基于PSR和RS的黑龙江省农业节水区划空间格局研究

巩书鑫，邓彩云，王红瑞，来文立

(北京师范大学水科学研究院，城市水循环与海绵城市技术北京市重点实验室，北京 100875)

近年来，由于自然条件和人为因素的影响，水资源短缺问题日趋严重，水资源短缺风险已引起广泛的重视[1,2]。黑龙江省作为我国重要的农业大省，其农业可持续发展直接影响到我国的粮食安全等问题[3-5]。2000年以来，黑龙江省农业发展不断加快，耕地面积剧增，粮食产量也不断增加，在2016年，黑龙江省止步粮食产量十二连增，水资源供需矛盾初步显现出来，发展节水农业在解决矛盾的过程中越来越受到重视[6-8]。然而受社会经济与科学技术的限制，现阶段黑龙江省无法满足全省节水农业同步发展，因此，需要协调省内农业节水发展，有选择地优先发展农业节水工作，进而保障粮食安全和农业可持续发展[5]。

农业节水区划是按农业地域差异规律，依据气候、自然资源、社会经济、科技发展等因素对农业节水空间分布与配置进行划分，是农业节水布局科学分类的一种重要方法[9-11]。同时，农业节水区划是实现农业合理布局和制定农业节水发展规划的科学手段和依据，能够科学地指导农业节水工作，促进农业用水有效性，进而科学、全面、合理地提高区域农业用水效率，是水资源、耕地资源和种植结构综合开发利用的系统工程。在以往的研究中，专家和学者分别采用了分区诊断与适应性农业节水技术评价计算[12]、主成分分析和模糊聚类法[13]、模糊数学聚类分析法[14]、系统聚类法结合主成分分析法[15]、AHP结合ArcGIS叠加分析功能[16]、基于土壤可利用水量的变量灌溉分区管理[17]等方法进行农业节水区划的研究，其研究重点主要集中在评价方法选取、指标权重确定、主观评价因素以及客观数据等方面。

本研究选取了人口、耕地面积、农业水土资源匹配、节水灌溉率等22个指标，利用粗糙集理论按照各指标属性重要度确定权重，依据区内相似性与区间差异性的原则，以地级市为子区域，将研究区域按照农业节水优先发展度划分为4个级别的农业节水分区，并分别对4种等级区域的农业生产条件、农业节水现状、农业结构特点和存在的问题进行分析，阐明各区域的农业发展方向与节水建设途径，对合理开展农业节水具有科学指导作用，同时也对区域水资源高效利用、缓解农业用水矛盾、提高区域农业用水效率、协调水资源-农业-社会之间的关系、保障农业可持续发展具有重要意义。

1 指标体系及数据来源

1.1 基于PSR的指标体系构建

20世纪80年代，OECD(经济合作与发展组织)与UNEP(联合国环境规划署)为了评价世界环境状况共同提出并建立了PSR模型，其中，“压力”(Pressure) 是指对自然环境直接产生影响的各类因素，例如人口压力、耕地压力等；“状态”(State) 是指自然环境在各种压力下所处的状况，如水资源利用水平、污染物排放水平等；“响应”(Response) 是指在应对压力及状态下，为促进可持续发展进程中所采取的对策，如水资源利用变化率、污染排放变化率等措施[18,19]。由于此模型具有系统性、综合性、灵活性等特点，与其他指标评价模型相比具有更多优势，能够反映各指标之间的连续反馈机制，是寻找“原因-效益-反应”的有效途径，因而在生态安全、环境评价、自然资源安全评估等研究领域得到了广泛应用[20-25]。

选取指标是农业节水区划的关键环节，本研究根据农业节水区划的概念及内涵，基于PSR模型构建一组适应农业节水区划的综合评价指标体系，根据该模型指标的选取原则及各区域农业节水的特点，以代表性、独立性、可度量性为指标选取原则，选取了22个与农业节水相关的自然资源、人类社会、经济发展等农业节水区划指标[26,27](见表1)。

表1 指标及属性Tab.1 Index and attribute

本研究中，不同指标存在不同指向性，因此，将具有促进作用指标的属性定义为正向，具有阻碍作用指标的属性定义为逆向。对涉及的特殊指标进行如下说明。

C5农业水土资源匹配系数表征农业水土资源匹配情况，计算单位面积耕地所拥有的农业可利用水资源量，进而评价区域农业水土资源匹配水平，其值越大，则区域水资源满足耕地资源的程度就越高，农业用水基本条件就越好[28,29]。水土资源匹配系数计算公式为：

MFi=Wiαi/Fi(i=1,2, …,n)

(1)

式中：MFi为第i子区域水土资源匹配系数，万m3/hm2；Wi为第i子区域水资源可利用量，万m3；αi为第i子区域农业用水比例；Fi为第i子区域耕地面积，hm2。

C7黑龙江省属寒温带与温带大陆性季风气候，全省由南至北，分为湿润区、半湿润区和半干旱区。为反映气候干旱程度，本研究选取干燥度作为气候指标，潜在蒸发量与降水量的比值即为干燥度[30,31]，其计算公式为：

Xi=ETi/Pi(i=1,2, …,n)

(2)

式中：ETi为第i个子区域的年潜在蒸发量，mm；Pi为第i个子区域的年降水量，mm。

C22本研究中粮食生产能力选取水稻和玉米作为衡量粮食生产能力的指标，计算公式为：

(3)

式中：Si水稻为第i个子区域的水稻种植面积，hm2；Pi水稻为第i个子区域的水稻单产，kg/hm2；Si玉米为第i个子区域的玉米种植面积，hm2；Pi玉米为第i个子区域的玉米单产，kg/hm2。

1.2 数据来源

本文中黑龙江省的13 个地级市的行政区面积、耕地面积、粮食单产、人口、GDP、灾害等数据均来源于《黑龙江统计年鉴》[32]，水资源量、农业用水比例等数据均来源于《黑龙江省水资源公报》[33]。

2 指标标准化及权重的确定

2.1 指标标准化

为方便划分等级，对指标进行标准化，采用线性无量纲标处理，常用的线性无量纲标准化处理有Z-Score法、极差化法、极大化法、极小化法、均值化法等方法[34]。当各指标数值分布不均，极差化法和Z-Score法的相关度和兼容度均优于其他方法[35]，因此本研究选取极差化法对指标进行标准化处理。计算公式如下：

式中：Yi,j为第i个子区域、j个指标的无量纲值；Xi,j为第i个子区域、j个指标的值；Xmin(j)为子区域中，第j个指标的最小值；Xmax(j)为子区域中，第j个指标的最大值；n为子区域个数，本文n=13；m为评价指标个数，本文m=22。

计算结果见表2。

表2 指标标准化Tab.2 Standardization of indices

2.2 基于粗糙集理论的权重确定

粗糙集理论(Rough Set)是一种无需先验信息，可处理不同属性重要度、不精确数据的数学方法[36]。该理论广泛应用于预测决策、综合评价、模式识别等领域[37-41]。指标权重的确定直接影响到评价结果的准确性，为克服传统的权重确定时过分依赖专家经验知识、主观性过强等缺点，在农业节水区划的研究中，粗糙集可将指标两两对比，得出其冗余性，能够判断出指标的相对重要程度。本研究基于粗糙集理论对上述指标进行约简和赋权，将原体系中的不具备决定属性的指标约简，进而确定权重，一定程度上克服了主观影响[42,43]。

在粗糙集理论中，决策系统有四元组S={U,R,V,F}表示，其中，U是有限对象的集合，R=C∪D是有限属性的非空集合，C和d分别为条件属性和决策属性，V是属性值的集合，F为用来反映对象集合之间值的一种映射[44]。

首先对标准化后的各项指标模糊离散化，对于正向指标，指标的标准值在[0，0.25]记为1、[0.25，0.5]记为2、[0.5，0.75]记为3、[0.75，1]记为4；对逆向指标，则有[0，0.25]为4、[0.25，0.5]为3、[0.5，0.75]为2、[0.75，1]为1。本文决策属性d采用模糊聚类法计算得出，由上述信息构建指标离散化决策体系，见表3。

表3 指标离散化决策表Tab.3 The decision-making information system by indicators of discretization

根据该指标体系特点，采用改进的条件信息熵来确定属性权重[45,46]，可避免某些冗余属性的指标权重为0，但指标本身又具有较高重要度的情况，计算公式为：

(5)

式中：Sig(Cj)为指标Cj的重要度；I(D∣{Cj})为决策属性集D相对条件属性Cj的条件信息熵。

传统的粗糙集理论中，去掉某些属性对决策影响很小或没有影响，则认为该属性可以约简，其权重为0。由于本文所研究的内容中，需要考虑这些指标在评价体系中的重要性，因此需要进行主客观综合度量，以期指标的权重更加合理。权重W的计算公式为：

Wj=(Ws,j+Wo,j)/2

(6)

式中：Ws,j为主观决策下第j个指标的权重；Wo,j为客观决策下第j个指标的权重。

计算结果见表4。

表4 指标权重表Tab.4 The indicator weight

2.3 农业节水区划等级确定

根据各项指标权重计算得各区域的区划分值，计算公式如下。

(7)

式中：Wj为第j个指标的权重；Yi,j为第i各区域、第j个指标的标准分值。

农业节水区划等级标准见表5。

3 结果与分析

根据黑龙江省2016年人口、耕地面积、水资源量等统计资料，以黑龙江省各地市作为基本单元，按照等级标准分析其农业节水区划空间分布情况，计算结果见表6。本研究利用ArcGIS空间可视化功能，将分区结果可视化，如图1所示。

表5 黑龙江省农业节水区划等级标准Tab.5 The gradients division of water-saving agriculturezonification in Heilongjiang province

表6 黑龙江省农业节水区划结果Tab.6 The consequence of water-saving agriculture zonificationin Heilongjiang province

图1 黑龙江省农业节水分区Fig.1 The agricultural water-saving zoning in Heilongjiang province

Ⅰ区为哈尔滨、齐齐哈尔、佳木斯和绥化地区。统计结果显示，该区为黑龙江省粮食主产区，2016年达到了全省耕地总面积的57.29%，其中水稻种植占全省的63%，水资源量较少，仅占全省水资源总量的31.98%，有效灌溉面积占全省54.05%，农业从业人员占全省65.46%，潜在蒸发量大，气候较为干燥，且易受旱灾；区域农业基础设施比较完备，农业发展相对成熟，且经济发展良好，具备较好的农业节水发展条件，可优先发展节水农业。建议该区域由政府主管部门主导开展节水农业，积极推进先进的节水灌溉技术，并根据寒地特点，结合调亏灌溉、水肥耦合，发展以水稻种植为主的寒地节水，调整种植结构的同时，进一步扩大有效灌溉面积，形成农艺节水与灌溉节水相结合的节水农业。

Ⅱ区为鸡西、双鸭山和黑河地区。统计结果显示，该区耕地面积占全省的27.97%，水资源量占全省的20.06%，属于比较缺水地区。该地区为旱田耕地面积比例较大，占区域耕地面积的75.41%，农业产值超过区域生产总值的30%。区域经济状况良好，农业基础设施比较完备，农业发展相对成熟，且经济发展良好，具备较好的农业节水发展条件，可适度开展节水农业。建议该区域主要发展管道输水、渠系配套、喷灌、滴灌以及微灌等节水灌溉措施，对玉米、小麦等作物进行抗旱品种选育，增加农业节水设施，发展以节水灌溉技术为主、农艺与植物生理节水为辅的节水农业。

Ⅲ区为牡丹江、大庆和鹤岗地区。统计结果显示，该区耕地面积占全省的12.53%，水资源量占全省的17.32%，降雨比较丰沛。该区域农业产值比例低于全省水平，耕地面积与农业用水相对均衡，农业产值仅占区域生产值的12.57%，经济发展不主要依靠农业。区域内农业生产条件不够完备，节水成本较高，节水潜力与节水效益均不突出，不宜大力开展节水农业，可鼓励开展农业节水工作。鉴于该区域无需迫切发展节水，建议其适当开展管理型节水，从水土匹配、水足迹理论等角度进行研究型节水试点工作。

Ⅳ区为大兴安岭、伊春和七台河地区。统计结果显示，该区水资源量占全省总量的30.64%，而其耕地面积仅占全省的4.21%，该区的耕地面积为全省最小，人均产值较低。该地区山地林地较多，森林覆盖率高，水源丰富，经济发展较为落后，农业生产条件较差，节水投入产出比较低，农业节水适宜发展程度较低。建议该区域优先完善农业基础设施，提高水资源利用效率。

4 结 论

随着水旱灾害等自然灾害的频发，农业技术的发展受到限制，影响粮食产量的水资源供需矛盾越来越突出。农业节水区划实质上就是农业节水潜力的深层次探索和进一步开发，将各行政区按适宜发展程度进行分类，得到不同的分区，为进一步做好区域节水工作、因地制宜地给出应对措施提供依据。本文基于PSR模型和粗糙集理论，构建黑龙江省农业节水区划评价指标体系，对黑龙江省农业节水区域进行划定，结合ArcGIS的数据空间可视化进行区域差异分析，将黑龙江省划分为4个农业节水分区，根据农业节水区划情况展开分析，有针对性地提出了分区的节水对策措施与建议，根据分析结果，得出以下结论。

(1)哈尔滨、齐齐哈尔、佳木斯和绥化地区现阶段亟待开展农业节水，建议将节水灌溉与农艺节水相结合，优先发展节水农业；鸡西、双鸭山和黑河地区存在农业用水乏力的情况，建议以节水灌溉为主，农艺与植物生理型灌溉为辅，适度开展节水农业；牡丹江、大庆和鹤岗地区现阶段农业水土相对平衡，建议开展水资源管理型节水，从管理的角度发展农业节水；大兴安岭、伊春和七台河地区农业节水适宜发展程度较低，现阶段可发展耕地资源，进一步提高水资源利用率。

(2)黑龙江省水资源分布不均，水土匹配程度较低，部分地区农业用水结构不够合理，多数农业用水只具备粗放的管理，节水潜力有待进一步的发掘，农业节水区划旨在找准新的农业节水切入点，制定合理的节水规划，并筹措资金，组织实施，取得效益，其实质是农业资源重新科学配置，促进农业节水的规模化、专业化、精准化发展。

(3)农业节水区划的目的是要提高水资源利用率、劳动生产率及保障经济效益，改善农业节水设施是促进水资源高效利用和劳动生产率的基础，黑龙江省农业占比大，粮食产量高，但与之相配套的节水设施却远未达标。因此，增强农业节水基础建设，包括基本农田建设、灌溉优化、节水工程建设、农艺节水建设和水资源管理等方面的建设，是促进农业长期稳定发展的关键。

(4)区域的资金是有限的，提高资金的利用效率，保障农业收益，提高投入产出比，是开展农业节水必须考虑的一个问题。通过对黑龙江省农业节水进行区划，可以优选出部分地区进行农业节水的可行性探索，以提高农业节水投入效益。

□

参考文献：

[1] 姜文来. 中国21世纪水资源安全对策研究[J]. 水科学进展, 2001,12(1):66-71.

[2] 左其亭, 马军霞, 陶 洁. 现代水资源管理新思想及和谐论理念[J]. 资源科学, 2011,33(12):2 214-2 220.

[3] Pereira L S. Water, agriculture and food: challenges and issues[J]. Water Resources Management, 2017,31(10):2 985-2 999.

[4] Tsakiris G. Drought risk assessment and management[J]. Water Resources Management, 2017,31(10):3 083-3 095.

[5] Cheng K, Fu Q, Cui S, et al. Evaluation of the land carrying capacity of major grain-producing areas and the identification of risk factors[J]. Natural Hazards, 2017,86(1):1-18.

[6] 中国农业年鉴编辑委员会.中国农业年鉴[M].北京:中国农业出版社,2004-2016.

[7] 梁 媛, 许新宜, 王红瑞,等. 基于循环修正模式的云南省水资源短缺程度分析[J]. 自然资源学报, 2013,28(7):1 146-1 158.

[8] 贾绍凤, 张士锋, 王 浩. 宁蒙灌区灌溉定额偏高成因及节水潜力分析[J]. 资源科学, 2003,25(1):29-34.

[9] 刘昌明, 王红瑞. 浅析水资源与人口、经济和社会环境的关系[J]. 自然资源学报, 2003,18(5):635-644.

[10] 鞠正山, 罗 明, 张凤荣, 等. 我国区域土地整理的方向[J]. 农业工程学报,2003,19(2):6-11.

[11] 王韶伟, 许新宜, 陈海英,等. 基于SOFM网络的生态水文区划[J]. 生态学杂志, 2010,29(11):2 302-2 308.

[12] 姚治君, 林耀明, 高迎春, 等. 华北平原分区适宜性农业节水技术与潜力[J]. 自然资源学报, 2000,15(3):259-264.

[13] 吴景社, 康绍忠, 王景雷,等. 基于主成分分析和模糊聚类方法的全国节水灌溉分区研究[J]. 农业工程学报, 2004,20(4):64-68.

[14] 商艾华, 郭维东,黄 毅,等. 阜新县节水农业分区研究[J]. 节水灌溉, 2006,11(3):13-15.

[15] 尹 剑,王会肖,王艳阳,等. 关中地区农业节水分区研究[J]. 中国生态农业学报,2012,20(9):1 173-1 179.

[16] 范海燕,朱丹阳,郝仲勇,等. 基于AHP和ArcGIS的北京市农业节水区划研究[J]. 农业机械学报,2017,48(3):288-293.

[17] 赵伟霞,李久生,杨汝苗,等. 基于土壤水分空间变异的变量灌溉作物产量及节水效果[J]. 农业工程学报,2017,33(2):1-7.

[18] Walz R. Development of environmental indicator systems: experiences from germany[J]. Environmental Management, 2000,25(6):613.

[19] 殷克东, 赵 昕, 薛俊波. 基于PSR模型的可持续发展研究[J]. 软科学, 2002,16(5):62-66.

[20] Yan L, Wang J K, Huang H. An assessment of ecosystem health in Dongxi river basin based on PSR framework[J]. Resources Science, 2008,30(1):107-113.

[21] 靳春玲, 贡 力. 基于PSR模型的城市水安全评价研究[J]. 安全与环境学报, 2009,9(5):104-108.

[22] 张 锐, 郑华伟, 刘友兆. 基于PSR模型的耕地生态安全物元分析评价[J]. 生态学报, 2013,33(16):5 090-5 100.

[23] 翟红娟, 崔保山, 王 英,等. 异龙湖湿地功能可持续性评价及PSR模型时滞性研究[J]. 环境科学学报, 2008,28(2):243-252.

[24] 李 玲, 朱道林, 胡克林. 基于PSR模型的房地产调控政策对房价影响的研究——以北京市为例[J]. 资源科学, 2012,34(4):787-793.

[25] 李 成, 王让会, 申双和. 基于PSR模型的乌鲁木齐人工增雨环境效应评价[J]. 环境科学与技术, 2014,36(10):171-176.

[26] 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.

[27] 韩宇平, 阮本清, 汪党献. 区域水资源短缺的多目标风险决策模型研究[J]. 水利学报, 2008,39(6):667-673.

[28] 李 慧，周维博，庄 妍，等.延安市农业水土资源匹配及承载力[J].农业工程学报，2016，32(5)：156-162.

[29] 姜秋香，付 强，王子龙，等. 三江平原水土资源空间匹配格局[J].自然资源学报，2011，26(2)：270-277.

[30] 孟 猛, 倪 健, 张治国. 地理生态学的干燥度指数及其应用评述[J]. 植物生态学报, 2004,28(6): 853-861.

[31] 刘昌明, 张 丹. 中国地表潜在蒸散发敏感性的时空变化特征分析[J]. 地理学报, 2011,66(5): 579-588.

[32] 黑龙江统计局.黑龙江统计年鉴[M].北京:中国统计出版社,2016.

[33] 黑龙江省水文局.黑龙江省水资源公报[M].哈尔滨:黑龙江省水利厅,2016.

[34] 张立军, 袁能文. 线性综合评价模型中指标标准化方法的比较与选择[J]. 统计与信息论坛, 2010,25(8):10-15.

[35] 郭亚军, 易平涛. 线性无量纲化方法的性质分析[J]. 统计研究, 2008,25(2):93-100.

[36] Pawlak Z. Rough sets[M]. Kluwer Academic Publishers, 1991.

[37] 苗夺谦, 范世栋. 知识的粒度计算及其应用[J]. 系统工程理论与实践, 2002,22(1):48-56.

[38] 米据生, 吴伟志, 张文修. 基于变精度粗糙集理论的知识约简方法[J]. 系统工程理论与实践, 2004,24(1):76-82.

[39] 邵良杉. 基于粗糙集理论的煤矿瓦斯预测技术[J]. 煤炭学报, 2009,34(3):371-375.

[40] Wang Hongrui, Feng Qilei, Lin Xin, et al. Development and application of ergodicity model with FRCM and FLAR for hydrological process[J]. Science in China Series E: Technological Sciences, 2009, 52(2):379-386.

[41] 高媛媛, 刘 琼, 王红瑞,等. 基于RS和GIS的干旱河谷范围界定方法研究[J]. 北京师范大学学报(自然科学版), 2012,48(1):92-96.

[42] 黄国如, 武传号, 向碧为. 基于粗糙集理论的东江流域水基系统健康集对评价[J]. 系统工程理论与实践, 2014,34(5):1 345-1 351.

[43] 姜连馥, 石永威, 满 杰,等. 基于模糊粗糙集理论的建筑业综合评价[J]. 大连理工大学学报, 2007,47(5):729-734.

[44] 韩祯祥, 张 琦, 文福拴. 粗糙集理论及其应用综述[J]. 控制理论与应用, 1999,16(2):153-157.

[45] 鲍新中, 张建斌, 刘 澄. 基于粗糙集条件信息熵的权重确定方法[J]. 中国管理科学, 2009,17(3):131-135.

[46] 朱红灿, 陈能华. 粗糙集条件信息熵权重确定方法的改进[J]. 统计与决策, 2011,27(8):154-156.