ZMY翻譯(中譯英稿件)

1、摘要：隨著國際水資源短缺程度的加重，人們越來越多的關注水資源短缺問題。通過數(shù)學建模等方法解決世界水資源短缺問題，達到幫助改善獲得清潔，新鮮的水的目的，有重要的現(xiàn)實價值和意義。 針對任務1，為了準確有效衡量一個地區(qū)提供清潔水的能力，需要綜合考慮動態(tài)供需因素的影響，為此創(chuàng)建多元線性回歸模型。模型中因變量的值越大，該地區(qū)提供清潔水的能力越大。 針對任務2，選取中國北京地區(qū)為水資源稀缺研究對象，利用任務1中創(chuàng)建的多元線性回歸模型，得到物理性稀缺和經(jīng)濟稀缺因素中的生活用水，地表水等5個動態(tài)供需影響因素是北京水資源短缺主導因素。針對任務3，在論述離散二階差分方程預測模型（DDEPM）推導過程的基礎上，應用

2、DDEPM方法，以20052015年的北京人口與供水量數(shù)據(jù)為基礎數(shù)據(jù)，得到20162030年的人口數(shù)值、 水資源總量與用水量的預測值。以環(huán)境因素為依托，運用供需平衡模型，得到居民在生活用水、農(nóng)業(yè)用水、工業(yè)用水三個方面的用水量由供不應求變?yōu)楣┐笥谇?。針對任?，以經(jīng)濟、社會、環(huán)境綜合效益最大為目標，建立水資源優(yōu)化配置模型和多目標魚群-蟻群算法。以北京市為例，設計水資源干預計劃，包括水資源優(yōu)化配置方案，外調(diào)水源方案等科學配水方式。干預計劃滿足北京市年用水總量38億立方米的需求，還將會提升地下水水位，干預計劃的影響利大于弊。針對任務5，根據(jù)問題4的模型，可得出干預計劃將會使北京地區(qū)對于水資源匱乏敏感

3、性降低，而后隨著用水量、調(diào)水量的增加，干預計劃方案逐漸失效，大約27年后，北京地區(qū)將會再度出現(xiàn)水資源稀缺狀況。關鍵字: 多元線性回歸模型, 離散二階差分方程預測模型 , 多目標魚群-蟻群算法, 水資源優(yōu)化配置模型目錄1. 問題重述1.1 考慮動態(tài)特性的供需影響因素，創(chuàng)建一個模型，使它能夠有效的衡量提供清潔水的能力。1.2 根據(jù)聯(lián)合國水資源稀缺地圖，選一個水資源短缺的地區(qū)，解釋為什么水資源是短缺的，并對導致水資源短缺的因素進行合理的解釋。1.3 以北京地區(qū)為研究對象，建立模型預測15年內(nèi)水資源供需情況，結(jié)合任務1中的多元線性回歸模型，并以環(huán)境因素為依托，討論未來15年內(nèi)水資源供需情況對居民生活的

4、影響。 1.4 建立數(shù)學模型，選擇一個區(qū)域為例，設計一個水資源干預計劃，考慮所有導致水資源短缺的驅(qū)動要素，分析該計劃是如何解決水資源短缺問題的，并討論其優(yōu)缺點。1.5 運用任務4中的模型，根據(jù)你所選擇的區(qū)域，驗證其水資源敏感性是否變化，以及探討你所選區(qū)域何時會再出現(xiàn)水資源短缺情況。2. 假設l 數(shù)據(jù)來源真實可靠。l 影響水資源短缺的多個因素在未來沒有突變情況發(fā)生。l 影響水資源短缺的多個因素相互獨立，即這些指標對衡量一個地區(qū)提供清潔水的能力沒有相互關聯(lián)關系。l 近年北京政府干預政策基本無明顯變化。l 預測的15年內(nèi)沒有重大自然災害發(fā)生。l 北京市人口正常變化，經(jīng)濟正常發(fā)展。3. 符號說明3.1

5、 任務1中的符號說明符號含義第個影響因素自變量前的系數(shù)第個自變量所對應的因變量第個自變量前的斜率3.2 任務2中的符號說明符號含義“總用水量”和“水資源總量”的差第個影響因素自變量第年第個影響因素自變量歸一化后的值第年第個影響因素自變量歸一化前的值3.3 任務3中的符號說明符號含義x0未經(jīng)處理的數(shù)據(jù)xm0經(jīng)MGO處理過的數(shù)據(jù)sshift factorscaling factorxm0原始數(shù)據(jù)的第次材料3.4 任務3中的符合說明符號含義NYS農(nóng)業(yè)用水量SYS生活用水量w初始擁擠度系數(shù)GYS工業(yè)用水量4. 模型的創(chuàng)建與問題的解決4.1 任務1：多元線性回歸模型4.1.1 多元線性回歸模型的概念在許

6、多實際問題中，我們所研究的因變量可能與多個自變量有關。因此，考慮線性模型的更一般形式，即多元線性回歸模型： 在這個模型中，有個未知參數(shù) ，由所共同解釋。這里，“斜率”的含義是：在其他變量不變的前提下，改變一個單位對因變量所產(chǎn)生的影響。對于一般模型： 即對于組觀測值，有： 其矩陣形式為：其中 4.1.2多元線性回歸模型的估計多元線性回歸模型的估計與雙變量線性模型類似，仍采用最小二乘法。當然，計算要復雜得多，通常要借助計算機。理論推導需借助矩陣代數(shù)。下面給出最小二乘法應用于多元線性回歸模型的假設條件、估計結(jié)果及所得到的估計量的性質(zhì)。4.1.2.1假設條件（1） ，；（2） ，；（3） ，；（4）

7、是非隨機量，；.（5）各解釋變量之間不存在嚴格的線性關系。上述假設條件可用矩陣表示為以下四個條件：（1）；（2）；其中 ；（3）是一個非隨機元素矩陣；（4）Rank（）. 4.1.2.2最小二乘估計我們的模型是：，問題是選擇,使得殘差平方和最小。而殘差為：要使殘差平方和：為最小，則應有： ， ， 我們得到如下個方程（即正規(guī)方程）：按矩陣形式，上述方程組可表示為： 即 . 上述結(jié)果，亦可從矩陣表示的模型出發(fā)，完全用矩陣代數(shù)推導出來。殘差可用矩陣表示為：，其中.殘差平方和為： 注意到上式中所有項都是標量，因此：，則有：. 令用矩陣微分法，我們可得到，與采用標量式推導所得結(jié)果相同。由上述結(jié)果，我們有

8、.4.1.3任務1的解決 在任何一個地區(qū)，我們考慮需求清潔水的因素，例如農(nóng)業(yè)用水，生活用水，工業(yè)用水，人口數(shù)量等因素，同時考慮供給清潔水的因素，例如降水量，地表水，地下水，再生水等因素。搜集當?shù)氐那鍧嵥畡討B(tài)供需因素，并把它們當做不同的自變量，提供清潔水的能力的能力為因變量。利用我們所創(chuàng)建的多元線性回歸模型，能夠有效的衡量一個地區(qū)提供清潔水的能力。根據(jù)的結(jié)果，值越大，提供清潔水的能力的能力越強，越容易滿足人口的需求；反之，反映出該地區(qū)的缺水狀況越嚴重。4.2多元線性擬合模型 4.2.1數(shù)據(jù)收集收集20052009年北京農(nóng)業(yè)用水，生活用水，工業(yè)用水，人口數(shù)量，降水量，地表水，地下水，再生水8個影響

9、因素數(shù)據(jù)如下表：表1：影響北京水資源的8個因素隨年份的變化情況年份農(nóng)業(yè)用水（億立方米）生活用水（億立方米）工業(yè)用水（億立方米）人口數(shù)量（萬人）降水量（毫米）地表水（億立方米）地下水（億立方米）再生水（萬噸）200513.21.16.81538483.5724.912813200612.81.66.21581410.76.424.310170200712.42.75.816333185.724.291342008123.25.21695483.96.222.98867200911.43.65.21703.2626.33.819.78713以及20052009年水資源總量、總用水量數(shù)據(jù)如下表：表2

10、：北京水資源總量與總用水量隨年份的變化情況20052006200720082009水資源總量(億立方米)23.224.523.834.221.8總用水量(億立方米)34.534.334.835.135.5差值(億立方米)11.39.8110.913.7根據(jù)任務1中創(chuàng)建的模型，以上8個因素為自變量，以北京市“總用水量”和“水資源總量”的差作為因變量，建立一個多元線性回歸模型。4.2.2 創(chuàng)建多元線性回歸模型由表2得到因變量的轉(zhuǎn)置數(shù)組：由表1得到自變量的8個數(shù)組：將矩陣進行轉(zhuǎn)置得到：增添一組常數(shù)項，將轉(zhuǎn)置得到：由多元線性回歸模型模型，用矩陣微分法得到，則，所以通過MATLAB進行矩陣運算得到：即得

11、到多元擬合線性方程： 4.2.3 結(jié)果與靈敏度分析將如表1所示的8個因子數(shù)據(jù)組成的是個向量組與因變量的一元線性擬合，得到以上8個因子與缺水量的一元線性關系。因為8個因子的單位各不相同，所以統(tǒng)一將各個自變量的進行歸一化式中、分別表示為同因素下最大值和最小值。從而得到8個行向量如下：再由MATLAB程序：得到8個因素與因變量缺水量的一元線性關系，得到散點圖以及一元線性擬合圖。如下圖所示：注：顏色分別為：*紅色-農(nóng)業(yè)用水（億立方米），*黃色-生活用水（億立方米），*綠色-工業(yè)用水（億立方米），*藍色-人口數(shù)量（萬人），*青色-降水量（毫米），*品紅-地表水（億立方米），*黑色-地下水（億立方米），o

12、紅色-再生水（萬噸），根據(jù)圖形所示，得出如下結(jié)論：1.*紅色上升曲線（農(nóng)業(yè)用水）：農(nóng)業(yè)用水增多，因變量y缺水量也隨之成上升趨勢，所以農(nóng)業(yè)用水為其較主要的缺水主導因素。2.*黃色曲線（生活用水）：隨著生活用水增加，缺水量減小，說明早年生態(tài)用水不為起主導因素，但從07年往后，生態(tài)用水逐漸成為其缺水的主導因素之一 。3.*綠色曲線（工業(yè)用水）：隨著工業(yè)用水逐漸增多，缺水量急劇增加，說明工業(yè)用水量逐漸成為北京缺水的主要因素。4.*藍色曲線（人口數(shù)量）：隨著人口數(shù)量增多，缺水量不斷減少，所以人口數(shù)量不是北京缺水的主導因素。5.*青色曲線（降水量）：在07年以前，降水量對y的影響不大，但在07年以后，降水

13、量越多，缺水量越多，與缺水量y成正比，逐漸成為主導因素。6.*品紅曲線（地表水）：地表水少的時候，缺水量y較大。地表水多的時候，缺水量y較小。X6-地表水與缺水量成反比。所以地表水為其主導因素。7.*黑色曲線（地下水）：隨著地下水逐漸增大，缺水量成下降趨勢，所以，地下水不是北京缺水的主導因素。8.o品紅曲線（再生水）：隨著再生水增多，缺水量增多，說明再生水的多少不為北京缺水的主導原因。由以上分析：影響北京缺水的主導因素分別為：農(nóng)業(yè)用水，生活用水，工業(yè)用水，降水量，地表水。根據(jù)表1數(shù)據(jù)，從2000年-2009年，農(nóng)業(yè)用水、工業(yè)用水均成下降趨勢，但是下降幅度不大，降水量逐漸增多，增多幅度較大，對于

14、缺水有所緩解。但是，生活用水和降水量逐漸增大幅度較大，成為北京缺水最主要的原因。所以，由于北京市作為中國首都，既是經(jīng)濟中心也是政治中心，活用水是必須要大面積發(fā)展的方面。活用水必然繼續(xù)成大幅度上升趨勢，另外農(nóng)民工進京，較多人才“北漂”現(xiàn)象，使外來人口增加，必然會導致北京市缺水持續(xù)高風險狀態(tài)。4.3離散二階差分方程模型離散二階差分方程（DDEPM）相比于傳統(tǒng)的非線性預測方法， 優(yōu)勢在于對拐點的高敏感度， 因此，DDEPM （2，1）在針對時間序列的預測方面有著很大的優(yōu)勢。4.3.1離散二階差分方程模型的創(chuàng)建4.3.1.1 生成序列運算設 x0為未經(jīng)處理的數(shù)據(jù)，xm0代表經(jīng)MGO處理過的數(shù)據(jù)，xm0

15、可以進行如下表示：xm0=xm01，xm02，xm03，xm0n ()xm0r=MGOxm0r=s+xm0 =1，2，3，n ()其中，n未經(jīng)處理數(shù)據(jù)的數(shù)據(jù)個數(shù)，s代表平移數(shù)量（shift factor），被設定為前綴系數(shù) （scaling factor），xm0用來表示原始數(shù)據(jù)的第次材料。4.3.1.2原始數(shù)據(jù)二次處理 令x1為xm0的二次處理數(shù)列，表示為：x1=x11，x12，x13，x1n ()其中，x1p=rpxm0，p=1，2，n4.3.1.3 DEE（2，1）模型構建應用二階差分方程對二次處理的方程進行建模：x1p+2+ax1p+1+bx1p=0 ()其中，a，b表示待定系數(shù)，p定

16、義為某整數(shù)。使用線性最小平方誤差估計來確定待定的a和b，=XTX1XTY (1)其中，Y=x13x13x13n-2×1，X=x12x13x1n-1x11x12x1n-2n-2×2，=ab2×1。將X和Y代入式（1）后得到：a=-p=3nx1p-22p=3nx1p-1x1p+p=3nx1p-1x1p-2p=3nx1p-2x1p ()b=p=3nx1p-1x1p-2p=3nx1p-1x1p-p=3nx1p-1x1p-1p=3nx1p-2x1p其中，=p=3nx1p-12p=3nx1p-22-p=3nx1p-1x1p-2p=3nx1p-1x1p-24.3.1.4 二階差

17、分方程求解令x1p=rp代入式（），可得到下式：rp+2+arp+1+brp=0 ()rpr2+ar+b=0 ()由此可以導出：r1=-a+a2-4b2，r2=-a-a2-4b2 （） r1和r2為二階差分方程的兩個根。4.3.1.5 數(shù)據(jù)逆處理（IAGO）對經(jīng)過二次處理的數(shù)據(jù)進行逆處理：x0=x1p-x1p-1 ()其中，x0為計算的預測值，p為預測后的距離。4.3.1.6 最終計算結(jié)果（IMGO）逆映射生成運算可以表示如下： xp0=IMGOx0p=1x0p-s4.3.2模型的求解離散二階差分方法能夠基于兩年的人口數(shù)據(jù)、水資源總量數(shù)據(jù)、用水量數(shù)據(jù)進行對下一年進行預測， 用MATLAB軟件編

18、程求解，結(jié)果表1所示： 表 北京市近幾年人口數(shù)據(jù)、水資源總量數(shù)據(jù)、用水量數(shù)據(jù)及預測年份人口實際值（萬人）人口預測值（萬人）水資源實際值（億立方米）水資源預測值（億立方米）用水量實際值（億立方米）用水量預測值（億立方米）200515381521.123.222.0634.335.86200615531579.924.524.0234.335.86200715811643.123.826.0534.835.64200816331711.234.230.1435.135.4200917551784.021.825.3035.535.2201019611862.023.0823.5235.236.12

19、01120192000.326.8125.833635.9201220692034.239.532.2136.535.7201321002108.932.2631.6737.136.6201421412129.732.0132.2237.537.0201521652201.934.633.8737.837.720162290.834.6137.820172371.835.4638.620182450.132.4338.320192546.337.5139.320202680.638.7139.920212733.437.0640.420222895.335.5441.120232966.736

20、.1741.720243048.138.9642.420253110.041.9242.720263166.643.0643.120273206.045.143.820283254.545.9944.220293298.647.644.920303326.148.845.6因此能夠?qū)㈩A測值與實際值進行比較，其預測值與實際值的曲線分別如圖1、圖2、圖3。 圖 人口曲線示意圖圖 水資源總量示意圖圖 用水量示意圖從圖1可知，離散二階差分方法所得到的的預測值與北京原始的人口數(shù)據(jù)值相比，變化規(guī)律一致， 符合北京人口的發(fā)展趨勢； 圖3中， 用水量的預測值與的實際值亦基本吻合， 隨著時間的發(fā)展逐年上升。圖2

21、中， 由于北京水資源總量數(shù)據(jù)跳躍幅度較大， DDEPM的預測擬合值的誤差相對較大， 但是從預測擬合值的發(fā)展趨勢上， 仍然與水資源總量的實際值趨勢相一致。 通過任務1中的多元線性回歸模型，從生活用水，農(nóng)業(yè)用水，工業(yè)用水三個方面，分析供需之間的關系，如圖 所示，從而得到水資源短缺對居民生活的影響。圖 20162030年水資源供需量的關系由圖 可知，20162026年北京市的水資源都是供不應求，但是程度不同，在2024年基本上達到供需平衡。從2028年2030年都是供大于求，這是一種很好的現(xiàn)象，這樣居民的生活就會得到保障。水資源短缺必然會對農(nóng)業(yè)用水、生活用水，工業(yè)用水造成一定的影響。首先，缺水將制約

22、經(jīng)濟發(fā)展。水資源短缺會阻礙農(nóng)業(yè)發(fā)展，危及城市的糧食供應，人民生活質(zhì)量下降。同時，缺水會導致工業(yè)停產(chǎn)限產(chǎn)，直接制約了北京市的經(jīng)濟發(fā)展。此外，水資源危機帶來的生態(tài)系統(tǒng)惡化和生物多樣性破壞，將嚴重威脅人類生存。北京市人口的不斷增長，會給生態(tài)環(huán)境造成壓力，從而從水資源供給方面加重北京市的水資源短缺；隨著人們物質(zhì)生活的豐富，帶來對生活質(zhì)量要求的提高，造成人均用水量需求增大；還有人口數(shù)量增多，公共用水的支出也會增大，例如公共環(huán)境清潔的維持、集體供水的增多等，這也會提升北京市的人均用水量；再者，北京人均缺水量還處在上升的狀態(tài)，如果不及時控制，缺水量增大的趨勢將會越來越嚴重。4.4水資源優(yōu)化配置模型基于多目標

23、魚群-蟻群算法的水資源優(yōu)化配置 候景偉 孔云峰 孫九林 資源科學 第33卷 第12期 2011.124.4.1水資源優(yōu)化配置模型創(chuàng)建4.4.1.1 建立目標函數(shù)水資源優(yōu)化配置的最終目標是水資源與經(jīng)濟、社會生態(tài)環(huán)境的和諧可持續(xù)發(fā)展，所以優(yōu)化配置模型的目標函數(shù)包括社會效益、經(jīng)濟效益、生態(tài)效益。為了構建目標函數(shù)，按某種規(guī)則把研究區(qū)分為i個子區(qū)，每個子區(qū)分j個用水部門。我們選擇中國首都北京為例，按行政區(qū)特征把北京分為18個子區(qū)縣（i=18），每個子區(qū)縣分3個用水部門（j=3），即生活、農(nóng)業(yè)、工業(yè)三個部門，每個用水部門分k個用水行業(yè)。目標函數(shù)如下： Z=optffsx,fjx,fhx （1）式中Z為綜合

24、效益函數(shù)；fsx、fjx、fhx分別為社會、經(jīng)濟、環(huán)境效益函數(shù)。為了便于對模型求解，我們按水資源短缺時對社會、經(jīng)濟和環(huán)境的影響程度，對式（1）中的三個變量進行加權求和： Z=optl=1Lwlflx （2）式中l(wèi)=1,2,3，為三個目標變量，flx為第l個目標變量的效益，wl為缺水分別對社會、經(jīng)濟和環(huán)境影響的權重系數(shù)，表示第l個目標變量相對于其他目標變量的重要性程度。由于目標變量單位不同，我們對已經(jīng)優(yōu)化的三個目標變量結(jié)果進行標準化，然后通過熵權法確定其權重系數(shù)。（1）經(jīng)濟效益子目標fjx:區(qū)域供水帶來的直接經(jīng)濟效益最大。fjx=maxi=1Ij=1Jk=1Km=1Meijkmxijkmijkm

25、+n=1Neijknxijknijkn+p=1Peijkpxijkpijkpijk式中xijkm、xijkn、xijkp分別為地表水源m、地下水源n、外調(diào)水源p給i子區(qū)j部門k行業(yè)的供水量（m3）; eijkm、eijkn、eijkp分別為水源給行業(yè)供水的效益系數(shù)（元/m3）；為權重系數(shù)。（2）環(huán)境效益子目標fhx；區(qū)域污染物排放量最小。根據(jù)北京實際狀況，我們選取重要污染物包括二氧化硫（SO2）、高錳酸鹽指數(shù)（CODMn）。fhx=min0.01i=1Ij=1Jk=1K=1CijkOijk式中Cijk為污染物的濃度（mgL）；Oijk為污染物排放系數(shù)。（3）社會效益字目標fsx：區(qū)域總?cè)彼孔?/p>

26、小。fsx=mini=1Ij=1Jk=1KDijk-m=1Mxijkm+n=1Nxijkn+p=1Pxijkp4.4.1.2約束條件（1）地下水開采量約束。 i=1Ij=1Jk=1KxijknWmaxn式中Wmaxn>0，如果地下水已經(jīng)超采，則xijkn=0。（2）農(nóng)業(yè)用水約束。規(guī)劃北京農(nóng)業(yè)需水量不小于各子區(qū)耕地面積與單位面積灌溉額度之積。NYSi=1ILiSi式中Li為可耕地面積（hm2）；Si為子區(qū)耕地灌溉額度（m3hm2）。（3）生活用水約束。規(guī)劃北京居民生活總需水量不小于各子區(qū)人口總數(shù)與人均生活用水標準之積。SYSi=1IPiSil式中Pi為北京各區(qū)人口總數(shù)（人）；Sil為人均生

27、活用水標準（m3人）。（4）工業(yè)用水約束。規(guī)劃北京工業(yè)需水量不小于各子區(qū)所期望的工業(yè)耗水量。GYSi=1IGiSil式中Gi為工業(yè)生產(chǎn)總值；Sil為工業(yè)萬元產(chǎn)值耗水量（m3/萬元）。表 北京地區(qū)各項用水指標國家統(tǒng)計局數(shù)據(jù)項目數(shù)值單位耕地面積2.27×1010m2灌溉額度840 m3/畝北京市總?cè)丝?152.00 萬人人均日生活用水187.5 升/日北京年工業(yè)用水總量5.10×109m34.4.2多目標魚群蟻群算法求解算法思想是在約束條件下，經(jīng)過多次迭代，不斷優(yōu)化配置目標，直到達到最大迭代次數(shù)，求得最優(yōu)目標。Step1處理約束條件，初始化模型參數(shù)；Step2配置迭代次數(shù)，初始

28、化擁擠程度；Step3計算目標函數(shù)值，刪除不符合約束條件的信息。Step4執(zhí)行人工魚計算，統(tǒng)計優(yōu)化解。Step5優(yōu)化速度較低時進入蟻群算法。Step6計算優(yōu)秀決策概論，邊界決策概論等。Step7重新計算子目標函數(shù)值，去掉相似決策，重復計算，得到最優(yōu)解。以北京為例，利用熵權法計算得到社會、經(jīng)濟、環(huán)境目標函數(shù)的權重系數(shù)wl分別為ws=0.3, wj=0.5, wh=0.2。工業(yè)用水效益系數(shù)取0.075萬元/m3，農(nóng)業(yè)灌溉用水效益系數(shù)取0.004萬元/m3；生活用水效益系數(shù)取0.065萬元/m3。魚群算法中，初始人工魚個數(shù)m=50、初始擁擠度w=0.62。用以上參數(shù)通過多目標魚群蟻群算法，程序進行到

29、73步，迭代6次，得到了最優(yōu)配置目標。在水資源配置保證率80%情況下，干預計劃結(jié)果如下表1其中 DXS代表地下水，DBS代表地表水，WDS代表外調(diào)水。表 不同年份水量對比 國家數(shù)據(jù)年份原始水量 萬m3/a優(yōu)化結(jié)果 萬m3/a差值 萬m3/aDXSDBSWDSDXSDBSWDSDXSDBSWDS20108935.4243674.204728.38815.2143494.424653.2120.2179.375.1201210142.249574.555183.59986.049308.865104.3156.2265.879.2201412835.554572.385473.212563.554

30、152.775385.5272.0419.687.7由表 可知，在水資源優(yōu)化配置后，北京的地下水水量升高，開采量減少，地表水水量增加，很大程度上節(jié)約了用水量，外調(diào)水水量增加。由此表明我們根據(jù)水資源優(yōu)化配置模型設計的以地區(qū)自身調(diào)控配置為主，科學配水，提高水源利用率，外調(diào)水為輔，擴大外調(diào)，擴大水源，的水資源干預計劃有效，同時加強生態(tài)環(huán)境建設，保護水資源。北京用水要滿足最大綜合效益函數(shù)Z=optffsx,fjx,fhx前提下，合理分配工業(yè)、生活、農(nóng)業(yè)用水，各部門用水要滿足各自約束條件，由于北京水資源短缺，還需外調(diào)水資源，以北京為例設計水資源分配方案如下表（單位：萬m3/a）表 北京地區(qū)水資源分配情況

31、年份自存水外調(diào)水GYSSYSNYS201552609.65104.311542.828856.917314.2201658850.45226.812815.432038.619223.2201763407.85385.513758.734396.720638.04.4.3水資源干預計劃的影響南水北調(diào)工程對生態(tài)環(huán)境影響評價研究 竇明 左其婷 胡彩虹 鄭州大學學報 第26卷 第2期 2005.6水資源人為配置，外調(diào)等干預手段，必然影響到周邊地區(qū)，以及整個生態(tài)系統(tǒng)。中國的南水北調(diào)工程是優(yōu)化中國水資源時空配置，解決中國華北水資源嚴重短缺的大型項目。南水北調(diào)的水進京后，對北京的生態(tài)環(huán)境產(chǎn)生了影響，與此結(jié)

32、合，我們討論水資源干預計劃對地區(qū)生態(tài)環(huán)境的影響以及對周邊地區(qū)的影響。(1)水資源調(diào)配會帶來很多好處。美國西部由于修建了“中央河谷”、“洛杉磯水道”等工程，在加利福尼亞州干旱河谷地區(qū)發(fā)展灌溉面積140多萬公頃，糧食產(chǎn)量第一，經(jīng)濟迅速發(fā)展。水資源配置促進地區(qū)的農(nóng)業(yè)、工業(yè)、經(jīng)濟的發(fā)展，帶來巨大的經(jīng)濟效益。（2）北京地區(qū)調(diào)水十年后潛水水位回升最大為20m以上，供水區(qū)內(nèi)的沉降災害得到緩解。由此可知，水資源干預計劃可使地區(qū)地下水開采量減少，地下水水位回升，供水區(qū)地面沉降得到減緩。（3）中國南水北調(diào)工程使各地區(qū)乃至全國受益，解決了北方地區(qū)水資源短缺的問題。水資源干預計劃將較大地改善地區(qū)的生態(tài)和環(huán)境特別是水資

33、源條件，增加水資源承載能力，提高資源的配置效率，促進地區(qū)經(jīng)濟結(jié)構的戰(zhàn)略性調(diào)整；保持經(jīng)濟的快速增長，實現(xiàn)地區(qū)范圍內(nèi)的結(jié)構升級和經(jīng)濟社會環(huán)境的可持續(xù)發(fā)展，具有重要的戰(zhàn)略意義。（4）俄羅斯北水南調(diào)工程造成西伯利亞大片森林破壞，風速加大，春雨減少，嚴重影響農(nóng)業(yè)生態(tài)環(huán)境。水資源干預計劃將會對生態(tài)系統(tǒng)產(chǎn)生影響，包括氣候、水文、土壤和地質(zhì)變化，水資源配置的空間變化會讓空氣中的水分含量發(fā)生變化，從而改變局部的溫度氣候；水資源配置干預對水文影響是最大的，直接改變地理的地表和地下水含量、水平衡因子、水的流量等幾方面。調(diào)水過程中水的流動也讓沙石、土壤成分產(chǎn)生流動，造成土質(zhì)類型改變和沼澤化、鹽漬化等問題。4.5任務5

34、的解答4.5.1問題的分析根據(jù)問題4建立的干預模型，我們以北京地區(qū)為例，根據(jù)供水量、需求量、外調(diào)水量等數(shù)據(jù)衡量北京水資源短缺的敏感性，以及達到水資源稀缺程度的時間。根據(jù)國家統(tǒng)計局數(shù)據(jù)及模型4中的預測數(shù)據(jù)，我們得到表 表 北京各年水量使用情況年份GYS（億m3）SYS（億m3）NYS（億m3）供水量（億m3）調(diào)水量（億m3）20145.0916.989.6831.951.202015 5.5318.2110.05 32.141.652016 6.2719.259.7232.212.0320176.7120.048.9832.072.662018 7.1120.759.2332.523.57201

35、9 7.3720.939.2033.164.342020 7.8220.859.8533.205.322021 7.0322.5110.833.726.6220228.3722.948.7731.298.79 根據(jù)以上數(shù)據(jù)，用SPSS進行進行回歸曲線擬合，得到調(diào)水量隨年份增長的變化圖形，如圖圖 調(diào)水量隨年份變化變化圖形4.5.2 結(jié)論北京是中國的經(jīng)濟、政治、文化中心，地處內(nèi)陸無湖泊，水資源短缺，用水量較大，優(yōu)化水資源配置以及建設調(diào)水工程，降低了水資源短缺的影響。根據(jù)北京市外調(diào)水隨年份變化的圖形知，在2022年之前北京市水資源在自身優(yōu)化配置和外調(diào)水的協(xié)同作用下，將不容易受到水資源缺乏的影響，外調(diào)

36、水占需求總水量的20%左右。經(jīng)過短暫的穩(wěn)定期，隨著用水量的增加，而自身水資源儲量基本不變的情況下，外調(diào)水比重越來越大，水資源短缺的情況日益明顯，根據(jù)預測在2029年左右外調(diào)水比例即可達到60%以上。根據(jù)圖 ，我們得到調(diào)水量隨年份增長的函數(shù)關系：y1=exp -465.4446+ 0.22976 * x 同時得到需求水量與年份的關系：y2=-139.4200 + 0.0862 * x根據(jù)問題4中所建立的模型以及設計的干預計劃，我們規(guī)定外調(diào)水水量達到所需總水量的80%即為水資源稀缺，即y1y280%經(jīng)過計算得 x=2043，由此我們得出北京地區(qū)將會在大約27年后再次處于水資源短缺狀態(tài)。5. 模型評價5.1在創(chuàng)建模型過程中，我們主要運用MATLAB，Visual6.0， SPASS等軟件，使得模型建立起來相對方便，而且更加準確可信。創(chuàng)建的多元線性回歸模型考慮了多個動態(tài)供需影響因素，能夠有效的衡量一個地區(qū)提供清潔水的能力，并且解釋了供需影響因素是如何影響水資源短