基于水土资源耦合的水资源短缺风险评价及优化

姜秋香，周智美，王子龙，付 强，王 天，赵蚰竹



基于水土资源耦合的水资源短缺风险评价及优化

姜秋香，周智美，王子龙※，付 强，王 天，赵蚰竹

（东北农业大学水利与土木工程学院，哈尔滨 150030）

黑龙江省水资源系统的平衡对保障区域工农业发展至关重要。由于粮食主产区发展过程中水资源存在许多不确定性因素，在追求经济增长的同时，黑龙江省水资源也存在着较大的风险。该文以黑龙江省及其13个地级市为研究区域，基于熵权物元模型评价水资源短缺风险，利用平均迪氏分解法（logarithmic mean Divisia index, LMDI）分析影响用水量变化的驱动因素，通过耦合协调模型和GIS软件分析影响水资源短缺的因素及其区域差异性，采用经济与资源双重导向的优化路径，解决水资源短缺风险问题。结果表明，2014年黑龙江省整体水资源短缺处于III级-中等风险，水土资源处于拮抗耦合中度协调级别且土地资源发展略微滞后；鹤岗、双鸭山、大庆和佳木斯水资源短缺为V级，其中大庆市水资源发展明显滞后。随着经济社会的持续发展，应结合区域资源禀赋和风险特征，制定合理的水资源开发利用方案。

水资源；因素分解；GIS；熵权物元；耦合协调；优化路径；水土资源耦合

0 引 言

全球气候变暖、社会经济发展、城市化进程加快和人口数量增长导致了人类对水资源的需求逐年增加，迫使水资源供需系统不确定性加剧甚至失衡。目前水资源短缺已逐渐成为人类生存与发展之间的巨额“生态资源赤字”[1]。因此应进行水资源短缺风险评价与管理的研究，及时发现水资源系统存在的不确定性因素，制定安全的风险规避与管理措施，进而促进国民经济高速发展和自然生态环境的改善，最终实现人文与水资源系统互相协作的良性循环[2]。

目前对于水资源短缺风险定量评价的研究主要有：Haimes提出多目标多阶段的水资源短缺风险分析法[3]；阮本清等选取风险率、脆弱性、可恢复性、重现期和风险度等指标，建立水资源短缺风险模糊综合评价模型[4]，并提出水资源影子价格测算动态模型来评价水资源短缺风险经济损失，该模型解决了水资源影子价格随其数量变化而难以准确测得的问题[5]；王红瑞等考虑到水资源系统具有模糊性和随机性，基于Logistic回归模型模拟预测了水资源短缺风险发生的概率和风险驱动因素[6]；黄明聪等将支持向量机引入水资源短缺风险评价中，该方法在处理水资源非线性、小样本及高维模式识别中有较强优势[7]。以往学者多注重水资源短缺风险评价的指标选取和评定方法，较少将水资源内部因素与土地资源影响综合考虑。鉴于此，本文在基于熵权物元模型判定黑龙江省水资源短缺所属风险等级基础上，研究了各指标风险等级对整体风险的影响，并引入因素分解模型的平均迪氏分解法（logarithmic mean Divisia index，LMDI）筛选影响水资源短缺风险的主要准则层，同时鉴于水土资源是一个复杂耦合系统，利用耦合协调模型确定水资源短缺风险滞后因素，并利用地理信息系统GIS进行风险区划，进一步提出不同区域水资源优化路径，以期为黑龙江省水资源-生态-社会经济平衡发展提供借鉴。

1 研究区与数据来源

1.1 研究区概况

黑龙江省位于中国最东北部，区域面积47.3万km2，是世界著名的三大黑土带之一，行政区覆盖13个地级市，5大水系。黑龙江省地大物博，土地后备资源丰富，是中国重要的商品粮基地，2003—2014年其粮食总产量实现了“十一连增”，且在2011年以来其耕地面积与粮食生产能力均居中国首位。黑龙江省近年来将文化建设、生态文明建设与民生改善结合起来，其“两大平原”现代农业综合配套改革已成为国家重大发展战略，加快了黑龙江省由农业大省向农业强省的转变[8]。然而在经济飞速发展的同时，黑龙江省工业化和城市化发展挤占水资源的势头难以逆转，社会和农业发展与水资源之间的矛盾更加尖锐。因此，亟需对黑龙江省的水资源系统进行风险评价，明确水资源现存问题，寻找最优解决方案，提高农业资源的产出效率和社会经济支撑能力。

1.2 数据来源

本文以黑龙江省的自然资源禀赋和社会经济为基础，开展水资源短缺风险评价相关研究。因此黑龙江省及其13个地级市的土地面积、人口、GDP、工业产值和耕地面积等数据均来源于《黑龙江省统计年鉴》[9]，水资源量、地表水、产水系数、供水和用水等数据均来源于《黑龙江省水资源公报》[10]。

2 研究方法

2.1 物元模型

鉴于水资源短缺风险评估中涉及指标较多，且单项指标之间评价结果具有不相容性[11]，选择蔡文教授提出的适用于求解多因子矛盾问题的物元理论[12]。物元模型评价流程见图1，具体计算公式参考文献[12-13]，本文采用客观赋权的熵权法确定各评价指标权重[14]。

图1 物元模型评价水资源短缺风险流程

2.1.1 确定关联度

（2）

2.1.2 计算综合关联度

2.2 LMDI模型

为明确各准则层对用水量的影响程度和方向，本文借鉴因素分解法中的LMDI模型[15-17]。Ang[18]提出的LMDI法计算简便且规避了参数估计的主观与不确定性，适用于分析水资源系统驱动机理，据此文中将用水量分解为各准则层的函数，构建用水变化因素分解模型[19]为

式中W为水资源用量的次级分类指标，为准则层数；1,S、2,S、3,S和4,S分别表示水资源禀赋、社会经济、水资源利用和水环境准则层指标。

设参照用水量为0，时期用水量为W，则水资源利用变化量可以用加法分解为

LMDI分解的具体计算公式为

2.3 耦合度模型

1）耦合度：耦合是指2个以上系统通过互相作用而彼此影响的现象[21]。为探究水资源与土地资源系统各子元素的相互影响的程度，本文借鉴容量耦合概念和容量耦合系数模型，构建水土资源系统耦合模型[22]。

2）耦合协调度：每个区域的水、土资源都有其交错、动态和不平衡的特性。单纯依靠耦合度判别不足以反映出水土资源巨系统的功效与协同效应。为此，选用协调发展模型来评判不同区域水土资源交互耦合的程度[24]。

（9）

式中为耦合协调度；为综合协调指数；和分别为水、土资源权重，因水资源与土地资源同样重要，故。的分级标准及意义参考文献[25]。

3 结果与分析

3.1 构建评价指标体系

本文遵循评价的完备性、独立性、离散性、可计算性和可比性[26]，根据黑龙江省经济、资源的实际情况，并借鉴其他学者相关研究成果[27-29]，选择4个准则层17个评价指标，构建黑龙江省水资源短缺风险评价体系（表1）。I～V级风险分别代表可以忽略的风险、可以接受的风险、边缘风险、不可接受的风险和灾变风险。各指标经典域和节域的确定依据胡吉敏[30]提出的评价标准。

3.2 黑龙江省水资源短缺风险评价

根据2014年水资源评价指标量值[9]建立待评复合物元矩阵，并计算各指标权重（表1），利用Matlab2014计算得出黑龙江省各地区评价指标关联度及综合关联度（表2），并绘制水资源短缺风险区划图（图2）。由计算结果和表2、图2可知，2014年黑龙江省整体水资源短缺综合关联度为0.03，处于III级风险水平，水资源短缺风险空间差异较大，具体表现为“南北较低，东西较高”的特征。13个地级市中黑河和大兴安岭处于I级低风险水平；鹤岗、双鸭山、大庆和佳木斯处于V级高风险水平。通过比较分析，水资源短缺风险处于IV、V级的区域，其3、3、4、3、4和2指标大多表现出高风险，这极大影响了地区水资源短缺综合风险水平，因此在寻找解决水资源短缺风险方案时应着重考虑。

表1 水资源短缺风险评价体系

注：“+”为高优指标,“–”为低优指标。4地表水系数：表征降水量对地表水资源量的影响程度，地表水系数=地表水资源量/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 基于关联度的黑龙江省水资源短缺风险评价划分

3.3 水资源短缺风险影响因素分析及区域差异

对水资源短缺问题提出切实可行的解决方案，其前提与基础是影响因素的筛选。本研究在确定水资源短缺风险等级的基础上，采用因素分解法与耦合协调模型对影响水资源短缺风险的主要因素进行定量研究。

3.3.1 水资源短缺风险的用水量驱动力分析

通过前文分析确定了水资源短缺风险的程度，然而对表1中4个准则层所起到的拉动或抑制水资源短缺风险的作用还不明确。由于4个准则层对水资源短缺的影响可以直接通过用水量变化表现出来，而实际的供水量则会受到区域水资源量和工程技术等诸多方面的约束，故本文选取用水量作为衡量各准则层驱动水资源短缺情况的指标。以黑龙江省2010—2014年的用水量均值作为参照值，分别计算2010—2014年各准则层用水量变化与参照用水量的差值，并进行汇总。利用式（6）求解DW并绘制黑龙江省三次产业水资源利用变化状况图（图3）。由图3总效应值可以看出，（水资源禀赋）和（水环境）准则层为负值，对黑龙江省水资源利用起到抑制作用，降低了水资源短缺程度；（社会经济）和（水资源利用）准则层为正值，对黑龙江省水资源利用起促进作用，加剧了水资源短缺程度。

黑龙江省不同产业中，第一产业对水资源利用的影响最大，黑龙江省作为农业大省，进入21世纪以来，其农作物种植面积增长了57.6%，粮食产量增加145.2%，其中需水量最大的水稻增长116%，而且仍有继续增长的趋势[9]，这导致了用水量的剧增。由于工业经济建设较薄弱，第二、三产业则对水资源利用影响较小。而土地资源作为生存和发展的基础性资源，和水资源共同决定了区域的种植结构和生产方式。因此考虑土地资源对水资源的影响力、优化产业用水结构和布局、减少第一产业用水并提高其用水效率，是缓解黑龙江省水资源短缺风险的有效方法。

注：A、B、C、D含义见表1。

3.3.2 水土资源耦合度分析

由前述研究可知，和准则层是加剧水资源短缺程度的因素，同时水资源短缺程度与土地资源的影响也是密不可分的。为探究土地资源对水资源短缺风险的影响程度，选取和准则层与土地资源和准则层（表3）进行耦合度分析。根据耦合度相关理论，得出2014年黑龙江各地区水土资源耦合值（表4），并绘制水土资源耦合程度区划图（图4）。黑龙江省整体水土资源耦合水平处于拮抗耦合中度协调水平，且土地资源略微滞后；水土资源耦合度均为拮抗耦合，可见土地资源与水资源相互制约并阻抑了各自发展。从耦合协调度来看，除大兴安岭地区为高度协调外，其他地区均处于中度协调。大兴安岭的协调等级为初级协调，水土资源匹配度相对较好；其他地区属于调和协调和勉强调和协调级别。可见黑龙江省各地区还需要注重水土资源发展的平衡。

表3 土地资源指标

注：除5指标外均为正向。1取决于竣工产值与建筑业总产值两者的相互关系，影响了建筑业经济增长方式，产值竣工率=竣工产值/建筑业总产值×100%[32]。6表征单位面积耕地的水资源量，是水资源量与耕地面积的比值[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 黑龙江省水土资源耦合度评价

从耦合类型来看：1）经济方面：5个地区土地资源滞后，8个地区水资源滞后，水资源短缺风险IV级以上地区有3个属于水资源滞后，且处于V级水资源短缺的大庆耦合协调度最低。2）资源利用：4个地区土地资源滞后，9个地区水资源滞后，水资源短缺IV级以上的6个地区，均为水资源滞后，可见土地资源状况与水资源状况极度不协调。

图4 基于水土资源耦合的黑龙江水土资源发展程度区划

3.4 水资源优化路径选择

由前文研究，2014年黑龙江省13个地级市均未达到最优耦合（1=2）水平，因此需对其进行水资源优化路径研究。水资源和土地资源不仅在开发利用过程中相互影响和制约，而且其数量、质量和空间组合状态也存在强烈的耦合性，共同决定着一个国家或地区的社会经济发展程度。故采取“经济导向”和“资源导向”双重优化路径（图5），促进水、土资源有效耦合，以期找出缓解水资源短缺的有效方法。

根据优化路径和指标对评价结果的影响，给出建议：对于水资源短缺风险处于III级和I级的哈尔滨、鸡西、伊春、七台河、黑河和大兴安岭地区，水资源能基本满足工农业生产和生活的需求，以防治为主。加大农林水投资，在保证生产总值增长的同时，提高用水效率，扩大节水灌溉面积；平衡城市就业和农村务农人口数量，提高水库蓄水能力、废物处理厂效率和污水排放达标率。对处于I级风险的黑河和大兴安岭地区，可适当增加耕地面积和农业灌溉用水量，做到物尽其用。水土资源经济耦合方面，伊春市水资源禀赋准则层均在全省平均水平以上，但其水资源却滞后最为明显，且万元GDP用水量处于IV级风险，因此应首先从提高经济产出用水率方面着手，以降低其水资源短缺风险。

对于水资源短缺风险处于IV级和V级的齐齐哈尔、鹤岗、双鸭山、大庆、佳木斯和牡丹江地区：水资源短缺问题较严重，且均为水资源利用滞后。应通过加强资源管理，尽快使耗水型经济结构向节水型经济结构转变，根据地区特点种植低耗水作物，并采取节水灌溉措施，同时提高土地建设利用效率进而降低风险。特别是水资源短缺V级的大庆市，经济发展方面水资源明显滞后。大庆市属于重工业城市，水资源禀赋指标明显低于黑龙江平均水平，在缺水情况下，工业产值增长的同时应重视用水效率，同时节水灌溉率和耕地机械动力也应提高。除去各地区自身建设外，还应加强区域间水资源调配，充分利用其他地区的丰富水资源。

4 结 论

本文基于熵权物元模型，构建黑龙江省水资源短缺风险评价指标体系并确定了评价标准，对黑龙江省水资源短缺风险等级进行了判别，通过因素分解与耦合协调分析了影响水资源短缺的因素，并利用GIS进行区域差异分析，得出以下结论：

1）本文构建的水资源短缺风险评价指标与分级标准，能够较好地反映出水资源现状，评价结果：黑龙江省整体水资源短缺综合关联度为0.03，处于III级中等风险，各地区表现为“南北较低，东西较高”，大兴安岭和黑河为I级低风险，水资源条件良好，鹤岗、双鸭山、大庆和佳木斯处于V级高风险水平，需要特别引起重视。该评价结果符合实际情况，为判断社会、经济和生态对水资源短缺影响提供参考。熵权物元模型在评价各个城市水资源短缺级别的基础上，能够清楚反映出各城市每个指标所属等级。但本文评价中也存在一些不足，水资源短缺风险评价侧重于分析各地区指标所属级别，缺乏对13个地区风险水平的排序，且缺少对水土资源风险的评价，因此后续研究应继续完善该方面研究。

2）因素分解法得出社会经济与水资源利用是影响水资源短缺风险的主要因素；耦合协调模型得出黑龙江省整体水土资源耦合水平处于拮抗耦合中度协调水平，据此提出的双重优化路径，为寻找缓解水资源短缺方法提供了参考与借鉴。但水土资源耦合方面只分析了加重水资源短缺的经济与水资源利用指标层，没有分析水资源禀赋与水环境指标层，在今后研究中将进行更为全面系统的分析。

[1] 金菊良，王文圣，洪天求，等. 流域水安全智能评价方法的理论基础探讨[J]. 水利学报，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，王建华，秦大庸，等. 基于二元水循环模式的水资源评价理论方法[J]. 水利学报，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，韩宇平，王浩，等. 水资源短缺风险的模糊综合评价[J]. 水利学报，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] 韩宇平，阮本清. 水资源短缺风险经济损失评估研究[J]. 水利学报，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] 王红瑞，钱龙霞，许新宜，等. 基于模糊概率的水资源短缺风险评价模型及其应用[J]. 水利学报，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] 黄明聪，解建仓，阮本清，等. 基于支持向量机的水资源短缺风险评价模型及应用[J]. 水利学报，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] 黑龙江省统计局. 黑龙江省年鉴[M]. 北京：中国统计出版社，2015.

[9] 黑龙江省统计局. 黑龙江省统计年鉴[M]. 北京：中国统计出版社，2015.

[10] 黑龙江省水利厅. 黑龙江省水资源公报[M]. 哈尔滨：黑龙江人民出版社，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. 物元模型及其应用[M]. 北京：科学技术文献出版社, 1994：10－27.

[13] 范树平，刘友兆，张红梅，等. 基于层次模糊物元模型的承接产业用地空间适宜评价[J]. 农业工程学报，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] 张礼兵，徐勇俊，金菊良，等. 安徽省工业用水量变化影响因素分析[J]. 水利学报, 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] 刘玉，高秉博，潘瑜春，等. 基于LMDI模型的黄淮海地区县域粮食生产影响因素分解[J]. 农业工程学报, 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] 陈东景. 我国工农业水资源使用强度变动的区域因素分解与差异分析[J]. 自然资源学报，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] 韩德军，朱道林. 贵州省土地利用与区域经济耦合关系分析[J]. 农业工程学报，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] 张晓东，池天河. 90年代中国省级区域经济与环境协调度分析[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. 环境与经济协调发展的定量评判及其分类体系：以珠江三角洲城市群为例[J]. 热带地理, 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] 吕添贵，吴次芳，游和远. 鄱阳湖生态经济区水土资源与经济发展耦合分析及优化路径[J]. 中国土地科学，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，付强，王子龙. 三江平原水资源承载力评价及区域差异[J]. 农业工程学报，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，蔡焕杰. 区域水资源可持续利用的综合评价方法[J]. 水科学进展，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，蔡焕杰，徐良芳. 水资源可持续利用指标体系及评价方法研究[J]. 水科学进展，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. 沿海地区水资源承载力评价研究[D]. 大连：大连理工大学，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] 张中旺，常国瑞. 中线调水后汉江生态经济带水资源短缺风险评价[J]. 人民长江，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] 孙建祥. 建筑业经济增长方式转变统计指标体系的探讨[J]. 江苏统计，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] 周启刚，张晓媛，王兆林. 基于正态云模型的三峡库区土地利用生态风险评价[J]. 农业工程学报，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

国家自然科学基金（51679040、51209038）；黑龙江省自然科学基金（面上项目）（E2016004）；黑龙江省博士后资助（LBH-Z13049）；东北农业大学“青年才俊”项目（14QC47）

姜秋香，女，黑龙江佳木斯，博士，副教授，主要研究方向为水土资源高效利用和管理。哈尔滨东北农业大学水利与土木工程学院，150030。Email：jiangqiuxiang2017@163.com。

王子龙，男，山东胶州，博士，副教授，主要研究方向为寒区水土资源高效利用。哈尔滨东北农业大学水利与土木工程学院，150030。Email：wang zilong2017@163.com。

姜秋香，周智美，王子龙，付 强，王 天，赵蚰竹. 基于水土资源耦合的水资源短缺风险评价及优化[J]. 农业工程学报，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