灌区地下水承载力风险评价

2014-11-25屈吉鸿石红旺

华北水利水电大学学报(自然科学版) 2014年4期

屈吉鸿，石红旺，梁奇，周琨

(1.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京100038;2.华北水利水电大学，河南郑州450045)

地下水资源承载力一般是指在一定的经济技术水平和社会生产条件下，地下水资源可最大供给工农业生产和生态环境等用水的能力. 灌区地下水承载力研究体系中存在大量的不确定性因素，如降雨、径流、地表水资源、地下水资源、社会经济发展水平、灌溉制度、生产生活需水量等水文水资源条件、取用水规模因素.地下水系统中的不确定性因素，使得地下水承载力不可避免地存在风险.目前，对水资源承载力的研究均采用确定性模型，得到一个确定性的承载能力，而难以真实反映承载力的可靠性.

利用ICEM CFD软件对四种结构的水力旋流器模型进行六面体网格划分，生成的结构网格如图2所示，四个模型的网格数量均在50万左右。

目前，地下水系统风险已有大量研究.Yeon-Soo Jang 等应用一阶和二阶可靠性方法对饱和多孔介质中的污染物迁移进行了可靠性分析［1］. Lavoie 等采用地质和水文地质集合的方法，研究地下水污染风险［2］.Somaratne 等建立半定量的地下水风险评估模型［3］.陈鸿汉等提出了“叠加风险”和“多暴露途径同种污染物累计健康风险”的概念和计算方法，分析了中国开展污染场地健康风险评价的相关问题［4］.刘增超等基于污染物迁移转化数学模型，建立了简易垃圾填埋场地下水污染风险评价模型［5］.李秋平等采用模糊故障树，结合地下水溶质运移模型，评价了输油管线地下水风险［6］. 杨彦等建立了考虑地下水脆弱性、污染源特性和特征污染物健康风险的评价指标体系，对常州市地下水污染风险进行了评价［7］. 李小牛等建立了包含地下水脆弱性、地下水特征污染物容量指数及土壤特征污染物潜在生态危害指数的地下水污染风险评价概念模型［8］.付丽等应用美国环保局健康风险评价模型评价了城市地下水饮用水源地水环境健康风险［9］. 束龙仓等根据地下水可开采量、实际开采量、净补给、降深和含水层的初始饱和厚度等参数，应用概率风险分析方法，分析了地下水过量开采的可靠度和严重度，并利用ArcGIS 软件计算了济宁市地下水水位降落漏斗区风险度的空间分布［10］.刘佩贵等引入模糊信息确定地下水可开采量风险，建立了模糊－随机风险估算模型，通过对模型中的参数进行模糊化处理，采用改进一次二阶矩法计算了地下水过量开采的模糊风险率［11］. 李绍飞、冶雪艳、刘春玲、王磊等通过构造风险指标体系，采用突变模型分析了地下水开采风险［12－15］.由国、内外研究可知，地下水系统风险研究主要集中于地下水环境风险和地下水开发利用风险，而地下水承载力风险研究尚未见相关文献报道.

笔者在地下水承载力风险的定义、风险因子辨识的基础上，采用Monte Carlo 随机模拟方法，建立灌区地下水承载力多目标风险评价模型，利用粒子群优化算法(Particle Swarm Optimization，PSO)求解模型，并应用该模型对人民胜利渠灌区不同水文年地下水承载力风险进行评价.

对贵铅样品进行测定，并对大量试验数据进行总结。结果发现贵铅样品中主要共存杂质元素的质量分数范围分别如下所示：铅，15.2%～75.5%；锑，1.6%～38.9%；铋，0.4%～19.5%；铁，0.2%～12.4%；铜，1.8%～6.3%；砷，1.9%～4.2%；碲，0.3%～1.8%。

1 灌区地下水承载力风险评价模型

1.1 灌区地下水承载力多目标评价模型

计划用水制度是用水计划的制定、执行和监督等方面的统称，是用水管理的一项基本制度，更是节水管理工作中的一项重要制度。实行计划用水管理，旨在通过科学合理地分配、使用水资源，减少用水矛盾，适应各个地区经济发展和人民生活的用水需求，并促进水资源的良性循环，实现水资源的可持续利用。

式中:E 为国内生产总值，万元;F 为粮食产量，kg;P为人口总数，人;C 为污水排放量，m3.各承载子目标方程如下.

式中:AR(i，l)为第i 研究子区第l 种作物种植面积，hm2;YD(i，l)为第i 研究子区第l 种作物单位面积粮食产量，kg/hm2;l = 1 ～L 为作物种类编号.

式中:i = 1，2，…，m，为研究子区编号;j = 1，2，3，分别为第一、二、三产业3 个用水部门;k = 1，2，…，5，分别为地表水、地下水、外调水、新开水源和污水回用供水水源;GDP(i)为第i 研究子区的国内生产总值，万元;Xijk为第i 研究子区第j 用水部门第k 供水水源供水量，m3;Kj为第j 产业万元产值用水量，m3/ 万元.

2)承载的粮食产量最大. 粮食产量直接由单位面积粮食产量与种植面积相乘得到，则水资源承载的粮食产量最大为

1)承载的国内生产总值GDP 最大. 采用第一、二、三产业用水量除以万元产值用水量，计算得出的三大产业产值之和的最大值作为承载社会经济子系统的经济目标.

根据灌区地下水承载力影响因素，承载力风险因素可概括为水资源风险因素、社会经济风险因素、管理技术风险因素和生态环境风险因素，如图1所示.

灌区地下水承载力是衡量地下水资源可持续利用的重要指标，涉及水资源－社会经济－生态环境复合系统.地下水承载力评价基本原理可概括为:在灌区水资源可利用量以及需水量分析的基础上，通过优化模型，协调水资源在社会经济子系统和生态环境子系统的分配，并通过社会经济子系统和生态环境子系统的效益体现其协调能力，即水资源承载目标存在多样性特征. 为反映灌区水资源子系统对社会经济子系统和生态环境子系统的承载规模，以国内生产总值、粮食产量、人口和污水排放量等作为地下水承载目标，多目标分析模型如下:

式中:K4，K5分别为城镇居民、农村居民的生活用水定额，L/(人·d);Xi4k，Xi5k分别为第i 研究子区的城镇生活、农村生活由第k 供水水源供给的水量，m3.

4)污水排放量最小.

式中:Rwt(i)为第i 研究子区污水处理率;Rws2(i)，Rws4(i)，Rws5(i)分别为第i 研究子区的工业用水、城镇生活用水、农村生活用水污水产生系数.

地下水承载力多目标优化模型约束条件包括经济、人口、牲畜、水量、农业生产、地下水开采(包括地下水超采约束和供需水量控制盐碱地约束)等6类约束.

由于对风险的理解和认识程度不同，或对风险研究的角度不同，风险的内涵还没有统一的定义，不同的学者对风险的定义不同.例如，风险是事件未来可能结果发生的不确定性，风险是损失发生的不确定性，风险是指可能发生损失的损害程度的大小，风险是指损失的大小和发生的可能性等. 对地下水系统的风险定义主要包括:地下水环境污染风险的定义为，由自然原因或人类活动(对自然或社会)引起的，通过地下水环境介质传播的，能对人类社会及环境产生破坏、损害等不良影响后果事件的发生概率及其后果;地下水开发利用风险指在特定时空环境条件下，地下水系统及其周围环境和人类活动过程中潜在的非期望事件所造成的损失程度［14］;对地下水供水水源地的持续运行来说，风险就是指供水工程承担的供水外来负荷L(Loading)大于工程本身的承载能力R(Resistance)的概率，L 和R 均可为包括众多水文地质参数的函数. 笔者借鉴地下水开发利用风险的内涵，依据承载目标，将灌区地下水承载力风险定义为受不确定性因素的影响，地下水承载的GDP、人口、粮食产量和污水排放量达不到期望效果的概率.

在“干群一家亲”活动中，按照习近平总书记指出的“在新疆当前这种特殊情况下，来来往往、说说唱唱、聚聚聊聊里面就有大政治”的要求，团场每名党员干部坚持每两个月与结对认亲户开展一次见面交流活动，每个月利用电话、微信、QQ等通信手段，做到常通话、常聊天、常谈心。并结合认亲户的家庭生活、就业、教育、思想状况，有针对性地进行帮扶，共为结对户捐款11万元，捐物420件，解决就医、就学、生产难题4588件，做到一次结亲、终生结缘。

1.2 地下水承载力风险的定义

根据灌区地下水多目标承载力模型特点，采用基于TOPSIS 法的多目标PSO 算法求解该模型［16］.

1.3 灌区地下水承载力风险因素

3)承载的人口最多. 采用城镇、农村居民年用水量除以用水定额计算城镇和农村人口之和的最大值作为人口目标.

图1 灌区地下水承载力风险因素

1.4 灌区地下水承载力风险计算方法

风险计算常用的方法有基于概率论和数理统计的方法、重现期法、Monte Carlo 模拟(MC)法和JC法.此外，模糊风险分析法、灰色风险分析法、极大熵风险分析方法等也被广泛采用. 笔者采用Monte Carlo 模拟法计算灌区地下水承载力风险.

基于MC 方法进行地下水承载力风险随机模拟的计算流程如图2所示，模拟步骤如下.

图2 地下水承载力风险计算流程图

步骤1 确定输入变量(地下水承载力风险因素)及其概率分布.

另外，有些行政机关出于部门利益或者个人利益的需要，往往将已受理的案件在构成犯罪的情况下，并不移送相关部门，而只是将其作为一般的违法案件处理，此做法不仅浪费了宝贵的案件线索，而且放纵了商业贿赂犯罪。因此在治理商业贿赂的过程中，提供线索的材料少、质量差，是亟需解决的问题。

猕猴桃（Actinidia chinensis Planch）属猕猴桃科猕猴桃属，其成熟果实清香、甜美可口，不仅富含微量元素和氨基酸，其所含的维生素C含量居水果之冠[1-3]，而且具有降血压和血脂等药用疗效，是一种兼具食用与药用于一体的果品[4-6]。近年来，国内外对猕猴桃产品的研发活跃，已有果汁饮料、果酒、果干、果酱、果醋等产品面世[7-13]。其中，猕猴桃果酒是一种新型的产品，其酒精度低、口感好、营养保健价值高，受到消费者的喜爱[14]。

步骤3 利用灌区地下水承载力多目标评价模型，计算地下水系统风险评价指标.

步骤4 重复步骤2，3，直到模拟次数满足预定的精度要求，以频率统计的方法计算出风险率.

2 研究实例

人民胜利渠位于河南省北部，东经113°31'—114°25'，北纬35° 0'—35° 30'，灌区控制面积1 486.84 km2，灌溉面积9.9 万hm2. 可利用的水源包括天然降水、黄河水和地下水，年降水量620 mm，其中6—9月降水占年降水量的70% ～80%，年蒸发量1 800 mm.灌区肩负着为城乡生活、工业、企业和环境供水的重任，对灌区的工农业生产和生态环境保护发挥了重要作用.但是，随着灌区社会经济的迅速发展，灌区水资源短缺和水生态环境恶化态势日益严重，引发灌区之间上下游争水、工农业争水、城乡间争水、超采地下水、挤占生态环境用水等问题，成为制约灌区发展的重要因素.开展灌区地下水承载力风险评价研究，对科学制定相关保护规划，促进区域经济社会的可持续发展，具有重要意义.笔者利用灌区地下水承载力多目标风险评价模型分析地下水承载力的可靠性.

步骤2 通过模拟试验，独立地随机抽取各输入变量的值，并使所抽取的随机数值符合既定的概率分布.

2.1 风险因子及其概率分布

人民胜利渠灌区地下水承载力风险因素如图1所示，选择其中11 个主要的风险因素，包括地表水可利用量、地下水可利用量、引黄水可利用量、农田灌溉定额、人口增长率、GDP 增长率，农业万元GDP用水量、工业万元GDP 用水量、第三产业万元GDP用水量、城镇居民生活用水定额，农村居民生活用水定额等.其中地表水可利用量、地下水可利用量、引黄水可利用量均采用P－Ⅲ型分布概率，而其他风险因素均采用三角分布概率.以2015 水平年为例，部分采用三角分布概率的灌区地下水承载力风险因素的概率分布见表1.

2.2 风险评价指标

当Monte Carlo 随机模拟次数足够多，充分满足预定精度要求时，便可估计承载目标的风险. 设Monte Carlo 随机模拟试验次数为N，分别统计地下水承载力评价模型计算得到的GDP、人口、粮食产量和污水排放量4 个承载目标小于确定性条件下(不考虑风险因子的随机性，取确定值)的承载目标结果的次数，利用式(6)计算地下水承载力风险.

表1 2015年风险因素概率分布

式中:N 为Monte Carlo 随机模拟试验次数;NGDP，NPOP，NFood，NWAW分别为随机模拟试验得到的GDP、人口、粮食产量和污水排放量小于确定性条件下对应承载目标的次数;RGDP，RPOP，RFood，RWAW分别表示GDP、人口、粮食产量和污水排放量风险程度，数值越小，承载能力越大.

新型职业农民培育不是一种简单的教育和培训，是一项基础性工程、创新性工作。农业农村部明确了“生产经营型、专业技能型和专业服务型”三种新型职业农民培育类型，并分别为三种类型确定了培育对象标准和培育方向。但在基层进行对象遴选时，不少培训机构观念仍然停留在培训观念中，并没有摸底调查，存在着前期工作不充分，后期工作“急上马”现象，培训对象遴选不科学、不规范，造成同一个课堂的学员素质、专业差别较大，这给教学安排带来了极大的难度，影响了培育成效。

由于地下水承载力评价为多目标，求得各目标承载风险后，需求综合承载能力风险. 为此，采用式(7)和(8)将各承载目标归一化，采用加权法得到综合承载能力风险的分布. 其中，承载目标GDP、人口、粮食产量和污水排放量的权重分别取0.3，0.3，0.15，0.25.通过对各承载目标的分布进行统计，计算地下水承载力风险.

教师在工作过程中的权利被侵害后，或者不知道应对措施，或者不知道权利救助部门，往往听之任之，教师的权利保护意识普遍缺乏。“人被宣称为应当是不断探究他自身的存在物——一个在他生存的每时每刻都必须查问和审视她的生存状况的存在物。”[12]教师的工作环境权的自我维护实际上就是一种权利自救过程，只有当教师知晓自己所享有的权利，并且在权利受到侵害后能主动维护自己的权利，才能够进行自我管理，实现工作环境权的自觉，那么工作环境权才能发挥应有的对教师个体的保护作用。

越大越优的目标:

越小越优的目标:

式中:x(i)为承载目标序列的第i 个值;x*(i)为承载目标序列第i 个值的归一化值;max(x)，min(x)分别为承载目标序列的最大值和最小值.

2.3 规划水平年灌区地下水承载力风险

采用Monte Carlo 随机模拟技术，生成10 000 组风险因素集，根据灌区地下水承载力多目标风险评价模型和求解方法，计算2010，2015，2020 水平年不同风险因素组合下的灌区地下水承载力风险.其中，2015年地下水承载不同目标值区间分布频率如图3所示.其中，承载目标GDP 为3.5×106～4.0×106万元的频率最高，为0.21，而2.5 ×106～4.0 ×106万元的频率为0.73.人口为2.0 ×106～2.2 ×106人的频率最高，为0.18，而1.4 ×106～2.2 ×106人的频率为0.78.粮食产量为5.6 ×108～5.8 ×108kg 的频率最高，为0.18，而5.2×108～5.8 ×108kg 的频率为0.71.污水排放量为0.7 ×108～0.8 ×108m3的频率最高，为0.19，而0.6×108～1.0×108m3的频率为0.76.

高职院校是培养强技能、高素养专业人才的重要基地，对于长治职业技术学院来说，应依托当地丰富的红色文化资源来推动自身院校的建设，关键是推动院校的学风、强化校园文化建设。优秀良好的校园学习风气既能够有效促进学生健康快乐成长，同时还能够帮助他们更好的实现全面发展。依托山西特色地域文化以及长治市的红色文化，运用革命先烈强烈的责任感及使命感来深入的感染学生、影响学生、熏陶学生，切实帮助他们树立科学合理的学习目标及的远大理想，并促使他们将个人的远大抱负内化成强大的学习动力，以此来有效推动优良校园学习风气的建设。

图3 地下水承载目标值区间分布频率

2010，2015，2020 水平年地下水承载风险如图4所示和见表2.

图4 不同水平年承载力综合风险分布频率

表2 不同水平年灌区地下水承载力风险

由图4可知，2010年地下水综合承载风险在0.40 ～0.55 的频率为0.66，2015年地下水综合承载风险在0.4 ～0.6 的频率为0.76，2020年地下水综合承载风险在0.4 ～0.6 的频率为0.81.

由表2可知，2015 水平年GDP 风险小于2010 和2020 水平年，风险为0.217 2，即有78.28%可能性满足GDP 发展的需求.3 个水平年的人口风险均较大，最小值为2010年的0.587 9，表明灌区人口承载压力较大.3 个水平年的粮食产量风险均较小，其中最大值为2020年的0.229 7，表明灌区粮食产量达到期望值的可能性均较大.由不同年份的污水排放量风险可知，风险呈加大趋势，由2010年的0.264 8 增加到2020年的0.435 2.灌区2010，2015 和2020 水平年的综合承载风险分别为0.334 2，0.458 9和0.576 2，呈现出风险增加的趋势，表明在各种不确定性因素影响下，随着时间的推移，灌区地下水承载力达到期望承载效果的可能性呈现下降趋势.

3 结语

1)依据灌区地下水承载力评价研究体系中存在的不确定性，通过承载力风险的定义、风险因子的辨识，基于Monte Carlo 随机模拟方法，建立灌区地下水承载力多目标风险评价模型，并应用于人民胜利渠灌区地下水承载风险评价研究.

2)参考相关研究成果，选择11 个因素作为灌区地下水承载力风险因子并设定其概率分布，存在较大的主观性，需要采用有效的风险因子辨识方法，确定能真正反映地下水承载风险的风险因子.

从我国现有的水权交易实践来看，地方政府在水权交易实践中所扮演的角色大致可以分为两类：一是地方政府是水权交易的主体——政府直接参与水权交易的整个过程，譬如东阳义乌水权交易模式便是典型代表；二是地方政府不直接参与水权交易，它的角色主要是推动者和监督者，用水户间的水权交易模式和行业间的水权交易模式便是如此。

3)由于承载力多目标优化模型为非线性模型，且变量多，故采用粒子群优化算法进行求解，但该算法存在速度慢的缺点，需要对基本的粒子群算法进一步改进，提高其寻优能力.多目标求解技术依旧是优化领域的难点，文中采用TOPSIS 法，通过贴近度进行多目标优化，该求解技术需要通过其他多目标求解技术进一步相互校验.

［1］Yeon-Soo J，Sitar N，Kiureghian A. Reliability analysis of contaminant transport in saturated porous media［J］.Water Resources Research，1994，30(8):2435－2448.

［2］Lavoie D，Rivard C，Lefebvre R，etc. The Utica Shale and gas play in southern Quebec:Geological and hydrogeological syntheses and methodological approaches to groundwater risk evaluation［J］.International Journal of Coal Geology，2014，126(SI):77－91.

［3］Somaratne N，Zulfic H，Ashman G，etc. Groundwater risk assessment model (GRAM):groundwater risk assessment model for wellfield protection［J］.Water，2013，5(3):1419－1439.

［4］陈鸿汉，谌宏伟，何江涛，等.污染场地健康风险评价的理论和方法［J］.地学前缘，2006，13(1):216－223.

［5］刘增超，董军，何连生，等.基于过程模拟的地下水污染风险评价方法研究［J］. 中国环境科学，2013，33(6):1120－1126.

［6］李秋平，刘国东，张静，等.基于模糊故障树的输油管线地下水风险评价［J］. 环境科学与技术，2013，36(6L):328－333.

［7］杨彦，于云江，王宗庆，等.区域地下水污染风险评价方法研究［J］.环境科学，2013，34(2):653－661.

［8］李小牛，周长松，周孝德，等.污灌区浅层地下水污染风险评价研究［J］.水利学报，2014，45(3):326－343.

［9］付丽，刘本华，何志宇. 城市地下水饮用水源地水环境健康风险评价［J］. 华北水利水电学院学报，2013，34(6):39－42，99.

［10］束龙仓，Ong'Or Basil T Iro，陶玉飞，等.地下水过量开采的概率风险分析［J］. 自然灾害学报，2007，16(2):101－105.

［11］刘佩贵，束龙仓，尚熳廷，等. 地下水可开采量可靠性分析的模糊－随机方法［J］. 水利学报，2008，39(9):1411－1415.

［12］李绍飞，孙书洪，王向余，等. 突变理论在海河流域地下水环境风险评价中的应用［J］. 水利学报，2007，38(11):1312－1317.

［13］冶雪艳.黄河下游悬河段地下水开发风险评价与调控研究［D］.长春:吉林大学，2006.

［14］刘春玲.吉林西部地下水开发风险分析［D］.长春:吉林大学，2007.

［15］王磊.西安市平原区地下水开发风险评价［D］.西安:长安大学，2009.