MCM ICM 数学建模优秀论文 世界水资源预测模型

数学建模在水资源管理中的应用水是人类生命之本，是社会经济发展中不可或缺的资源。

随着人口的不断增长、气候变化的影响以及经济活动的扩大，水资源的供需矛盾日益凸显，水资源管理已成为世界各国面临的共同挑战。

而数学建模作为一种独特的方法，可以有效地为水资源管理提供科学依据和技术支撑，对于改善水资源利用效益和保障水资源安全具有重要意义。

一、数学建模在水资源供需分析中的应用水资源供需分析是水资源管理的基础工作，通过对供需关系进行分析，可以制定相应的水资源管理策略。

数学建模在水资源供需分析中的应用可以通过制定数学模型，模拟水资源的供需情况，从而对水资源的合理利用提供科学依据。

例如，可以通过建立水资源消耗的动态模型，分析水资源的消耗趋势和变化规律，从而预测未来水资源的供需状况。

此外，还可以通过建立水资源供应与需求的对比模型，评估不同的供需方案对于水资源利用效益的影响，为制定合理的水资源管理政策提供决策支持。

二、数学建模在水资源保护中的应用水资源保护是水资源管理工作的重要组成部分，其目的是维护水资源的生态平衡和水质安全。

数学建模在水资源保护中的应用可以通过建立数学模型，深入分析水资源的污染来源和传输过程，从而制定相关的污染防控措施。

例如，可以通过建立水体污染扩散模型，模拟污染物在水体中的传播规律和影响范围，预测污染物的扩散趋势和危害程度，为制定污染防控策略提供科学依据。

此外，还可以通过建立水生态模型，探究水生态系统的物质循环和能量传递规律，为维护水生态平衡提供支撑。

三、数学建模在水资源调度中的应用水资源调度是指对水资源进行有效地分配和调配，以满足不同领域和不同用途的需求。

数学建模在水资源调度中的应用可以通过建立数学模型，确定最优的水资源调度方案，实现水资源的高效利用。

例如，可以通过建立水库调度模型，利用数学方法模拟水库水位的变化和调度方案的制定，实现水库水资源的最大化利用和水资源的合理分配。

此外，还可以通过建立灌溉调度模型，实现精细化灌溉和水分精准投放，提高水资源利用效益。

水资源的最优战略选择摘要当前水资源短缺已经成为我国经济持续发展的限制因素。

北方缺水状况尤为严重，因此我们选取了水资源状况典型的具有代表性的华北地区为主要的研究分析对象。

本论文将华北地区水资源短缺程度及影响水资源配置的各种因素进行量化，为华北地区水资源的优化配置战略决策提供科学的依据以及具有前瞻性的合理化建议。

本文首先估测2025年的水资源缺口即水需求供给差额。

建立logistic模型预测2013年到2025年华北地区各省市的人口数量。

由于历年人均需水量变化微小，大体相等，因此我们假设至2025年人均需水量为定值。

则2025年预测需水总量为预估人口与人均需水量的乘积。

然后运用灰色预测模型，根据华北地区往年的供水总量的数据预测2025年的水供给总量。

于是2025年华北地区缺水程度可以通过对估测的水需求总量与水供给总量数据比较分析得出。

为了提高我们水资源战略的有效性和可行性，我们构建模型就影响水资源供需的水资源的存储、流动、环境污染和保护等主要方面分别进行分析。

对于水资源的存储。

流动。

环境污染。

保护。

节水。

在上述定量研究的基础上，从开源和节流两种方面提出了解决华北地区用水紧张的对策和建议。

关键词：水资源的最优战略选择logistic模型灰色预测模型经济效益分析模型成本效益分析模型一、问题重述我国的水资源人均占有量为2172立方米，不足世界平均水平的25%，是世界上严重缺水的国家之一，而华北地区是我国水资源最为缺乏的地区之一，该区现有全国人口总量的26％，水资源仅占全国总量的6％，人均占有量555立方米，根据M．富肯玛克的水紧缺指标一，处于缺水的状态，并且仅仅是摆脱严重缺水人均占有量500立方米的状态，不足全国平均水平的25%，从水资源总量、人均占有量和耕地平均占有量上都低于全国其他各区的水平。

要保持华北地区经济高速发展，恢复良好的生态环境，必须要有稳定可靠的水资源提供支撑。

而目前已有数据情况表明，可用的水资源量正在逐步减少，而随用水，采取各种措施提高水资源利用效率，来应对社会经济发展所带来的水资源供需矛盾。

所谓6种题型，提示了部分题目的内容，但如果作为选题依据，作用非常有限。

如果是为了更好的选题，搞清楚MCM与ICM的区别，可能更有帮助。

选哪道题不是特别重要，重要的是应该“尽快”选题。

竞赛时间是固定的，选题的时间越长，做题的时间越少。

选题多花1小时，意味着建模和写论文的时间就少了1小时。

能获什么奖主要看实力，其次看运气。

准备越充分，胜算越大。

如果不想碰运气的话，早点动手准备吧。

六种题型怎么理解首先，MCM/ICM（2016年起）每年共有6道题，不是6种题，MCM是ABC三题，ICM是DEF三题。

对6道题目类型的描述，不是严格的划分，角度和依据都不相同。

continuous和discrete是指模型的类型，data insights是指问题数据的特征，operations research/network science和environmental science是指问题涉及到的学科，而environmental science和policy又是指问题本身的背景。

这不是按照同一标准对题目进行划分，之间有重叠。

最显然的，如果认为continuous和discrete是互补的，那么其他4道题目应该可以分别归入其中某一类。

其次，这些一两个词的描述过于笼统、宽泛，无法体现题目的具体特征，特别是A、B、F 题的描述，提供的信息非常少，说了几乎等于没说。

continuous、discrete把所有的模型全包括了。

policy范围也太广，人类主宰世界，方方面面都可能涉及政策问题。

而且F题也是2016年新增加的，只有2016年一年的题目（难民问题），暂时还看不出来什么规律。

而C题和D题的特征相对具体一些。

比如，针对2016年起MCM新增加的C题，COMAP （Consortium for Mathematics and Its Applications）专门发布了一份文档（中文简介）说明其特征。

概括起来，MCM的C题与数据有关，虽然称不上大数据，但压缩包也在100MB 以上，与MCM/ICM其他题目相比，数据量算是大的（实际上以往MCM/ICM的题目很少给数据），这就要求选这一题的参赛队要熟悉数据处理的基本方法，包括预处理、后处理等，并掌握相应的编程技能或是相关软件的使用方法。

数学模型在水资源管理中的应用水是生命之源，对于人类的生存和发展至关重要。

然而，随着人口的增长、经济的发展以及环境的变化，水资源的供需矛盾日益突出，水资源管理面临着严峻的挑战。

在这种情况下，数学模型作为一种有效的工具，在水资源管理中发挥着越来越重要的作用。

数学模型是对现实世界中复杂系统的一种简化和抽象表示，它通过数学语言和方程来描述系统的结构、功能和运行规律。

在水资源管理中，数学模型可以帮助我们更好地理解水资源系统的内在机制，预测水资源的变化趋势，评估水资源管理措施的效果，从而为科学决策提供依据。

一、数学模型在水资源规划中的应用水资源规划是水资源管理的重要环节，其目的是在满足社会经济发展对水资源需求的前提下，实现水资源的合理配置和可持续利用。

数学模型在水资源规划中的应用主要包括水资源供需平衡分析和水资源优化配置两个方面。

水资源供需平衡分析是通过建立数学模型，对一定时期内水资源的供给和需求进行预测和分析，以确定水资源的供需缺口。

在模型中，水资源的供给通常包括地表水、地下水、再生水等，而需求则包括农业用水、工业用水、生活用水等。

通过对各种水源和用水部门的分析，可以了解水资源的供需状况，为制定水资源规划提供基础数据。

水资源优化配置是在水资源供需平衡分析的基础上，通过建立数学模型，寻求水资源在不同地区、不同部门之间的最优分配方案。

在模型中，通常以经济效益最大、社会效益最大或环境效益最大为目标函数，以水资源的供给和需求、工程设施的能力、水质要求等为约束条件，通过优化算法求解最优配置方案。

水资源优化配置模型可以帮助决策者在有限的水资源条件下，实现水资源的高效利用和合理分配。

二、数学模型在水资源调度中的应用水资源调度是指根据水资源的时空分布特点和用水需求，对水资源进行合理的调配和管理。

数学模型在水资源调度中的应用主要包括水库调度和跨流域调水调度两个方面。

水库调度是通过建立数学模型，根据水库的来水情况、蓄水能力和用水需求，制定水库的运行策略，以实现水库的防洪、发电、供水等目标。

长江水质的评价和预测李云锋王勇...本文利用长江流域近两年多主要城市水质检测数据，通过对原始数据进行归一化综合处理，确定了水质新的综合评判指标函数ψ。

在对整个长江流域所有观测站的位置关系作一定的简化假设后，得到长江综合评定函数值ψ=0．4331，水质为良好。

主要污染物为氨氮。

通过建立污染浓度的反应扩散方程，本文用三种方法反演出未知的污染源强迫函数f（x，t），并对，（x，t）的三种数据加以综合分析，分别给出了高锰酸钾盐和氨氮污染源的主要分布地区。

为了对长江未来水质污染发展趋势进行预测，本文建立了回归分析模型并对回归系数进行了F检验，结果是如果不采取有效的治理措施。

长江可饮用水将逐年下降，且10年后可饮用水所占长江水总量的比例将不到50％。

根据这一预测结果，我们进而使用二元线性回归模型。

通过对各种不可饮用水进行综合考虑，得到如下结果：要在未来10年内使长江干流的不可饮用水（IV类和V类水）的比例控制在20％以内，且没有劣V 类水，那么每年污水处理量至少为75．195亿吨长江水质的评价和预测.pdf (370.52 KB)水质的评价和预测模型张震张超...本文首先考虑到水质类别的差异和相同类别水质在数量上的差异对综合评价的影响。

构造“S”形的变权函数，对属于不同水质类别的同种污染指标进行“动态加权”，建立基于逼近理想点排序法的评价模型和利用灰色关联度的分析方法。

对长江水质状况做出了综合评价：其次，根据7个观测站的位置将干流分成8段，把每段河道内所有污染源都等效为一个段中央的连续稳定源，分别利用稳态条件下的一维水质模型及质量守恒定律。

得出中间6段每个月的排污量，综合比较各河段一年多来的总排污量得到主要污染源的分布区域：然后，用每年不可饮用类水的百分比之和刻画水质状况。

综合利用灰色GM（1，1）模型和时间序列分析方法，对变化趋势进行了预测：最后，建立不可饮用类水的百分比与长江水总流量和废水排放量的线性回归模型，计算在满足约束条件下排污量的极限值，用排污量的预测值减去极限值，得到未来10年的污水处理量水质的评价和预测模型.pdf (283.07 KB)长江水质的评价预测模型谯程骏张东辉...本问题是一个对长江的水质进行综合评价、预测和控制的问题。

长江水质的评价和预测摘要水是生命之源，保护水就是保护我们自己，保护水的重中之重就是保护大江大河。

本文对近两年的水质分析，综合评价，得出了部分地区的水质污染情况，并根据十年的数据，对未来十年水质污染发展趋势做了预测，本文可以得出结论：保护母亲河的行动迫在眉睫！对于问题一，为了便于综合评价，本文设出了综合水质标识指数i P 和单因子水质标识指数ik p （具体公式计算见模型建立与求解），我们通过对单个城市28个月的综合的评价标识指数求平均值,数据如下（1.9522 2.116 2.2301 2.4184 2.1019 2.2515 2.0448 3.5469 2.2509 2.7541 1.7803 2.868 2.5628 2.392 3.58882.4435 2.3802），综合的评价标识指数平均值越大，表示污染越严重。

对于问题二，为了判断主要污染源分布地区，本文采取判断本地排放主要污染物k的量ijk Q ，十三个月的ijk Q 求和取平均值来断定主要污染源。

计算数据用数列表示如下：当为高锰酸盐指数时，（8.986，37.1748，50.907，70.4526，58.196，59.9114，58.259）当为氨氮时，（0.4816，3.0496，4.1418，6.3864，5.0473，5.0276，2.4794）取该数据较大的几个为污染源，为主要污染源分布地区，结果如下：高锰酸盐指数和氨氮的污染源主要所在地分别为：湖南岳阳城陵矶 ，江西九江河西水厂， 安徽安庆皖河口, 江苏南京林山四地；湖南岳阳城陵矶 ，江西九江河西水厂， 安徽安庆皖河口三地。

对与问题三，对为来十年的排污量进行预测时，建立了灰色系统模型。

对这十年的预测值如下：（322．5221 343．2881 365.3912 388.9175 413.9585 440.6118468.9812 303．123 499.1772 531.3174）对于问题四，本文根据第三问对将来十年废水排放的预测值建立了废水排放与IV 、V 类水的百分比之间的关系，Ⅳ，我们建立了百分比y 与废水派放量x 之间的关系y=f(x),令y ≤20,求出x 的上限，则预测的废水排放量与x 的上限的差值即为需要处理的污水，从而将IV 、V 类水的百分比控制在20%，劣V 类为0，求出了每年需要处理的污水量。

水资源短缺数学建模
水资源短缺是当地区的需水量大于水资源供应能力时所产生的问题。

在城市化和人口增长持续不断的情况下，水资源短缺问题日益突出。

如何有效地利用和管理水资源，成为解决这一问题的急需之举。

本文将就水资源短缺问题进行数学建模，并提出相应的解决方案。

首先，根据相关数据统计，我们可以采用数学模型来预测未来的需水量和水资源供应能力。

比如，可以采用回归分析模型对历史数据进行拟合，得出需水量与时间之间的函数关系，再根据当前的水资源情况，预测未来的供水量。

通过这些预测结果，可以对未来可能发生的水资源短缺进行预警。

其次，我们可以采用优化模型来确定最优的水资源利用方案。

比如，可以采用线性规划模型，优化供需平衡，并使得整个系统的开销最小化。

另外，我们也可以采用动态规划模型，考虑不同决策在时间轴上的影响，以便更好地管理和利用水资源。

最后，我们可以采用多目标优化模型来协调不同的利益关系，以使得整个水资源系统在实现高效利用的同时，兼顾经济、社会和环境效益。

如何协调好这些目标的关系，是解决水资源短缺问题的关键所在。

综上所述，水资源短缺问题的解决，需要综合运用数学模型和优化方法。

只有在科学合理地进行管理和利用水资源，并制定出合理的政策和措施，才能有效地解决水资源短缺问题，实现可持续发展。

世界水日的水文与水资源模型每年的3月22日被联合国大会正式确定为世界水日。

这一天旨在呼吁全球关注水资源的重要性，提倡节约用水和保护水资源。

水是人类生存的基本需要，也是维持生态平衡的重要元素。

然而，随着全球气候变化和人类活动的加剧，水资源日益受到威胁，世界水日成为了一个提醒人们警惕的时刻。

在这个特殊的日子里，我们不仅要正确认识水资源的重要性，还要学会如何科学合理地管理和利用水资源。

水文和水资源模型成为了重要的工具，帮助人们更好地了解水资源的分布、变化和利用规律，从而制定更有效的保护和管理措施。

水文是研究水在地球大气圈、陆地圈和地下圈中的循环情况和如何变化的学科，是一门综合性的学科。

水文知识的研究和应用涉及到大气科学、地质学、水文学、生态学等多个领域，可以帮助我们了解水资源的获取、分布、利用和管理。

通过水文的研究，人们可以更好地预测气候变化对水资源的影响，为水资源的可持续利用提供科学依据。

水资源模型是基于水文学理论和数据开发的预测和决策工具，可以模拟和预测水资源系统的运行情况，指导水资源的开发、利用和管理。

水资源模型可以对水资源的供需平衡、水质变化、自然灾害等问题进行模拟和分析，为政府、企业和个人提供决策支持。

通过水资源模型，人们可以更好地了解水资源的状况，优化水资源的利用方式，提高水资源的利用效率。

世界水日的到来提醒着我们，保护水资源、节约用水是我们每个人的责任。

水文和水资源模型为我们提供了必要的工具和方法，让我们有能力更好地管理和利用水资源。

只有在全社会的共同努力下，我们才能确保水资源的可持续利用，构建更加美好的未来。

让我们在世界水日这一天，深刻反思自身的用水行为，积极参与水资源保护和管理，共同呵护我们共同的水环境。

愿每一滴水都能得到妥善保护，为人类的生存和发展贡献力量。

感谢您的阅读！。

数学模型及其在水资源管理中的应用随着人类文明的进步，水资源管理已经成为一个全球性的问题。

特别是在各种气候变化，大面积城市化等政策推动之下，水资源的需求和管理难度也越来越大。

这时候，数学模型就成了解决问题的利器之一。

本文将探讨数学模型在水资源管理中的应用，以及这些模型的工作原理和局限性。

一、水资源管理中的问题水是人类赖以生存的重要资源，人们利用水进行家庭和工业的各种需求，甚至人类的食物也需要水来种植和制造。

但是在现代社会中，水资源的管理和分配却很困难。

这主要是由于以下几方面原因：1. 水资源的分布不均匀。

虽然我们的地球上有70%以上的水，但是其中大部分是海水，只有极少数的水是人们可以直接利用的。

而可利用的淡水更是极不平均，有一些国家和地区甚至没有任何可用的淡水资源。

2. 环境因素的变化。

随着气候变化和越来越多的人类活动，水的质量和量也发生了很大的变化。

在一些地区，水污染已经成为严重的问题。

而在干旱的地区，水资源的短缺和上游水位下降的问题也很严重。

3. 国家和地区之间的争夺。

在某些情况下，国家之间甚至会出现水资源争夺的情况。

这是由于人们对水资源的争夺比较激烈，许多国家在争夺受关注的河流、湖泊或地下水资源上面。

以上是水资源管理中的主要问题之一。

为了解决这些问题，数学模型及其应用成为了一种越来越流行的方法。

二、数学模型的基本概念数学模型是指将一个真实世界的问题转化为数学表达式的一种技术。

一个数学模型通常由以下三个要素构成：1. 变量。

变量是数学模型中最基本的组成部分，它可以是任何一种可以测量的物理量，也可以是一种抽象的概念。

2. 函数。

函数是描述变量和变量之间关系的数学表达式。

在一个数学模型中，函数是最重要的组成部分，它有助于我们预测未来的趋势和效果。

3. 约束条件。

约束条件是数学模型中数学意义上的限制条件，通常来自于问题具体的实际应用场景。

它可以是一个变量必须大于一个值，或者某个变量和另外一个变量之间有一个固定关系等等。

水资源管理中的水文模型与预测技术研究1.水是地球上最重要的资源之一，也是维持人类生存和发展的基础。

水资源管理是指对水资源进行规划、监测、调控和利用的一系列活动，其中水文模型与预测技术起着至关重要的作用。

2.水文模型是通过对水文过程进行数学描述和模拟，来预测水资源的变化和未来发展趋势的一种技术手段。

水文模型可以帮助水资源管理者更好地了解水文过程的规律，预测水资源的供需状况，为制定有效的水资源管理措施提供科学依据。

3.在水资源管理中，水文模型主要用于模拟降水、蒸发、径流、地下水和水库调度等水文过程，以评估水资源的可持续利用性和管理效果。

通过水文模型，可以对水资源的时空分布进行模拟，为不同区域和时段的水资源配置提供科学依据。

4.水文模型可以分为简化模型和复杂模型两种类型。

简化模型通常基于水文平衡原理，通过简化和理论化的方法描述水文过程，适用于数据缺乏或信息不完整的情况下。

复杂模型则基于更为精细的水文动力学原理，考虑更多的影响因素和复杂的相互作用关系，适用于对水资源管理有较高要求的情况。

5.在水资源管理中，水文模型的应用涉及到多个领域，包括水资源评估、水文预测、水库调度、干旱监测等。

其中，水文预测是水资源管理中最为关键的一环，通过对未来降水和径流的预测，可以有效地指导水资源的合理开发利用和保护。

6.预测技术是指基于历史数据和分析方法，对未来的水文过程进行预测和模拟的一种技术手段。

预测技术可以帮助水资源管理者更好地了解未来水资源的供需情况，及时调整管理措施，以应对不同的水文条件和变化。

7.在水资源管理中，预测技术主要包括统计预测、物理模型预测和数据驱动预测等方法。

统计预测是基于历史数据和统计分析方法，对未来水文过程进行推测和预测。

物理模型预测则是基于水文动力学原理和数学模型，对水文过程进行模拟和预测。

数据驱动预测则是通过机器学习和人工智能等技术，对数据进行挖掘和分析，从而实现水文过程的预测和模拟。

8.水文模型与预测技术的研究不仅可以提高水资源管理的科学性和精准度，还可以为水资源管理者提供更多的参考意见和决策支持。

水资源管理与水量预测模型研究随着全球气候变化和人口增长的不断加剧，水资源管理成为当今社会面临的一个重要挑战。

为了更好地管理和利用有限的水资源，科学家们研究并建立了各种水量预测模型，以帮助决策者制定有效的水资源管理策略。

本文将探讨水资源管理与水量预测模型的研究现状、关键技术以及未来发展方向。

水资源管理涉及准确评估水资源的可持续性以及合理分配和利用水资源的策略。

在过去的几十年里，水资源管理已经从简单的基于经验的方法发展到基于科学数据和模型的管理策略。

水量预测模型是其中的核心部分，它们通过分析历史数据、监测数据以及气象数据来预测未来水资源供应和需求情况。

目前，常见的水量预测模型包括统计模型、物理模型和机器学习模型。

统计模型是基于历史数据的统计分析，通过建立数学模型来预测未来水量。

物理模型则是使用数学方程和物理原理来模拟水循环和水量变化的过程。

机器学习模型则是通过训练大量数据，利用算法自动学习并预测未来水量。

除了模型的选择，水量预测还需要依赖大量的数据支持。

历史数据、监测数据和气象数据是建立准确预测模型的重要的基础。

历史数据提供过去的水量情况，监测数据则反映当前水资源的状态，而气象数据则能够提供天气变化对水资源的影响。

所有这些数据都需要经过处理和分析，以提取有效的信息用于模型训练和预测。

在技术方面，水量预测模型研究面临一些挑战。

首先是数据的不确定性，特别是在一些地区或时期缺乏充分的数据。

这会导致模型的不准确性和预测的不可靠性。

其次是模型的复杂性和计算成本，一些复杂的模型需要大量的计算资源和时间。

此外，对于水资源管理来说，模型的实时性也是一个重要考虑因素，必须能够及时反馈最新的水量情况。

未来，水资源管理与水量预测模型的研究将朝着以下几个方向发展。

首先是数据采集和监测技术的进一步改进，提高数据的准确性和完整性。

其次是模型的集成和优化，将各种模型和算法结合起来，提高预测的准确性和可靠性。

第三是引入新的技术手段，如人工智能、云计算等，提高模型的效率和实时性。

数学建模关于水资源的论文摘要近年来，我国、特别是北方地区水资源短缺问题日趋严重，水资源成为焦点话题。

本文建立数学模型确定水资源主要风险因子和对水资源短缺风险进行等级划分综合评价，以及调控预测。

对于问题一的主要风险因子的确定，我们采用的是层次分析模型，由1979年,2008年的水资源的统计资料来进行各因子的对比(避免了层次分析模型的的主观偏差)，由此模型使用matlab软件计算出了各个因子的权重，权重较大的即为主要风险因子。

对于问题二的水资源短缺风险综合评价等级划分，我们参考文献选取了五个评价指标即风险率、易损性、风险可恢复性、事故周期(重现期)、风险度，每个评价指标都有5级划分标准.对于问题三的未来两年的水资源短缺风险预测，根据五个评价指标并利用模糊理论计算出水资源短缺情况的综合评价。

并且对评价结果提出了合理化建议，从而采取相应的应对措施，来降低风险等级。

的未来两年的水资源短缺风险预测，对于问题四，我们结合已经计算得到的数据，写了一份建议报告。

关键词:层次分析模型、水资源短缺风险评价指标、水资源短缺风险的模糊综合评价方法1一、问题的重述对于问题一，水资源的风险因子众多，怎样确定哪个风险因子是。

北京市水资源短缺已经成为影响和制约首都社会和经济发展的主要因素。

政府采取了一系列措施, 如南水北调工程建设, 建立污水处理厂,产业结构调整等。

但是，气候变化和经济社会不断发展，水资源短缺风险始终存在。

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。

本题需要我们建立数学模型，主要解决以下问题:(1) 评价判定北京市水资源短缺风险的主要风险因子是什么,(2) 对北京市水资源短缺风险进行综合评价，作出风险等级划分并陈述理由。

(3) 对主要风险因子,如何进行调控，使得风险降低,(4) 对北京市未来两年水资源的短缺风险进行预测，并提出应对措施。

水资源短缺风险综合评价摘要.我国特别是北方地区水资源短缺问题日趋严重，特别是北京，水资源成为焦点话题。

本文通过对北京市水资源短缺风险的综合评价，以及对影响水资源短缺因素之间的关系进行讨论分析。

对北京市水资源短缺风险进行等级划分，通过建立模型对风险因子进行调控并有效来降低风险，并对北京市未来两年水资源的短缺风险进行预测，并提出应对措施。

对于本题，我们主要采用excel表格和matlab软件对模型进行求解。

针对第一个问题，我们通过采用excel表格的方式，画出农业用水，工业用水，水资源总量和第三产业及生活等其它用水及降雨量的折线图，通过对比他们的走势及前几十年的关系，判断出主要风险因子。

针对第二个问题，我们利用模糊综合评价法对水资源风险进行评判，把水资源风险划分成低，较低，中等，较高和高五个等级，选取第一个问题得出的四个主要风险因子为评价对象的因素。

关于风险因子权重的确定问题，我们采用了熵值法，从而较好地避免主观因素的影响，得出农业用水，工业用水，水资源总量和第三产业及生活等其它用水的权重分别为0.2128,0.2965,0.2659,0.2248。

最后计算出水资源短缺风险的评判结果为中等。

针对第三个问题，我们需要预测四个主要风险因子未来两年的数据，从而得出未来两年水资源短缺风险的情况。

首先我们采用指数拟合的方法，画出各个图。

判断各个走势，预测未来的风险情况。

关键词. excel表格折线图模糊数学熵值法权重指数拟合matlab软件 MathType1.问题的重述我国是一个极度缺水的国家，我国的淡水资源总量为28000亿立方米，占全国水资源的6%，仅次于巴西、俄罗斯和加拿大，名列世界第四位。

但我国的人均水资源只有2300立方米，仅为世界水平的四分之一，是全球人均水资源最贫乏的国家之一。

近年来，我国、特别是北方地区水资源短缺问题日趋严重，水资源成为焦点话题。

北京本就不是一个多水的城市，新中国建立以来，北京多年的平均降雨量是585毫米年均形成水资源量37.4亿立方米，人均水资源量不足200立方米，但即使这个数据，近年来也在不断下降。

城市供水量预测模型摘要水是生命之源，地球上水的总量虽然巨大，但能够被人类利用的淡水资源却极其匮乏，而且分布极不平衡。

淡水资源的短缺给人们的生产生活带来了诸多不变，因此我们应该珍惜水资源，对水资源要合理且可持续的利用。

本文以两个自来水厂2001—2007年间每天的供水量为依据，运用灰色系统理论、模糊线性回归、二元线性回归、组合预测等数学方法对所给问题建立模型并对结果进行了分析。

关键词：灰色系统理论模糊线性回归组合预测 matlab问题分析该问题是根据日供水量记录估计未来一时间段的用水量，只有一些数据内部机理不明确属于灰色系统问题。

我们需要在一定的假设下，对已知数据统计分析，并运用一些方法完成对未来一时间段用水量的预测。

1)对问题（1）的分析：为预测2008年上半年日用水量，我们考虑到温度与用水量的正相关性，需先对温度进行预测。

由于我们只需预测出2008年上半年的日用水量，并且通过对2005-2007年每年相应时段内的日用水量及温度的散点图观察分析，我们知道这几年里相应时段内温度及用水量均稳定在某一值附近。

故我们可以以三年内相应时间段温度及相应的日用水量的平均值作为数据基础建立数学模型，所建模型可以很好的表征用水量在一年中（此模型只考虑上半年）随时间的变化趋势及相关制约因素的作用，故我们用其进行预测是合理有效的。

首先，我们建立一年内上半年温度随时间（天）变化的线性回归模型，得到上半年温度与时间序列（天）的关系，进而可以预测出2008年上半年每天的温度。

然后，为找出温度与用水量的关系，以所求得的用水量与温度的均值为基础，分别建立了二元线性回归模型和模糊线性回归模型，表示出了每天最高温度、最低温度与用水量的关系。

通过观察2001-2007年用水量整体随时间变化的关系图，我们很明显的看到用水量变化总体来说是呈增长趋势的。

以上模型只是以2005-2007年三年的相关数据为基础，没有考虑到温度、用水量长时期内整体随时间（年）的变化规律。