基于DPSR-改进TOPSIS模型的淮安市水资源承载力评价
2019-09-23褚琳琳张馨元
许 杨, 陈 菁, 夏 欢, 褚琳琳, 张馨元
(河海大学 农业工程学院, 江苏 南京 210098)
1 研究背景
水是生命之源,是人类社会赖以生存的根本。随着经济社会的快速发展和城市化进程的不断推进,人类社会对水资源的需求量日益增长,水资源供需矛盾日益突出[1]。与此同时,对水资源的过度开发利用和水生态保护工作的不足,导致了部分地区水质变差、生态恶化,从而引发了一系列的水环境危机。水资源数量和质量正在逐渐成为制约区域生态环境和经济社会可持续发展的主要原因,其严重影响了区域水资源承载力[2]。客观全面地评价区域水资源承载力[3-4],分析当前区域水资源使用上存在的问题并提出改进建议,是实现区域可持续发展的重要前提。
相关学者对水资源承载力的研究在评价体系和评价方法上百舸争流。贺欣悦等[5]将熵权法和云理论有机结合,用于成都市各区县水资源承载力评价,避免权重确定的主观性同时兼顾概念的模糊性和随机性;肖杰等[6]根据关中-天水经济区相关资料应用主成分分析法从时间和空间角度综合评估了区域水资源承载力;张天宇等[7]运用模糊综合评价模型对沙漠绿洲未来水资源承载力进行了评价和预测研究以期为地区水资源可持续利用和管理提供决策;蓝希等[8]采用结构熵权法和均方差决策法进行主客观联合赋权,对长江经济带战略下的武汉城市水环境承载背景进行研究;杨琳琳等[9]运用BP神经网络模型模拟分析了2个情景下2014-2020年新疆的水资源承载力。但是目前的研究主要存在两方面不足:(1)评价指标体系的构建对各种因素间的相关性反映不够,对影响区域水资源承载力的深层原因反映不够;(2)评价体系参照标准的适用性有所不足,存在一定的主观任意性。
DPSR模型在PSR(压力-状态-响应)模型[10-14]的基础上增加考虑了D(驱动力)因素,指标体系较为完整,不仅能够清晰反映出各种因素之间的相关性,还能一定程度地探究区域水资源承载力变化的深层原因。 TOPSIS模型[15-16]能充分利用原始数据的信息,其参照标准来源于原始数据本身,无需主观确定,能客观充分地反映各方案之间的差距。灰色关联法[17-18]能很好地反映各评估对象与参考数列间的非线性关系,可以一定程度上弥补TOPSIS分析法的缺陷,引入灰色关联法改进TOPSIS可以增加评价结果的客观全面性。因此,本文引入DPSR模型,将其与灰色关联改进的TOPSIS模型相结合,并对淮安市水资源承载力进行实例分析,以期对区域水资源承载力评价提供新的思路和方法支撑。
2 研究区域概况和数据来源
2.1 研究区域概况
淮安市地处苏北腹地,境内河网密布、湖泊众多,水资源总量相对较为丰富,但是淮安市人均水资源总量却相当匮乏,不到全国水平的三分之一。随着经济社会的快速发展和城镇化进程的不断推进,淮安市的水资源需求将愈发紧张。为保障区域生态环境和经济社会可持续发展,须要对淮安市水资源承载力进行客观全面的综合评价。
2.2 数据资料来源
通过对淮安市2011-2016年统计年鉴、环境保护公报、水资源公报等相关数据进行整理分析计算,得到本文原始数据。
3 研究方法
3.1 指标体系的构建
本文结合淮安市水资源状况和经济社会发展状况,运用DPSR模型,选取4个层面共16个指标作为综合评价分析的依据,其中驱动力层指标2个,压力层指标5个,状态层指标5个,响应层指标4个,具体见表1。
3.1.1 驱动力指标 驱动力指标可定义为推动区域水资源系统发展变化的指标,它是水资源承载力变化最原始的关键指标,主要与区域社会经济发展等指标有关:
社会发展指标。目前我国大部分地区依旧处于加速工业化、城镇化阶段,这一过程中行业用水结构的调整以及人类对河流湖泊的改造都将对区域水资源系统产生根本的改变,因此社会发展指标是驱动力指标中的最关键指标之一。城市化率目前能很好地反映我国大部分城市社会发展状况,可作为社会发展代表性指标。
经济发展指标。一方面,区域水资源承载能力的过载主要是由于区域经济中各行业的用水需求快速增长;另一方面,更高水平的水资源承载力也有着承受更高经济发展水平的内在要求。 人均GDP是衡量中国地区经济发展水平的最常用指标之一,因而可作为经济发展代表性指标。
3.1.2 压力指标 压力指标可定义为在驱动力作用之后,施加在水资源系统上造成水资源承载力恶化的直接因素。压力可以认为是经济社会不断发展的情况下人类对水资源的需求和人类活动产生的污水和主要水体污染物对水资源系统的负担。本文选择从以下几个方面的指标考虑:
人口指标。人口数量的增长会导致人类对水资源系统干涉活动的增加,这在一定程度上削弱了水资源系统的完整性,从而对水资源承载力造成相当严峻的压力。本文选取人口密度作为人口指标的代表性指标。
人均用水需求指标。社会经济的发展显著提高了人类的生活水平,人均用水需求势必会日益增长,形成日益增加的需水压力。本文选取人均用水量作为人均用水需求指标。
污水排放量指标。水资源在经历从自然系统到社会系统再回归自然系统的过程中,一般均会受到不同程度的污染,这就给水资源系统施加了一定程度的水质压力。
水环境污染程度指标。水资源污染程度的高低对水资源质量以及治理带来的压力也有所不同。目前,化学需氧量(COD)和氨氮排放量是水环境治理中的主要控制指标,因此本文选取这两项指标作为水环境污染程度指标。
3.1.3 状态指标 状态指标是用来描述水资源系统在压力作用下所处的物理特征状态,很大程度上反映了区域水资源系统目前的客观状态,可从以下几个方面考虑:
行业用水状态指标。各行业的用水水平很大程度上决定了区域的水资源系统状态,考虑到淮安市农业用水仍然占据总用水量的绝大部分,选取亩均灌溉用水量作为农业用水状态指标,万元GDP取水量作为全行业用水状态指标。
水资源可利用量。水资源可利用量是水资源系统能满足人类用水需求的尤为重要的指标,本文选取人均可利用水资源量作为代表性指标。
河湖水环境指标。河道、湖泊作为水资源系统的天然组成部分,其水环境质量对区域内居民有着毋庸置疑的影响。本文选取水功能区达标率作为湖泊水环境指标,选取三类水以上断面率作为河流水环境指标。
表1 水资源承载力DPSR模型指标体系
注:+表示正向指标;-表示负向指标。
3.2 指标权重
本文采用熵权法确定DPSR模型指标体系各指标权重。熵权法[19-20]确定的各指标权重主要来源于数据自身的客观差异性,不受主观偏好影响,从而能客观反映数据中的相关信息,适用范围很广。
3.2.1 归一化评价矩阵 设历史数据有m年,评价指标有n个,则初始评价矩阵为A=(aij)m×n。
数据归一化处理:
(1)
当指标有利益属性为正向指标时,取公式(1)中上式;当指标有成本属性为负向指标时,取公式(1)中下式。
3.2.2 指标权重计算 计算m年数据序列里第j项指标的第i年数据占该指标的比重:
(2)
计算第j项指标的熵值:
(3)
式中:k=1/ln (m)且pij=0时,记ln (pij)=0。
计算第j项指标权重:
2012年8月2—4日,福建省柘荣县受第9号台风“苏拉”影响,遭遇持续强降雨,雨量达328 mm,最大1小时雨量达88 mm、最大3小时雨量达141 mm。特大暴雨造成柘荣县境内河水急剧上涨,城区局部内涝,各乡镇不同程度受灾,多处护岸、堤防和道路被冲毁,山体滑坡频发。面对特大强降雨,柘荣县及时启动县级山洪灾害防御预案。各地各部门按照预案加强工程巡查、及时转移群众,23支应急分队果断处置险情,各地防御预警铜锣长紧急鸣锣告警。8月3日23时,乍洋乡石山站监测到最大1小时降雨量达88 mm,由于山洪灾害监测预警系统及时预警,县乡两级立即启动应急预案,转移下游村民300多人,避免了人员伤亡。
(4)
记权重向量为w={w1,w2,…,wn}。
3.3 灰色关联改进的TOPSIS
用TOPSIS分析法评价各对象优劣程度时,选取的参照标准来源于各对象数据本身,客观性很强。但考虑到TOPSIS求得的欧式距离只反映了其属性与其效用之间的线性变化关系,而灰色关联分析法是通过计算各参考方案序列与最优解序列的相关度来比较各方案优劣,其能较好地反映序列之间的非线性关系,因此运用灰色关联分析的灰色关联度来改进TOPSIS。
3.3.1 标准化评价矩阵 对初始评价矩阵A=(aij)m×n进行标准化处理,记为B=(bij)m×n。
(5)
3.3.2 加权判断矩阵计算 将标准化后的评价矩阵与熵权法确定的权重矩阵相乘,得加权判断矩阵如下:
(6)
记为F=(fij)m×n。
对于正向指标:
(7)
对于负向指标:
(8)
3.3.4 计算距离 采用欧式距离作为评价年各指标与最优最劣解接近程度的标准,计算公式如下:
(9)
3.3.5 计算灰色关联系数 在前文中确定的加权标准化矩阵和最优最劣解的基础上,通过以下公式计算灰色关联系数。
(10)
3.3.6 计算灰色关联度
(11)
3.3.7 公式组合
(12)
(13)
然后采用以下公式计算综合距离。
(14)
式中:α+β=1,α、β∈[0,1],取α=β=0.5。
3.3.8 相对贴近度计算
相对贴近度计算如下:
(15)
综上,得到基于灰色关联改进的TOPSIS分析法的综合贴近度Ci。Ci越大,则目标值与最优值越接近,水资源承载力也就越高。
4 实例应用
本文以淮安市2011-2016年数据为样本,运用DPSR-灰色关联改进的TOPSIS模型对各个年份的水资源承载力进行综合客观评估。
4.1 熵权法指标权重确定
通过公式(1)归一化原始评价矩阵各指标,然后通过公式(2)、 (3)、 (4)逐步计算得到DPSR模型框架下各指标权重,具体权重见表1。
4.2 主要数据计算
按公式(5)计算加权判断矩阵FT如下。
FT=
用公式(7)、(8)确定最优最劣解向量后,运用公式(9)计算欧式距离,运用公式(10)、(11)计算灰色关联度,数据结果见表2。
表2 淮安市2011-2016欧式距离以及灰色关联度计算
4.3 相对贴近度计算
应用公式(12)、(13)对上述数据进行无量纲化处理,再应用公式(14)、(15)计算相对贴近度,得到相对贴近度向量C={0.4096,0.6806,0.4721,0.3461,0.3378,0.3423}
在此基础上,用灰色关联改进的TOPSIS分别计算驱动力层、压力层、状态层和响应层的相对贴近度,具体数值见表3。
表3 淮安市2011-2016水资源承载力相对贴近度计算
4.4 评价结果分析
绘制2011-2016年驱动力、压力、状态、响应子系统相对贴近度变化趋势图,见图1。
图1 2011-2016年DPSR模型各子系统相对贴近度变化趋势
从驱动力子系统来分析,驱动力一直保持在高速增长阶段,这表明淮安市近6年经济社会建设取得了卓越成就,城市化率和人均GDP增长迅速。这一现象,一方面表明淮安市的水资源所能承载的社会经济结构更为先进发达,即水资源承载力更高,另一面在社会、经济高速发展的强大内在驱动力下,水资源势必会承受来自人类不断增长的的数量和质量上的压力,从而对压力子系统产生影响,进而对状态子系统产生影响。
从压力子系统来分析,淮安市的水资源压力先优化后恶化。2011-2016压力子系统逐渐优化,是因为淮安市在“十二五”期间先后开展了江苏省节水型社会示范区和节水型城市建设,政府投入大量人力物力开展全行业节水技术改造、推广节水型生活器具并开展水生态保护。从图1中可以看到,污水排放量、COD排放量、氨氮排放量这3项压力指标均呈现出相当明显的下降趋势。但值得注意的是2016年,COD排放量、氨氮排放量这两项指标较2015年明显增长,压力子系统明显恶化,因此在发展的同时控制住COD、氨氮等污染物的排放是维持压力子系统良好运行的重要前提。
从状态子系统分析,状态子系统变化趋势基本与压力子系统一致,经历了先优化后恶化的过程。最劣解出现在2013年是因为该年是枯水年,来水量严重偏低,导致人均可利用水资源量处于历史低位。而2011-2015年这5年间农田亩均灌溉用水量、万元GDP用水量等技术指标均逐步提升,水功能区达标率基本呈上升趋势,三类水以上断面率基本保持在优良水平,这与最优解出现在2015年基本对应。2016年较2015年,人口密度不断增长累积效应带来的人均可利用水资源量的下降以及该年水功能区水质达标率的恶化,导致2016年状态子系统较之前出现了一定程度的下滑。通过分析可以得到,人均可利用水资源量和水功能区水质达标率是影响状态子系统的主要因子。
从响应子系统分析,响应状态先上升后下降。2011-2016年,淮安市污水厂扩建工程的逐步配套实施使淮安市污水处理能力也在逐渐提升,产业结构调整提升了第三产业占比,农业工程性和非工程性节水措施的实施提升了灌溉水利用系数,这与淮安市响应子系统的总体优化趋势基本符合。但值得注意的是2016年大幅减少了环保资金投入后,响应子系统状态显著下降,这表明环保资金投入是影响响应子系统的主要因素。
综上,淮安市总体水资源承载力变化趋势与压力、状态、响应子系统变化趋势一致,即2015年之前总体呈上升趋势,2015年之后出现了明显下降。究其深层次原因,在淮安市经济社会高速发展的强大内在驱动力作用下,生活水平提高导致的人均用水需求的持续增长、各行业蓬勃发展引发的用水需求以及产业结构优化不够导致的污染物排放量上升等因素给水资源压力子系统不断加压,进而影响状态子系统,在响应子系统响应程度出现突然下降响应不足的情况下,就会导致总体水资源承载力的突然恶化。因此,淮安市在今后的发展过程中,一定要考虑到社会经济发展的强劲内在驱动力给压力子系统和状态子系统造成的负担,充分发挥主观能动性,积极响应,树立全局观念,兼顾统筹发展与环境保护才,能实现可持续发展。
5 结论与讨论
本文运用DPSR模型从驱动力、压力、状态、响应4个子系统选取了16项综合指标构建了水资源承载力综合评价指标体系,引入灰色关联分析改进的TOPSIS分析法作为评价方法,并将改进TOPSIS分析法计算得到的相对贴近度作为水资源承载力综合评价的标准。
运用该模型对淮安市2011-2016年水资源承载力进行评价,评价结果显示淮安市水资源承载力在2015年前总体呈上升趋势,2015年后明显下降,结果基本符合淮安市现状。从各个子系统的分析可以得到,COD排放量、氨氮排放量是影响压力子系统的主要因素;人均可利用水资源量和水功能区达标率是影响状态子系统的主要因素;环保资金投入是影响响应子系统的主要因素。这一结果表明淮安市为保证其水资源承载力良性发展,需要做到以下几点:(1)保持环保资金高投入,进一步推进环保工作,控制COD、氨氮等污染物排放量,保证水功能区水质不恶化;(2)加快再生水工程建设,开发利用非常规水资源,稳定甚至提升人均水资源可利用量。