。
城市生活用水、工业用水、农业用水
可编辑ppt
6
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。
可编辑ppt
7
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。
可编辑ppt
3
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; 假设所查找的风险因子
北京水资源短缺风险 综合评价
人员:陈园园 郑丽萍 赵璐
可编辑ppt
1
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。
11
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2010年和2011 年水资源短缺现象将持续处于边缘风险状 态。
可编辑ppt
12
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。
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。
可编辑ppt
可编辑ppt
10
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:0.02、 0.15、0.34、0.57、0.76,整理每个聚类中心所对应的所
相关主题