基于模糊资源分配模型的区域水资源开发研究

王　浩，王志远

(1.河海大学 商学院，南京　211100; 2.山东大学 土建与水利学院，济南　250100)



基于模糊资源分配模型的区域水资源开发研究

王浩1，王志远2

(1.河海大学 商学院，南京211100; 2.山东大学 土建与水利学院，济南250100)

摘要：在分析区域水资源开发影响因素的基础上，构建了基于整体布局、规划编制、实施效果、保障机制和可持续发展5个方面13个指标的区域水资源开发项目评价指标体系，并将基于模糊聚类的资源分配模型分析方法应用到水资源开发综合评价中。选取青海省刚察县沙柳河水资源开发项目进行实证分析。结果表明：工程设施和社会效益是构成水资源综合开发利用的最主要因素，并且该改进模型为区域水资源开发项目前的可持续发展快速预测提供了一种新方法。

关键词：资源分配模型；模糊聚类；水资源；综合评价

水资源开发在国家水利发展中占据主导地位，决定着国家水利现代化的速度、规模和水平。中国水资源开发以各江河湖泊为基础，为流域内的人民生活和工农业生产提供大量的水资源[1-3]。常用的水资源开发综合评价方法有极限学习机法[4-7]、层次分析法[8-9]和熵权法[10-11]。来海亮等[12]在深入分析水资源开发影响因素的基础上，从自然属性、社会属性、经济属性、生态属性和环境属性5个方面构建了水资源开发评价指标体系，并制定了属性衡量准则和开发利用属性的定量识别。影响水资源开发的可持续发展的因素较多，对水资源开发加以评价已成为亟待解决的突出问题。只有科学有效地评价水资源开发才能确保政府对区域政策的正常制定。

本研究从整体布局、规划编制、实施效果、保障机制和可持续发展5个方面构建了水资源开发评价指标体系，并利用资源分配模型突出了客观权重的快速准确赋值，同时结合模糊聚类模型优化指标体系中主观权重的赋值，将进行模糊聚类改进的传统资源分配模型应用于区域水资源综合开发综合评价研究中。

1水资源开发综合评价指标体系构建

水资源开发综合评价是一个系统工程，涉及水资源开发的资源、环境、经济、社会等许多方面[10-11]。本研究在资料允许的前提下，梳理现有相关研究成果和调研资料，并综合考虑数据可获得性、评价指标简明性等，从整体布局、规划编制、实施效果、保障机制和可持续发展5个方面构建了水资源开发的评价指标体系基本框架。

1) 整体布局。水资源开发的整体布局是开发型指标的重要方面。由于水资源开发的价值分布是向资源型企业倾斜为主，因此其特性与工业经济有着根本的联系。同时，水资源开发在居民的社会生活中扮演重要角色，并且区域内居民区距离水资源开发地远近等因素所带来的水资源利用存在差异性。因此，通过选取工程措施和非工程措施作为整体布局影响因素指标。

2) 规划编制。规划编制是以政府决策为基础的开发利用机制，强调水资源开发项目的目标与任务是解决区域内水资源可利用性的最终手段。由于规划编制作为评价指标包括诸多方面，结合了指标数据的代表性和可获取性，因此选取编制原则和目标任务两个指标作为规划编制的评价指标。

3) 实施效果。在资料允许的前提下，结合水资源开发的实际情况，从区域内的经济、社会和环境视角进行分析，将实施效果分为3个主要评价指标，即经济效益、社会效益和环境效益。

4) 保障机制。保障机制是区域水资源开发的重要体现，对生产与生活质量的提升起到至关重要的作用。为了反映保障机制对水资源开发项目的有效性，本研究主要选取政策法规、投资机制和管理机制作为评价指标，其中：政策法规为水资源合理开发提供了最基本的保障；投资机制与管理机制为水资源合理利用提供了直接可行性。

5) 可持续发展。水资源开发的可持续发展是指在可持续发展理念指导下，通过工程技术创新与制度创新等多种手段，尽可能地减少区域内水资源消耗和对环境的破坏，达到经济社会发展与生态环境保护双赢。本研究选取工程维护、工程运用和社会经济发展作为水资源开发的可持续发展评价指标。

综上，水资源开发项目评价指标体系的5个方面共包括13个评价指标，如图1所示。

图1　水资源发开综合评价指标体系

2改进的模糊资源分配模型

水资源开发项目评价指标的权重赋值通常包括主观权重与客观权重两个方面。主观权重侧重反映决策者的主观行为，通常是政府与专家根据现实经验来对评价指标的相对重要性进行评价。客观权重通常应用到指标评价的信息传递机制和搜集到的项目数据。在评价体系权重赋值过程中，资源分配模型可以突出客观权重的快速准确赋值，而容易忽略主观权重的重要性，而模糊聚类模型可以通过模糊优化指标体系完善主观权重的赋值。因此，本研究致力于资源分配模型与模糊聚类模型的混合算法，并将该合成模型应用于水资源开发评价研究中。

2.1资源分配模型的相似度权重

在初始时刻，每个指标节点拥有一个单位的初始资源，而在下一个指标权重计算中，每个指标节点所拥有的资源会平均分配给其他相邻的样本节点[13]。假设样本节点i与样本节点j的相似度由两个方面因素来决定：一方面是由指标节点的两个邻居节点从它们的公共邻居节点所获得的资源量的多少，所获得的资源量越多，则相似度权重越大；另一方面是由指标节点的两个邻居节点从各自的邻居节点所获得的资源量的差异，差异越小，则两个邻居节点间的相似度权重越高[14]。

由资源分配模型的原理可得，下一个指标权重由两个样本节点i,j的公共邻居节点流入其中一个节点的资源量可以表示为

(1)

式中：m表示该二分网络中指标节点的总数；k(ωl)表示指标节点Al的权重；bil的定义如下：

其中M(i)表示由节点i的邻居样本节点所构成的集合。而下一指标权重的样本节点i从它的邻居节点所获得的资源量为

(2)

(3)

为了度量样本节点i与样本节点j的邻居样本节点获得资源量的差异，定义样本节点i与样本节点j的相对资源比为

则样本节点i与样本节点j的相似度权重为

(4)

其中α是一个可调参数，用来控制相对资源比相似度权重的影响，并且0≤α≤1。

2.2基于模糊聚类的相似度权重的资源分配模型

传统的模糊聚类模型仅仅考虑指标之间的相似性与隶属度，不考虑指标间权重差异性。针对这一弊端，把资源分配模型与模糊聚类相结合，即将客观权重与主观权重的赋值相结合，全面而准确地反映评价体系中的指标之间的接近程度。本研究利用矩阵范数重新定义相对公共资源，对式(1)～(4)进行改进，即样本i与h个指标的差异综合权衡度量为

(5)

通过拉格朗日约束函数[15]求解改进后资源分配模型的模糊聚类循环迭代指标权重：

(6)

通过循环迭代确定聚类树，从而在最佳聚类数c的基础上，再取初始划分资源量矩阵U(0)计算聚类中心：

(7)

对类别资源量矩阵U(l)进行修正：

(8)

3实证分析

3.1研究区域概况

沙柳河(别名伊克乌兰河)被认为是青海湖水源的源头，发源于青海省刚察县境内第一高峰桑斯扎山南麓，源头为冰冻沼泽区。刚察县地理位置为：99°20′44″～100°37′24″E、36°58′06″～38°04′04″N。沙柳河由西向东南流入青海湖，全长106 km，流域总面积1 442 km2。该流域深居青藏高原腹地，属于典型的高原大陆性气候，地貌类型为湖滨滩地、丘陵和山地，海拔高度3 300 m左右，年平均气温为1.3 ℃，降水量为 380 mm，气候干寒，多风少雨，天气多变，终年低温。

截至2013年，青海省刚察县根据境内沙柳河投资实施7项大型水资源开发工程：在哈尔盖镇和沙柳河镇尕曲灌区分别新建干渠、支渠92.4 km和15.8 km用于农田灌溉；实施县级非工程措施山洪灾害防治建设项目以提高山洪灾害预警能力；为哈尔盖河工业园区群众、企业建设防洪工程；在吉尔孟乡秀脑秀麻村、伊克乌兰乡角什科贡麻村和泉吉乡年乃索麻村分别铺设输水管道10.93，9.728和24.487 km以解决饮水安全问题。

3.2数据来源

本研究采取分层抽样，并且按照沙柳河各个水文站等距随机抽样调查，获得了上述水资源开发指标体系的调查问卷。同时，将青海省刚察县按照水资源开发进行区域划分，划分为轻度开发、中度开发和大力开发区域，在这些区域中选取具有代表性的水资源开发项目进行问卷抽样调查，这是为了保证被调查水资源开发项目的分散性和全面性，而且使所抽样的项目代表了其所处地带。搜集整理了沙柳河刚察县水文站2002—2012年实地调查资料。

3.3合成算法的指标权重分析

将所采集的样本数据集作为实验数据集。在该数据集中可以对已选择的指标进行评分，评分区间为1～10。对于指标体系中的每一个数据集，如果专家评分大于等于6，则认为该指标有利于水资源开发项目。在删除数据集中所有评分小于6的记录之后，根据式(1)～(3)，结合水资源开发项目自身的特点计算相对公共资源结果集：

6.7,6.4,10.5,7.9,6.9,7.8]

随机将公共资源结果集分为两部分：90%的记录作为训练度量样本进行相似度权重计算；另外10%的结果集在训练过程中被视为是未知的，因此不能被使用。根据式(4)，可调参数选择α=0.5以平衡样本节点之间的相对资源比重，可得到基于资源分配模型的相似度权重：

k(ωi)=[0.250,0.050,0.050,0.100,

0.100,0.125,0.050,0.060,0.025,

0.075,0.025,0.035,0.025]

根据式(5)，运用拉格朗日约束函数的方法，收敛精度均设定为ε=0.001，聚类数从1类到13类，借助Matlab对式(6)～(8)进行模糊聚类循环迭代，以实现上述改进模糊聚类资源分配模型算法。由图2可以分析得出类别数3应为最佳聚类数，故根据采集的样本数据集，对青海省刚察县境内的沙柳河水资源开发项目评价指标体系中的各个指标重新划分为3个类别。

由聚类分析可知，所选取的指标可分为3类：第1类是工程措施和工程维护；第2类是非工程措施和规划编制；其他的指标为第3类。基于模糊聚类分析法对各个指标进行聚类分析，采用k-均值聚类分析方法，应用SPSS软件得出聚类结果，如表1所示。

图2　聚类分析树

表1　指标的模糊聚类结果

由表1可以得出：指标按照距离可分为3类。运用Matlab软件对式(6)～(8)进行模糊循环迭代计算，得到评价体系中的准则层指标权重与单层次指标综合权重。根据指标对刚察县境内沙柳河水资源开发影响因素指标进行排序，结果如表2所示。

将指标权重计算数值与采用多层次分析法、熵权法、系统聚类法和资源分配模型计算方法得到的结果进行比较，并以Hamming distance检验、Precision检验以及Popularity检验作为衡量权重计算结果的评价指标，结果如下：

Hamming distance检验：

Precision检验：

Popularity检验：

其中：Q表示指标i和指标j之间相同样本的数量；L表示指标中列表的长度；Ri(L)表示第i个指标列表所包含的样本集合中已选择样本的数量；m代表评价指标体系中指标的总数；οij表示第i个指标的第j个推荐样本。计算结果中H越大，则模型的多样性越好。P值越高，说明模型精度越高；P*值越小，则模型中样本的赋值能力越强。比较结果如表3所示。

由表3可以看出：改进模糊资源分配模型在各方面都优于其他模型。在层次分析法、熵权法、系统聚类法以及资源分配模型这几种方法中，层次分析法的多样性最好，而改进模糊资源分配模型的各个方面都优于层次分析法，其中Precision提高了4.1%，Popularity降低了47.4%。与经典的资源分配模型相比，改进模糊资源分配模型的Hamming distance提高了8.9%，Precision提高了3.2%，Popularity降低了17.3%。说明改进的模糊资源分配模型的权重分配计算结果较为合理。

表2　刚察县境内沙柳河水资源开发指标权重

表3　改进模糊资源分配模型与其他方法

3.4结果分析

指标权重计算结果表明：工程设施和社会效益是构成沙柳河水资源开发的最主要因素，而社会经济发展和政策法规对该地区水资源开发利用的影响因素最小，这与青海省刚察县农牧业和居民用水实际情况基本相符。总体来看，整体布局的不同是影响水资源开发项目差异的根本因素，而可持续性对开发项目的影响最低。 2013年青海省刚察县不断加大沙柳河水利工程投资，使全县的人畜饮水半径缩短到800 m以内，饮水更方便、安全。这也说明了评价指标具有一定的合理性。

4结束语

在分析水资源开发项目影响因素的基础上，通过整体布局、规划编制、实施效果、保障机制和可持续发展5个方面和13个指标构建了水资源开发评价指标体系，并选取基于模糊聚类改进的资源分配模型对水资源开发项目进行评价，这是一种新的尝试。为了检验该方法在快速评价中的运用效果，选取青海省刚察县境内沙柳河水资源开发项目进行实证分析。从分析结果来看，工程设施和社会效益是水资源开发项目的最主要因素。结合政府工作报告，可知分析结果与实际情况基本相符，验证了改进模糊资源分配模型的可靠性，开辟了水资源开发项目决策过程中快速评价的新途径。

参考文献：

[1]袁红辉,吕昭河.中国环境利益的现状与成因阐释[J].云南民族大学学报(哲学社会科学版)，2014,5(5):45-52.

[2]王海花，叶亚平，晁丽君，等．江苏省流域水生态功能分区[J]． 重庆理工大学学报 (自然科学),2015(5):130-136.

[3]陶雯，田贵良．黑龙江地区水资源诅咒情况的相关分析[J]．重庆理工大学学报(自然科学)， 2015(10):103-107．

[4]崔东文.基于极限学习机的长江流域水资源开发利用综合评价[J].水利水电科技进展，2013，33(2):14-19.

[5]崔东文,郭荣.基于GRNN模型的区域水资源可持续利用评价——以云南文山州为例[J].人民长江，2012，43(5):26-31.

[6]尹志杰,管玉卉,胡晓雪.区域水资源可持续利用系统评价的集对分析模型[J].水资源保护，2010，26(6):28-31.

[7]周亮广,梁虹,黄法苏.基于AHP方法的贵州省水资源供需评价与分析[J].水利经济， 2007，25(1):16-19.

[8]胡珺,李春晖,贾俊香,等.基于结构熵权的黄河上游水资源脆弱性模糊综合评价[J].水资源与水工程学报，2012，23(6):17-22.

[9]张笑天,陈崇德.漳河水库灌区水资源脆弱性评价研究[J].华北水利水电学院学报， 2010，31(2):12-15.

[10]丁俊明,严华东,薛松,等.东南亚国际河流水资源合作开发的需求研究[J].水资源与水工程学报，2015，2(2):97-102.

[11]顾若男,郭建强,漆淼,等.基于MSP430单片机的节能灌溉控制系统的研究[J].信息技术，2013，8(8):28-35.

[12]来海亮,汪党献,吴涤非.水资源及其开发利用综合评价指标体系[J].水科学进展，2006，17(1):95-101.

[13]李明楚,许雷,孙伟峰,等.基于非完全信息博弈的网格资源分配模型[J].软件学报， 2012，23(2):428-438.

[14]于骊,史子博,舒炎泰,等.调度和拥塞控制相结合的无线网络资源分配模型[J].计算机应用，2009,29(2):487-490.

[15]唐成龙,王石刚.基于数据间内在关联性的自适应模糊聚类模型[J].自动化学报， 2010,36(11):1544-1556.

(责任编辑刘舸)

Evaluation of Fuzzy Resource Allocation Model of Regional Water Resources Development

WANG Hao1，WANG Zhi-yuan2

(1.School of Business，Hohai University，Nanjing 211100, China；2.School of Civil Engineering, Shandong University, Jinan 250100, China)

Abstract:On basis of the brief analysis of influencing factors of water resources, we constructed of the evaluation index system of water resources development based on the development of water resources from the effect of the overall layout, planning, implementation, guarantee mechanism and sustainable development of 5 aspects 13 indicators, and tried to apply resource allocation model based on fuzzy clustering analysis method to the comprehensive evaluation of water resources development project. We had empirical analysis on Shaliu river water resources development in Gangca County, Qinghai province. The results show that engineering facilities and social benefits are constitute the most important factor of comprehensive development and utilization of water resources, and also the improved model for the sustainable development of water resources development provides a new method for fast forecasting.

Key words:resource allocation model; fuzzy cluster; water resource; comprehensive evaluation

收稿日期：2015-12-02

基金项目：国家自然科学基金资助项目(51303182)；江苏人文社科基地培育项目(2011B13614)

作者简介：王浩(1989—)，男，江苏徐州人，硕士研究生，主要从事国际河流水资源开发与合作研究；通讯作者 王志远(1987—)，男，山东日照人，博士研究生，主要从事水资源开发与规划研究。

doi:10.3969/j.issn.1674-8425(z).2016.05.011

中图分类号：X196

文献标识码：A

文章编号：1674-8425(2016)05-0057-07

引用格式：王浩，王志远.基于模糊资源分配模型的区域水资源开发研究[J].重庆理工大学学报(自然科学)，2016(5):57-63.

Citation format：WANG Hao，WANG Zhi-yuan.Evaluation of Fuzzy Resource Allocation Model of Regional Water Resources Development[J].Journal of Chongqing University of Technology(Natural Science)，2016(5):57-63.