張禮兵,胡亞南,金菊良 ,吳成國,周玉良,崔 毅
(1:合肥工業大學土木與水利工程學院, 合肥 230009) (2:合肥工業大學水資源與環境系統工程研究所, 合肥 230009)
水資源承載力是評判水資源與經濟社會及生態環境之間是否協同發展的一項綜合指標,研究水資源承載力對實現人水和諧具有重要意義,其內涵深化和概念延伸得到學界持續重視[1-4]. 隨著我國社會經濟的快速發展和生態環境保護意識的日益增強,區域水資源承載狀態預測與控制已成為現代水資源系統管理研究的重要熱點之一[5]. 早期的水資源承載力研究側重于基于內涵的評價指標體系構建、評價方法探討等,如夏軍等[6]基于水資源承載力定義和水資源承載力系統關系,擬定了水資源承載力的度量和計算方法,并對變化環境下的流域水循環模擬研究、生態需水等進行重點討論. Wang等[7]利用投影尋蹤法將高維數據投影到低維空間,綜合水資源承載力指數的特征并應用于流域水資源承載力的評價. Yang等[8]應用物元分析法、模糊綜合評價法和投影尋蹤綜合評價法分別評價瑪納斯河流域水資源承載力,并對3種方法進行應用比較. 段新光等[9]通過建立模糊綜合評判模型對新疆水資源承載力現狀進行評價. Naimi-Ait-Aoudia等[10]評估了阿爾及爾水資源在居民用水方面的承載能力. 李云玲等[11]從水資源承載負荷和承載能力兩個方向出發,構建了水資源承載能力評價指標體系,采用實物量指標對水資源承載能力各因素分別評價,采用“短板法”綜合考慮各要素評價結果,得到水資源承載能力綜合評價結果. 隨著水資源管理實踐的演化和水資源承載力研究的深入,僅對現有水資源承載力系統進行靜態綜合評價已難以滿足現代水資源管理的需求,開展承載力動態預測預警并針對性調控漸漸成為新的研究方向,如韓俊麗等[12]應用系統動力學模型(SD模型)對包頭市水資源承載力進行模擬,并根據包頭市現實狀況和未來發展規劃選擇發展方案,進行仿真模擬來預測包頭市水資源承載力. 蘇志勇等[13]將水資源承載力的研究納入了生態經濟系統的背景下進行綜合集成研究,并根據模型的優化分析結果預測了黑河流域張掖地區未來20 a的水資源承載力. 董濤等[14]提出從水資源支撐力、壓力、調控力3個子系統選擇指標,建立基于承載過程的水資源承載主客體耦合評價模型,并對安徽省水資源承載力進行了動態預測評價. Hu等[15]利用指標集方法對福建省流域水資源承載力進行預測,為規劃部門決策提供輔助參考. 車越等[16]以不同引水量和不同水資源策略為幕景,運用水資源承載力多幕景SD仿真模型,模擬預測崇明島水資源承載力. 趙筱青等[17]運用SD模型針對現狀延續、提高水資源開發利用、節水對策、綜合對策4種情景模擬預測2010-2020年昆明市水資源承載力. 趙春麗[18]建立了河津市水資源承載力SD模型,并通過改變決策變量值設計了3種模擬方案,根據各方案對應的水資源承載力選取優化調控方案.
上述研究采取不同方法在區域水資源承載力動態預測方面進行了積極探索,但由于區域水資源承載力系統的高度復雜性,導致在優化調控理論和技術方法方面尚存在明顯不足. 目前,國內外水科學界對水資源承載的內涵深化、概念延伸、系統評價及模擬預測等理論與方法研究還在持續發展中,尤其是水資源承載力系統調控尚處于初步探索階段. 針對我國水資源短缺的現狀,定性調控分析已經不能滿足未來區域水資源承載力管理的需求. 根據研究地區的水資源條件、經濟發展水平、生態環境保護等現狀及規劃條件,提出適用于區域水資源承載能力提升與負荷定量調控的方案具有重要意義. 需要指出的是,目前研究對象區域多偏向整體水系流域或省市行政區,往下細分到縣域的承載力研究較少. 筆者認為,我國縣級行政區劃是最基本的行政單元,基本上所有的社會、經濟、環境等規劃、設計及政策管理等都是以縣(市)為基礎,因此可以考慮以縣域水資源承載力系統作為基本單元,逐級疊加、組合構成上一層級區域(市、省、自治區等)的水資源承載力系統,這樣更能體現系統結構與功能的內在關系. 目前對研究區域細分到縣級區劃作為單元的水資源承載力研究幾乎還是空白,因此本文以巢湖流域作為研究對象,以縣(市)為單元構建縣域水資源承載力量質要素系統動力學動態模擬與預測模型;再從空間上耦合為巢湖流域整體模型以預測流域水資源承載狀態;最后通過敏感性分析篩選量質調控指標,并采用正交試驗方法確定優化調控方案,進行巢湖流域水資源承載力評價、預測及調控,為湖泊流域管理部門制定水資源管理政策提供理論參考.
巢湖流域(31°25′28″~31°43′28″N,117°16′54″~117°51′46″E)位于江淮之間、安徽省中部、長江中下游,總面積12938 km2,西北以江淮分水嶺為界,東瀕長江,南與菜子湖、白蕩湖、陳瑤湖以及皖河流域毗鄰. 流域地貌多樣,西為大別山,沿江沿湖為平原圩區,其余是丘陵山地,西南高,東北低. 流域地處亞熱帶溫潤型季風氣候,平均氣溫15~16℃,年均降雨1215 mm,流域內水系密布,水資源豐富,沿湖水系33條,主要支流杭埠河、豐樂河、派河、南淝河等自西向東注入[19]. 巢湖流域閘上區域行政區包括合肥、巢湖、肥東、肥西、長豐、舒城、廬江兩市五縣,是巢湖流域主要集水區,同時也是流域內人類社會經濟活動影響最劇烈的地區,水資源承載狀況復雜[19],因此作為本文研究的重點區域.
水資源承載力研究所需數據主要包含氣象水文地理和社會經濟兩方面,具體數據來源參考《合肥市統計年鑒(2005-2016)》、《六安市統計年鑒(2005-2016)》、《合肥市水資源公報(2005-2016)》、《六安市水資源公報(2005-2016)》、《第一次全國污染源普查城鎮生活源產排污系數手冊》、《全國第二次污染源普查生活源產排污系數手冊》. 模型預測年份參數設置參考《合肥市城市總體規劃(2006-2020)》、《六安市城市總體規劃(2008-2030)》、《安徽省水資源綜合規劃報告(2010)》、《全國水資源綜合規劃(2010-2030)》等規劃.
巢湖具有長江下游典型平原湖泊水面廣、流速慢等特點,同時承擔著大型省會城市日益增長的供水、排水任務. 巢湖多年平均入湖徑流量為36.51億m3,但不同年份或不同季節差異明顯,其中最大年徑流量77.8億m3,最小年徑流量2.34億m3. 同時,由于1962年湖口建閘導致水體交換周期延長也進一步降低了湖泊水質凈化能力,因此巢湖流域在水資源水量及水質要素方面均存在較大壓力. 水資源承載力可作為評判水資源與經濟社會及生態環境之間是否協同發展的一項綜合指標,因此通過水量來判斷水資源與社會經濟是否協同發發展;通過水質判斷水資源與生態環境是否協同發展;二者結合,可較好地判斷巢湖流域水資源承載狀態. 因此,本文選用水資源量質要素承載狀態值作為水資源承載力表征指標,其計算公式分別為:
SW1(j)=WU(j)/WA(j)
(1)
式中,SW1(j)表示縣(市)水量要素j年份承載狀態值;WU(j)表示縣(市)j年份用水總量;WA(j)表示縣(市)j年份可利用水量.
SQ1(j)=QU(j)/QA(j)
(2)
式中,SQ1(j)表示縣(市)水質要素j年份承載狀態值;QU(j)表示縣(市)j年份氨氮入河量;QA(j)表示縣(市)j年份氨氮納污能力.
(3)
式中,SW2(j)表示流域水量要素j年份承載狀態值;n表示流域內縣(市)個數;WUi(j)表示流域內第i個縣(市)j年份用水總量;WAi(j)表示流域內第i個縣(市)j年份可利用水量.
(4)
式中,SQ2(j)表示流域水質要素j年份承載狀態值;n表示流域內縣(市)個數;QUi(j)表示流域內第i個縣(市)j年氨氮入河量;QAi(j)表示流域內第i個縣(市)j年份氨氮納污能力.
流域整體及其內部縣(市)的水量要素承載狀態值評價標準為:<0.9為可載;0.9~1.0為臨界;>1.0為超載. 水質要素承載狀態值評價標準為:<1.1為可載;1.1~1.2為臨界;>1.2為超載[20]. 本文采用“短板法”評價區域水資源承載力,即采用水量、水質要素承載狀態值中較差值作為水資源承載力的最終評價結果[11].
系統動力學起于系統論,并吸收控制論、信息論的精髓,融結構與功能、物質與信息、科學與經驗于一體,溝通了自然科學與社會科學的橫向聯系[21]. 它通過分析系統內部各變量間的反饋結構關系來研究系統整體行為,認為系統的行為是由系統的結構所決定的,并指出系統的結構是動態反饋結構從而可用控制論的方法來研究[22]. 系統動力學最突出的優點在于能處理高階次、非線性、多重反饋、復雜時變的系統問題,而水資源承載力恰恰是一個包含模糊性、隨機性、非線性等眾多因素的復雜問題,因此系統動力學是較早應用于區域水資源承載力動態預測研究的重要方法[23-24]. 本文應用系統動力學構建巢湖流域水資源承載力量質要素系統動力學模型,來評價、預測巢湖流域水資源承載力.
2.3.1 巢湖流域水資源承載力系統動力學模型 本文應用系統動力學方法構建流域內各縣(市)水資源承載力量質要素承載狀態模擬模型,再利用整體建模技術,空間耦合各縣(市)模擬模型,構建流域水資源承載力量質要素承載狀態模擬模型.
縣域水資源承載力模擬模型由人口、經濟、用水和水污染負荷排放4個子系統組成,可充分反映出縣域水資源與社會發展、生態環境的變化情況. 構建縣域水資源承載力模擬模型的關鍵在于建立4個子系統之間的聯系,從而建立各變量與水資源承載力量質要素間的聯系,從機理上揭示量質要素演變規律. 就子系統間的關系來看,人口、經濟子系統為用水、水污染負荷排放子系統分別提供用水和污染排放數據. 縣域SD模型對量質要素承載狀態值的模擬通過引入參數計算人口、產業經濟的用水量和污染物產生量,整合得到區域用水總量、氨氮入河量,再根據區域水資源條件計算可利用水量,并查閱區域氨氮納污能力,基于式(1)、(2)計算區域水資源量質要素承載狀態值.
流域水資源承載力模擬模型就是采用整體建模技術,從人口、經濟、用水和水污染負荷排放4個方面入手整合各縣(市)的水資源承載力模擬模型,將縣(市)域SD模型數據疊加得到流域的用水總量、可利用水量、氨氮入河量、氨氮納污能力,基于式(3)、(4)計算流域水資源量質要素承載狀態值. 本文以巢湖流域作為研究對象,縣(市)子模型及流域整體模型結構見圖1和圖2.
模型中量質要素承載狀態值相關主要方程為:
縣域蓄水量=開發利用系數×(縣域降水量×縣域降雨徑流系數×縣域集水面積/100000)
(5)
縣域可利用水量=縣域地下水源供水量+縣域蓄水量
(6)
縣域用水總量=縣域生態用水量+縣域生活用水量+縣域生產用水量
(7)
縣域點源氨氮入河量=縣域城鎮生活氨氮排放量+縣域工業氨氮排放量
(8)
縣域面源氨氮入河量=(農田氨氮排放量+農村生活氨氮排放量)×面源氨氮衰減系數×降雨模數
(9)
縣域氨氮入河量=(區域點源氨氮入河量+面源氨氮入河量)×(1-區域河道衰減系數)
(10)

圖1 縣域水資源承載力量質要素系統動力學模型Fig.1 System dynamics model of water resources carrying capacity quantity and quality elements in county

圖2 巢湖流域水資源承載力量質要素系統動力學模型Fig.2 System dynamics model of water resources carrying capacity quantity and quality elements in Chaohu Basin
2.3.2 模型設置 本文以巢湖流域閘上區域行政區包括合肥、巢湖、肥東、肥西、長豐、舒城、廬江等兩市五縣作為研究對象. 模型以2005-2016年的各區域人口、土地、水資源、生態環境和經濟發展狀況等歷史數據為基礎,確定模型參數和初始值,再對2017-2050年區域內各項數據以時間步長1 a進行模擬預測. 模型的初始值和參數設置見附表1.
2.3.3 敏感性分析 敏感性分析是指從定量分析的角度研究有關因素發生某種變化對某關鍵指標影響程度的一種不確定分析技術. 這里采用單因素敏感分析法,通過逐一改變相關變量數值的方法來揭示關鍵指標受這些因素變動影響大小的規律,可用指標的敏感性來衡量指標對于評價目標的重要性. 定義水資源承載力量質要素調控指標進行單位幅度的變化對承載狀態值產生的影響稱為指標敏感性. 指標敏感性的計算公式為:
Pwij=|Sw1(i,j)-Sw0(i,j)|
(11)
式中,Pwij表示第i個指標對于j年份水量承載狀態的敏感性;Sw1(i,j)表示第i個指標單位幅度變化后j年份水量要素承載狀態值;Sw0(i,j)表示第i個指標未變化時j年份水量要素承載狀態值.
PQij=|SQ1(i,j)-SQ0(i,j)|
(12)
式中,PQij表示第i個指標對于j年份水質承載狀態的敏感性;SQ1(i,j)表示第i個指標單位幅度變化后j年份水質要素承載狀態值;SQ0(i,j)表示第i個指標未變化時j年份水質要素承載狀態值.
正交試驗設計是研究多因素多水平的一種設計方法,它根據正交性從全面試驗中挑選出了部分具有代表性的樣本進行試驗,是一種高效、經濟、快速的實驗設計方法[25-26]. 本文采用正交試驗法來選取量質要素各調控指標的最優組合,以期滿足調控目標的要求. 首先根據各標準確定各調控指標的調控依據,按照大系統正交試驗設計原理與方法以及調控依據,確定各調控指標水平數,將指標離散化;再根據指標個數以及指標水平數,選取合適的正交表,按正交表的調控方案分別進行調控,并計算各調控方案下量質要素承載狀態值,最優量質要素承載狀態值對應的調控方案為最優方案. 限于篇幅,具體操作步驟及優化過程見相關文獻[27-28].
系統動力學模型有效性檢驗的目的在于判斷模型是否能夠準確反映出系統的特征及變化規律[18]. 即利用水資源承載力系統動力學模型模擬2005-2016年的巢湖流域數據與真實數據對比來驗證模型的有效性,當誤差小于15%時可以認為模型是有效的. 本文變量較多,故選取人口、總用水量、氨氮入河量作為檢驗指標.
由表1可知,模型對于3個指標的擬合誤差均在允許范圍內,SD模型擬合效果較好.

表1 2005-2016年巢湖流系統動力學模型有效性檢驗*
通過系統模擬,預測2017-2050年巢湖流域以及流域內各縣(市)量質要素以及水資源承載力量質要素承載狀態值. 鑒于巢湖流域目前粗放型經濟增長模式尚未根本性轉變、城鎮環境基礎設施滯后于社會經濟發展、水生態系統日漸退化以及環境監管能力不足,若不進行有效調控,預計水資源承載狀態將進一步惡化. 本文選取未來水平年2035、2050年來觀察各要素的變化情況,具體預測結果見表2.
由表2可知,2035、2050年巢湖流域量質要素承載狀態均為超載. 且由于流域內人口增加以及生產規模的擴大與鎮化率的提高,致使用水總量與氨氮入河量數值較大且逐年呈上升趨勢,各縣(市)及整個流域水資源承載力多處于超載且呈上升趨勢. 居巢區水量要素承載狀態值有明顯改善是由于2035年區域降雨量遠小于2050年區域降雨量. 肥西縣水質要素承載狀態有明顯改善是因為其工業氨氮排放量占總體比重較大,隨著生產技術的進步,萬元工業增加值氨氮排放量降低.
3.3.1 調控目標 2035、2050年巢湖流域水資源承載力量質要素承載狀態均達到臨界. 由表2可知,巢湖流域水資源承載力急需調控,這里選取臨界值作為調控目標,是因為可滿足在對現有社會生產、生活狀況最小變動的情況下保證流域水資源的合理使用.

表2 巢湖流域量質要素承載狀態值預測
3.3.2 調控機理及調控指標的初步確定 由公式(1)、(2)可知,水資源量質要素承載狀態值主要與用水總量、可利用水量、氨氮入河量、氨氮納污能力等密切相關,根據圖1中SD模型選取與上述4個變量關聯性較強的指標作為調控指標,可以從生活、生產兩方面入手,減小用水總量和氨氮入河量來改善區域水資源承載力. 首先,利用敏感性分析對調控指標進行篩選. 再以發展較好地區的各項指標作為各個調控指標的調控依據,并以此為基礎進行正交試驗,選取最優調控方案.
因以其他地區的指標作為調控依據,考慮到地區人口、面積等方面存在差異,故盡可能選取與這些因素無關的指標作為調控指標. 同時考慮到巢湖流域用水量大、水質較差的特點,在水量要素調控方面選取農田灌溉定額、二產產值比、萬元工業增加值用水量、農村居民人均用水量和城鎮居民人均用水量5個指標;在水質要素調控方面選取城鎮污水處理率、二產產值比、單位農田施肥量、城鎮居民人均氨氮排放量、農村居民人均氨氮排放量和農村污水處理率6個指標.
3.3.3 篩選調控指標 基于公式(11)、(12)計算各調控指標對應目標年份的敏感性,為避免偶然因素對指標敏感性的影響,以指標±5%和±10% 4種情況下2035年和2050年承載狀態值變化幅度的均值來表征指標的敏感性,結果見表3.

表3 量質要素調控變量敏感性分析*
選取敏感性較強(>1)的指標作為最終的調控指標,在水量要素方面選取畝均灌溉用水量、二產產值比、萬元工業增加值用水量作為調控指標. 在水質要素方面選取城鎮污水處理率、二產產值比、城鎮居民人均氨氮排放量、農村居民人均氨氮排放量作為調控指標. 未來隨著生產技術的發展和農業灌溉方式的進步,萬元工業增加值以及畝均灌溉用水量將降低,污水處理效率必然得到提升;巢湖流域經濟轉型的根本任務是產業結構的調整,大力發展服務業勢在必行,二產產值比將呈下降趨勢;隨著國民素質進一步提升,養成良好生活用水習慣,會使得生活污水中的氨氮進一步減少,分析可知上述6個指標均具有較好的調控性. 調控的順序為先調控水量要素再調控水質要素,二產產值比的調控在水量要素調控中進行. 城鎮污水處理率敏感性指標較大一是因為未來我國城鎮化率進一步提升,導致城鎮人口增加、農村人口減少;二是生產科技的進步,使得萬元工業增加值氨氮排放量不斷減小,因此城鎮居民氨氮排放量占排放總量的比重進一步升高,城鎮污水處理率對于氨氮排放量的影響程度也隨之提升.
3.3.4 調控依據 巢湖流域3個水量要素調控指標現狀值為:畝均灌溉用水量329 m3;二產產值比0.544;萬元工業增加值用水量43 m3. 水量要素調控指標參照浙江省進行調控:畝均灌溉用水量280 m3;二產產值比0.5;萬元工業增加值用水量35 m3. 巢湖流域3個水質要素調控指標現狀值為:城鎮居民人均氨氮排放量45 g/(人·d);城鎮污水處理率86.5%;農村居民人均氨氮排放量20 g/(人·d). 水質要素調控指標參考江蘇省沿江城市典型生活小區數據:城鎮居民人均氨氮排放量40 g/(人·d);城鎮污水處理率93%;農村居民人均氨氮排放量15 g/(人·d).
3.3.5 巢湖流域水資源承載力水量要素優化調控方案 本文對巢湖流域進行整體調控,即對研究區域內7個縣(市)的各個量質要素調控指標進行同倍比調控. 根據現狀條件下流域內的指標值及調控依據,按照大系統正交試驗設計方法將水量要素的3個指標分成5個水平,即將調控依據值和現狀指標值差值比上現狀指標值,再進行五等分. 量質要素調控指標均進行階段性調控,即在2020年與2030年分別進行調控. 水量要素試驗設計見表4.

表4 巢湖流域水量要素試驗設計

圖3 巢湖流域水量要素調控Fig.3 Regulation of water quantity elements in Chaohu Basin
根據L25(53)正交表編制的25種方案進行調控,由表2可知巢湖流域2050年水量要素承載狀態值較大,故將各個調控方案下2050年的流域水量要素承載狀態值與調控目標作比較,選取最優設計方案.
由附表Ⅱ可知,ABS最小值對應的最優調控方案為方案18,即畝均灌溉用水量削減12%;二產產值比削減4.5%;萬元工業增加值需水量削減3%. 對應調控措施下巢湖流域水量要素調控指標變化情況見圖3.
觀察整體調控下,巢湖流域整體及流域內各縣(市)水量要素承載狀態值的變化情況,見圖4.
由圖4可知,在優化方案調控作用下,巢湖流域整體及各縣(市)水量要素承載狀態值得到明顯改善. 2035年和2050年巢湖流域水量要素承載狀態值分別為0.976和0.948,達到臨界或可載;肥東縣、肥西縣和舒城縣水量要素承載狀態均達到可載/臨界;其他縣(市)均處于超載狀態. 圖中虛線與實線所夾面積大小可反映調控方案對該區域的影響. 合肥市區、居巢區調控效果不明顯是因為區域內調控指標數值較小,在同倍比調控下,調控方案產生的影響較小. 長豐縣、廬江縣仍處于超載一方面是因為區域內調控指標數值相對較小,另一方面是因為預測年份降雨量較小.

圖4 巢湖流域水量要素承載狀態值變化情況Fig.4 Change of carrying state value of water quantity elements in Chaohu Basin
3.3.6 巢湖流域水資源承載力水質要素優化調控方案 根據現狀條件下流域內的水質要素調控指標值以及調控依據值,按照大系統正交試驗設計方法及調控依據將水質要素的3個指標分成5個水平,水質要素試驗設計見表5.

表5 巢湖流域水質要素試驗設計
根據L25(53)正交表編制試驗方案進行調控,計算各調控方案下2050年巢湖流域水質承載狀態值并與調控目標進行比較選取最優方案. 經優化可知巢湖流域水質要素調控指標最優調控方案為:在水量要素調控的基礎上城鎮污水處理率提升8%;城鎮居民人均氨氮排放量削減20%;農村居民人均氨氮排放量削減15%. 巢湖流域水質要素調控指標變化情況如圖5所示.

圖5 巢湖流域水量要素調控Fig.5 Regulation of water quality elements in Chaohu Basin
巢湖流域整體及流域內各縣(市)的水質要素承載狀態值在最優調控方案下的變化情況見圖6.
由圖6可知,在水量調控措施的基礎上進行水質調控,可明顯改善巢湖流域水質要素承載狀態. 2035年和2050年巢湖流域水質要素承載狀態值經調控之后分別為1.0和1.1,達到臨界/可承載狀態;除舒城縣外其他縣(市)水質要素承載狀態均達到臨界/可載. 舒城縣水質要素承載狀態超載一是因為氨氮納污能力較弱;二是農村生活氨氮排放量占比較大,同倍比調控情況下,不能得到有效控制.
綜上,在量質要素整體優化調控下,巢湖流域整體水資源承載狀態達到臨界/可載;合肥市區、居巢區、長豐縣、廬江縣及舒城縣水資源承載力未達標,需對這些區域進行二次調控.

圖6 巢湖流域水質要素承載狀態值變化情況Fig.6 Change of carrying state value of water quality elements in Chaohu Basin
鑒于巢湖流域在水資源水量及水質方面存在較大壓力,本文基于縣(市)域系統動力學模型構建了巢湖流域量質要素系統動力學模型,預測了2017-2050年巢湖流域水資源承載力的變化趨勢,采用正交試驗設計優化了承載力調控方案,得到如下結果:
1)在無調控情況下,隨著巢湖流域未來產業規模的擴大以及城鎮化率的提升,2017-2050年巢湖流域水資源承載狀態值整體呈上升趨勢,并于2030年后長期處于超載狀態.
2)在優化調控方案下,即畝均灌溉用水量削減12%;二產產值削減4.5%;萬元工業增加值需水量削減3%;城鎮污水處理率提升8%;城鎮居民人均氨氮排放量削減20%;農村居民人均氨氮排放量削減15%,2035年和2050年巢湖流域水資源承載狀態均處于臨界/可載.
需要指出的是,整體調控措施雖然能使流域層面滿足調控目標要求,但不能保證各縣(市)局部承載狀態均達標,但可起到一定的改善作用. 巢湖流域水資源承載力具有明顯能力的隨機動態性和壓力的長期漸增性,在局部區域或時段內當承載壓力大于承載能力時,需要借助域內或域外的水量調入才能緩解紓困,即需要構建湖泊流域水資源承載力系統在時間和空間上應急調控機制,以保障區域生活、生產以及生態方面的安全. 這樣由整體到局部、由上而下的調控方法可以減少調控的繁瑣程度,更快地滿足區域整體及局部承載狀態均可載的要求.
綜上,本文提出的巢湖流域水資源承載力動態調控方案能促進當地水資源的有效流轉與配置,提高其利用效率,降低由于水資源粗放式開發利用引發污染治理的經濟成本,減小由于水資源過度開發帶來的生態環境影響,有效改善當地的資源環境狀況.
附表Ⅰ、Ⅱ見電子版(DOI:10.18307/2021.0106.)