長江上游流域水資源承載力及其障礙因子研究

周建中，朱龍軍，呂 昊，曾小凡，賈本軍

(華中科技大學水電與數字化工程學院，湖北 武漢 430074)

1 研究背景

長江上游流域水資源總量和地表水資源量占到了整個長江流域的四成，影響著整個長江流域的水資源變化，對全國的水資源發展戰略有著重要的影響。長江上游水資源安全有著舉足輕重的地位，探明其發展狀況則是保障水資源系統安全健康的重要前提。故通過引入水資源承載力概念來評價長江上游流域的水資源整體發展狀況，進而評估長江上游水資源的安全情勢，為流域的可持續發展提供有力保障[2]。

2 計算方法

水資源承載力是衡量水資源可持續利用的重要命題，具有極高模糊性，通常涉及到水資源的數量、質量及開發利用程度等多個因素的影響[3]。模糊分析法則能夠全面系統地覆蓋各個要素，且能夠將系統中單獨的各因子聯系起來[4]。具體評判方法如下：

取2組有限論域U={u1，u2，…，um}，V={v1，v2，…，vm}，U為綜合評價因素集，V為模糊評判集，將評價等級V1、V2的臨界值定為k1，V2和V3等級的臨界值定位k3，k2為V2區間的中點值。

當k1>k2>k3則為

(1)

(2)

(3)

對于k1

Ri=(ri1，ri2，ri3，ri4…，rim)為對第i個因素ui的單因素評判結果。

以各評價因子對水資源承載力影響的程度，分別對賦予其權重，并令權重矩陣A=(a1，a2，…，am)。其中，ai分別對應vi的權重系數，為得到各個指標的綜合評價結果，并充分考慮個指標權重，引入矩陣

B=A×R

(4)

式中，B為綜合評判結果，可以將評價指標對整體承載力的影響具體量化并最終得到綜合的評分值。

3 結果計算與分析

3.1 現狀年水資源承載力計算

長江上游流域水資源系統復雜多變，本文為了探求長江上游流域的水資源承載力選取了水資源承載力常用評價體系中的水資源利用率、人均生活用水量、萬元工業增加值用水量，萬元GDP用水量、人口密度、農業用水率、人均水資源量和生態用水率，并結合已有文獻資料與相關專家的建議進行等級分級與確定權重(見表1)。

表1 評價指標分級

依據選定的評價因子對長江上游流域水資源承載力的影響強弱程度將其影響能力劃分為三等，為V1，V2，V3(見表2)。令V3=0.05表示其處于較差的狀況下，水資源承載力接近極限值；V1=0.95則表示其情況較好，具有進一步開發的潛力；V2=0.5介于前面兩者間，說明地區水資源開發利用具有相當規模，但是依舊有開發潛力。通過查閱相關研究報告[4-8]確定本文中權重值定為A=[0.08，0.17，0.17，0.17，0.13，0.13，0.08，0.08]。

表2 臨界值

計算2005年～2017年實測年長江上游水資源承載力變化情況如表3所示。

表3 2005年～2017年水資源承載力綜合評分

由表3可見，水資源承載力在2010年之后惡化勢頭得到了極大改善，并逐步趨于平穩發展。

3.2 預測年水資源承載力計算

為了探求未來長時間長江上游水資源承載力整體發展趨勢，利用現有能夠收集到的數據在matlab中利用NAR動態神經網絡進行趨勢預測。NAR神經網絡是一種用來模擬時間序列的神經網絡，一個典型的NAR神經網絡主要由輸入層、隱含層和輸出層及輸入和輸出的延時構成。網絡的輸出取決于當前的輸入和過去的輸出，NAR模型方程為

y(t)=f(y(t-1)，…y(t-d))

(5)

式中，y(t)為神經網輸出；d為延時階數；f為用神經網絡實現的非線性函數[9]，在以目前發展現狀為基礎的理想發展情況下進行預測，可以得到預測年份的結果(見表4)。

表4 預測年份水資源承載力計算結果

由表3與表4可以看出：長江上游流域在2010年之前水資源承載力處于逐年下降的趨勢，在2010年開始有所改善。2010年國務院下發了《關于加快水利改革發展的決定》(中發(2011)1號)以及《關于實施最嚴格水資源管理制度的意見》(國發(2012)3號)兩大重要水資源管理工作綱領性文件，這可能是水資源承載力在2010年發生快速改變的重要原因。通過水資源承載力的長期預測結果可以推斷如果繼續保持對水資源的重視，長江上游的承載力在臨近2030年達到全民小康的社會進程中水資源承載力也會逐漸發展到平穩階段。

3.3 障礙度計算

為了探討長江上游流域水資源承載力發展變化過程中，各項指標對流域水資源承載力的阻礙程度，引入了障礙度的相關概念來進行分析探討[10]。障礙度表示單項指標對水資源承載力的影響值，該指標是水資源承載能力診斷的目的和結果，障礙度計算公式如下，即

(6)

x′ij=(xij+xmin)/(xmin+xmax)

(7)

為了對長江上游地區的水資源承載力的發展趨勢進行干預，使其在未來時間中處于更好的水平，本文對水資源承載力的預測結果進行障礙度分析，分析得到的結果如圖1所示。

圖1 2005年～2035年各指標障礙度

由圖1可以看出，障礙度較高指標(指標2、3、4、5、6)在實測年份中萬元工業增加值用水量障礙度多年增量最大，由2005年0.117 0增長至2017年0.193 2；人均生活用水量對水資源承載力的阻礙作用顯著減少，由2005年0.203 3減少至2017年0.146 2。

從長時間序列計算結果可以看出，人均生活用水量、萬元工業增加值用水量、萬元GDP用水量、人口密度和農業用水率對研究區域的水資源承載力阻礙程度一直處于相對較高水平。對于人均水資源量和農業用水率兩者在進入21世紀后隨著人們的節水意識增強和節水措施技術提升，這兩因素對水資源承載力的制約作用逐年減少。由于長江上游經濟的不斷發展，特別是工業的發展，萬元工業增加值用水量與萬元GDP用水量對于水資源承載力的阻礙作用經歷了先降后升的變化；而人口密度和人均水資源量在近20年時間里對于水資源承載力的阻礙作用一直處于較為穩定的相對低影響狀態。

4 結 論

(1)在實測年份中，長江上游水資源承載力急劇惡化勢頭在2010年得到了有效遏止并逐漸向好，綜合評分值由2005年0.448 8降至2010年0.326 2的歷史最低值，于2017年增長至0.352 1。

(2)在預測年份中，長江上游的水資源承載力發展處于平穩發展的趨勢，通過計算結果可知，最終的評分值在0.465 0附近達到發展極限。經過20 余年的發展恢復，長江上游水資源承載力達到甚至略微超過了2005年的初值。

(3)在2010年之前，對長江上游流域水資源承載力阻礙程度最大的指標是人均生活用水量，2017年其障礙度相較于2005年下降接近50%。2010年后萬元工業增加值用水量和萬元GDP用水量對水資源承載力的抑制作用逐漸增強，成為阻礙程度最大的兩種因素，并分別在2017年與2019達到峰值0.193 2和0.194 6；雖然在后續年份有所下降，但下降幅度較小仍然處于相對高位。