基于DPSIR模型的曲周县氮素资源可持续利用评价与预测
2020-09-24王方方王延华蔡祖聪
王方方,王延华,2,3①,蔡祖聪,2,3,黄 玉
以化肥和有机肥形式的氮肥使用正在全世界增加,中国人口和粮食产量的快速增长使其成为全球最大的氮肥生产国和消费国[1]。自1980年代以来,居民对动物性食品需求显著增加,进而对农业和粮食系统也产生重大影响[2]。不同形态氮素在不同地球圈层系统、生态系统和人类社会系统都具有一定容量,氮素总量异常会引起系统功能结构紊乱,引发氮素资源环境问题。有研究[3]显示,自工业革命以来,氮肥生产和施用以及化石燃料燃烧等人类活动极大地改变了氮素循环,向环境中释放了大量氮素[4],引发了严重的土壤和地下水硝酸盐污染[5]、水体富营养化[6]、土壤酸化[7]、温室效应[8]以及臭氧层破坏[9]等环境问题。随着我国经济发展,氮素资源供给不平衡的矛盾愈发尖锐,急需实现氮素资源可持续利用。
氮素资源可持续利用不仅需要社会经济的推动、氮素资源系统自身的运转和相关政策制度的运行,还需要他们之间协调统一及平衡发展。驱动力(drive force,D)-压力(pressure,P)-状态(state,S)-影响(impact,I)-响应(response,R)(DPSIR)模型,涵盖了经济、社会和环境3大要素,能全面描述环境系统变化的因果关系。DPSIR模型可用来评估生态系统和国家大型煤电基地的生态环境效应[10-11],定量分析能源安全发展和生物燃料产业的可持续发展和协调能力[12-13]。另有研究采用DPSIR模型结合实测数据开展湿地健康评价[14]和土地利用规划环境影响评价[15],对湖泊进行定性分析和水资源可持续利用评价[16-17],针对地下水环境退化及不同情景下气候变化对农业水资源的影响进行评价[18-19]。有学者[20]采用DPSIR模型构建城市雾霾治理测度指数,提出治理政策措施。以曲周县为例,采用DPSIR模型从驱动力、压力、状态、影响和响应5个层面建立氮素资源可持续利用(NRS)发展评价指标体系,并结合变异系数法和改进的熵值法2个客观赋权法进行组合赋权,计算各因素层和目标层的可持续发展综合指数,分析和评价1997—2017年曲周县NRS发展水平,预测其发展趋势,提出对策和建议,为研究区氮素资源可持续利用及生态环境改善提供依据。
1 材料与方法
1.1 研究区概况
研究区地处河北省邯郸市东北部(36°34′45″~36°57′57″ N,114°50′30″~115°13′30″ E),包括10个乡镇,是典型的集约化农业区。研究区属于暖温带半湿润大陆性季风气候区,年均温为13.10 ℃,年均降水量为556.20 mm[21]。境内的支漳河和老沙河为曲周县农牧业发展提供了良好的水资源条件,但近些年地表水氮素污染严重。1997年以来,耕地面积约占研究区总面积的67.14%。主要农作物有玉米、谷子、大豆、棉花、油料和蔬菜。小麦-玉米为一年两熟,棉花为一年一熟[21],蔬菜以大棚种植为主。畜牧业养殖有猪、牛、羊、家禽和兔。
1.2 指标体系的构建
DPSIR体系是目标层、准则层和指标层构成的层次化模型(图1)。
图1 DPSIR模型框架
DPSIR模型既能揭示社会、经济发展和人类活动对环境的影响,又能体现人类活动及其最终导致的环境状态对社会的反馈[22]。目标层为NRS评价;准则层包括驱动力、压力、状态、影响和响应5个因素;指标层是根据准则层内容进一步细化得到的评价指标,需结合评价目标及研究区实际情况进行筛选,共同为目标层服务。驱动力因素包括自然和社会2个方面;压力因素是在驱动力作用下对氮素资源直接发生的粮食安全、氮素需求和生态环境压力;状态因素是在驱动力和压力因素作用下所表现出的状态;影响因素是食物生产、消费系统和社会经济在氮素资源状态下受到的影响;响应因素是在一系列因素变化下对氮素资源利用采取的政策和管理措施。评价指标结合曲周县区域特征,遵循系统性和科学性、地域性、可量化性、不漏性、准确性和可比性等原则[23],使评价体系更加科学,评价结果更加准确。
以NRS评价为目标层,以D、P、S、I和R为准则层,以38个指标为指标层指标(表1)。各指标数据来源于1997—2017年《中国统计年鉴》《曲周县统计年鉴》、相关文献和实地调研。氮素流动相关指标计算方法和参数见文献[2,24-25]。
表1 曲周县氮素资源可持续利用评价指标及权重值
1.3 指标权重的确定
为了排除主观因素影响,减少计算方法单一性以提高评价的科学性,采用变异系数法和改进的熵值法[26-27]2种客观赋权法相结合进行客观组合赋权,计算公式分别为
(1)
(2)
式(1)~(2)中,wi为指标i组合权重;w1i和w2i分别为变异系数法和改进的熵值法得到的评价指标i权重;p1、p2、…、pn分别为由小到大排列的指标i评价值权重;REn为差异程度系数,取值范围为[0,1];n为评价指标数,共38个。
1.4 氮素资源可持续性综合指标的确定
对38个指标进行标准化处理,赋权后计算所有指标加权平均和,从而得到准则层和目标层的综合评价值,对目标进行综合评价。采用综合指数法[23]计算指标层各指标评价值和目标层综合评价值。
指标层指标评价值计算公式为
f(Dij)=wdijxdij,
(3)
f(D)=∑f(Dij)。
(4)
式(3)~(4)中,f(Dij)为驱动力因素第i年第j个指标的评价值;f(D)为驱动力因素所有指标评价值之和;xdij为第i年第j个指标标准化和无量纲化后的驱动力因子数据;wdij为驱动力因素第i年第j个指标的客观组合综合权重值,其中0≤w≤1,且∑w=1。同理,f(Pij)、f(Sij)、f(Iij)和f(Rij)分别为压力、状态、影响和响应因素在第i年第j个指标的评价值,f(P)、f(S)、f(I)和f(R)分别为压力、状态、影响和响应因素的评价值。
目标层(NRS评价)综合评价值计算公式为
本平台用于管理测绘标准制修订过程信息以及相应文档,以能实现测绘标准制修订高效管理和测绘标准资源共享为目标,为测绘标准信息化管理提供现代化的管理方法和技术支持,主要功能如下。
f(O)=f(D)WD+f(P)WP+f(S)WS+
f(I)WI+f(R)WR。
(5)
式(5)中,f(O)为氮素可持续发展水平指数;WD、WP、WS、WI和WR分别为驱动力、压力、状态、影响和响应因素的权重值。根据文献[28]和相关标准确定指标临界值,将氮素资源可持续发展水平指数划分为4个水平,0≤f(O)<2.5时氮素资源为不可持续;2.5≤f(O)<5时为弱可持续;5≤f(O)<7.5时为基本可持续;7.5≤f(O)≤10时为强可持续。
1.5 灰色预测法
灰色预测模型所需数据较少,且预测结果较为准确[29]。将1997—2017年曲周县氮素资源可持续性综合评价指标数据作为输入端,采用Matlab R2018a软件,运用灰色预测GM(1,1)模型程序,对2018—2030年研究区氮素资源可持续利用水平进行预测。预测公式精度标准见表2。
表2 灰色预测精度检验标准
2 结果与讨论
2.1 曲周县氮素利用驱动力分析
1997—2017年曲周县食物生产与消费系统氮素通量变化见图2。
图2 1997—2017年曲周县食物生产与消费系统氮素通量变化
以城镇化率为主的驱动力因素对曲周县食物生产与消费系统氮素通量的影响最大,这主要有3个原因:(1)居民膳食结构发生变化。由于农作物种植产量无法满足当地居民需求,植物性食品年均氮素进口量较大,为2.39 kg·人-1;动物性食品居民需求增大,但仍过剩,年均氮素出口量为7.54 kg·人-1。同时1997—2017年以还田为主的秸秆氮素通量上升69.32%,促进了氮素循环利用。(2)城镇化快速发展导致在食物生产与消费过程中向环境排放了大量氮素,研究区氮素损失以气体(58.14%)为主,且大气氮负荷比例逐渐减小,水体氮负荷比例缓慢增加。与1997年相比,水体氮负荷比例增加5%。(3)城市化进程影响农牧业对氮素的需求结构,农田生产系统以化肥氮投入(>60%)为主,畜禽养殖系统依赖进口饲料(>60%)。除上述因素外,人均GDP、农民人均纯收入、城镇居民可支配收入和农业产值占比的变化趋势对驱动力因素的影响也较大。因此,1997—2017年,经济因素成为影响研究区氮素资源状况的重要指标。
土地利用方式因素权重(0.05,表1)在驱动力影响因素中最小,这是由于1997—2016年研究区耕地面积保持不变,仅在2017年增加9.92%,而1997—2017年地区GDP和人均GDP分别增加9.37倍和7.89倍。曲周县是河北农业大县,土地利用方式随着经济发展也在发生改变[30],土地利用方式仍为氮素资源利用需考虑的驱动力。因此,1997年以来研究区氮素资源可持续发展驱动力整体呈不断增强趋势(图3)。
图3 曲周县驱动力因素评价值变化趋势
2.2 氮素利用压力-状态-影响因素耦合作用
在压力因素的7个指标(表1)中,单位GDP氮素强度和废弃物氮排放强度对压力因素评价结果的影响最大,前者反映居民对食品氮素的消费情况,后者反映废弃物氮排放对氮素资源系统和环境产生压力。其他反映粮食安全与氮素需求压力的5个压力指标权重均较小。但随着研究区农田和畜禽系统氮素输入量逐年增加,家庭消费系统中膳食结构的变化导致动物性食品需求量大增,这些指标均对氮素资源系统产生巨大逆向压力,不利于NRS。状态因素的5个指标(表1)中,农田生产系统和畜禽养殖系统氮利用率权重较大,分别为0.26和0.30。1997—2016年农田生产系统氮利用率上升,2017年农作物产量减少,肥料氮利用率在2017年降低至28.46%,畜禽养殖系统氮利用率从38.34%(1997年)上升至54.67%(2017年)。1997—2017年曲周县家庭消费系统废弃物氮产生量由26.60降至25.00 kg·hm-2。废弃物氮资源化利用率由26.45%下降至24.70%,环境损失率年均为71.68%。这说明在驱动力和压力因素的耦合作用下,畜禽养殖系统氮素资源状态得到较好提升;农田生产系统需要进行种植结构调整,提高经济作物种植面积比例;家庭消费系统需要采取措施提高废弃物氮资源化利用比例,促进NRS。10个受氮素资源状态影响的因素中,反映氮素供给能力的影响因素指标权重值较大,分别为单位面积植物性食品氮生产量(0.11)、单位面积动物性食品氮生产量(0.12)、植物性食品自给率(0.12)和动物性食品自给率(0.12)。其他6个影响指标均反映氮素资源环境负荷,权重较为接近,这与食物生产与消费系统氮素损失率变化较为缓慢有关。
由图4可知,1997年以来研究区压力因素综合评价值呈波动下降趋势,但1997—2006年压力因素综合评价值总体上大于驱动力因素综合评价值,各因素对氮素资源系统有较大压力。
图4 曲周县压力-状态-影响因素评价值变化趋势
究其原因,单位GDP氮素强度和废弃物氮排放强度权重较大,且两者下降幅度较大,对氮素资源系统产生巨大推力,有利于NRS。2006—2012年研究区压力因素综合评价值下降速率小于驱动力因素综合评价值增加速率,而2012年之后压力因素综合评价值呈上升趋势,说明曲周县氮素资源系统仍遭受较大压力。1997—2017年研究区状态因素综合评价值呈不稳定上升趋势,表明曲周县氮素资源状态得到缓慢改善。2017年研究区农作物种植面积和畜禽养殖规模减小,而废弃物循环氮利用率未变,说明秸秆饲料化、粪尿肥还田和厨余垃圾饲料化等废弃物氮资源化利用比例突然下降(图2)。1997—2017年研究区影响因素综合评价值呈不稳定上升趋势,表明其向可持续发展方向转变。
2.3 生态环境对氮素可持续性的响应及现状评价
响应因素的7个指标中,农作物种植结构和畜禽养殖规模与方式的权重较大,分别为0.24和0.23(表1)。反映水肥管理措施的指标数据波动幅度较小,权重也较小。1997—2017年曲周县响应因素综合评价值呈先下降后上升趋势(图5)。农作物种植结构为粮食作物面积与经济作物面积的比值。2012年曲周县对耕作制度进行调整,农作物种植结构数值增大,畜禽养殖规模大幅降低,而农作物种植结构和畜禽养殖规模指标权重均较大,因此响应因素综合评价值变化趋势与两者直接相关,评价值降低。
由图5可知,1997—2017年曲周县NRS综合评价值呈波动上升趋势,由4.30增加至5.27。表1显示,曲周县氮素资源系统在经济和社会因素的共同影响下总体上呈现由弱可持续水平向基本可持续水平方向发展。从38个指标赋权结果来看,单位GDP氮素强度(0.05)、城镇化率(0.05)、人均GDP(0.05)、农民人均纯收入(0.05)、城镇人均可支配收入(0.05)和废弃物氮排放强度(0.05)这6个指标权重较大,可见在曲周县NRS评价中,驱动力层的经济因素和社会因素指标尤为重要。2012年氮素资源综合评价值达到最小,这与当年研究区食物生产消费系统对氮素需求降低有关。
图5 曲周县响应因素和氮素资源可持续利用综合评价值变化趋势
2.4 曲周县未来氮素资源可持续利用水平预测
以2017年曲周县NRS值(5.27)为基准值,分别对NRS值影响较大的单位GDP氮素强度、城镇化率、人均GDP、农民人均纯收入、城镇人均可支配收入和废弃物氮排放强度6个指标进行情景模拟,分别调升或调降10%以分析不同情景下曲周县NRS值的变化情况。由图6可知,NRS预测值与真实值拟合程度较高。
图6 曲周县氮素资源可持续利用综合评价预测
预测结果表明,城镇化率、人均GDP、农民人均纯收入和城镇人均可支配收入在提高10%的情况下,均可使曲周县NRS评价值提高。因此,为提高曲周县氮素资源可持续利用水平提出2个建议:(1)在经济发展和城市化进程中,增大研究区经济作物种植面积以适应城市居民对膳食结构的调整;(2)重视对废弃物中氮素的处理,尤其在家庭消费系统中,加大废弃物处理设施的投入,促进废弃物氮素资源再利用的最大化,避免曲周县NRS下降。
3 结论
(1)自1997年以来,曲周县氮素利用驱动力、状态、影响因素综合评价值均呈上升趋势,而压力因素综合评价值呈下降趋势,响应因素综合评价指标值呈先下降后上升趋势。
(2)1997—2017年曲周县氮素资源可持续性利用综合评价值呈上升趋势。氮素资源系统在多种因素共同影响下,由弱可持续水平向基本可持续水平方向发展。在NRS评价体系中,驱动力因素中经济因素和社会因素指标较为重要。
(3)灰色预测模型预测结果显示,2018—2030年曲周县NRS评价值呈上升趋势。情景模拟结果表明,城镇化率、人均GDP、农民人均纯收入和城镇人均可支配收入提高10%均可使曲周县NRS评价值提高。
采用DPSIR模型对食物生产与消费系统建立评价指标体系,可从人口、经济、社会、环境和资源等多个方面选取指标,具有指标更完善和全面的优点,评价方法也实用和可操作,但存在政策和措施等方面指标无法定量测度的局限性。