基于组合预测的水资源短缺风险评估

郭岚萍，余　湉，凤飞翔

（安徽财经大学　统计与应用数学学院，安徽　蚌埠　233030）

基于组合预测的水资源短缺风险评估

郭岚萍，余湉，凤飞翔

（安徽财经大学统计与应用数学学院，安徽蚌埠233030）

近年来，水资源短缺问题日趋严重，如何正确评估水资源短缺风险以及对未来水资源进行准确预测成为亟待解决的问题.本文以北京市2000-2014年的数据为例，基于模糊综合评价建立水资源短缺风险评估模型，计算风险评估值并划分等级；基于数据挖掘建立组合预测模型，提高预测模型精度，得到未来10年北京市水资源的数据，并结合风险评估模型计算得出了北京市未来10年的风险值和风险等级.

水资源短缺；风险评估；组合预测

水资源是人类及一切生物赖以生存不可缺少的重要资源，随着经济的发展和人口的增加，我们对水资源的需求不断增加，加之不合理的开发利用和浪费，水资源短缺已成为世界面临的难题.北京市作为我国政治和文化中心，人均水资源却不足300m3，仅为全国的1/8，世界的1/30，远远低于国际公认的1000m3的缺水警戒线，属于严重缺水地区，也是世界上最严重缺水的大城市之一.水资源短缺已经成为影响和制约北京市社会和经济发展的主要因素，因此，本文通过建立水资源短缺风险评估模型，划分水资源短缺风险等级，为缓解北京市水资源短缺风险提供了客观依据.

1　基于模糊综合评价的水资源短缺风险评估模型

1.1模型的准备

水资源短缺风险的大小，主要取决于一个地区水资源的供给与需求的动态特性.本文基于水资源的供给与需求，从环境、社会、经济三个方面，选取了11个指标［1］（其中效益型表示该指标数值越大，水资源短缺风险评估值越大），基于模糊综合评价［2］建立水资源短缺风险评估模型，见表1.

表1　水资源短缺风险评估模型指标的选取

1.2模型的建立

设U=｛u1，u2，…，un｝是待评估的某地区n个年份集合，V=｛v1，v2，…，vm｝是评价指标集合，查阅资料获得不同年份每个评价指标的数据，得到一个观测值矩阵：

第一步：建立理想方案u=｛u10，u20，…，un0｝，其中，

第二步：建立相对偏差模糊矩阵

其中Pj为水资源短缺风险评估值，数值越大，说明该地区该年水资源短缺风险大，水资源供求关系失衡，反之则说明该地区该年水资源短缺风险小，水资源供求关系均衡.

第五步：将水资源风险评估进行等级划分［3］，见表2.

1.3实例分析

利用水资源短缺评估模型对2000-2014年北京市的水资源短缺风险进行评估，得到近15年水资源短缺风险值Pj和相对应的风险等级，如图1所示.

通过图1可以发现，2000-2014年北京市水资源短缺风险评估值位于［0.4369-0.7071］之间，除了2014年风险等级为B等之外，其余都属于C或D等，属于中低风险.

表2　风险等级划分规则

图1　2000-2014年北京市的水资源短缺风险评估

2　基于数据挖掘的组合预测模型

2.1建模思路

通过查阅北京市统计年鉴搜集2000-2014年北京市水资源11个指标的相关数据.利用SPSS Modeler软件［4］进行组合预测［5］，先分别建立线性模型、指数平滑模型、回归模型和SVM模型，利用误差总和进行归一化处理，分别得到四种模型对应的权重，然后建立组合预测模型，预测北京地区未来10年的水资源短缺风险.

2.2模型的建立

根据上述思路，以2000-2014年北京市的人均水资源指标数据为例进行模型的建立.

第一步：利用SPSS Modeler软件中的建模功能分别建立线性模型、指数平滑模型、回归模型和SVM模型，对人均水资源这一指标的数据进行扩展预测，每个模型得到25个（2000-2024年）预测值xi（i=1，2，…，25）.将每个模型得到的前15个预测值xi（i=1，2，…，15）与真实值Xi（i=1，2，…，15）进行对比，并计算各自的误差总和

第二步：将四种模型的误差总和进行归一化处理，得到四种模型对应的权重，见表3.

表3　模型权重表

第三步：将四种模型乘以对应的权重建立组合预测模型，得到组合预测模型的组合预测值yi=（i=1，2，…，15），计算组合模型的误差总和θ=250.72，组合预测模型的误差总和小于任何一种模型的误差总和，说明组合预测优于上述四种模型，尽可能地减少误差，提高预测模型的精度.

2.3实例分析

通过组合预测模型，我们得到北京市水资源11个指标未来10年的预测值，再结合水资源短缺风险评估模型，我们得到北京市未来10年（2015-2024年）的水资源短缺风险值Pj和相对应的风险等级，如图2所示.

图2　未来10年北京市的水资源短缺风险评估

通过图2可以发现，未来10年北京市水资源短缺风险评估值位于［0.6444-0.8204］之间，明显高于2000-2014年的风险评估值，水资源短缺等级逐渐从C等恶化到B等，说明倘若不及时采取措施加以控制，水资源短缺问题将会继续恶化.

3　结论

1.运用水资源短缺风险评估模型，我们得到2000-2014年北京市水资源短缺风险值位于［0.4369-0.7071］之间，风险等级几乎都位于C等-D等之间，属于中风险和较低风险.

2.运用组合预测模型得到未来10年北京市水资源的相关数据，并结合水资源短缺风险评估模型，得到未来10年北京市水资源短缺风险评估值位于［0.6444-0.8204］之间，明显高于2000-2014年的风险评估值，水资源短缺等级逐渐从C等恶化到B等，从中风险向较高风险恶化.因此，应及时采取有效措施，抑制水资源短缺的不断恶化.

〔1〕魏歆.水资源短缺风险因子的筛选模型［J］.数学的实践与认识，2012，41（23）：143-145.

〔2〕杨桂元.数学建模［M］.上海：上海财经大学出版社，2015.2.

〔3〕阮本清，韩宇平，王浩，蒋任飞.水资源短缺风险的模糊综合评价［J］.水利学报，2005，36（8）：906-912.

〔4〕薛薇.基于SPSS Modeler的数据挖掘［M］.北京：中国人民大学出版社，2014.208-212.

〔5〕何裕.基于数据挖掘组合模型的股价预测研究［D］.成都：西南财经大学，2014.36-48.

TV213.4

A

1673-260X（2016）10-0020-02

2016-06-22