SD-EF模型在浑太河流域水生态足迹测度应用及驱动因素分析

2021-01-21赵小龙

水利技术监督 2021年1期

赵小龙

(辽宁省营口水文局，辽宁营口 115003)

当前，水资源供需矛盾及水环境恶化问题日益显现，逐步成为影响社会经济可持续发展的重要因素[1]。对于区域水资源供需平衡的分析已成为社会关注的热点问题[2]。William Rees和Wackernagel在20世纪90年代提出水生态足迹的相关概念，对于区域水资源可持续利用的状况进行动态评估[3- 4]。国内学者围绕水生态足迹的问题也展开了许多研究。张义在评估水生态足迹模型局限的基础上，将水污染足迹引入到模型计算中[5]。李娜基于水生态需水的理论，对城市水生态足迹进行分析[6]。刘晓曦[7]结合深度和广度两个概念对国内31个城市的水生态足迹进行计算。赵海光[8]结合水匮乏指数对北京市水生态足迹进行测度。在水生态足迹测算的基础上，许多学者也逐步开展对水生态足迹的预测，李世颖[9]结合GRNN模型对贵阳市的水生态足迹进行了预测。陈正雷[10]采用ARIMA模型对广州市水生态足迹进行了预测。从当前对水生态足迹的研究成果看出，主要采用水资源评估指数以及模型对城市水生态现状进行测度，并对生态足迹进行预测，而对于流域水生态足迹的研究还较少。浑太河流域属于辽宁省第二大流域，两条大型河流分别为浑河和太子河，流域横跨辽宁省经济较发达的市、县，近些年来，随着区域社会经济快速发展，水少水脏问题成为制约浑太河流域发展的重要因素[11]。为此本文结合当前在区域水生态足迹分析应用较为成熟的SD-EF模型[12- 15]，对浑太河流域水生态足迹进行分析，对其水资源可持续利用度进行评估，并为流域水资源配置和社会发展规划提供参考。

1 模型原理

SD-EF模型首先对流域的生态承载能力进行分析，分析方程为：

(1)

式中，ECr—年平均水生态承载能力，hm2；e—生态要素能量更替循环值，sej；P—能量密度的实际值，其计算方程为：

(2)

区域水生态承载能力初始值EC0的计算方程为：

(3)

式中，i—生态资源要素类别；Ci—各类生态要素计算的承载能力值；yi—生态资源人均值，hm2；Ti—不同生态要素转换系数。

基于流域水生态承载能力计算结果，估算流域水生态足迹，对影响流域水环境质量的生活及工业废水排放量进行计算：

(4)

式中，EF—生态足迹年平均计算值，hm2；i—污染源的类别；ai—不同类别污染源影响下的生态足迹平均计算值，hm2；Ci—不同污染源类别影响下的人均污染负荷值。

结合浑太河流域社会经济统计数据和水环境分析数据，利用SD-EF模型对浑太河流域的生态足迹进行测算，并对其驱动因素进行分析。

2 模型应用

2.1 浑太河流域概况

浑太河流域位于辽宁中部和东部区域，集水面积2.74万km2，由浑河、太子河以及大辽河三大水系组成，流经沈阳、辽阳、铁岭、本溪、盘锦、鞍山以及营口6市。浑太河流域属于辽宁省人口分布及社会经济中心，且流经的城市大都属于东北重工业区域，随着社会经济快速发展，工业和生活污染日益增多，对流域的水生态环境造成不同程度的影响。

2.2 模型参数初始值设置

结合浑太河流域水资源公报、各市社会经济统计年鉴、基于区域规划数据对SD-EF模型参数进行了设置，模型参数设置结果见表1。

表1 浑太河流域水生态足迹测度分析模型参数设置结果

2.3 模型回归方程构建

SD-EF模型主要结合统计回归的原理，建立区域水生态足迹影响因素的回归方程对生态足迹进行测度分析和预测，本文结合F检验和SPSS统计检验的方法对不同回归方程进行检验分析，建立最适合于区域水生态足迹测度和预测分析的最优回归方程。各方程统计检验结果见表2。

表2 SD-EF模型不同方程的统计检验结果

相关系数R2最高，且F检验值和SPSS统计检验值最小，可认为回归方程满足检验要求，从不同回归方程可看出，二次幂函数的相关系数最高，且F检验值和SPSS统计检验值最小，可用来建立SD-EF模型的回归方程，结合模型的18个参数变量，及浑太河流域的水资源公报和社会经济统计数据，建立模型的回归样本数据系列，回归方程的目标函数为生态足迹和生态承载力测度值，回归变量为浑太河流域各类要素。建立目标函数与各要素变量的二次幂函数进行生态足迹和生态承载力的测度分析计算。

2.4 模型的检验结果

在模型构建的基础上，采用F检验和T检验对模型不同检验水平下的生态足迹进行均方差的分析，从而分析模型的计算精度是否满足要求。

表3 SD-EF模型在浑太河流域水生态足迹的均值检验结果

从各检验水平下的检验均方程可看出，随着F检验和T检验水平的提高，模型测算的人均生态足迹均值呈现递减变化，这表明构建的模型符合区域生态足迹均值的变化规律；从检验值可看出，两种检验方式下构建的SD-EF模型的检验值均满足模型的检验要求；从各检验水平下的均方差分可看出，随着检验水平的增加，均方差分越低，模型检验精度越高，T检验方式下不同检验水平的均方差无明显规律，而F检验方式下不同检验水平下的均方差分随着检验水平的增加而递减。

2.5 浑太河流域生态足迹动态预测结果

在模型检验的基础上，结合构建好的SD-EF模型对浑太河流域现状年(2010—2017年)及规划年的水生态足迹进行动态测度分析，结果见表4—5。

从现状年(2010—2017年)浑太河流域生态足迹均值分析结果可看出，水消耗和水污染在生态足迹测度总值中占比超过50%，本地产出的水消耗和水污染比自然流域产生的水消耗和水污染的比重较大。从各年份水生态足迹的变化结果可看出，区域水生态足迹均值呈现逐年递减变化，年均值递减幅度为0.1245hm2，城镇用地生态足迹变化幅度最大，其他用地方式的变化对生态足迹影响程度较小。结合浑太河流域规划数据，基于SD-EF模型对规划条件下的流域水生态足迹进行动态预测，预测结果表明，流域生态足迹递减幅度明显减小，主要原因是随着流域生态治理措施力度的加大，水消耗和水污染影响比重减少，使得区域水生态资源可持续发展程度提升。而随着水生态足迹的变化，区域水生态承载能力将得到提升。

2.6 生态足迹驱动因素分析

对浑太河流域生态足迹影响的驱动因素进行敏感度分析，分析结果见表6。

从分析结果可看出，敏感度在0～0.05之间的水生态足迹影响因素为3个，敏感度在0.05～0.10的水生态足迹影响因素为7个，各水生态足迹影响因素的敏感度均低于0.10，各影响因素均可通过敏感度检验，表明各因素对水生态足迹都有不同程度的影响，从各因素敏感度分析结果可看出，生活用水额度对水生态足迹的敏感度影响较高，其中生活用水主要包括城镇和农村居民用水。其次为灌溉额度，浑太河流域为辽宁省地区的农业种植区，因此其农业灌溉水量较大，对水生态足迹影响程度也较高。相比于灌溉用水定额，灌溉效率相对影响度较小，因此敏感度最低。