四、模型的评价及推广
(1)本文基于模糊概率建立了水资源短缺风险评价模型，同时考虑到水资源系统的随机不确定性和模糊不确定性，可对水资源短缺风险发生的概率和影响程度给予综合评价，2001--2008年的北京市水资源短缺风险的实例分析，表明了模型的适用性；
(2)确定水资源总量、污水排放总量、农业用水量以及生活用水量是北京市水资源短缺的主要致险因子；
(3)再生水回用和南水北调工程可使北京地区2010和2011年各类规划水平年的水资源短缺均降至低风险水平。所以，在加快南水北调进京工程的同时，大力发展再生水回用，是解决北京地区水资源短缺风险的根本措施。
（4）而由于时间仓促，本文在模型建立上还存在一些问题，另外，对于问题二，也因为时间原因，我们仅仅对主要的两项措施（再生水回用和南水北调工程）进行了研究，而对其他几项对降低北京市水资源风险的几项措施没有进一步分析，这也为我们未来的研究留下了很多发展方向。
[参考文献]：
[1] 张 平 等，MATLAB基础与应用，北京：北京航空航天大学出版社，2001年 [2] 苏金明，张莲花 等，MATLAB工具箱应用，北京：电子工业出版社，2004年 [3] Bagel M S，Das Gupta A，Nayak D K．A model for optimal allocation of water to competing demands[J]．Water Resources Management，2005，19(6)：693—712．
[4] 阮本清，梁瑞驹，陈韶君．一种供用水系统的风险分析与评价方法[J]．水利学报，2000(9)：1—7．
[5] 衷平，沈珍瑶，杨志峰，等．石羊河流域水资源短缺风险敏感因子的确定[J]．干旱区资源与环境，2005，19(2)：
[6] Bogardi I，Bordossy A，Duckstein L．Regional management of an aqifer for mining under fuzzy environmental objectives [J]．Water Resour．Res．，1983，19(6)：1394—1402．
[7] Mujumdar P P，Sasikumar K．A fuzzy risk approach for seasonal water quality management of a fiver system[J]．Water Resour．Res．，2002，38(1)：1—9．
[8] Sasi Kumar K，Mujurndar P P．Applieation of fo=y probability in water quality management of a river system[J]．Int．J． Syst．Sci．，2000，30(5)：575—591．
[9] Ghosh S，Mujumdar P P．Risk minimization in water quality control problems of a river system[J]．Advances in Water Resources，2006，29(3)：458—470．
16
[10] Suresh K R，Mujumdar P P．A fhzzy risk approach for performance evaluation of an irrigation reservoir system[J]．Agriculture Water Management，2004，69(2004)：159一177． [11] Kaplan，Garrick J．On the quantitative deftnition of risk[J]．Risk Analysis，1981，l(1)：ll—37．
[12] 阮本清，韩宇平。王浩，等．水资源短缺风险的模糊综合评价[J]．水利学报．2005，36(8)：906—912．
[13] 刘涛，邵东国，顾文权．基于层次分析法的供水风险综合评价模型[J]．武汉大学学报(工学版)，2006，39(4)：25—28．
[14] 黄明聪，解建仓，阮本清，等．基于支持向量机的水资源短缺风险评价模型及应用[J]．水利学报，2007，38(3)：255—259．
[15] 左其亭，吴泽宁，赵伟．水资源系统中的不确定性风险分析方法[J]．干旱区地理，2003，26(2)：116—121．
[16] 刘涛，邵东国．水资源系统风险评估方法研究[J]．武汉大学学报(工学版)，2005，38(6)：66—71．
[17] 王栋，朱元生生．最大熵原理在水文水资源科学中的应用[J]．水科学进展，2001，12(3)：424—430．
[18] 邹志红，云逸，王惠文，等．基于Logistic回归的水质预测研究[J]．数学的实践与认识，2008，38(1)：82—87．
[19] 卢纹岱．SPSS For Windows统计分析(第3版)[M]．北京：电子工业出版社，2006：315—476．
[20] 刘静楠，顾颖．判别分析在农业旱情识别中的应用[J]．水文，2007，27(2)：60一67．
[21] 王红瑞，刘昌明，张继伟，等．水资源短缺对北京市工业经济的影响与对策[J]．人口资源与环境，2004，(14)：88—91．
[22] 王红瑞，刘昌明，毛广全，等．水资源短缺对北京市农业的影响与对策[J]．自然资源学报，2004，19(2)：160—169．
3.1基于聚类分析的水资源短缺风险分类
为了直观的说明水资源短缺风险程度，利用Quick Cluster过程(快速样本聚类)对风险进行聚类。快速样本聚类需要确定类数，利用k均值分类方法对观测量进行聚类，根据设定的收敛判据和迭代次数结束聚类过程，计算观测量与各类中心的距离，根据距离最小的原则把各观测量分派到各类中心所在的类中去。事先选定初始类中心，根据组成每一类的观测量，计算各变量均值，每一类中的均值组成第二代迭代的类中心，按照这种方法迭代下去，直到达到迭代次数或达到中止迭代的数据要求时，迭代停止，聚类过程结束。
对于等间隔测度的变量，一般用Euclidean distance(欧式距离)计算，而对于计数变量一般用Chi-squaremeasure(x2测度)来表征变量之间的不相似性，其表达式如下所示：
17
北京市水资源短缺问题研究
