水资源短缺评价和预测.doc

此文档收集于网络，如有侵权，请联系网站删除水资源短缺风险综合评价摘要：在特定的时空环境条件下，由于来水和用水两方面存在不确定性，使区域水资源系统发生供水短缺的可能性以及由此产生的损失，即水资源短缺风险。现研究在来水和用水两方面存在不确定性的水资源短缺风险综合评价，并总结历史经验，做出风险等级划分，然后模拟调控主要因素，使水资源风险降低，最后对北京未来几年水资源短缺风险进行预测并给出应对措施，最后向北京水行政部门写一份建议报告。在进行水资源短缺综合评价之前，先评价判定北京市水资源短缺的主要风险因子。运用距离判别法中的马氏距离法，对气候条件、水利工程设施、工业污染、工业用水，农业用水、生活用水、管理制度，水资源总量这八个因素进行筛选，选出的水资源短缺风险的主要因子为农业用水、工业用水、生活用水以及水资源总量。应用中评判的四个主要因子，根据实际情况，运用岭型偏大型类型的函数，构造关于水资源短缺的隶属函数，并对2000年到2008年北京市水资源短缺风险进行分析计算隶属函数值。为了使得中的隶属函数值能够直观的反应水资源短缺风险级别，我们对1979年到2000年的数据进行分析，以缺水最为严重的1999年数据作为缺水等级中的最高等级（极度缺水），运用模糊集中贴近度概念，计算其他年份与该年的贴近度，根据经验区别不同贴近度与风险等级的关系，据此关系对22年的缺水情况进行模糊归类，最后分析每一类中年份的隶属函数值，得到基于隶属函数值的水资源短缺风险等级划分，并对中2000年到2008年隶属函数值进行检验，结果真是可靠。在调控主要因子降低风险时，先应用逐步回归的思想，对主要因子进行主次区别，得到对不同因子投入相同力度时，对缺水风险的缓解产生不同的效果，计算结果表明生活用水水资源总量农业用水工业用水。最后给你调配方案，给出针对方案调控后的效果。在对北京市未来两年水资源短缺风险预测时，由于缺水因子的离散不确定性，我们应用灰色系统理论，进行灰色预测，最后针对预测结果给出相应的措施，并分析实施措施后预测年份的风险等级。最后以北京市水主管部门为报告对象，写出一份建议报告。关键字 水资源短缺风险、模糊聚类、灰色预测、马氏距离、隶属函数、多项式拟合、风险等级划分1 问题重述北京是世界上水资源严重缺乏的大都市之一，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。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。构造模型得出求解以下问题：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建立一个数学模型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。5 以北京市水行政主管部门为报告对象，写一份建议报告。2、问题分析、在评价水资源短缺风险时，必须考虑到来水和用水两方面的不确定性，并且由于影响水资源短缺风险的因素有很多，必须选取其中重要的敏感的因子，即需要建立主要因子评判模型，来找出重要因子。在对水资源短缺风险进行划分等级时，由于主观的不确定性，尽量避免应用主观划分等级的方法，采取一种按能够通过分析历史经验的方法，来确立客观的风险等级。对于预测问题由所给数据绘制出了北京市1979年到2000年总用水量和水资源总量的原始时间序列数据，由图1中的信息可知从该市的供求量变化特征可以看出，供水量在总体上具有下降趋势，但其随机性大且规律性不明显，难以用现有的预测模型对其进行拟合。必须对供水量的原始数据进行适当的预处理，才能使其潜在的变化规律呈现出来。图1 19792000年总用水量和水资源总量的原始时间数据于是我们对图1中年用水量数据进行累加生成，得到图2 曲线，可以看出，其一次累加生成的序列不仅波动小，随时间的增长十分平稳，而且具有典型的增长趋势，因此拟对一次累加的数据进行建模分析。根据拟加的数据采用拟合的方法进行建模。并用灰色预测理论进行预测。最后再将累加生成的数据还原，也即是累加生成的逆运算，是对数据序列中前后两个数据进行差值运算。图2 19792000年总用水量和水资源总量的累加和数据3、模型假设 水资源各种用量以及总量是可预测的 水资源总量是可以测定的 不考虑自然灾害对水资源短缺风险的影响 影响水资源短缺风险的因子是可测的 不考虑今后宏观调控对水资源短缺风险的影响 不考虑今后自然灾害对水资源短缺风险的影响 忽略非主要因素对水资源短缺风险的影响4、模型中使用的主要参数说明符号代表的含义定义模糊集A与B的贴近度分别表示农业、工业、生活用水、水资源总量分别为的回归系数工业用水年测量农业用水年预测量第三产业用水年预测量年份初始数据序列(k)M次累加（x(k)）m次累减其余参数具体模型中说明5、建立基于模糊概率的水资源短缺评价模型水资源短缺风险，泛指在特定的时空环境条件下，由于来水和用水两方面存在不确定性，使区域水资源系统发生供水短缺的可能性以及由此产生的损失。基于上述理由，建立了基于模糊隶属的水资源短缺评价模型。5、1 构造判别主要因子的模型影响水资源短缺风险的因素有很多，例如气候条件、水利工程设施、工业污染、工业用水，农业用水、管理制度，水资源总量等，生活用水等。为了能够直观简便的评价水资源短缺风险，需要将因子进行筛选，本文采用距离判别法来选出主要影响因子。距离判别法有欧氏距离法和马氏距离法等，本文采用较为精确的马氏距离法：假设共有个指标，第个指标共测得个数据（要求）：于是，我们得到阶的数据矩阵，每一行是一个样本数据。阶数据矩阵的阶协方差矩阵记做。求维向量，则维向量到矩阵的马氏距离的公式如下：，其中：表示第个指标的算术平均值。本文采用matlab求解马氏距离,针对气候条件、水利工程设施、工业污染、工业用水，农业用水、管理制度，水资源总量，生活用水筛选出主要因子，具体求解结果见附表，表1为主要因子求解情况：表1求解马氏距离结果因子数因子容许度移出概率马氏距离1工业用水10.0892工业用水水资源总量0.6810.6810.02000.41110.48663工业用水水资源总量农业用水0.3790.6500.4400.02800.0340.92000.83101.01774工业用水水资源总量农业用水生活用水0.2300.3200.1110.1000.03700.0030.0132.55551.7731.11491.7212从表中可以看出，农业用水，工业用水，第三产业及生活用水，水资源总量在进行马氏距离计算时，移出模型的概率均小于0.1，同时这四个变量使得最近的两类间的马氏距离也最大，因此可以认为这四个因子为影响水资源短缺风险的主要因子。5、2构造缺水量的隶属函数对于一个供水系统，所谓的缺水是指供水量小于需水量，从而产生需求不平衡的问题。基于水资源系统的模糊不确定性，通过构造一个隶属函数，来描述供水系统的缺水情况。定义模糊集：，越接近于0，缺水程度越低，越接近于1，缺水程度越高。为缺水程度，为缺水量在模糊集上的隶属函数。考虑实际情况，并分析数据，如图3，认为缺水量的隶属函数类型应选用岭型偏大型类型：图3岭型分布偏大型隶属函数的类型如下： ，其中，在构造缺水程度函数之前引入缺水度函数：根据缺水度函数，应用最大比例的方法找出缺水程度表达式：根据1979年到2000年的所需数据，运用以上方法可以求出危险系数如下：其中可通过上两式得到。1979年到2000年的各个年份的水资源缺水风险隶属图像见图4：图4 1979年到2000年的各个年份的水资源缺水风险隶属5、3水资源短缺风险等级划分水资源短缺风险等级划分时，先选取最缺水的年份1999年，把1999年水资源短缺风险等级设定为极度缺水，并将其作为模糊集合中的标准对象，计算其他年份的水资源短缺风险与1999年的贴近度，进而得出其他年份与极度缺水等级的关系。根据模糊集的格贴近度概念：设A,B是论域U上的模糊子集，称，为A与B的贴近度。其中，那么以1999年作为标准对象：待比较对象：贴近度结果如表2（具体表见附表）：表2 1979年到2000年的贴近度n19791980198119821983198419851986198719881989t0.190.680.750.390.440.030.370.090.64n19901991199219931994199519961997199819992000t0.160.810.840.010.50.670.100.96其中为负数的年份无需进行贴近度计算，可以认为当年为不缺水年。根据心理学家的研究提出：人们区分信息等级的极限能力为，我们用保守区分，把分为五个级别，分别为（0，0.2），（0.2,0.4），（0.4,0.8），（0.8,1），根据以上数据分析，认为与1999年贴近度在0.8以上的，均为极度缺水，贴近度在（0.4,0.8）为高度缺水，贴近度在（0.2,0.4）为中度缺水，贴近度在（0,0.2）为轻度缺水。分析1979年到2000年的各年与1999年贴近对比，得出各年份水资源短缺风险见表3表3各年份水资源短缺风险缺水风险不缺水轻度缺水中度缺水高度缺水极度缺水年份1985198719911996197919841988199019941998198219861980198119831989199519971992199320001999分析各个级别的年份缺水情况，并利用5、1的缺水程度表达式来计算各个年份的缺水程度，模糊归类得到表4：表4 缺水程度判别表级别不缺水轻度缺水中度缺水高度缺水极度缺水该结果直观表现出各个年份的缺水风险级别，一旦得出各个因子的具体或者是推测数值，就可以求出隶属度，查找表，可以得到该年的水资源短缺风险级别。为了使水资源短缺风险等级划分更加有可行度，我们用2001年到2008年有关数据进行计算并确定各年份水资源短缺的等级，并与实际情况相比较：表5 判断2001到2008年缺水风险等级危险系数缺水风险等级是否符合实际20010.7158极度缺水是20020.7442极度缺水是20030.6941极度缺水是20040.5790高度缺水是20050.5188高度缺水是20060.4712中度缺水是20070.5058中度缺水是20080.1973轻度缺水是由上表可以看出，我们的评定方法与实际情况相符合，具有客观的可信性和可行性。6、建立调控主要因子来降低水资源短缺风险的模型调控主要因子来降低水资源风险时，我们通过利用逐步回归的方法来分析确定不同因子对缺水量的不同程度的影响，从而在调控时能够花费最少的力度，更有效果的缓解水资源缺乏的压力，最后列举可行性的方法，调控主要因子，来降低水资源短缺风险。逐步回归的基本思路是，先确定一个包含若干自变量的初始集合，然后每次从集合外的变量中引入一个对因变量影响最大的，再对集合中的变量进行检验，从变得不显著的变量中移出一个影响小的，依次进行，知道不能引入和移出为止，引入和移出都以给定的显著性水平为准。我们采用matlab统计工具箱中的逐步回归命令stepwise，它提供人机交互式画面，可以在画面上自由地引入和移出变量，进行统计分析。图5逐步回归的matlab实现图从图5中看到，含有模型的回归系数置信区间远离零点，对应变量Y的影响是显著的，的回归系数分别为，由于stepwise命令并未给出回归模型的常数项，由以下方法计算得到：其中分别是的平均值。利用逐步回归最终得到的模型为:该模型表明，每增加1，导致增加1.0008；每增加1，导致增加0.9997；每增加1，导致增加1.0039，每增加1，导致减少1.0002。即农业用水、工业用水、第三产业以及生活用水每增加1单位的用水量，对缺水量的影响平均为1，而水资源总量每增加1，缺水量会减少1。在对主要因子进行调控来降低水资源风险时，应着重考虑第三产业及生活用水和增加水资源总量方面，其次考虑农业用水，最后考虑工业用水，在资金投入方面，依据三者对缺水量的不同影响，按比例投资，会得到更好的效果。调控主要因子的措施：控制北京地区人口数量，减少生活用水，即减少的支出，来缓解缺水风险；增加废水回收利用率，或者增加水资源来源，如调水工程，增加蓄水工程的数量等，增加的量，来缓解缺水风险；农业用水和工业用水，调控力度比较大，但效果反而比调控生活用水和调控资源总量小。7、水资源短缺风险预测并提出应对措施7.1灰色系统建模的基本思想7.1.1初始数据序列获得的实验数据、经验数据、生产数据或观测数据,按照某一规则依次排列而构成的一列有秩序的序列: =(k)|k=1,2,。7.1.2数据生成将原始数据通过某种运算变换为新数据，我们称之为数据生成。数据生成有两个目的Ll)为建模提供中间信息;(2)弱化原随机序列的随机性。 7.1.3累加生成将同一序列中数据逐次相加生成新的数据。设初始数据序列为:：初始数据是0次累加数据。M次累加的定义为:(k)=(i) ( k=1,2,)一般地，对非负数列，累加次数越多，数列的随机性就弱化得越多。但当累加次数足够大时，时间序列便由随机转化为非随机了。7.1.4累减生成它是累加生成的数据进行还原，也即是累加生成的逆运算，是对数据序列中前后两个数据进行差值运算。0次累减为原始数据，即(x(k)=x(k)。m次累减的定义为:（x(k)）=(x(k)(x(k-1)7.2对已知数据进行分析由所给数据绘制出了北京市1979年到2000年总用水量和水资源总量的原始时间序列数据，由图6中的信息可知从该市的供求量变化特征可以看出，供水量在总体上具有下降趋势，但其随机性大且规律性不明显，难以用现有的预测模型对其进行拟合。必须对供水量的原始数据进行适当的预处理，才能使其潜在的变化规律呈现出来。图6 19792000年总用水量和水资源总量的原始时间数据于是对图6中年用水量数据进行累加生成，得到图7 曲线，可以看出，其一次累加生成的序列不仅波动小，随时间的增长十分平稳，而且具有典型的增长趋势，因此拟对一次累加的数据进行建模分析。根据拟加的数据采用拟合的方法进行建模。并用灰色预测理论进行预测。图7 19792000年总用水量和水资源总量的累加和数据7.3分类预测附录1给出了该市1979到2008年各类年用水量原始数据，将该市年总用水量分为农业用水，工业用水和生活用水三大部分进行分类预测，其他用水量作为随机因素处理。由于该市年用水量原始数据随机变化大，而一次累加后具有明显的规律性，因此拟采用一次累加对其进行处理。为了便于分析比较分类预测与总体预测的效果，对该市年总用水量采用预测效果较好的灰色预测模型进行预测。7.3.1 工业用水预测对下图中的数据进行二次多项式拟合（程序见附录）得到图8工业用水累加和从附表一中可以看出该市工业用水量具有下降的趋势，究其原因，一方面该市工业产业结构的调整、节水措施以及工业的搬迁等使工业用水量呈减少趋势；另一方面工业的高速发展使用水量仍不断增加，表现出极强的波动性。因此，年工业用水量原始时间序列无一定的规律性。只写出2001到2008年的误差（表6），其具体误差总表见附表表6 工业用水部分误差年份误差年份误差20010.532620050.893520020.347820060.567320030.596920070.315620040.365920080.13567.3.2农业用水预测对下图中的数据进行二次多项式拟合（程序见附录）得到=-0.1970506912+804.5633684975-820457.301996265图9农业用水累加和只写出2001到2008年的误差（表7），其具体误差总表见附表表7 农业用水部分误差年份误差年份误差20010.21004120050.32644720020.77414320060.63054820030.43824420070.1246520040.89234620080.18125从附表一中可以看出该市农业用水量具有略下降的趋势，究其原因，一方面北京市房地产事业所占用耕地有逐年递增的趋势，是耕地面积减少，北京实施多项合理灌溉的措施使用水量呈减少趋势7.3.3第三产业用水对下图中的数据进行二次多项式拟合（程序见附录）得到0.228587642-901.6203959167+889062.203856523图10第三产业用水累加和只写出2001到2008年的误差（见表8），其具体误差总表见附表表8 第三产业用水部分误差年份误差年份误差20010.253620050.8220020.136820060.156720030.364520070.167220040.268520080.2543从上图中可以看出生活用水量处在逐年递增的趋势。究其原因，从1979年到2008年外地去北京人口增加较明显，使得北京市人口剧增，生活用水量有所增加，但是由于近几年实行定额用水、超用累进加价收费的阶梯式供水制度，使得用水量呈较平缓的趋势，两者之和具有一定的稳定性，同时由于气象等其他因素的影响，又具有一定的随机性。7.4 预测未来五年内各方面的用水量及建议采取的相应措施由上面的分类预测得出下面的表9表9 2009年到2013年预测的用水量年份总用水量农业用水工业用水第三生活用水水资源总量200935.0457712.010745.40640115.6161620.97593201034.8098111.616645.1062316.0733420.28609201134.5738511.222544.80605816.5305119.59625201234.3378910.828444.50588716.9876918.9064201334.1019310.434344.20571517.4448618.21656由上图可知农业用水和工业用水有所下降但下降幅度不大，生活用水增加较多，同时水资源减少速度较快，所以北京市缺水状况令人担忧。近五年水资源短缺风险等级如下表10，表10 2009年到2013年缺水程度情况20092010201120122013危险系数0.65580.69580.72790.74390.7597缺水程度中度缺水中度缺水高度缺水高度缺水高度缺水建议采取以下措施(1)加强对节约用水的宣传，减少对市民进行节约用水教育，使市民能够自觉节约用水。建立与节水型社会相符合的节水文化，形成节水的社会风尚和文明消费方式。 （2）着力调节生活用水的用量，并且对农业用水量和工业用水量进行调节。加大治理污水力度，加大节水设备的使用量。(3)建立以用水权管理为核心的水资源管理制度体系，包括建立政府调控、市场引导、公众参与的节水型社会管理体制。建立与区域水资源承载能力相协调的经济结构体系。(4)建立与水资源优化配置相适应的节水工程和技术体系。开发与推广先进实用的节水技术，建设水资源管理硬件设施体系，建设生产、生活节水工程，建设非传统水源开发工程，比如开发“空中雨水”、“中水回用”。如果采取以上措施能够分别减少农业用水，工业用水，第三产业以及生活用水的5%，并且增加水资源总量的5%，我们可以推测预知未来4年的水资源短缺风险评价等级为表11测预知未来4年的水资源短缺风险评价等级20092010201120122013危险系数0.1500.1680.1900.6980.785缺水程度轻度缺水轻度缺水轻度缺水中度缺水高度缺水8、模型评价部分8、1 优点： 模型在评价北京市水资源短缺风险时，计算风险系数时，计算量小，较为简单实用； 模型利用前几十年的水资源短缺经验给出水资源短缺风险等级，具有一定的可信性，符合人们对水资源短缺风险的评价； 模型在大量实际数据的检验下，非常符合实际，具有客观的可行性； 模型给出对今后几年的预测，并且证明了预测体系的正确性，对以后的水资源短缺风险具有一定的指导意义； 模型中给出水资源短缺风险的主要因子，并分析了各因子的比例关系，在缓解水资源短缺风险的工程中，具有很好的参考价值。8、2 缺点： 模型在分析水资源短缺主要因子时，没有考虑一些人为的或者是意外的突发性事件，可能使得评价结果不完善； 模型在预测体系中，无法估计未知的不可确定的影响因素，可能在预测实际中存在差异；9、参考文献1 阮本清,韩宇平,王浩,等.水资源短缺风险的模糊综合 评价.水利学报,2005,36(8):906-912. 2 韩宇平,阮本清.水资源短缺风险经济损失评估研究.水利学报,2007,38(10):1253-1257.3 韩宇平,许拯民.区域水资源短缺风险调控研究.河北工业大学学报,2007,24(4):81-84.4 韩宇平,李志杰,赵庆民.区域水资源短缺风险决策研究.华北水利水电学院学报,2008,29(1):1-3.5 韩宇平,阮本清,汪党献.区域水资源短缺的多目标风险决策模型研究.水利学报,2008,39(6):667-673. 2008. 6 马黎,汪党献.我国缺水风险分布状况及其对策.中国水利水电科学研究院学报,2008,6(2):131-135. 7 张士锋,贾绍凤.海河流域水量平衡与水资源安全问题研究自然资源学报8 任宪韶,户作亮,曹寅白,等.海河流域水资源评价.北京:中国水利水电出版社,2007.9 金凤君.华北平原城市用水问题研究.地理科学进展,2000,19(1):17-24.10 刘昌明,陈志恺.中国水资源现状评价和供需发展趋势分析.北京:中国水利水电出版社,2001.11 李九一.中国水资源短缺及其风险评价与管理对策研水利水电科学研究院学报,2008,6(2):131-135.11、附录部分附表1 1979年到2000年水资源短缺分析数据年份总用水量(亿立方米)农业用水(亿立方米)工业用水(亿立方米)第三产业及生活等其它用水(亿立方米)水资源总量（亿方）197942.9224.1814.374.3738.23198050.5431.8313.774.9426198148.1131.612.214.324198247.2228.8113.894.5236.6198347.5631.611.244.7234.7198440.0521.8414.3764.01739.31198531.7110.1217.24.3938198636.5519.469.917.1827.03198730.959.6814.017.2638.66198842.4321.9914.046.439.18198944.6424.4213.776.4521.55199041.1221.7412.347.0435.86199142.0322.711.97.4342.29199246.4319.9415.5110.9822.44199345.2220.3515.289.5919.67199445.8720.9314.5710.3745.42199544.8819.3313.7811.7730.34199640.0118.9511.769.345.87199740.3218.1211.111.122.25199840.4317.3910.8412.237.7199941.7118.4510.5612.714.22200040.416.4910.5213.3916.86附表2 2001年到2008年水资源短缺风险分析数据用水总量农业用水工业用水生活用水水资源总量200138.9317.49.212.319.2200234.6215.57.511.616.1200335.813.88.413.618.4200434.5513.57.713.421.4200534.513.26.814.523.2200634.312.86.215.324.5200734.812.45.816.623.8200835.1125.217.934.2附表3 求解各个影响水资源短缺风险的因素之间的马氏距离因子数因子容许度移出概率马氏距离1工业用水10.0892工业用水水资源总量0.6810.6810.02000.41110.48663工业用水水资源总量农业用水0.3790.6500.4400.02800.0340.92000.83101.01774工业用水水资源总量农业用水生活用水0.2300.3200.1110.1000.03700.0030.0132.55551.7731.11491.72125工业用水水资源总量农业用水生活用水水利工程0.0890.0480.0150.0250.00010.0240.0150.0120.0150.1202.3562.3692.3212.2152.2156工业用水水资源总量农业用水生活用水水利工程气候条件0.0250.0230.0120.0230.0010.0010.0230.0210.2560.2100.2220.3312.8903.2013.0213.2134.2564.5607工业用水水资源总量农业用水生活用水水利工程气候条件工业污染0.00230.00120.00250.00250.00210.00010.00010.0230.0250.0150.0320.1230.2540.4564.9804.6985.6255.6895.6235.6875.6328工业用水水资源总量农业用水生活用水水利工程气候条件工业污染管理制度0.000360.000150.000250.000250.000250.000010.000010.000010.0020.0010.0010.0120.8900.5460.2140.6846.2106.2506.2306.5206.2137.1289.4566.569附录程序：灰色系统计算程序function gml(x) clc format long if length(x(:,1)=l x=x;Cndn=length(x); %取输入数据的样本量z=0; for i=1:n %计算累加值，并将值赋予矩阵bez=z+x(i,:);be(i,:)=z;end for i=2:n%对原始数列平行移位y(i-l,:)=x(i,:);end for i=1:n-1%计算数据矩阵B的第一列数据e(i,:)=- 0.5*(be(i,:)+be(i+l,:);endfor j=1:n-1%计算数据矩阵B的第二列数据e(j,:)=l;end for i=1:n-1 %构造数据矩阵BB(i,l)=e(i,:);B(i,2)=e(i,:);endalpha=inv(B*B)*B*y:%计算参数a，u矩阵for i=l:n+l %计算数据估计值的累加数列，如改n+l为n+m可预测后m-1个值ago(i,:)=(x(l,:)-alPha(2,:)/alPha(l,:)*exP(-alPha(l,:)*(i-l)+alPha(2,:)/alPha(1,:);endvar(l,:)=ago(l,:)for i=l:n%如改n为n+m一1，可预测后m一1个值var(i+l, :)=ago(i+l,:)-ago(i,:);%估计值的累加数列的还原，并计算出下一 % 预测值endfor i=l:nerror(i, :)=var(i,:)-x(i,:):%计算残差endc=std(error)/std(x);% 的比值c%调用统计工具箱的标准差函数计算后验差ago%显示输出预测值的累加数列alPha%显示输出参数a，u数列 var%显示输出预测值error%显示输出误差 c%显示后验差的比值c附表3：第三产业部分用水误差年份误差年份误差19790.16519800.36919810.12019820.25019831.23019840.25419850.25019860.22219870.12019880.14519890.15619900.14619910.14919920.69019930.24419940.88819950.26819960.21419970.20019980.10019990.80020000.23120010.253620050.15420030.364520060.156720050.8220070.156620040.167220080.2543附表4 农业用水误差表年份误差年份误差19790.20519800.45219810.22219820.12419830.45619840.25619850.85019860.22219870.12419880.14519890.15619900.14619910.14919920.56419930.24419940.88819950.36019960.21419970.20019980.24519990.25020000.21020010.21020050.32620020.77420060.63020030.43820070.12020040.89220080.181附表5 工业用水误差表年份误差年份误差19790.20519800.45219810.34519820.12419830.45619840.25619850.67819860.56719870.65419880.87219890.15619900.32119910.14919920.42219930.24419940.76519950.36019960.13419970.67419980.24519990.25020000.21020010.24