理由如下：

　　(ⅰ)从折线图可以看出，2000年至2016年的数据对应的点没有随机散布在直线y＝－30.4＋13.5t上下，这说明利用2000年至2016年的数据建立的线性模型①不能很好地描述环境基础设施投资额的变化趋势.2010年相对2009年的环境基础设施投资额有明显增加，2010年至2016年的数据对应的点位于一条直线的附近，这说明从2010年开始环境基础设施投资额的变化规律呈线性增长趋势，利用2010年至2016年的数据建立的线性模型\s\up6(^(^)＝99＋17.5t可以较好地描述2010年以后的环境基础设施投资额的变化趋势，因此利用模型②得到的预测值更可靠．

　　(ⅱ)从计算结果看，相对于2016年的环境基础设施投资额220亿元，由模型①得到的预测值226.1亿元的增幅明显偏低，而利用模型②得到的预测值的增幅比较合理，说明利用模型②得到的预测值更可靠．

　　(以上给出了2种理由，考生答出其中任意一种或其他合理理由均可得分)

　　[方法技巧]

　　1．回归直线方程中系数的2种求法

　　(1)公式法：利用公式，求出回归系数\s\up6(^(^)，\s\up6(^(^).

　　(2)待定系数法：利用回归直线过样本点中心(\s\up6(－(－)，\s\up6(－(－))求系数．

　　2．回归分析的2种策略

　　(1)利用回归方程进行预测：把回归直线方程看作一次函数，求函数值．

　　(2)利用回归直线判断正、负相关：决定正相关还是负相关的是回归系数\s\up6(^(^).　　

　　1.四名同学根据各自的样本数据研究变量x，y之间的相关关系，并求得回归直线方程，分别得到以下四个结论：

　　①y与x负相关且\s\up6(^(^)＝2.347x－6.423；

　　②y与x负相关且\s\up6(^(^)＝－3.476x＋5.648；

③y与x正相关且\s\up6(^(^)＝5.437x＋8.493；