水资源短缺风险综合评价模型-数学建模竞赛参赛论文

PAGEPAGE30封一答卷编号（参赛学校填写）：THSY06答卷编号（竞赛组委会填写）：论文题目：B水资源短缺风险综合评价模型组别：本科生参赛队员信息(必填)：姓名专业班级及学号联系电话参赛队员1数学与应用数学200906010242参赛队员2数学与应用数学200906010220参赛队员3数学与应用数学200906010145 参赛学校：报名序号：（可以不填）封二答卷编号（参赛学校填写）：THSY06答卷编号（竞赛组委会填写）：评阅情况（学校评阅专家填写）：学校评阅1.学校评阅2.学校评阅3.评阅情况（省赛评阅专家填写）：省赛评阅1.省赛评阅2.省赛评阅水资源短缺风险综合评价模型摘要本文通过对水资源系统影响因素的分析，确立了水资源短缺的主要风险因子：风险率、脆弱性、重现期、可恢复性、风险度，并以这些因子为衡量指标建立了数学模型对北京市水资源短缺风险进行了综合评价。在问题1中，建立了衡量指标模型、概率模型，运用方差、标准差对风险因子进行了检验。在问题2中，综合问题1的风险因子建立了一个描述北京市水资源短缺风险程度的模糊综合评价模型，在模型建立过程中运用了分类、划分方法将水资源短缺风险因子分为5个等级，并用层次分析法确定了风险因子的权系数，构造隶属函数确立了水资源短缺风险综合评价模型，最终划分了水资源短缺风险的5个等级。在问题3中，运用图形分析法，根据北京市水资源情况图像及问题2中建立的水资源短缺风险综合评价模型对北京市未来两年的水资源短缺风险进行了预测，预测结果表明：尽管加大再生水利用量、南水北调工程在一定程度上缓解了北京市水资源短缺的紧张局面，但未来两年北京市水资源短缺风险仍将处于高风险水平。问题4则对北京市水行政主管部门提出了解决水资源短缺的可行性方案。在整个模型建立过程中还用到了EXCEL、MATLAB等工具。 关键词北京、水资源短缺风险、模糊数学、概率、风险因子问题重述改革开放以来，我国工业和城镇生活用水持续增长，由于气候条件、水利工程设施、工业污染、人口规模等因素，近年来我国北方地区水资源短缺问题日益严重，而北京人均水资源占有量不足300立方米，为全国人均的1/8，世界人均的1/30，已成为世界上水资源严重缺乏的大都市之一。现根据《北京2009统计年鉴》及市政统计资料提供的有关1979年至2000年北京市水资源短缺的状况表（见附录）讨论如下问题：1、北京市水资源短缺风险的主要风险因子。 （影响水资源的因素，如：气候条件、水利工程设施、工业污染、农业用水、管理制度，人口规模等。）2、对北京市水资源短缺风险进行综合评价并根据综合评价标准作出风险等级划分，并考虑如何对主要风险因子进行调控才能使得风险降低？3、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。4、以北京市水行政主管部门为报告对象，写一份建议报告。问题分析近年来，受气候变化和经济社会不断发展的影响，水资源短缺问题日趋严重，对水资源短缺风险的研究已引起了广泛的重视。要对北京市水资源短缺风险进行综合评价，首先要明确北京市水资源短缺风险的影响因子及其影响程度的大小；其次，要建立模型考察各风险因子对水资源短缺风险的具体影响。在影响北京市水资源短缺风险的各个主要因子中又有其它因素对其影响，在这里我们忽略了影响较小的因素。判断北京市水资源短缺风险问题要综合考虑，既要考虑各因素对风险因子的影响，又要考虑各风险因子对水资源短缺风险的影响，然后再对其进行综合评价。根据此题特征，我们很容易就想到了模糊概率的相关知识，通过计算概率来实现风险的综合评价。为此，先构造各风险因子的评价指标，然后，再根据各风险因子来构造水资源短缺风险的评价函数。最后，根据模型函数进行风险等级划分并提出相应的解决方案。符号说明符号说明S水资源失事状态Z水资源正常状态M总用水量G水资源总量Xt水资源系统状态变量It水资源系统状态量ui（i=1、2、3、4、5）分别表示衡量风险率、脆弱性、重现期、可恢复性、风险度的指标T水资源系统工作总历时T1水资源系统失事总时间QZt第t年水资源短缺量SZt第t年水资源总量X失事状态下缺水量年均值Y水资源总量年均值Zt水资源可恢复状态量THF水资源可恢复状态总量TSX水资源状态总量D(x)衡量风险度的方差E(x)衡量风险度的标准差d(q,n)第n与n+1次失事时间间隔Vi(i=1,2,3,4,5)水资源短缺风险等级U、V定义的两个有限域i（i=1,2,3,4,5）各风险的权系数bi（i=1,2,3,4,5）水资源短缺风险等级判别指标A、B分别为U、V的模糊子集RU变换关系矩阵Uvi()Ui对Vi的隶属函数模型假设北京市人均年用水量一定；北京市单位产业用水量一定；不考虑水资源自身净化能力；假设水资源短缺风险的各风险因子间影响程度可以忽略；在计算过程中忽略微小数值对结果的影响；6、忽略信息的有限性和不完全性对模型的影响。模型建立、求解与分析水资源系统是一个复杂的大系统，广泛存在着随机性和模糊性，由于随机性是因果率的破缺、模糊性是排中率的破缺，所以在水资源短缺风险评价模型的设计中应同时考虑这两种因素的影响。为了缓解北京市水资源短缺问题，建立数学模型对北京市水资源短缺风险进行综合评价。根据北京市水资源短缺风险的主要风险因子：风险率、脆弱性、重现期、可恢复性、风险度建立如下模型：问题1水资源是人类赖以生存的能源。影响水资源的因素有很多，例如：气候条件、自然灾害、水利工程、工农业污染、污水利用率、管理制度、人口数量及规模、入境水量等，而这些因素都影响着水资源系统处于失事状态时所经历的时间、损失的严重程度、失事的次数、恢复到正常状态经历的时间等。综合以上原因可以将水资源的风险因子概括为：1、风险率考虑到水资源系统的不确定性，如果供水系统处于失事状态，且水资源系统的工作有长期的记录，风险率可以定义为水资源系统不能正常工作的时间与整个工作历时之比，即水资源系统风险率衡量指标为：其中 2、脆弱性脆弱性是指水资源系统处于失事状态的平均损失严重程度。为定量描述水资源系统的脆弱性，我们假设水资源系统第t年水资源短缺量为QZt水资源总量为SZt，T1为水资源系统失事总时间,则水资源系统脆弱性衡量指标为：上式中,失事状态下缺水量年均值X，水资源总量年均值Y为：3、重现期重现期是指再次进入失事状态S时所经历的时间。则水资源短缺重现期衡量指标为：其中，重现期4、可恢复性可恢复性即水资源系统从失事状态到正常状态的可能性。系统的可恢复性越高，表明该系统从失事状态恢复到正常状态的能力越强，反之，则越弱。根据已知条件它可以用如下指标来衡量：其中， 5、风险度标准差反映了变量的稳定与波动、集中与离散的程度，标准差越小，波动越小，反之，则波动越大。利用标准差的特征可以定义以下指标来衡量风险度的大小：其中，方差在类似分析中，一般假定P1=P2=……=PT=1/(T-1)标准差，问题2针对问题1中的各种风险因子，建立一个基于模糊综合评价的水资源短缺风险模型。如果北京市年水资源总量小于年需水量，即水资源处于短缺状态。则基于水资源系统的模糊不确定性，可以构造一个合适的模糊综合评价模型：设U={U1,U2,U3,U4,U5}和V={V1,V2,V3,V4,V5}为两个有限域，A={1，2，3，4，5},0≤i≤1,B={b1,b2,b3,b4,b5}分别为U、V的模糊子集,则模糊综合评价可表示为下列模糊变换：B=ARU 由上述假设可知，关系矩阵RU与水资源短缺的主要风险因子有关。关系矩阵RU中的元素即为因素Ui对应等级Vi的隶属度，其值可根据各级评价因子的实际数值对照各因子的分级指标推求。下面我们将评语分为5个等级：表一：各风险因子指标分级水资源短缺风险等级风险率指标U1脆弱性指标U2可恢复性指标U3重现期指标U4风险度指标U5V1低≤0.20≤0.20≥0.80≥9.00≤0.20V2较低0.20-0.400.20-0.400.60-0.806.00-9.000.20-0.60V3中0.40-0.600.40-0.600.40-0.603.00-6.000.60-1.00V4较高0.60-0.800.60-0.800.20-0.401.00-3.001.00-2.00V5高≥0.80≥0.80≤0.20≤1.00≥2.00由于水资源风险率、脆弱性、风险度是越小越优性指标，而可恢复性、重现期是越大越优性指标，所以，对于U1、U2、U3、U4、U5各级评语构造如下隶属函数： 从而，得到RU的具体向量表示：利用层次分析法确定水资源短缺风险各因子的权重系数，即A={1，2，3，4，5}={1/2，1/4,1/8,1/12,1/24}于是可得到如下综合评判向量：在综合评判中，我们可以将上述的向量转化为一般实数的加法，即最后，选取max{bj}对应的评语作为水资源短缺风险的综合评价结果。根据上述评价标准，我们可以将水资源短缺风险分为如下级别： 表二：水资源短缺风险级别评价 水资源短缺风险等级风险级别水资源短缺风险的特征V1(1<b)低风险可以忽略的风险V2(0.9<b<1)较低风险可以接受的风险V3(0.8<b<0.9)中风险边缘风险V4(0.7<b<0.8)较高风险不可接受风险V5(b<0.7)高风险灾变风险经过Matlab程序运行得到的水资源短缺风险等级指标显示，近年来北京市水资源短缺风险一直处于高风险水平。由问题1建立的模型及本问题中建立的模糊综合评价模型可知，当风险率指标、脆弱性指标、风险度指标越低时，水资源短缺风险程度越低；当重现期指标、可恢复性指标越高时，水资源短缺风险程度越低；因此，要想降低水资源短缺风险程度就要调控主要分险因子。我们可以通过高新技术、水利工程、人口控制等方法降低水资源系统的风险率、脆弱性、风险度或提高水资源系统的可恢复性与重现期，从而使水资源短缺风险程度降低。问题3

根据北京市历年主要用水分布图，我们知道北京市近年来农业用水在逐年减少，工业用水也呈现出负增长趋势，但随着社会的发展第三产业等用水却逐年显著增加。且根据北京市历年用水量与水资源总量比较分布图及北京市政统计资料提供的数据显示，1999年—2008年由于干旱北京市一直处于水资源短缺状态，而2008年基本处于平衡是南水北调工程开始投入使用从而提供了大量水资源。在研究北京市水资源短缺现状的基础上，采用概率模型对北京市水资源短缺风险进行预测：在对水资源短缺风险因子进行分析后，将他们的变化作为参数代入水资源短缺风险综合评价模型中，通过计算机数据分析，得到未来北京市水资源短缺的风险数据，对应数据就可以得到其水资源短缺风险程度。结果显示，在保持现有政策和技术水平下，加大再生水回用，南水北调工程虽然在一定程度上可以缓解北京市水资源短缺状况。但研究表明，水资源短缺风险因子对北京市水资源供需平衡有很大影响，如果没有南水北调工程，未来两年内整个首都圈的水资源短缺风险将会处于高风险水平，水资源供需状况极度危险，对水资源采取有效的风险管理措施已刻不容缓。应对措施：1、控制外来人口入京数量，加大计划生育的实施力度，综合调控北京市人口数量，抑制水资源需求过度膨胀。2、实施法律制度式节水：硬性规定用水单位的用水量，对违规单位进行适当的惩罚措施以鼓励市民节约用水。3、解决全国城市均衡发展问题，调整各城市间的空间结构和产业布局，达到资源共享。4、提高科学技术，改进完善污水处理设备，从而提高污水净化率。5、合理进行人工降雨，增加地表水和地下水的来源。6、采用高新技术，进行更深层的地下水位挖掘。7、对大型水库进行维修处理，增加水库的蓄水量。8、增加海水利用率。问题4关于水资源短缺风险的建议报告北京市水行政主管部门：近年来，我国，特别是北方地区水资源短缺问题日趋严重。根据北京市人口普查相关数据显示，1979年——2008年北京市人口年均增长率逐年增加，且从2001年北京市人口总量就已经大大超过了北京市水资源的承载力，使得北京成为世界上严重缺水的大城市之一。现对以上问题提出如下报告：一、北京市地处海河流域，有丰富的地下水资源，因此，北京一直以地下水为饮用水源。但是，随着经济快速增长，人口增加，长期超量开采，导致地下水位下降。而地表水主要靠降雨补给，北京的湖泊都很小，水量有限。从而，北京水资源总量长期处于短缺状态。北京市水行政主管部门应采取措施进行水资源的深度开发和优化配置，开发新水源，实行水资源联合调度。另外，可以通过调节和重新分配地表径流、淡化海水和高矿化地下水以及把一部分地表径流转化为地下径流的方法来解决水资源短缺问题。二、北京没有天然湖泊，其大量用水靠水库提供，但北京的密云水库、官厅水库、怀柔水库、海子水库四座大型水库的水源入境量都有不同程度的衰减，近年来官厅水库尤为严重。由于各年入境水量不稳定，所以，应该大力改进修建水库，扩大蓄水量以保证水资源的合理利用。三、根据所给数据显示，北京市近年来的工、农业用水虽然都呈现下降趋势，但第三产业用水却呈现明显增长趋势。为此，必须从各方面狠抓节约用水，以节约用水支持社会经济发展。首先，要调整北京的工业结构布局，使高新技术产业成为首都经济发展的主导。其次，要科学调整农业种植结构，建节水灌溉工程，并加强城镇生活用水的管理。最后，实行用水总量控制和定额管理相结合的制度，尽快制定行业综合用水定额、居民生活用水定额，在实践中不断完善和改进用水方案，并研究科学可行的评估方法对各个用水单位进行用水评估，且对评估结果进行一定的奖惩措施。四、污水按性质分为自然污染水和人为污染水。北京当前对水体危害较大的是人为污染。北运河是北京天然河道五大水系中一条常年有水的河流，但由于城市污水污染、工业废水污染、农业回流水污染、固体废物污染等使得北运河将在七年内才能完成综合治理。对于污水处理问题，可以加大污水处理厂的建设，也可以投入建设中水设施，以洗浴、盥洗等日常杂排水为水源，经过处理达到中水水质标准后，可以用于冲厕、洗车、绿化等。因此，建立科学合理的水资源利用效率指标体系，研究科学可行的评估方法是很有必要的，对于节水型社会建设具有重要的社会意义。针对北京市的特殊背景和情况，上述建议为地方和行业水资源利用效率、调整产业结构布局提供了信息支撑。以上报告，如无不妥，请批转各地执行。通化师范学院二0一一年五月五日模型评价与改进本文提出的是使用模糊综合评价的方法解决水资源短缺问题，与其它计算方法相比，最主要的特点是：1、模型的优点：本模型基于多个指标对北京市水资源短缺风险进行了综合评价，具有一定的可操作性和实用性。本模型成功地分析了北京市水资源短缺风险问题，其中采用了计算机数据对实际理论情况的分析，分析数据的结果表明此模型的建立有效合理。本模型与实际联系较为密切，综合实际情况进行了合理分析，为北京市未来水资源短缺风险的预测提供了有效的理论依据，也为解决水资源短缺问题提供了切实可行的方案。2、模型的缺点：由于现实生活中水资源系统的不确定性，所以，还有很多难以预料的不定因素的影响，这使得运算结果具有一定的误差；同时，我们的理论体系还不够完善，需要进一步的改进。3、模型的改进：在计算概率时还可以应用Logistic回归方法进一步提高模型的精度，由于时间关系，一些改进的思路还来不及实现。模型推广水资源是人类赖以生存和发展的重要资源之一，是不可或缺、不可代替的特殊资源。通过定性分析影响水资源短缺风险因子，可以了解影响水资源短缺的因素，从而，从这些因素入手制定合理的方案降低水资源短缺现状。模型推广之后，可以对北京市未来水资源短缺风险进行预测并提出相应的应对措施，具有一定的实用性和可操作性。也可以借此方法来研究我国其他缺水地区水资源短缺风险。 参考文献[1]北京市统计局.北京2009年统计年鉴[M].中国统计,2006.[2]刘卫国.MATLAB程序设计与应用.北京：高等教育出版社，2002.[3]冯平.供水系统干旱期的水资源风险管理[J].自然资源学报，1998,13（2）：139—144.[4]叶其孝.大学生数学建模竞赛辅导教材.长沙：湖南教育出版社，1993.[5]姜启源.数学模型（第二版）.高等教育出版社，1993. 附录附表1979年至2008年北京市水资源短缺的状况年份总用水量(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）197942.9224.1814.374.3738.23198050.5431.8313.774.9426198148.1131.612.214.324198247.2228.8113.894.5236.6198347.5631.611.244.7234.7198440.0521.8414.3764.01739.31198531.7110.1217.24.3938198636.5519.469.917.1827.03198730.959.6814.017.2638.66198842.4321.9914.046.439.18198944.6424.4213.776.4521.55199041.1221.7412.347.0435.86199142.0322.711.97.4342.29199246.4319.9415.5110.9822.44199345.2220.3515.289.5919.67199445.8720.9314.5710.3745.42199544.8819.3313.7811.7730.34199640.0118.9511.769.345.87199740.3218.15199840.4317.3910.8412.237.7199941.7118.4510.5612.714.22200040.416.4910.5213.3916.86200138.919.2200234.615.57.511.616.1200335.813.88.413.618.4200434.613.57.713.421.4200534.513.26.814.523.2200634.324.5200734.812.45.816.623.8200835.112.05.217.934.2程序1（计算水资源风险率衡量指标）clcclearM=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量C=M>G;D=M<GM(C)=1;M(D)=0It=M%水资源系统状态量Tsx=0;fork=MTsx=Tsx+kendclcTsx%水资源状态总量T=30%水资源系统工作的总历时U1=Tsx/T%水资源风险率衡量指标运行结果：Tsx=26T=30U1=0.8667%总用水量与水资源总量分布图%M=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];plot(M,'^')%总用水量分布图%plot(G,'*')%水资源总量分布图%程序2（计算水资源脆弱性衡量指标）clcclearM=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量C=M>G;D=M<GM(C)=1;M(D)=0T1=0;fork=MT1=T1+kendclcT1M=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量QZt1=M-GB=QZt1<0;QZt1(B)=0;clcQZt1M=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量QZt2=G-MB=QZt2<0;QZt2(B)=0;clcQZt2QZt=QZt1+QZt2QZ=sum(QZt1+QZt2)clcQZt%第t年水资源缺水量QZ%水资源短缺总量T1%水资源系统失事总时间X=QZ/T1%失事状态下缺水量年均值SZt=G;%第t年水资源总量SZ=sum(SZt);%水资源总量T=30%水资源系统工作的总历时Y=SZ/T%水资源总量年均值U2=X/Y%水资源脆弱性衡量指标运行结果：QZt=Columns1through64.690024.540024.110010.620012.86000.7400Columns7through126.29009.52007.71003.250023.09005.2600Columns13through180.260023.990025.55000.450014.54005.8600Columns19through2418.07002.730027.490023.540019.700018.5000Columns25through3017.400013.200011.30009.800011.00000.9000QZ=376.9600T1=26X=14.4985T=30Y=29.2327U2=0.4960%第t年水资源缺水量与第t年水资源总量%plot(QZt,'g-')%第t年水资源缺水plot(SZt)%第t年水资源总量程序3（计算水资源重现期衡量指标）clcclearM=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量C=M>G;D=M<GM(C)=1;M(D)=0T1=0;fork=MT1=T1+kendclcT1It=M%水资源系统状态量fori=1:29dqnm(i)=It(i+1)-It(i)endclcdqnmdqnn=dqnm<0;dqnm(dqnn)=1;dqn=sum(dqnm)/2clcdqn%第n与n+1次失事的总时间间隔U3=dqn/(T1-1)%水资源重现期衡量指标运行结果：dqn=4U3=0.1600%失事的时间间隔%plot(dqnm,'x')%失事的时间间隔程序4（计算水资源可恢复性衡量指标）clcclearM=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量C=M>G;D=M<GM(C)=1;M(D)=0It=M%水资源系统状态量fort=2:30ifIt(t-1)==1&&It(t)==0;Zt(t-1)=1;elseZt(t-1)=0;endendclcZt%水资源可恢复状态量Thf=sum(Zt)%水资源可恢复状态总量M=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量C=M>G;D=M<GM(C)=1;M(D)=0Tsx=0;fork=MTsx=Tsx+kendclcTsx%水资源状态总量ifTsx==0;U4=0;elseU4=Thf/Tsx;endU4%水资源可恢复性衡量指标运行结果：Tsx=26U4=0.1538%水资源可恢复状态量%plot(Zt,'+')%水资源可恢复状态量程序5（计算水资源风险度衡量指标）clcclearM=[42.9250.5448.1147.2247.5640.0531.7136.5530.9542.4344.6441.1242.0346.4345.2245.8744.8840.0140.3240.4341.7140.438.934.635.834.634.534.334.835.1];%总用水量G=[38.23262436.634.739.313827.0338.6639.1821.5535.8642.2922.4419.6745.4230.3445.8722.2537.714.2216.8619.216.118.421.423.224.523.834.2];%水资源总量QZt1=M-GB=QZt1<0;QZt1(B)=0;clcQZt2=G-MB=QZt2<0;QZt2(B)=0;clcQZt=QZt1+QZt2%第t年水资源缺水量SZt=G;%第t年水资源总量SZ=sum(SZt);%水资源总量T=30%水资源系统工作的总历时Y=SZ/T%水资源总量年均值QZc=QZt-Y%第t年缺水量与水资源总量年均值的差值QZcc=[QZc(1)^2QZc(2)^2QZc(3)^2QZc(4)^2QZc(5)^2QZc(6)^2QZc(7)^2QZc(8)^2QZc(9)^2QZc(10)^2QZc(11)^2QZc(12)^2QZc(13)^2QZc(14)^2QZc(15)^2QZc(16)^2QZc(17)^2QZc(18)^2QZc(19)^2QZc(20)^2QZc(21)^2QZc(22)^2QZc(23)^2QZc(24)^2QZc(25)^2QZc(26)^2QZc(27)^2QZc(28)^2QZc(29)^2QZc(30)^2];QZz=sum(QZcc);Dx=QZz/(T-1)%衡量风险度的方差Ex=sqrt(Dx)%衡量风险度的标准差U5=Ex/Y%水资源风险度衡量指标运行结果：QZt=Columns1through64.690024.540024.110010.620012.86000.7400Columns7through126.29009.52007.71003.250023.09005.2600Columns13through180.260023.990025.55000.450014.54005.8600Columns19through2418.07002.730027.490023.540019.700018.5000Columns25through3017.400013.200011.30009.800011.00000.9000T=30Y=29.2327QZc=Columns1through6-24.5427-4.6927-5.1227-18.6127-16.3727-28.4927Columns7through12-22.9427-19.7127-21.5227-25.9827-6.1427-23.9727Columns13through18-28.9727-5.2427-3.6827-28.7827-14.6927-23.3727Columns19through24-11.1627-26.5027-1.7427-5.6927-9.5327-10.7327Columns25through30-11.8327-16.0327-17.9327-19.4327-18.2327-28.3327Dx=362.5391Ex=19.0405U5=0.6513程序6（计算水资源短缺风险级别）U1=0.8667;%水资源风险率衡量指标U2=0.4695;%水资源脆弱性衡量指标U3=0.1600;%水资源重现期衡量指标U4=0.1538;%水资源可恢复性衡量指标U5=0.6513;%水资源风险度衡量指标U=[U1U2U3U4U5]%风险因子衡量指标的集合miuv1phi11=0.2miuv2phi11=0.3miuv3phi11=0.5miuv4phi11=0.7miuv5phi11=0.8%风险率、脆弱性、重现期、可恢复性、风险度低风险的指标miuv1phi12=0.2miuv2phi12=0.3miuv3phi12=0.5miuv4phi12=0.7miuv5phi12=0.8%风险率、脆弱性、重现期、可恢复性、风险度较低风险的指标miuv1phi13=0.8miuv2phi13=0.7miuv3phi13=0.5miuv4phi13=0.3miuv5phi13=0.2%风险率、脆弱性、重现期、可恢复性、风险度中风险的指标miuv1phi14=9miuv2phi14=7.5miuv3phi14=4.5miuv4phi14=2miuv5phi14=1%风险率、脆弱性、重现期、可恢复性、风险度较高风险的指标miuv1phi15=0.2miuv2phi15=0.4miuv3phi15=0.8miuv4phi15=1.5miuv5phi15=2%风险率、脆弱性、重现期、可恢复性、风险度高风险的指标W1=[miuv1phi11miuv2phi11miuv3phi11miuv4phi11miuv5phi11]%风险率U1衡量指标W2=[miuv1phi12miuv2phi12miuv3phi12miuv4phi12miuv5phi12]%脆弱性U2衡量指标W3=[miuv1phi13miuv2phi13miuv3phi13miuv4phi13miuv5phi13]%可恢复性U3衡量指标W4=[miuv1phi14miuv2phi14miuv3phi14miuv4phi14miuv5phi14]%重现期U4衡量指标W5=[miuv1phi15miuv2phi15miuv3phi15miuv4phi15miuv5phi15]%风险度U5衡量指标clcRu0=[W1;W2;W3;W4;W5]%变换关系矩阵ifU1<=miuv1phi11miuv1phi11=1;elseifU1<miuv2phi11&&U1>=miuv1phi11miuv2phi11=(miuv2phi11-U1)/(miuv2phi11-miuv1phi11);elseifU1<miuv3phi11&&U1>=miuv2phi11miuv3phi11=0;elseifU1<miuv4phi11&&U1>=miuv3phi11miuv4phi11=0;elseifU1>=miuv1phi11miuv5phi11=0;endW1=[miuv1phi11miuv2phi11miuv3phi11miuv4phi11miuv5phi11]W2=[miuv1phi12miuv2phi12miuv3phi12miuv4phi12miuv5phi12]W3=[miuv1phi13miuv2phi13miuv3phi13miuv4phi13miuv5phi13]W4=[miuv1phi14miuv2phi14miuv3phi14miuv4phi14miuv5phi14]W5=[miuv1phi15miuv2phi15miuv3phi15miuv4phi15miuv5phi15]clcRu1=[W1;W2;W3;W4;W5]%只对风险率进行了衡量的变换关系矩阵ifU2<=miuv1phi12miuv1phi12=U2/miuv1phi12;elseifU2<miuv2phi12&&U2>=miuv1phi12miuv1phi12=1;elseifU2<miuv3phi12&&U2>=miuv2phi12miuv3phi12=(miuv3phi12+0.1-U2)/(miuv3phi12-miuv2phi12);elseifU2<miuv4phi12&&U2>=miuv3phi12miuv4phi12=0;elseifmiuv1phi12<=U2miuv5phi12=0;endW1=[miuv1phi11miuv2phi11miuv3phi11miuv4phi11miuv5phi11]W2=[miuv1phi12miuv2phi12miuv3phi12miuv4phi12miuv5phi12]W3=[miuv1phi13miuv2phi13miuv3phi13miuv4phi13miuv5phi13]W4=[miuv1phi14miuv2phi14miuv3phi14miuv4phi14miuv5phi14]W5=[miuv1phi15miuv2phi15miuv3phi15miuv4phi15miuv5phi15]clcRu2=[W1;W2;W3;W4;W5]%对风险率、脆弱性进行了衡量的变换关系矩阵clcifU3>=miuv1phi13miuv1phi13=0;elseifU3<miuv2phi13&&U3>=miuv1phi13miuv2phi13=miuv2phi13/U3;elseifU3<miuv3phi13&&U3>=miuv2phi13miuv3phi13=1;elseifU3<miuv4phi13&&U3>=miuv3phi13miuv4phi13=(miuv3phi13-U3)/(miuv3phi13-miuv4phi13);elseifU3<=miuv4phi13miuv5phi13=0;endW1=[miuv1phi11miuv2phi11miuv3phi11miuv4phi11miuv5phi11]W2=[miuv1phi12miuv2phi12miuv3phi12miuv4phi12miuv5phi12]W3=[miuv1phi13miuv2phi13miuv3phi13miuv4phi13miuv5phi13]W4=[miuv1phi14miuv2phi14miuv3phi14miuv4phi14miuv5phi14]W5=[miuv1phi15miuv2phi15miuv3phi15miuv4phi15miuv5phi15]clcRu3=[W1;W2;W3;W4;W5]%对风险率、脆弱性、重现期进行了衡量的变换关系矩阵clcifU4>=miuv2phi14miuv1phi14=0;elseifU4<miuv2phi14&&U4>=miuv3phi14miuv3phi14=miuv3phi14/U4;elseifU4<miuv3phi14&&U4>=miuv4phi14miuv3phi14=1;elseifU4<miuv4phi14miuv5phi14=(U4)/miuv5phi14;endW1=[miuv1phi11miuv2phi11miuv3phi11miuv4phi11miuv5phi11]W2=[miuv1phi12miuv2phi12miuv3phi12miuv4phi12miuv5phi12]W3=[miuv1phi13miuv2phi13miuv3phi13miuv4phi13miuv5phi13]W4=[miuv1phi14miuv2phi14miuv3phi14miuv4phi14miuv5phi14]W5=[miuv1phi15miuv2phi15miuv3phi15miuv4phi15miuv5phi15]clcRu4=[W1;W2;W3;W4;W5]%对风险率、脆弱性、重现期、可恢复性进行了衡量的变换关系矩阵clcifU5<=miuv3phi15miuv3phi15=0;elseifU5<miuv3phi15&&U5>=miuv4phi15miuv4phi15=miuv4phi15/U5;elseifU5>miuv4phi15miuv5phi15=1;endW1=[miuv1phi11miuv2phi11miuv3phi11miuv4phi11miuv5phi11]W2=[miuv1phi12miuv2phi12miuv3phi12miuv4phi12miuv5phi12]W3=[miuv1phi13miuv2phi13miuv3phi13miuv4phi13miuv5phi13]W4=[miuv1phi14miuv2phi14miuv3phi14miuv4phi14miuv5phi14]W5=[miuv1phi15miuv2phi15miuv3phi15miuv4phi15miuv5phi15]clcRu5=[W1;W2;W3;W4;W5]%对风险率、脆弱性、重现期、可恢复性、风险度进行了衡量的变换关系矩阵clcRu=Ru5A=[1/21/41/81/121/24]%水资源短缺风险各因素的权重系数B=A*Ru%水资源短缺风险评价等级运行结果：Ru0=0.20000.30000.50000.70000.80000.20000.30000.50000.70000.80000.80000.70000.50000.30000.20009.00007.50004.50002.00001.00000.20000.40000.80001.50002.0000Ru1=0.20000.30000.50000.700000.20000.30000.50000.70000.80000.80000.70000.50000.30000.20009.00007.50004.50002.00001.00000.20000.40000.80001.50002.0000Ru2=0.20000.30000.50000.700000.20000.30000.65250.70000.80000.80000.70000.50000.30000.20009.00007.50004.50002.00001.00000.20000.40000.80001.50002.0000Ru3=0.20000.30000.50000.700000.20000.30000.65250.70000.80000.80000.70000.50000.300009.00007.50004.50002.00001.00000.20000.40000.80001.50002.0000Ru4=0.20000.30000.50000.700000.20000.30000.65250.70000.80000.80000.70000.50000.300009.00007.50004.50002.00000.15380.20000.40000.80001.50002.0000Ru5=0.20000.30000.50000.700000.20000.30000.65250.70000.80000.80000.70000.50000.300009.00007.50004.50002.00000.15380.20000.400001.50002.0000A=0.50000.25000.12500.08330.0417B=1.00830.95420.85060.79170.2962%水资源短缺风险各因素的权重系数、变换关系矩阵与水资源短缺风险级别%plot(A,'s')%水资源短缺风险各因素的权重系数plot(B,'r-d')%水资源短缺风险级别plot(Ru)%变换关系矩阵plot(U,'c-*')%风险因子衡量指标的集合程序7（计算水资源短缺风险衡量值）U1=0.8667;%水资源风险率衡量指标U2=0.4695;%水资源脆弱性衡量指标U3=0.1600;%水资源重现期衡量指标U4=0.1538;%水资源可恢复性衡量指标U5=0.6513;%水资源风险度衡量指标clcB=[1.00830.95420.85060.79170.2962]%水资源短缺风险评价等级A=[1/21/41/81/121/24]%水资源短缺风险各因素的权重系数U=[U1U2U3U4U5]%风险因子衡量指标的集合UZ=A*U'%水资源短缺风险衡量值运行结果：A=0.50000.25000.12500.08330.0417U=0.86670.46950.16000.15380.6513UZ=0.6107%水资源短缺风险衡量值在水资源短缺风险评价等级中的显示%plot(B,'y-<')holdonplot(UZ,'c-*')%水资源短缺风险衡量值在水资源短缺风险评价等级中的显示基于C8051F单片机直流电动机反馈控制系统的设计与研究基于单片机的嵌入式Web服务器的研究MOTOROLA单片机MC68HC（8）05PV8/A内嵌EEPROM的工艺和制程方法及对良率的影响研究基于模糊控制的电阻钎焊单片机温度控制系统的研制基于MCS-51系列单片机的通用控制模块的研究基于单片机实现的供暖系统最佳启停自校正（STR）调节器单片机控制的二级倒立摆系统的研究基于增强型51系列单片机的TCP/IP协议栈的实现基于单片机的蓄电池自动监测系统基于32位嵌入式单片机系统的图像采集与处理技术的研究基于单片机的作物营养诊断专家系统的研究基于单片机的交流伺服电机运动控制系统研究与开发基于单片机的泵管内壁硬度测试仪的研制基于单片机的自动找平控制系统研究基于C8051F040单片机的嵌入式系统开发基于单片机的液压动力系统状态监测仪开发模糊Smith智能控制方法的研究及其单片机实现一种基于单片机的轴快流CO〈,2〉激光器的手持控制面板的研制基于双单片机冲床数控系统的研究基于CYGNAL单片机的在线间歇式浊度仪的研制基于单片机的喷油泵试验台控制器的研制基于单片机的软起动器的研究和设计基于单片机控制的高速快走丝电火花线切割机床短循环走丝方式研究基于单片机的机电产品控制系统开发基于PIC单片机的智能手机充电器基于单片机的实时内核设计及其应用研究基于单片机的远程抄表系统的设计与研究基于单片机的烟气二氧化硫浓度检测仪的研制基于微型光谱仪的单片机系统单片机系统软件构件开发的技术研究基于单片机的液体点滴速度自动检测仪的研制基于单片机系统的多功能温度测量仪的研制基于PIC单片机的电能采集终端的设计和应用基于单片机的光纤光栅解调仪的研制气压式线性摩擦焊机单片机控制系统的研制基于单片机的数字磁通门传感器基于单片机的旋转变压器-数字转换器的研究基于单片机的光纤Bragg光栅解调系统的研究单片机控制的便携式多功能乳腺治疗仪的研制基于C8051F020单片机的多生理信号检测仪基于单片机的电机运动控制系统设计Pico专用单片机核的可测性设计研究基于MCS-51单片机的热量计基于双单片机的智能遥测微型气象站MCS-51单片机构建机器人的实践研究基于单片机的轮轨力检测基于单片机的GPS定位仪的研究与实现基于单片机的电液伺服控制系统用于单片机系统的MMC卡文件系统研制基于单片机的时控和计数系统性能优化的研究基于单片机和CPLD的粗光栅位移测量系统研究单片机控制的后备式方波UPS提升高职学生单片机应用能力的探究基于单片机控制的自动低频减载装置研究基于单片机控制的水下焊接电源的研究基于单片机的多通道数据采集系统基于uPSD3234单片机的氚表面污染测量仪的研制基于单片机的红外测油仪的研究96系列单片机仿真器研究与设计基于单片机的单晶金刚石刀具刃磨设备的数控改造基于单片机的温度智能控制系统的设计与实现基于MSP430单片机的电梯门机控制器的研制基于单片机的气体测漏仪的研究基于三菱M16C/6N系列单片机的CAN/USB协议转换器基于单片机和DSP的变压器油色谱在线监测技术研究基于单片机的膛壁温度报警系统设计基于AVR单片机的低压无功补偿控制器的设计基于单片机船舶电力推进电机监测系统基于单片机网络的振动信号的采集系统基于单片机的大容量数据存储技术的应用研究基于单片机的叠图机研究与教学方法实践基于单片机嵌入式Web服务器技术的研究及实现基于AT89S52单片机的通用数据采集系统基于单片机的多道脉冲幅度分析仪研究机器人旋转电弧传