基于水土資源耦合的水資源短缺風險評價及優化

姜秋香，周智美，王子龍，付 強，王 天，趙蚰竹

?

基于水土資源耦合的水資源短缺風險評價及優化

姜秋香，周智美，王子龍※，付 強，王 天，趙蚰竹

（東北農業大學水利與土木工程學院，哈爾濱 150030）

黑龍江省水資源系統的平衡對保障區域工農業發展至關重要。由于糧食主產區發展過程中水資源存在許多不確定性因素，在追求經濟增長的同時，黑龍江省水資源也存在著較大的風險。該文以黑龍江省及其13個地級市為研究區域，基于熵權物元模型評價水資源短缺風險，利用平均迪氏分解法（logarithmic mean Divisia index, LMDI）分析影響用水量變化的驅動因素，通過耦合協調模型和GIS軟件分析影響水資源短缺的因素及其區域差異性，采用經濟與資源雙重導向的優化路徑，解決水資源短缺風險問題。結果表明，2014年黑龍江省整體水資源短缺處于III級-中等風險，水土資源處于拮抗耦合中度協調級別且土地資源發展略微滯后；鶴崗、雙鴨山、大慶和佳木斯水資源短缺為V級，其中大慶市水資源發展明顯滯后。隨著經濟社會的持續發展，應結合區域資源稟賦和風險特征，制定合理的水資源開發利用方案。

水資源；因素分解；GIS；熵權物元；耦合協調；優化路徑；水土資源耦合

0 引 言

全球氣候變暖、社會經濟發展、城市化進程加快和人口數量增長導致了人類對水資源的需求逐年增加，迫使水資源供需系統不確定性加劇甚至失衡。目前水資源短缺已逐漸成為人類生存與發展之間的巨額“生態資源赤字”[1]。因此應進行水資源短缺風險評價與管理的研究，及時發現水資源系統存在的不確定性因素，制定安全的風險規避與管理措施，進而促進國民經濟高速發展和自然生態環境的改善，最終實現人文與水資源系統互相協作的良性循環[2]。

目前對于水資源短缺風險定量評價的研究主要有：Haimes提出多目標多階段的水資源短缺風險分析法[3]；阮本清等選取風險率、脆弱性、可恢復性、重現期和風險度等指標，建立水資源短缺風險模糊綜合評價模型[4]，并提出水資源影子價格測算動態模型來評價水資源短缺風險經濟損失，該模型解決了水資源影子價格隨其數量變化而難以準確測得的問題[5]；王紅瑞等考慮到水資源系統具有模糊性和隨機性，基于Logistic回歸模型模擬預測了水資源短缺風險發生的概率和風險驅動因素[6]；黃明聰等將支持向量機引入水資源短缺風險評價中，該方法在處理水資源非線性、小樣本及高維模式識別中有較強優勢[7]。以往學者多注重水資源短缺風險評價的指標選取和評定方法，較少將水資源內部因素與土地資源影響綜合考慮。鑒于此，本文在基于熵權物元模型判定黑龍江省水資源短缺所屬風險等級基礎上，研究了各指標風險等級對整體風險的影響，并引入因素分解模型的平均迪氏分解法（logarithmic mean Divisia index，LMDI）篩選影響水資源短缺風險的主要準則層，同時鑒于水土資源是一個復雜耦合系統，利用耦合協調模型確定水資源短缺風險滯后因素，并利用地理信息系統GIS進行風險區劃，進一步提出不同區域水資源優化路徑，以期為黑龍江省水資源-生態-社會經濟平衡發展提供借鑒。

1 研究區與數據來源

1.1 研究區概況

黑龍江省位于中國最東北部，區域面積47.3萬km2，是世界著名的三大黑土帶之一，行政區覆蓋13個地級市，5大水系。黑龍江省地大物博，土地后備資源豐富，是中國重要的商品糧基地，2003—2014年其糧食總產量實現了“十一連增”，且在2011年以來其耕地面積與糧食生產能力均居中國首位。黑龍江省近年來將文化建設、生態文明建設與民生改善結合起來，其“兩大平原”現代農業綜合配套改革已成為國家重大發展戰略，加快了黑龍江省由農業大省向農業強省的轉變[8]。然而在經濟飛速發展的同時，黑龍江省工業化和城市化發展擠占水資源的勢頭難以逆轉，社會和農業發展與水資源之間的矛盾更加尖銳。因此，亟需對黑龍江省的水資源系統進行風險評價，明確水資源現存問題，尋找最優解決方案，提高農業資源的產出效率和社會經濟支撐能力。

1.2 數據來源

本文以黑龍江省的自然資源稟賦和社會經濟為基礎，開展水資源短缺風險評價相關研究。因此黑龍江省及其13個地級市的土地面積、人口、GDP、工業產值和耕地面積等數據均來源于《黑龍江省統計年鑒》[9]，水資源量、地表水、產水系數、供水和用水等數據均來源于《黑龍江省水資源公報》[10]。

2 研究方法

2.1 物元模型

鑒于水資源短缺風險評估中涉及指標較多，且單項指標之間評價結果具有不相容性[11]，選擇蔡文教授提出的適用于求解多因子矛盾問題的物元理論[12]。物元模型評價流程見圖1，具體計算公式參考文獻[12-13]，本文采用客觀賦權的熵權法確定各評價指標權重[14]。

圖1 物元模型評價水資源短缺風險流程

2.1.1 確定關聯度

（2）

2.1.2 計算綜合關聯度

2.2 LMDI模型

為明確各準則層對用水量的影響程度和方向，本文借鑒因素分解法中的LMDI模型[15-17]。Ang[18]提出的LMDI法計算簡便且規避了參數估計的主觀與不確定性，適用于分析水資源系統驅動機理，據此文中將用水量分解為各準則層的函數，構建用水變化因素分解模型[19]為

式中W為水資源用量的次級分類指標，為準則層數；1,S、2,S、3,S和4,S分別表示水資源稟賦、社會經濟、水資源利用和水環境準則層指標。

設參照用水量為0，時期用水量為W，則水資源利用變化量可以用加法分解為

LMDI分解的具體計算公式為

2.3 耦合度模型

1）耦合度：耦合是指2個以上系統通過互相作用而彼此影響的現象[21]。為探究水資源與土地資源系統各子元素的相互影響的程度，本文借鑒容量耦合概念和容量耦合系數模型，構建水土資源系統耦合模型[22]。

2）耦合協調度：每個區域的水、土資源都有其交錯、動態和不平衡的特性。單純依靠耦合度判別不足以反映出水土資源巨系統的功效與協同效應。為此，選用協調發展模型來評判不同區域水土資源交互耦合的程度[24]。

（9）

式中為耦合協調度；為綜合協調指數；和分別為水、土資源權重，因水資源與土地資源同樣重要，故。的分級標準及意義參考文獻[25]。

3 結果與分析

3.1 構建評價指標體系

本文遵循評價的完備性、獨立性、離散性、可計算性和可比性[26]，根據黑龍江省經濟、資源的實際情況，并借鑒其他學者相關研究成果[27-29]，選擇4個準則層17個評價指標，構建黑龍江省水資源短缺風險評價體系（表1）。I～V級風險分別代表可以忽略的風險、可以接受的風險、邊緣風險、不可接受的風險和災變風險。各指標經典域和節域的確定依據胡吉敏[30]提出的評價標準。

3.2 黑龍江省水資源短缺風險評價

根據2014年水資源評價指標量值[9]建立待評復合物元矩陣，并計算各指標權重（表1），利用Matlab2014計算得出黑龍江省各地區評價指標關聯度及綜合關聯度（表2），并繪制水資源短缺風險區劃圖（圖2）。由計算結果和表2、圖2可知，2014年黑龍江省整體水資源短缺綜合關聯度為0.03，處于III級風險水平，水資源短缺風險空間差異較大，具體表現為“南北較低，東西較高”的特征。13個地級市中黑河和大興安嶺處于I級低風險水平；鶴崗、雙鴨山、大慶和佳木斯處于V級高風險水平。通過比較分析，水資源短缺風險處于IV、V級的區域，其3、3、4、3、4和2指標大多表現出高風險，這極大影響了地區水資源短缺綜合風險水平，因此在尋找解決水資源短缺風險方案時應著重考慮。

表1 水資源短缺風險評價體系

注：“+”為高優指標,“–”為低優指標。4地表水系數：表征降水量對地表水資源量的影響程度，地表水系數=地表水資源量/降水量[31]。

Note: “+”refers to positive indexes; “–”refers to negative indexes.4surface water coefficient: indicates effect of precipitation on surface water resources,surface water coefficient =surface water resources/precipitation[31].

表2 基于關聯度的黑龍江省水資源短缺風險評價劃分

3.3 水資源短缺風險影響因素分析及區域差異

對水資源短缺問題提出切實可行的解決方案，其前提與基礎是影響因素的篩選。本研究在確定水資源短缺風險等級的基礎上，采用因素分解法與耦合協調模型對影響水資源短缺風險的主要因素進行定量研究。

3.3.1 水資源短缺風險的用水量驅動力分析

通過前文分析確定了水資源短缺風險的程度，然而對表1中4個準則層所起到的拉動或抑制水資源短缺風險的作用還不明確。由于4個準則層對水資源短缺的影響可以直接通過用水量變化表現出來，而實際的供水量則會受到區域水資源量和工程技術等諸多方面的約束，故本文選取用水量作為衡量各準則層驅動水資源短缺情況的指標。以黑龍江省2010—2014年的用水量均值作為參照值，分別計算2010—2014年各準則層用水量變化與參照用水量的差值，并進行匯總。利用式（6）求解DW并繪制黑龍江省三次產業水資源利用變化狀況圖（圖3）。由圖3總效應值可以看出，（水資源稟賦）和（水環境）準則層為負值，對黑龍江省水資源利用起到抑制作用，降低了水資源短缺程度；（社會經濟）和（水資源利用）準則層為正值，對黑龍江省水資源利用起促進作用，加劇了水資源短缺程度。

黑龍江省不同產業中，第一產業對水資源利用的影響最大，黑龍江省作為農業大省，進入21世紀以來，其農作物種植面積增長了57.6%，糧食產量增加145.2%，其中需水量最大的水稻增長116%，而且仍有繼續增長的趨勢[9]，這導致了用水量的劇增。由于工業經濟建設較薄弱，第二、三產業則對水資源利用影響較小。而土地資源作為生存和發展的基礎性資源，和水資源共同決定了區域的種植結構和生產方式。因此考慮土地資源對水資源的影響力、優化產業用水結構和布局、減少第一產業用水并提高其用水效率，是緩解黑龍江省水資源短缺風險的有效方法。

注：A、B、C、D含義見表1。

3.3.2 水土資源耦合度分析

由前述研究可知，和準則層是加劇水資源短缺程度的因素，同時水資源短缺程度與土地資源的影響也是密不可分的。為探究土地資源對水資源短缺風險的影響程度，選取和準則層與土地資源和準則層（表3）進行耦合度分析。根據耦合度相關理論，得出2014年黑龍江各地區水土資源耦合值（表4），并繪制水土資源耦合程度區劃圖（圖4）。黑龍江省整體水土資源耦合水平處于拮抗耦合中度協調水平，且土地資源略微滯后；水土資源耦合度均為拮抗耦合，可見土地資源與水資源相互制約并阻抑了各自發展。從耦合協調度來看，除大興安嶺地區為高度協調外，其他地區均處于中度協調。大興安嶺的協調等級為初級協調，水土資源匹配度相對較好；其他地區屬于調和協調和勉強調和協調級別。可見黑龍江省各地區還需要注重水土資源發展的平衡。

表3 土地資源指標

注：除5指標外均為正向。1取決于竣工產值與建筑業總產值兩者的相互關系，影響了建筑業經濟增長方式，產值竣工率=竣工產值/建筑業總產值×100%[32]。6表征單位面積耕地的水資源量，是水資源量與耕地面積的比值[33]。

Note: All indices are positive except5.1depends on relationship between completed and gross output value of buildings and affects economic growth mode of buildings, and its value is ratio of completed output value to output value of buildings, %[32].6indicates water resources per unit area of cultivated land, and it is ratio of water resources to area of cultivated land[33].

表4 黑龍江省水土資源耦合度評價

從耦合類型來看：1）經濟方面：5個地區土地資源滯后，8個地區水資源滯后，水資源短缺風險IV級以上地區有3個屬于水資源滯后，且處于V級水資源短缺的大慶耦合協調度最低。2）資源利用：4個地區土地資源滯后，9個地區水資源滯后，水資源短缺IV級以上的6個地區，均為水資源滯后，可見土地資源狀況與水資源狀況極度不協調。

圖4 基于水土資源耦合的黑龍江水土資源發展程度區劃

3.4 水資源優化路徑選擇

由前文研究，2014年黑龍江省13個地級市均未達到最優耦合（1=2）水平，因此需對其進行水資源優化路徑研究。水資源和土地資源不僅在開發利用過程中相互影響和制約，而且其數量、質量和空間組合狀態也存在強烈的耦合性，共同決定著一個國家或地區的社會經濟發展程度。故采取“經濟導向”和“資源導向”雙重優化路徑（圖5），促進水、土資源有效耦合，以期找出緩解水資源短缺的有效方法。

根據優化路徑和指標對評價結果的影響，給出建議：對于水資源短缺風險處于III級和I級的哈爾濱、雞西、伊春、七臺河、黑河和大興安嶺地區，水資源能基本滿足工農業生產和生活的需求，以防治為主。加大農林水投資，在保證生產總值增長的同時，提高用水效率，擴大節水灌溉面積；平衡城市就業和農村務農人口數量，提高水庫蓄水能力、廢物處理廠效率和污水排放達標率。對處于I級風險的黑河和大興安嶺地區，可適當增加耕地面積和農業灌溉用水量，做到物盡其用。水土資源經濟耦合方面，伊春市水資源稟賦準則層均在全省平均水平以上，但其水資源卻滯后最為明顯，且萬元GDP用水量處于IV級風險，因此應首先從提高經濟產出用水率方面著手，以降低其水資源短缺風險。

對于水資源短缺風險處于IV級和V級的齊齊哈爾、鶴崗、雙鴨山、大慶、佳木斯和牡丹江地區：水資源短缺問題較嚴重，且均為水資源利用滯后。應通過加強資源管理，盡快使耗水型經濟結構向節水型經濟結構轉變，根據地區特點種植低耗水作物，并采取節水灌溉措施，同時提高土地建設利用效率進而降低風險。特別是水資源短缺V級的大慶市，經濟發展方面水資源明顯滯后。大慶市屬于重工業城市，水資源稟賦指標明顯低于黑龍江平均水平，在缺水情況下，工業產值增長的同時應重視用水效率，同時節水灌溉率和耕地機械動力也應提高。除去各地區自身建設外，還應加強區域間水資源調配，充分利用其他地區的豐富水資源。

4 結 論

本文基于熵權物元模型，構建黑龍江省水資源短缺風險評價指標體系并確定了評價標準，對黑龍江省水資源短缺風險等級進行了判別，通過因素分解與耦合協調分析了影響水資源短缺的因素，并利用GIS進行區域差異分析，得出以下結論：

1）本文構建的水資源短缺風險評價指標與分級標準，能夠較好地反映出水資源現狀，評價結果：黑龍江省整體水資源短缺綜合關聯度為0.03，處于III級中等風險，各地區表現為“南北較低，東西較高”，大興安嶺和黑河為I級低風險，水資源條件良好，鶴崗、雙鴨山、大慶和佳木斯處于V級高風險水平，需要特別引起重視。該評價結果符合實際情況，為判斷社會、經濟和生態對水資源短缺影響提供參考。熵權物元模型在評價各個城市水資源短缺級別的基礎上，能夠清楚反映出各城市每個指標所屬等級。但本文評價中也存在一些不足，水資源短缺風險評價側重于分析各地區指標所屬級別，缺乏對13個地區風險水平的排序，且缺少對水土資源風險的評價，因此后續研究應繼續完善該方面研究。

2）因素分解法得出社會經濟與水資源利用是影響水資源短缺風險的主要因素；耦合協調模型得出黑龍江省整體水土資源耦合水平處于拮抗耦合中度協調水平，據此提出的雙重優化路徑，為尋找緩解水資源短缺方法提供了參考與借鑒。但水土資源耦合方面只分析了加重水資源短缺的經濟與水資源利用指標層，沒有分析水資源稟賦與水環境指標層，在今后研究中將進行更為全面系統的分析。

[1] 金菊良，王文圣，洪天求，等. 流域水安全智能評價方法的理論基礎探討[J]. 水利學報，2006，37(8)：918－925. Jin Juliang, Wang Wensheng, Hong Tianqiu, et al. Theoretical basis of intelligent evaluation methods of watershed water security[J]. Journal of Hydraulic Engineering, 2006, 37(8): 918－925. (in Chinese with English abstract)

[2] 王浩，王建華，秦大庸，等. 基于二元水循環模式的水資源評價理論方法[J]. 水利學報，2006，37(12)：1496－1502. Wang Hao, Wang Jianhua, Qin Dayong, et al. Theory and methodology of water resources assessment based on dualistic water cycle model[J]. Journal of Hydraulic Engineering, 2006, 37(12): 1496－1502. (in Chinese with English abstract)

[3] Haimes Y Y. Risk-Benefit Analysis in a Multiobjective Framework[M]. US: Springer, 1981: 89－122.

[4] 阮本清，韓宇平，王浩，等. 水資源短缺風險的模糊綜合評價[J]. 水利學報，2005，36(8)：906－912. Ruan Benqing, Han Yuping, Wang Hao, et al. Fuzzy comprehensive assessment of water shortage risk[J]. Journal of Hydraulic Engineering, 2005, 36(8): 906－912. (in Chinese with English abstract)

[5] 韓宇平，阮本清. 水資源短缺風險經濟損失評估研究[J]. 水利學報，2007，38(10)：1253－1257. Han Yuping, Ruan Benqing. Economic loss assessment of shortage risk of water resources[J]. Journal of Hydraulic Engineering, 2007, 38(10): 1253－1257. (in Chinese with English abstract)

[6] 王紅瑞，錢龍霞，許新宜，等. 基于模糊概率的水資源短缺風險評價模型及其應用[J]. 水利學報，2009，40(7)：813－821. Wang Hongrui, Qian Longxia, Xu Xinyi, et al. Model for evaluating water shortage risk based on fuzzy probability and its application[J]. Journal of Hydraulic Engineering, 2009, 40(7): 813－821. (in Chinese with English abstract)

[7] 黃明聰，解建倉，阮本清，等. 基于支持向量機的水資源短缺風險評價模型及應用[J]. 水利學報，2007，38(3)：255－259. Huang Mingcong, Xie Jiancang, Ruan Benqing, et al. Model for assessing water shortage risk based on support vector machine[J]. Journal of Hydraulic Engineering, 2007, 38(3): 255－259. (in Chinese with English abstract)

[8] 黑龍江省統計局. 黑龍江省年鑒[M]. 北京：中國統計出版社，2015.

[9] 黑龍江省統計局. 黑龍江省統計年鑒[M]. 北京：中國統計出版社，2015.

[10] 黑龍江省水利廳. 黑龍江省水資源公報[M]. 哈爾濱：黑龍江人民出版社，2015.

[11] Pan Feng, Zhao Lin. AHP comprehensive evaluation on sustainable utilization of water resources in Hengshui city, China[J]. Transactions of Tianjin University, 2015, 21(2): 178－182.

[12] 蔡文. 物元模型及其應用[M]. 北京：科學技術文獻出版社, 1994：10－27.

[13] 范樹平，劉友兆，張紅梅，等. 基于層次模糊物元模型的承接產業用地空間適宜評價[J]. 農業工程學報，2015, 31(6)：266－276. Fan Shuping, Liu Youzhao, Zhang Hongmei et al. Undertaking industrial land spatial suitability evaluation based on hierarchical fuzzy matter element model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(6): 266－276. (in Chinese with English abstract)

[14] Zhou Keping, Yun Lin, Deng Hongwei, et al. Prediction of rock burst classification using cloud model with entropy weight[J]. Transactions of Nonferrous Metals Society of China, 2016, 26(7): 1995－2002.

[15] 張禮兵，徐勇俊，金菊良，等. 安徽省工業用水量變化影響因素分析[J]. 水利學報, 2014, 45(7): 837－843. Zhang Libing, Xu Yongjun, Jin Juliang, et al. Analysis of influence factors of regional industry water use in Anhui province[J]. Journal of Hydraulic Engineering, 2014, 45(7): 837－843. (in Chinese with English abstract)

[16] 劉玉，高秉博，潘瑜春，等. 基于LMDI模型的黃淮海地區縣域糧食生產影響因素分解[J]. 農業工程學報, 2013, 29(21): 1－10. Liu Yu, Gao Bingbo, Pan Yuchun, et al. Influencing factor decomposition of grain production at county level in Huang-Huai-Hai region based on LMDI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(21): 1－10. (in Chinese with English abstract)

[17] Ang B W. The LMDI Approach to decomposition analysis: a practical guide[J]. Energy Policy, 2005, 33(7): 867－871.

[18] Ang B W. Decomposition analysis for policymaking in energy: which is the preferred method?[J]. Energy Policy, 2004, 32(9): 1131－1139.

[19] 陳東景. 我國工農業水資源使用強度變動的區域因素分解與差異分析[J]. 自然資源學報，2012，27(2)：332－343. Chen Dongjing. Regional factor decompositions and difference of the change in agricultural and industrial water intensity in China [J].Journal of Natural Resources, 2012, 27(2): 332－343. (in Chinese with English abstract)

[20] Zhang Li, Lei Jun, Zhou Xuan, et al. Changes in carbon dioxide emissions and LMDI-based impact factor decomposition: The Xinjiang Uygur Autonomous Region as a case[J]. Journal of Arid Land, 2014, 6(2): 145－155.

[21] 韓德軍，朱道林. 貴州省土地利用與區域經濟耦合關系分析[J]. 農業工程學報，2012，28(15)：1－8. Han Dejun, Zhu Daolin. Coupling relationship analysis of land use and regional economy in Guizhou province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(15): 1－8. (in Chinese with English abstract)

[22] Ma Li, Jin Fengjun, Song Zhouying, et al. Spatial coupling analysis of regional economic development and environmental pollution in China[J]. Journal of Geographical Sciences, 2013, 23(3): 525－537.

[23] 張曉東，池天河. 90年代中國省級區域經濟與環境協調度分析[J]. 地理研究，2001，20(4)：506－515. Zhang Xiaodong, Chi Tianhe. Differentiating and analysis of the coordination degree between economic development and environment of provinces (regions) in China[J].Geographical Research, 2001, 20(4): 506－515. (in Chinese with English abstract)

[24] 廖重斌. 環境與經濟協調發展的定量評判及其分類體系：以珠江三角洲城市群為例[J]. 熱帶地理, 1999, 19(2): 171－177. Liao Zhongbin. Quantitaitve judgement and classification system for coordinated development of environment amd economy: A case study of the city group in the Pearl River delta[J].Tropical Geography, 1999, 19(2): 171－177. (in Chinese with English abstract)

[25] 呂添貴，吳次芳，游和遠. 鄱陽湖生態經濟區水土資源與經濟發展耦合分析及優化路徑[J]. 中國土地科學，2013, 27(9)：3－10. Lü Tiangui, Wu Cifang, You Heyuan. Study on the coupling degree and optimizing path between land-water resources and economic development in the ecological economical zone of Poyang Lake[J].China Land Sciences, 2013, 27(9): 3－10. (in Chinese with English abstract)

[26] 姜秋香，付強，王子龍. 三江平原水資源承載力評價及區域差異[J]. 農業工程學報，2011，27(9)：184－190. Jiang Qiuxiang, Fu Qiang, Wang Zilong. Evaluation and regional differences of water resources carrying capacity in Sanjiang plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(9): 184－190. (in Chinese with English abstract)

[27] 宋松柏，蔡煥杰. 區域水資源可持續利用的綜合評價方法[J]. 水科學進展，2005，16(2)：244－249. Song Songbai, Cai Huanjie. Comprehensive assessment method for region sustainable water resources[J]. Advances In Water Science, 2005, 16(2): 244－249. (in Chinese with English abstract)

[28] 宋松柏，蔡煥杰，徐良芳. 水資源可持續利用指標體系及評價方法研究[J]. 水科學進展，2003，14(5)：647－652. Song Songbai, Cai Huanjie, Xun Liangfang. Indicators system for region sustainable water resources utilization and its assessing methods[J]. Advances In Water Science, 2003, 14(5): 647－652. (in Chinese with English abstract)

[29] Zhang Yingxuan, Chen Min，Zhou Wenhua, et al. Evaluating beijing's human carrying capacity from the perspective of water resource constraints[J]. Journal of Environmental Sciences, 2010, 22(8): 1297－304.

[30] 胡吉敏. 沿海地區水資源承載力評價研究[D]. 大連：大連理工大學，2008. Hu Jimin. Study on Evaluation of Water Resources Carrying Capacity in Coastal Regions [D].Dalian:Dalian University of Technology, 2008. (in Chinese with English abstract)

[31] 張中旺，常國瑞. 中線調水后漢江生態經濟帶水資源短缺風險評價[J]. 人民長江，2016，47(6)：16－21. Zhuang Zhongwang, Chang Guorui. Risk assessment of water resource shortage in Hanjiang River ecological economic zone after implementing middle route project of south to north water diversion[J]. Yangtze River, 2016, 47(6): 16－21. (in Chinese with English abstract)

[32] 孫建祥. 建筑業經濟增長方式轉變統計指標體系的探討[J]. 江蘇統計，1998，19(8)：12－13. Sun Jianxiang.Discussion on the statistical index system of economic growth mode transformation in construction industry[J].Jiangsu Statistics, 1998, 19(8): 12－13. (in Chinese with English abstract)

[33] 周啟剛，張曉媛，王兆林. 基于正態云模型的三峽庫區土地利用生態風險評價[J]. 農業工程學報，2014，30(23)：289－297.Zhou Qigang, Zhang Xiaoyuan, Wang Zhaolin.Land use ecological risk evaluation in Three Gorges Reservoir area based on normal cloud model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(23): 289－297. (in Chinese with English abstract)

Risk assessment and optimization of water resources shortage based on water and land resources coupling

Jiang Qiuxiang, Zhou Zhimei, Wang Zilong※, Fu Qiang, Wang Tian, Zhao Youzhu

(150030,)

Water resources risk assessment is a premise of protecting the development of industry and agriculture in Heilongjiang Province. Land resources combined with water resources affect the agricultural and industrial development. However, few studies have link both together in water resource studies. In this paper, we assessed water shortage risk and found the optimization paths of water resources based on coupling of water and land resources in Heilongjiang Province and its 13 prefecture-level cities. Four criteria layers with 17 indicators including water resources endowment, social economy, water utilization and water environment were established as a risk assessment index system of water shortage in the study area. Objective empowerment entropy method was used to determine the weight of each evaluation index in order to avoid the inaccuracy of subjective assumptions. The risk of water resources shortage evaluated by matter-element model was divided into 5 levels: Grade I (low risk), Grade II (lower risk), Grade III (medium risk), Grade IV (higher risk) and Grade V (high risk) grade. Then, the driving force of water shortage risk was analyzed by using the logarithmic mean Divisa index (LMDI) model, and the mean value of water consumption from 2010 to 2014 in Heilongjiang Province was adopted as the reference, and the difference between the water consumption of each criterion and the reference water consumption in 2010-2014 was calculated and summarized. Decomposition model of water utilization variation was constructed. Results showed that the comprehensive correlation degree of the total water shortage in Heilongjiang Province was 0.03, belonging to Grade III (medium risk). The risk of water shortage in the 13 prefecture-level cities showed great spatial differences, which was characterized as low risk in the north and south and high in the east and west of the Heilongjiang. The water shortage risk belonged to Grade V in the Daqing, Hegang, Jiamusi and Shuangyashan, Grade IV in the Qiqihar and Mudanjiang, Grade III in Suihua, Yichun and Harbin, Grade I in the Daxinganling and Heihe. The main influencing factors of the high risk of water shortage included water yielding coefficient, water investment per unit area for agriculture and forestry, water consumption per million RMB, per capita water requirement, irrigation rate of cultivated land and discharge rate of sewage treatment, which should be significantly considered in finding solutions to water shortage. The LMDI showed that the social economy and water utilization were the main factors influencing the grade of water shortage risk. Then, the coupling degree of the respective sub-elements of water and land resources was evaluated by the coupled coordination model, and it was concluded that the coupling degree of land and water resources in Heilongjiang Province was at the moderate level ofantagonistic coupling, and the land resources development lagged behind slightly. Meanwhile, the lagging factors of these regions were analyzed from the aspects of social economy and water and land utilization. Based on the evaluation of water shortage risk, the analysis of driving factors and the coupling analysis of water and land resources, the double optimization path of water shortage with both economic orientation and resource orientation was selected. According to the specific problems of different risk areas, advices on specific solution were put forward to promote effective coupling of water and land resources and to find an effective way to alleviate water shortage. As the continuous development of economy and society, regional resource endowments and risk characteristics should be combined to formulate a scientific and rational scheme on water utilization.

water resources; factorization; GIS; entropy matter-element; coupling coordination; optimization path; water and land resources coupling

10.11975/j.issn.1002-6819.2017.12.018

S271;TV213

A

1002-6819(2017)-12-0136-08

2016-12-24

2017-05-10

國家自然科學基金（51679040、51209038）；黑龍江省自然科學基金（面上項目）（E2016004）；黑龍江省博士后資助（LBH-Z13049）；東北農業大學“青年才俊”項目（14QC47）

姜秋香，女，黑龍江佳木斯，博士，副教授，主要研究方向為水土資源高效利用和管理。哈爾濱東北農業大學水利與土木工程學院，150030。Email：jiangqiuxiang2017@163.com。

王子龍，男，山東膠州，博士，副教授，主要研究方向為寒區水土資源高效利用。哈爾濱東北農業大學水利與土木工程學院，150030。Email：wang zilong2017@163.com。

姜秋香，周智美，王子龍，付 強，王 天，趙蚰竹. 基于水土資源耦合的水資源短缺風險評價及優化[J]. 農業工程學報，2017，33(12)：136－143. doi：10.11975/j.issn.1002-6819.2017.12.018 http://www.tcsae.org

Jiang Qiuxiang, Zhou Zhimei, Wang Zilong, Fu Qiang, Wang Tian, Zhao Youzhu. Risk assessment and optimization of water resources shortage based on water and land resources coupling[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(12): 136－143. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.12.018 http://www.tcsae.org