基于主成分分析法的陕西省水资源承载力评价

，

(陕西省地下水管理监测局，陕西 西安 710003)

基于主成分分析法的陕西省水资源承载力评价

李小冰，胡滨

(陕西省地下水管理监测局，陕西 西安 710003)

本文选取影响水资源承载力的16个指标，运用主成分分析法对陕西省水资源承载力进行客观分析，结果表明，在样本考核期内，随着近几年经济的发展，陕西省水资源承载力有明显上升趋势，但其承载力处于较低水平，为以后水资源合理开发利用及可持续发展提供决策依据。

陕西省；水资源承载力；主成分分析法

水资源不仅是控制生态环境的基础自然资源，而且是社会发展的物质基础，更是一种战略性的经济资源，在社会经济得发展中起着至关重要的作用，如何在不破坏甚至提高生态质量的前提下，合理配置水资源，是水资源管理者和决策者研究的重点问题。随着经济社会的发展，对水的需求量不断增加，水资源供需矛盾也将会日益突出，水资源已经成为制约经济社会可持续发展的“瓶颈”之一。因此，正确地评价区域水资源的承载能力，对合理充分利用当地水资源，促进区域社会经济可持续发展具有重要的现实意义。

表1 陕西省2010～2015年水资源承载力标准化矩阵

1 研究区概况

1.1 自然地理概况

陕西省地处我国内陆腹地，东连山西、河南省，南与湖北、四川、重庆毗邻，西倚甘肃、宁夏，北接内蒙古自治区。东西宽200～500 km，南北长870 km，总面积20.56万 km2，占全国总土地面积的2.1%左右。以秦岭为分界线，形成两大流域。秦岭以南，属长江流域，面积为72 302 km2，占全省面积的35.2%；秦岭以北，属黄河流域，面积13 3301 km2，占全省面积的64.8%。

1.2 水资源概况

陕西省横跨黄河、长江两大流域，全省多年平均降水量676.4 mm，多年平均地表径流量425.8亿 m3，水资源总量445亿 m3，居全国各省(市、区)第19位。全省人均水资源量为1 280 m3，最大年水资源量可达847亿 m3，最小年只有168亿 m3，丰枯比在3.0以上。水资源时空分布严重不均，时间分布上，全省年降雨量的60%～70%集中在7～10月份，往往造成汛期洪水成灾，春夏两季旱情多发；地域分布上，秦岭以南的长江流域，面积占全省的36.7%，水资源量占到全省总量的71%；秦岭以北的黄河流域，面积占全省的63.3%，水资源量仅占全省的29%。

2 研究方法

主成分分析法[3]是一种把多个变量划分为少数几个综合指标的多元统计方法，其工作目标就是对高维变量空间进行降维处理，以使原来的多个变量达到最佳综合简化。主成分分析法的主要计算步骤如下：

(1)输入原始数据，并对其进行标准化处理，以消除系统统计误差及量纲差异的影响;

(2)计算相关系数矩阵:

R=(rij)p×p

(3)计算│R-λE│=0的特征值，求出λ1，λ2，λ3，…，λp，并将特征值从大到小排列，同时求得对应的特征向量u1，u2，u3，…，up。

(4)计算贡献率和累计贡献率。累计贡献率：

当ek≥85%，取z1，z2，…，zk作为主成分(zj=u1jx1+u2jx2+…+upjxp)。

(5)各个主成分权重

(6)水资源承载力综合评价。综合评价值

根据综合评价值的大小，可以对陕西省近几年的水资源承载能力进行评价，根据近几年的综合评价值的整体趋势，对陕西省水资源承载能力做一分析。

表2 陕西省水资源承载力变化驱动因素相关关系系数矩阵

3 陕西省水资源承载力评价

3.1 水资源承载力变化主成分因子的选取

根据2010～2015年《陕西省统计年鉴》和《陕西省水资源公报》统计陕西省的经济、水资源和供用水量等各项数据进行研究，从中选取16个驱动力影响因子进行分析：总人口数(x1)、国内生产总值(x2)、固定资产投资(x3)、城镇居民消费水平(x4)、农村居民消费水平(x5)、农业用水量(x6)、单位耕地用水量(x7)、工业用水量(x8)、单位工业产值用水量(x9)、生活用水量(x10)、人均日生活用水量(x11)、年降水量(x12)、水资源总量(x13)、水资源开发利用率(x14)、供水量(x15)、用水量(x16)。对以上数据进行主成分分析，可以得出陕西省水资源承载力变化驱动因素相关系数矩阵和主成分特征值及贡献率。

陕西省水资源承载力系统指标的原始统计数据经过标准化后，结果如表1所示。

求出相关系数矩阵R(表2)的特征值λ，对应的特征向量u及其累计方差贡献率e。计算结果表明(表3)，前两个主成分的累计贡献率已经达到85.17%，为了更充分的表述陕西省水资源承载力状况，本次分析选取前3个主成分，即Z1、Z2、Z3进行分析。当k=3时，e3=95.22%，对应的3个特征值分别为λ1=11.184，λ2=2.444，λ3=1.608。各个特征值的贡献率分别为ω1=69.898%，ω2=15.272%，ω3=10.053%。相关矩阵的特征向量见表5。

为了更清楚地表示各变量在主成分上的荷载，对因子荷载做方差最大化正交旋转，旋转后的因子荷载矩阵见表4。由表4可以看出，Z1与人口、GDP、固定资产投资、居民消费水平、生活用水、人均生活用水量及供水量有强正相关关系；与单位工业产值用水存在强负相关关系。Z2与年降水量和年水资源总量有强正相关关系；与单位耕地用水及水资源开发利用率存在强负相关关系。Z3与工业用水存在强负相关关系。

表3 主成分的特征值和贡献率

3.2 陕西省水资源承载力计算及其分析

水资源承载力综合评价结果由主成分与客观权重之积可得，陕西省水资源承载力评价结果见图1。从图1可以看出在样本考核期内，水资源承载能力呈明显上升趋势，出现这种状况的主要原因分析如下：

表4 因子荷载矩阵

陕西省人口的稳步增长和经济的迅速发展是该省水资

源承载力变化的主要影响因子，虽然这两大因子逐年稳步增长，形成对水资源承载力的压力逐年增加，但是由于近几年节水器具的普及越来越高、工业用水重复利用率的逐步提高提高、人们节水意识的不断增强、再生水使用量逐年提高、科学规划生态用水使得水资源的承载力有明显上升趋势。

但在目前经济快速增长的前提下，人口不断增加，外来务工人员大量涌入，促进城市化进程不断加快，居民消费水平逐渐提高，生活用水量不断增加，对水资源承载力形成较大压力；国民生产总值迅速增加，工企业数量不断扩大，全社会固定资产投资逐年加大，导致工企业用水不断增长，工业供水量大量增加，导致水资源承载力承受着前所未有的压力和考验；总体来看[4],陕西省水资源承载力处于较低的水平,其原因可归结为水资源整体匮乏、人口压力大、产业结构不合理等方面。

图1 水资源承载力评价成果图

特征向量x1x2x3x4x5x6x7x8x9x10x11x12x13x14x15x16U10.0840.0880.0850.0890.0850.041-0.0450.037-0.0860.0880.088-0.044-0.0630.0600.0860.084U2-0.052-0.024-0.076-0.013-0.0610.311-0.2530.2100.0170.0300.0390.2820.231-0.1700.1040.127U30.1870.0480.1340.0710.143-0.281-0.080-0.4460.0090.0800.0660.1720.265-0.3730.0400.071

使用“加权法”计算各指标对水资源系统的影响权重，影响因子的值见表6。

表6 指标影响权重

4 结语

本文采用主成分分析法对陕西省水资源进行评价，客观地计算出各指标在其子系统中的权重，并将其原始数据带入得出综合评价结果。根据本次综合评价结果，在样本考核期内，总体上，水资源承载力有明显上降趋势，但其承载力仍处于较低水平。研究结果可以为陕西省水资源合理利用提供决策依据，对以后经济的可持续发展具有一定的意义。

[1]赵毓梅，赵先贵，董林林，等.陕西省水资源承载力动态研究[J].农业系统科学与综合研究.2008.24(1):95-98,105.

[2]邵金华，刘贤赵.区域水资源承载力主成分分析法及应用-以陕西省西安市为例[J].安徽农业科学.2006.34(19):5017-5018,5021.

[3]李蔚，林耿耿，赵丹丹，等.基于主成分分析的杭州市水资源承载能力评价[J].河海大学学报(自然科学版).2010.38(2):320-323.

[4]屈小娥. 陕西省水资源承载力综合评价研究[J].干旱区资源与环境.2017.(02):91-97.

[5]孙磊,薛梅,朱丽. 主成分分析法在区域水资源承载力评价中的应用[J]. 2017第九届河湖治理与水生态文明发展论坛论文集(2017).

TV213.4

B

1004-1184(2017)05-0161-03

2017-05-14

李小冰(1986-)，女，河南许昌人，工程师 ，主要从事水利水电与水文水资源等方面工作。