北京水资源短缺风险综合评价

PAGEPAGE28（数学建模B题）北京水资源短缺风险综合评价参赛队员：（数学科学学院）（数学科学学院）（计算机科学学院）参赛时间：承

诺书

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）：B所属学校（请填写完整的全名）：黑龙江大学参赛队员：目录摘要4关键词4问题重述5模型的条件和假设5符号说明5问题的分析及模型的建立6问题一的分析与求解6问题二的分析与求解10问题三的分析与求解18问题死的求解21模型的评价23参考文献23附录23北京水资源短缺风险综合评价【摘要】本文针对水资源短缺风险问题求出主要风险因子，并建立了水资源短缺风险评价模型，以北京为实例，做出了北京1979年到2009年的水资源短缺风险的综合风险评价，划分出了风险等级，以评价水资源短缺风险的程度。我们的思路是这样的：第一问，我们先分析出可能的十一个水资源短缺风险因子，利用主成分分析法筛选出水资源短缺风险系统的主要风险因子。第二问，基于模糊概率理论建立了水资源短缺风险评价模型，可对水资源短缺风险发生的概率和缺水影响程度给予综合评价。首先构造隶属函数以评价水资源系统的模糊性；其次利用Logistic回归模型模拟和预测水资源短缺风险发生的概率；而后建立了基于模糊概率的水资源短缺风险模型；最后利用QuickCluster对风险值进行聚类，求出类中心，划分出风险等级。第三问，利用灰色预测法预测出北京2012年以及2013年的风险，并提出了相关的措施。在本文的最后，附上了对政府相关部门提的一些关于预防水资源短缺的建议的建议书。【关键词】水资源短缺风险，模糊数学，Logistic回归模型，敏感因子，主成分分析法一﹑问题重述北京是世界上水资源严重缺乏的大都市之一，属重度缺水地区，附表中所列的数据给出了1979年至2009年北京市水资源短缺的状况。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。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。对主要风险因子,如何进行调控，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。二﹑模型的条件和假设假设除了降雨量、平均气温、植被覆盖率、水资源总量、人口总数、人均GDP、污水处理率、生活用水总量、农业用水总量、工业用水总量、农业灌溉定额等风险因子之外没有其他的水资源短缺风险因子。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。假设用近十年的风险值来估计未来两年的风险值。三﹑符号说明为缺水系统中最小缺水量为缺水系统中最大缺水量为供水量为需水量R为水资源短缺风险f(x)为风险发生的概率密度函数代表第i年的风险值四﹑问题的分析及模型的建立问题一分析与求解：所谓的水资源短缺风险是指在特定的环境条件下，由于供水与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概率以及由此产生的损失。北京市水资源开发利用中存在的问题主要有上游来水衰减趋势十分明显，长期超采地下水导致地下水位下降，水污染加重了水危机，人口膨胀和城市化发展加大了生活用水需求等。因此，导致北京水资源短缺的主要原因有资源型缺水和水质性缺水等。则影响北京水资源短缺风险的因素可归纳为以下两个方面：（1）自然方面：①人口数；②入境水量；③水资源总量；④地下水位埋深。（2）社会经济环境因素：①污水排放总量；②污水处理率；③生活用水量；④农业用水量。通过以上分析，我们就降雨量、平均气候、植被覆盖率、水资源总量、人口数量、人均GDP、污水处理率、生活用水总量、农业用水总量、农业部灌溉定额、工业用水总量等十一各风险因子进行分析，筛选出水资源短缺的主要风险因子。图1北京市水资源短缺风险指标体系降雨量(mm)平均气温(℃)自然因素植被覆盖率(%)水资源总量（亿立方米）风险指标体系人口数量(万人)人均GDP（元/人）污水处理率（%）社会经济生活用水总量（亿立方米）农业用水总量（亿立方米）农业部灌溉定额（千公顷）工业用水总量（亿立方米）图一中的北京市水资源短缺风险因子的各年数据如下表一表一北京市水资源短缺风险因子的各年数据降雨量（mm）平均气候(℃)植被覆盖率（%）水资源总量（亿立方米）人口数量（万人）人均GDP（元/人）污水处理率（%）生活用水总量（亿立方米）农业用水总量（亿立方米）农业部灌溉定额（千公顷）工业用水总量（亿立方米）1979718.411.122.338.23897.1135810.24.3724.18340.814.371980380.711.020.126904.315449.44.9431.83340.313.771981393.212.320.124919.2152610.84.331.6341.312.211982544.412.820.136.6935.0167110.94.5228.81339.413.891983489.913.020.134.7950.0194310.24.7231.6343.311.241984488.811.920.139.31965.0226210.04.01721.84342.614.3761985721.011.520.138981.0264310.04.3910.12338.417.21986665.312.122.8627.03102828368.97.1819.46337.99.911987683.912.322.938.66104731507.77.269.68337.914.011988673.312.725.03946.421.99338.114.041989442.213.226.021.55107542696.66.4524.42338.413.771990697.312.728.035.86108646357.37.0421.74335.112.341991747.912.528.4342.29109454946.67.4322.7328.711.91992541.512.830.3322.44110264581.210.9819.94331.115.511993506.713.031.3319.67111280063.19.5920.35314.715.281994813.213.732.3945.421125102409.610.3720.93323.414.571995572.513.332.6830.341251.11269019.411.7719.33292.413.781996700.912.733.2445.871259.41425421.29.318.95301.911.761997430.913.134.2222.2512401662122.011.118.12323.311.11998731.713.135.637.71245.61912822.512.217.39323.710.841999266.913.136.314.221257.22140725.012.718.45322.110.562000371.112.836.516.861363.62412739.413.3916.49322.710.522001338.912.938.7819.21385.12698042.012.317.4322.79.22002370.413.240.5716.11423.23073045.011.615.5219.77.52003444.912.940.8718.41456.43477750.113.613.8178.98.42004483.513.541.9121.41492.74091653.913.413.5186.77.72005410.713.242.0023.215384599362.414.513.2181.56.82006318.013.442.524.515815205473.815.312.8181.56.22007483.914.043.023.816336127476.216.612.4173.65.82008626.313.443.534.216956679778.917.912.0171.85.22009480.613.344.421.817557045280.318.312.0165.25.2主成分分析法是指标筛选最常用的方法之一，它利用降维的思想，把多指标转化为少数几个综合指标，减少变量的个数，故这几个综合指数能包含原信息量的80%以上即可。同时客观的确定各个指标的权重，从而筛选出权重大的指标，确定敏感因子。主成分分析法的步骤：将表一数据进行标准化处理，并求出数据的相关系数矩阵。利用SPSS软件计算，将数据输入，并进行相关处理，则可得出相关系数矩阵R。相关系数矩阵R如下表二所示。表二北京水资源短缺风险因子的相关系数矩阵1-0.199-0.3330.844**-0.332-0.337-0.402*-0.306-0.0230.3000.413*-0.19910.729**-0.2850.690**0.611**0.544**0.721**-0.374*-0.562**-0.555**-0.3330.729**1-00.477**0.960**0.890**0.853**0.964**-0.677**-0.833**-0.803**0.844**-0.285-0.477**1-0.432*-0.397*-0.408*-0.464**0.1840.374*0.435*-0.3320.690**.960**-0.432*10.968**0.944**0.960**-0.718**-0.903**-0.873**-0.3370.611**0.890**-0.397*0.968**10.981**0.914**-0.653**-0.929**-0.894**-0.402*0.544**0.853**-0.408*0.944**0.981**10.860**-0.625**-0.927**-0.916**-0.3060.721**0.964**-0.464**0.960**0.914**0.860**1-0.693**-0.816**-0.791**-0.023-0.374*-0.677**0.184-0.718**-0.653**-0.625**-0.693**10.625**0.472**0.300-0.562**-0.833**0.374*-0.903**-0.929**-0.927**-0.816**0.625**10.844**0.413*-0.555**-0.803**0.435*-0.873**-0.894**-0.916**-0.791**0.472**0.844**1②用SPSS计算风险因子的累计信息量，使得综合指数包含原信息量的80%以上，确定出综合指数的个数解释的总方差成份初始特征值提取平方和载入合计方差的%累积%合计方差的%累积%17.70070.00470.0047.70070.00470.00421.57214.28984.2931.57214.28984.29330.6525.92590.21940.5605.09295.31050.1641.49396.80360.1331.21098.01370.1221.11099.12380.0600.54899.67190.0210.18899.860100.0090.08099.940110.0070.060100.000提取方法：主成份分析。如表二所示，综合指数的个数为2时，所包含的信息量为原信息量的84.293%由此可以确定综合指数的个数为2利用SPSS软件的主因子计算功能，可以得出主因子载荷矩阵，如表三。表三主因子载荷矩阵成份矩阵a成份12-0.4270.8710.6980.0950.7540.066-0.5250.7730.9880.1070.9690.0970.9520.0360.9530.092-0.685-0.398-0.718-0.106-0.8970.048提取方法:主成分分析法。a.已提取了2个成份。如表三所示可知：主成分1中的各因子载荷值，从正方向看，比较大的是人口数量、人均GDP、污水处理率和生活用水量，分别为0.988、0.969、0.952、0.953。从负方向看，载荷较大的因子为农业用水总量，为-0.897。主成分2中的各因子载荷值。从正方向看，比较大的是降雨量，为0.871。剩下其他值均非常小综上，可知在自然与社会经济的11个水资源短缺风险因子中，人口数量、人均GDP、污水处理率、生活用水量、农业用水总量、降雨量、为主要风险因子。问题二:2.1北京市水资源短缺风险数学模型的建立与求解就风险的含义来说，应包括以下两个方面：第一，指事故发生的可能性，或事故发生的不确定性；第二，只事故本身。因此对风险的度量有两个方法：一是以风险率度量，即系统实施的可能性；而是衡量风险破坏深度、历时等的指标，即系统失事的结果。但风险R不仅是风险事件发生的概率P的函数，而且是风险发生事件所产生的后果的函数。这一点很容易理解，一个事故发生风险的概率可能很高，但产生的后果损失很小的风险事件其风险不一定很高；相反，虽然某一个风险发生的概率不是很高，但是它的损失可能很大。同理，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，由于随机性是因果律的破缺、模糊性是排中率的破缺，所以应在水资源短缺风险评价模型的设计中同时考虑这两种因素的影响。以下我们就这两个方面进行讨论（一）.水资源短缺风险的模糊性：对于水资源系统来说，所谓的风险就是供水量小于需水量，从而使得整个水资源系统处于水资源短缺状态，即发生了水资源短缺风险。基于水资源的模糊不确定性，构造一个合适的隶属函数来描述水资源短缺带来的损失。定义模糊集如下：=式中：x为缺水量，x=—，为缺水量在模糊集上的隶属函数，构造如下：0，，（1）1，式中：、分别为水资源总量和需水总量；为缺水系统中最小缺水量；为缺水系统中最大缺水量；p为大于1的正整数。通过北京1979-2009年数据可知，为0.45，为27.49，而此时的p取8。则上的隶属函数可化作：0，，（2）1，（二）.水资源短缺风险的模拟概率分布因为Logistic回归方法具有对因变量数据要求低、计算结果唯一、模型精度高等优点，所以在此采用Logistic回归模型来模拟缺水量系列的概率分布。则关于缺水量的Logistic回归模型可写为：（3）式中：分别为自变量的系数和常数，此时的称为Logistic回归系数；e为自然对数。用SPSS软件进行Logistic回归分析的具体流程图如下：1、样品处理摘要:案例处理汇总未加权的案例aN百分比选定案例包括在分析中31100.0缺失案例0.0总计31100.0未选定的案例0.0总计31100.0a.如果权重有效，请参见分类表以获得案例总数。2、因变量编码：这是很重要的信息，告诉我们不同年份的缺水结果。我们用1表示缺水，用0表示不缺水，也就是说，在这次SPSS分析过程中便于分析。因变量编码初始值内部值.0001.001块0:起始块3、初始分类表；Logistic建模如同其他很多种建模方式一样，首先对模型参数赋予初始值，然后借助迭代计算寻找最佳值。以误差最小为原则，或者以最大似然为原则，促使迭代过程收敛。当参数收敛到稳定值之后，就给出了我们需要的比较理想的参数值。下面是用初始值给出的预测和分类结果。这个结果主要用于对比，比较模型参数收敛前后的效果。分类表a,b已观测已预测VAR000060.001.00百分比校正步骤0VAR000060.0005.01.00026100.0总计百分比83.9a.模型中包括常量。b.切割值为.5004、初始化方程中的变量：从这个表中可以看到系统对模型的最初赋值方式。。最开始仅仅对常数项赋值，结果为B=1.649，标准误差为S.E.=0.488，于是Wald值为11.3898，后面的df为自由度，即df=1；Sig.为P值，Sig.=0.001。注意Sig.值越低越好，一般要求小于0.05。Exp(E)是B还原之后数值为5.200；方程中的变量BS.E,WalsdfSig.Exp(B)步骤0常量1.6490.48811.39810.0015.2005、不在初始方程中的变量：得到的得分数值满足要求。不在方程中的变量得分dfSig.步骤0变量VAR0001214.59910.000总统计量14.59910.000块1:方法=输入6、模型系数的混合检验：模型系数的综合检验卡方dfSig.步骤1步骤27.39210.000块27.39210.000模型27.39210.0007,、模型摘要：模型摘要中给出最大似然平方的对数、Cox-Snell拟合优度以及Nagelkerke拟合优度值。最大似然平方的对数值（-2loglikelihood=9.173）用于检验模型的整体性拟合效果，该值在理论上服从卡方分布，上面给出的卡方临界值5.991，因此，最大似然对数值检验通过。ModelSumm模型汇总步骤-2对数似然值Cox&SnellR方NagelkerkeR方19.173a0.6340.903(拟合度为0.903)8、Hosmer和Lemeshow检验：分类表a已观测已预测VAR000060.001.00百分比校正步骤1VAR000060.0050100.01.0012594.2总计百分比96.8a.切割值为.500（总的预测正确率为96.8%，全部31组数据30个预测准确，1个预测失败，模拟效果良好）10、对应于Hosmer-Lemeshow检验的列联表：方程中的变量BS.E,WalsdfSig.Exp(B)步骤1aVAR000120．38913.1390.00110.9780.974常量230.37516.2050.00010.9941E+015a.在步骤1中输入的变量:VAR00012.(自变量系数为230.37常数为0.389.)即b0=230.37,b1=0.389；则用Logistic回归模型求出的缺水概率函数为（4）（三）利用模糊概率法评价水资源短缺风险的综合评价将水资源短缺风险定义为模糊事件发生的概率，及模糊概率为（5）式中：为n维欧氏空间，为模糊事件的隶属函数；P为概率测定。如果,则（6）其中是随机变量y的概率密度函数。水资源短缺风险的定义可表示为（7）从式（5）—（7）可知：上述风险定义将水资源短缺风险存在的模糊性和随机性联系在一起，其中，随机不确定性体现了水资源短缺风险发生的概率，而模糊不确定性则体现了水资源短缺风险的影响程度。根据式（2）、（4）、（7）建立的水资源短缺风险评价模型，得到北京市1979—2009年的水资源短缺风险的计算结果如图2所示。图2北京市1979-2009年的水资源短缺风险由图可以看出，1982、1984、1985、1987、1991、1994、1996、2008年的风险值均非常小，接近于0.而1980、1989、1999年的风险值较大，均大于0.8。而2008-2009年的风险有升高的趋势。以上分析说明模型的计算与实际情形是吻合的，可以付诸实践。2.2水资源短缺风险等级划分我们将风险划为五个等级，分别为低风险、较低风险、中风险、较高风险、高风险五个等级，利用QuickCluster对1979-2009年北京市水资源短缺风险进行聚类，则可得出五个类中心，即为风险等级的类中心。我们利用SPSS中的聚类功能算出类中心，数据如下：初始聚类中心聚类12345VAR000080.200.660.950.000.43迭代历史记录a迭代聚类中心内的更改1234510.0260.0320.0550.0210.01120.0310.0520.0320.0070.00030.0000.0000.0000.0000.000a.由于聚类中心内没有改动或改动较小而达到收敛。任何中心的最大绝对坐标更改为.000。当前迭代为3。初始中心间的最小距离为.203。最终聚类中心聚类12345VAR000080.260.640.860.030.42(聚出的5个类中心，如上面所示。)每个聚类中的案例数聚类1（类中心0.26）较低风险4.0002（类中心0.64）中风险4.0003（类中心0.86）高风险6.0004（类中心0.03）低风险12.0005（类中心0.42）较低风险5.000有效31.000水资源短缺风险的分类水资源短缺风险类别类中心风险特性低风险0.03可以忽略的风险较低风险0.26可以接受的风险中风险0.42边缘风险较高风险0.64比较严重的风险高风险0.86无法承受的风险2.3对主要风险因子的调控（一）节约用水2.3.1调整产业结构加大节水力度中国正全面建设节水型社会，到2010年，电力工业和一般工业的用水重复利用率分别达到93%和85%以上。农业要求全面实现国家有关部门正在实施的大型灌区以节水为中心的缓建、扩建和配套工程规划，到2010年北京两市基本实现节水灌溉。目前北京生活用水存在着用水浪费现象。城市自来水管网建设不健全，自来水计量制度落后。今后节水的重点是全面建设水计量制度，实行按水表收费，，用经济手段调节和管理。积极推广节水器具普及率，加快城市自来水管网建设。加强用水管理，提高水价，采取两部制水价和累进加价制度。要求2010年城镇自来水管网漏失率控制在13%以下，北京节水器具普及率2010年应达到80%。2.3.2提高水价促进节水水价的调整在一定程度上可以促进节水。对水资源的需求而言，一方面受用水水平的影响，另一方面收水价因素的影响，同时受居民收入水平的影响，即消费者的支付意愿是影响水需求的一个重要原因。收入水平越高，需求弹性越小；用水水平越低，需求弹性越小；价格越低，需求弹性越小。对于水价与水资源需求之间的需求函数，在我国已有人对不同地区分别从居民家庭生活需水、工业需水和农业需水等方面建立了各自的需求函数模型。一般情况下采用对数线形方程式描述水价与水需求量的关系InQ=αInP+β式中Q代表单位取水量指标（定额）；P代表水价；α、β代表常数，表示的就是需水价格弹性系数，是一个无量纲的值。由于北京地区只是近几年开始提高水价，调查资料很少，目前尚难以对蓄水量的影响进行统计分析。根据参考文献得出以下居民、工业、农业的用水价格弹性。通过设定一定的水价升幅情景可以得到各自的生活用水、农业用水、工业用水需求的降低幅度，将此幅度代入供需平衡模型可以得到水价调整后的水资源系统风险情况，如表。表北京地区不同水价情景下的节水潜力情景1情景2情景3情景4水价升幅（%）5101520生活需水降幅（%）1.22.43.64.8工业需水降幅（%）0.551.11.652.2农业需水降幅（%）1.863.725.587.44由表格可看出对水价进行调控，进而可以控制生活用水量、工业用水量以及农业用水量，减少总的用水量，从而在水资源固定的情况下，水资源短缺风险会相应的减小。2.3.3节水经济学随着节水的深入，节水的难度会越来越大，单方节水投资呈快速增长态势，对于节水投资与万元产值工业用水量的关系采用乘幂曲线进行拟合相关性较好=式中a,b分别为两个常数，为第j用户在水价为p时单方水节水投资，为第j用户在水价为p时需要的定额。和水价的关系如上分析为InQ=αInP+β节水投资和节水效益均为水价的函数，将两者结合起来皆可以分析节水的经济行为，这里可以引进边际效用与边际费用的经济学概念。当节水的边际效益大于节水的边际费用，这时节水可以获得净效益，则节水可以成为区域水资源短缺风险实施方面的重点；当节水的边际效益小于节水的边际费用，则投入的资本没有取得相应的效益，这时应考虑其他水资源风险管理措施，而不应该一味的进行水资源的节约。（二）供水管理2.3.4提高污水处理率和污水回收率提高污水处理率与污水回收率也是水资源短缺风险管理措施之一。过去有许多的工业废水、生活废水排放到河流中，这样不但浪费了水资源，而且还污染了水资源，导致干净的水源也无法使用。提高污水的处理率可以大大的加强对废水的处理量，使得处理后的污水可用于杂用水、灌溉水和低要求的工业用水。这样才会提高对水资源的循环利用率，解决缺水的问题。2.3.5跨流域调水要彻底的解决北京地区的水资源短缺问题最根本的措施就是世纪工程南水北调工程。当水资源短缺发生时，则说明水资源的“供”小于“需”，这样只有增加供水量才会从根本上解决问题。南水北调对北京地区进行供水的是东线工程和中线工程，至2010年将完成中线一期工程和东线一期二期工程，查阅文献有南水北调工程对于北京地区的供水量，见表表南水北调东线和中线工程调水量配置表水平年规划配置水量/（P=95%）规划配置水量/(P=50%)东线中线合计东线中线合计北京2010年101010.510.52030年1515问题三分析：预测问题通常有几种算法，例如时间序列预测法、线性回归预测法等，但是这些方法预测出的值存在着较大的误差。所以我们决定运用灰色预测法。所谓的灰色预测法，是指由于历史数据的不全面和不充分，或某些变量尚不清楚和不确定，是预测出于一种半明半暗的状态。随着事件的发展，数据的逐步积累，一些确定的因素逐步积累，一些不确定的因素逐步明确，其预测将逐渐由暗变明。灰色预测法是通过建立灰色预测模型来进行预测的，该模型简称为GM模型。问题三的模型建立与求解：3.1设有原始时间数列，其中代表第i年的风险值。对其作一次累加生成运算，即令，k=1,2，……，n（3.1）从而可得新的生成数列，新生成的数列一般近似的服从指数规律，因此它满足如下灰色预测的微分方程GM(1,1)，其白化形式为：（3.2）其中a，b为辨识参数。为了估计参数a，b可以将式（3.2）进行离散化处理得，k=1,2，……，n-1（3.3）其中为生成数列在第k+1时刻的累减生成，即（3.4）在灰色预测中，式（3.3）中的为在第k+1时刻的背景值，一般取其均值生成，即（3.5）将式（3.4）（3.5）代入（3.3）中有（3.6）令B=，，则（3.6）可简化为如下线性模型（3.7）求得B=由最小二乘法得（3.8）式（3.8）估计出来的参数a=-0.8774，b=0.0261代入（3.2）的白化形式令，则有，由分离变量法得，其中c为常数。考虑到初值，所以，从而有（3.9）式（3.9）就是GM（1,1）模型的时间响应函数形式，将它离散化得（3.10）对序列再作累减生成可进行预测，即（3.11）式（3.11）便是GM(1,1)模型的预测的具体计算式。最后经计算，模型检验成功。根据结果，绘制出如下图形3，蓝色线为预测线图3未来两年预测曲线未来两年风险值分别为0.402，0.410。根据第二问中的水资源短缺风险的等级划分可知未来两年水资源短缺风险的等级为中等风险，已成为边缘风险，这样就要求我们事先做好对水资源短缺的预防。3.2对未来水资源短缺风险的措施①提高污水的处理率，增强对处理污水的再利用，可从根本上解决水资源短缺问题。②增加北京的绿化程度，增加城市的植被覆盖率，可以有效地贮藏吸收水分，减少水资源的蒸发流失。集中治污，提高治理水平，实现污染物资源化充分利用市场机制加大治污投入。水污染防治在充分认识和利用自然规律的同时，还必须有效掌握和运用市场规律。问题四：对北京水资源短缺的建议由于城市化的快速发展和城市规模的不断扩大，城市人口增加，工业迅速发展，城市需水量急剧增加，城市缺水正成为世界性的问题。而北京也正面临着这样严峻的问题。由于北京地域狭小，集雨面积小，人口密度大，生产活动集中，取水也集中，所以容易出现资源性缺水；同时，排污集中，对水资源破坏力大，又容易出现水质型缺水。北京市同时存在着这两种缺水类型，成为水量、水质双重压力的缺水地区。随着城市规模的不断扩大和城市化进程的不断加快，城市缺水日益严重，加大了地下水的开采，导致规划地区地下水超采，造成生态不可弥补的损失。在水资源短缺的情况下，城市的经济发展活动、居民的生活等等方面都会受到限制。据此，我有以下几点建议：一，加强宣传教育，提高公众觉悟和参与意识。加强对有关水资源信息和义务准则的传播和交流，广烦的开展对用水户的教育，加大宣传节水意义和措施，宣传水法和其他有关法律、政策。提高公众对水资源的认识，应该让公民意识到：水资源是有限的，只有在其可承载的范围内利用，才能保证水资源的利用是可持续的；如果任意引用和污染，必然导致水资源的短缺。公众的广泛参与是实施水资源可持续利用战略的群众基础。只有大家都参与进来，才会取得明显的效果。二，制定和执行水资源管理政策。为了管理好水资源，必须制定一套合理的管理政策。比如，水费和水资源费的征收政策、水污染保护与防治政策等。通过需求管理、价格机制和调控措施，实行对水资源合理分配的政策。因此，城市水资源管理工作具有制定水资源管理政策的义务和执行管理政策的职责。三，尽量减少城市硬化地面，增加下垫面的透水性。在急于追求建设现代化城市的过程中,北京铺设了大量不透水的硬化地面,雨水无法下渗,使水资源自然循环缺失了重要的一环,从而引发了城市环境连锁负效应。一方面,大量的不透水表面阻断了雨水下渗,使得因过度抽取地下水而极度缺水的土地得不到水源的补充;另一方面,降水渗透损失率降低,降水径流量增大,降雨的表面流出在短时间内汇集,极易引发城市洪灾。2004年7月北京暴雨积水成灾就是一个现实的例子,“渴”坏了的北京,多喂点水又“呛”坏了,这种脆弱的“身体”折射出了现代城市建设中存在的问题,不得不令人反思。北京市可采取在修建街道两旁路面时，以透水性能大的地砖代替水泥路面的方法，增加下渗量，减小路面径流系数。另一种措施是在房屋周围修建绿地草坪（平或低于地面），将屋顶径流通过管道集中排入绿化地，转变为地下径流，从而减少地面径流。四，防治水污染，保护水环境。首先要减少污水排放量，实施达标排放。同时，要提高城市污水处理能力，处理后的污水可用于杂用水、灌溉水和低要求的工业用水。宗旨，尽可能的防止各种污染物进入水体，以免造成水污染，不能走“先污染，再治理”的老路，树立用水环境意识，最大程度的保护城市水资源和水环境，缓解水资源的供需矛盾，使城市建设走上可持续发展的道路。五，对强耗水的控制，对弱耗水的规划。水经过使用之后大量的损失掉被称为强耗水。强耗水的情况下比如农业灌溉，通过大气的蒸发作用，水灌溉到农田以后全部蒸发掉，只有1﹪的水量进行光合作用形成产品，水量大部分被消耗掉，不能回收。我们要调整农业用水，而不应该让农业用水浪费，要抓好水源、输水渠道、以及田间的节水。弱耗水，比如生活与工业用水，我们每天大量的生活用水，如洗澡水、洗菜水、工业污水等，这些水的90﹪以上的水都要排出去，这就要我们做到对水资源的循环利用，节约用水。继续开展污水资源化、雨洪利用的研究和应用。把城市污水排放规划管理、污水处理厂建设、再生污水利用三个环节综合起来，全面规划考虑，实现污水资源化。六，南水北调水源进京后，应该坚持水资源可持续利用，支持城市可持续发展。“南水北调”中线工程，是解决北京乃至海河流域缺水问题的战略设施，为了用好南水北调水源，仍有许多课题需要研究。南水北调中线工程的实施后，应建立外来水源、本地水源相互协调的供水网络，实现本地地表水源与外来水源的联合调蓄、地下水与地表水的联合调蓄，提高北京城市供水安全保证程度，支持城市可持续发展。充分发挥南水北调外来水源的供水功能，调整地下水开采布局，减少地下水开采，全面恢复地下水超采区的生态环境，养蓄地下水，使地下水资源可持续利用。在永定河、潮白河冲洪积扇的中上部地区，利用洪水、水库弃水和地表水进行人工回灌，恢复地下水环境。七，加强地下水环境保护，建立完善的地下水动态监测系统在水资源短缺的今天，地下水作为北京的主要供水水源，其水质的好坏直接影响到城市的发展，因此，为从区域上保护地下水，防止水质恶化，应从源头上即地下水补给区进行保护。建立一套完善的地下水监测体系，逐步做到自动化监测和地下水水质、水位的统一监测，资料要及时、准确反映环境的现状。动态监测工作在满足向社会发布公益性信息的同时，还要考虑能够反映地下水的动态变化特征，为今后深入研究地下水环境系统的变化、演变规律提供基础资料和数据。这是我们对水资源短缺的一些想法与建议，希望相关的政府部门与组织能够仔细考虑我们的建议，对北京是未来的水资源问题做出些微薄的贡献。五﹑模型的评价优点：模型简单计算方便，与软件相结合，操作简单易懂，预测数据准确，且具有可信度，基本符合事实规律缺点：1.背景资料的筛选方法有待进一步优化和改进。2.数据处理个别出现误差，数据需更精确精确。3．本题中应用模糊概率对水资源短缺风险进行综合评价，建立模型中我们紧对缺水风险进行的总体评价，未能完成个因素对水资源短缺中所体现的利害关系。参考文献：王红瑞、钱龙霞、许新宜、王岩，水利学报，2009年7月左其亭，城市水资源承载能力—理论•方法•应用衷平，沈珍瑶，杨志峰，刘昌明，石羊河流域水资源短缺风险敏感因子的确定韩宇平，区域水资源短缺风