□贺帅星 杜红军 杨 柳
水是生命的源泉,是人类了赖以生存和发展不可缺少的最重要的物质资源之一。虽我国储水量位居世界前列,但我国水资源现状仍不容乐观,我国是全球13个人均水资源最匮乏的国家之一。据监测,我国多数城市地下水受到不同程度污染。日趋严重的水污染加剧了水资源短缺的矛盾,这为我国正在实施的美丽中国战略带来了严峻的挑战。清楚水资源的分布,合理利用水资源,无非是应对挑战最好的方法。本文根据以往十年的河北省的人均用水量,对河北省人均用水量现状进行分析,并进行相关预测。
(一)人均用水量的特点。人均用水量受天气因素、人均年收入、水的重复利用率、人口数量及水价的影响,还受管网运行、管理状况的影响,具有明显的灰色性质。由于天气状况的不确定性,所以人均用水量具有随机性。
(二)GM(1,1)模型的建立[1]。
1.级比检验。建立人均用水量数据时间序列如下:
x(0)=(x(0)(1),x(0)(2),…,x(0)(10))
=(279.96,276.28,272.25,271.50,268.90,
261.67,262.04,262.82,245.18,242.30) (1)求级比
λ=(λ(2),λ(3),…,λ(9))
=(1.0133,1.0148,1.0028,1.0097,
1.0276,0.9986,0.9970,1.0719,1.0119)(2)级比判断[2]
由于所有的λ(k)∈[0.8338,1.1994],k=2,3,…,9,故可以用x(0)作满意的GM(1,1)建模。
2.GM(1,1)建模。
(1)对原始数据x(0)作一次累加,即
x(1)=(279.96,556.24,828.49,1100,1368.9,
1630.6,1892.6,2155.4,2400.6,2642.9)(2)构造数据矩阵B及数据向量Y
(4)建立模型
=-18480.3e-0.0152k+18760.29
274.6,270.4,266.4,262.4,258.4,254.5,250.7,246.9)
(三)模型检验。检验是衡量一个模型是否合理的最好方法,本题采用残差和相对误差[3]作为检验标准。具体如表1所示。由表1可以看出,虽然个别检验结果与事实数据相差较大,但总体而言,残差还是较小的,这点可以从相对误差看出。经验证,该模型的精度较高,可进行预测和预报。模型检验的各项值如表1所示。
表1 GM(1,1)模型检验
表2 GM(1,1)模型精度检验结果
(四)GM(1,1)模型的预测。模型精度检验参数:相对残差Q=0.0120,方差比C=0.3323,小误差概率P=0.9000。所以建立GM(1,1)模型较好,结果如表2所示。
虽然影响人均用水量的因素[4]有许多,例如:文化程度、气候因素、地区差异,但是它们之间有紧密联系,使得人均用水量趋于一个稳定的值。通过样本的检验,发现该模型有可用性,即可以作为河北省人均用水量的短期预测参考。由灰色预测模型的预测看到:河北省人均用水量总体趋于一个逐渐减少的趋势,即人均用水量同时间呈负相关。