浙江省水资源开发利用现状分析及预测研究

2021-06-11田玺泽王蓓卿何锡君夏冬梅

浙江水利科技 2021年3期

田玺泽，王蓓卿，何锡君，夏冬梅

（1.浙江省水文管理中心，浙江杭州 310009；2.浙江省水利河口研究院（浙江省海洋规划设计研究院），浙江杭州 310020）

1 问题的提出

水是生命之源、生产之要、生态之基，水资源是建设资源水利、生态水利的重要载体。特别是近些年，在“节水优先、空间均衡、系统治理、两手发力”新时代治水方针的指引下，水资源的保护和合理开发利用越发受到关注。随着经济社会发展和城乡居民生活对水资源需求的逐年递增，水资源供需矛盾依旧是亟待解决的重要课题[1]。目前，在水资源开发利用及预测研究方面，国内针对单个城市以及根据降雨、蒸发等自然条件的预测研究已取得一定的成果，但针对某一广泛地区结合社会发展指标的综合预测研究较少[2]，特别是针对浙江全省的水资源开发利用现状进行综合预测的研究尚处于空白。浙江省是一个水资源总量相对丰富，但人均水资源占有量偏少的省份，全年约有3/5是洪水径流量，水资源可利用率较低，并且用水分布与人口分布不相适应。因此，分析浙江省的水资源开发利用现状并对其进行预测研究，可为优化水资源管理顶层设计，建立和完善省、市、县三级水资源控制体系提供可靠的科学依据，从而为最严格水资源管理工作提供技术支撑，同时对其他地区的相关研究具有一定的借鉴意义。

2 区域水资源量现状分析

浙江省位于中国东南沿海长江三角洲南翼，属亚热带季风气候，水资源总量常年值为955.41亿m3（位列全国第四），但人均水资源占有量为1 725 m3/人，低于全国2 100 m3/人，仅为世界均值的1/4。是一个水资源总量相对丰富，但人均水资源量和水资源可利用率较低的地区，并且在2010年浙江省地下水全面禁限采政策实施后，水资源开发利用主要依靠地表水资源。

2.1 地表水资源量

2.1.1 年内变化

地表水资源量的年内变化与降水量的年内分布息息相关，根据1959—2000年的水文数据分析，多年平均5—9月份降水量占全年的60%～70%。局部地区在某些年份5—9月中1个月的降水量可达全年的40%～50%，如1981年钱塘江上游长风站6月份降水量达全年的47.1%。充分表明降水年内分配的不均匀。根据降水成因不同，主要有3种径流类型：

（1）梅雨主控型：主要出现在苕溪流域、钱塘江流域和瓯江流域上游。径流量的年内分配呈单峰型，峰值一般出现在3—6月或4—7月，最大4个月多年平均径流量占全年的60%左右，最大1个月占全年的20%左右，出现在5月或6月。以钱塘江衢州站为代表，其丰、平、枯典型年天然径流量月分配见图1（a）。

（2）台风雨主控型：主要出现在甬江流域、曹娥江下游、椒江中下游、瓯江中下游以及飞云江、鳌江一带，径流量的年内分配呈双峰型。第一个峰常出现在3—6月，主要受春雨和梅雨影响；第二个峰出现在8—9月，主要由台风雨形成。如遇台风影响少，或“空梅”年份降雨亦会出现单峰。以飞云江峃口站为代表，其丰、平、枯典型年月分配柱状图见图1（b）。

（3）梅雨、台风雨兼容型：主要出现在曹娥江、椒江上游，瓯江丽水以上及小溪流域一带，径流量的年内分配呈双峰型。以曹娥江东沙埠站为代表，其丰、平、枯典型年天然径流月分配柱状图见图1（c）。

2.1.2 年际变化

2001—2018年，全省平均地表水资源量为993.45亿m3，比多年平均地表水资源量（942.83亿m3）偏大5.4%。18 a间全省地表水资源量有明显丰枯变化，最大值为1 427.15亿m3（2012年），比多年平均值偏多51.4%，最小值为563.95亿m3（2003年），比多年平均值偏少40.2%，具体见表1和图2（a）。

图1 浙江省不同径流类型代表站径流量年内分配示意图

2.1.3 空间分布

地表水资源量最大的影响因素为降水量，地表水资源量分布与降水量分布类似，自西南向东北呈递减趋势。总的分布趋势是山区大于平原，同纬度地区内陆大于沿海及海岛。全省平均径流深有多个高值区，主要分布在浙江省东南部的雁荡山、洞宫山、仙霞岭一带，多年平均径流深为1 300～1 800 mm；浙西和浙西北地区的千里岗山、天目山地区，多年平均径流深为1 000～1 400 mm；浙江省东部的四明山、天台山、括苍山区一带，平均径流深为1 100～1 300 mm。主要低值区分布在金衢盆地，平均径流深为700～900 mm；新嵊盆地平均径流深为600～700 mm；最小的地区为浙北的杭嘉湖平原和浙东南沿海岛屿，平均为300～600 mm。

2.2 地下水资源量

2001—2018年，全省平均地下水资源量为218.40亿m3，比多年平均地表水资源量（221.10亿m3）偏小1.2%。全省地下水资源量在2012年、2015年达到较高值，分别是273.47亿m3和269.83亿m3，在2003年出现最低值161.31亿m3，具体见表1和图2（b）。

2.3 总水资源量

2001—2018年，全省年平均总水资源量（已扣除地表水与地下水的重复计算量，下同）为1 008.50亿m3，比多年平均地表水资源量（955.41亿m3）偏多5.6%[3]。在2012年达到最高值1 444.79亿m3，在2003年出现最低值574.48亿m3，具体见表1和图2（c）。

表1 浙江省2001—2018年水资源量变化统计表亿m3

图2 浙江省2001—2018年水资源量变化情况示意图

3 区域水资源开发利用分析

3.1 供水结构分析

2001—2018年，全省总供水量（含环境配水）基本保持增长趋势，在2013年达到最高值，为224.76亿m3，之后转为下降趋势，2018年降至173.81亿m3。供水结构比例较为稳定，以地表水源为主，平均约占总量的97.4%；地下水源供水量平均约占总量2.1%，总体呈下降趋势；其他水源供水量非常小，平均约占总量的0.5%，总体呈增加趋势[4]。浙江省2001—2018年各水源供水结构见表2。

表2 浙江省2001—2018年各水源供水结构表亿m3

3.2 用水结构分析

全省总用水量包含生产、生活、生态用水量（即“三生”用水量）与环境配水量2部分。“三生”用水量2013年之前年际间变化波动较小，只在2003年与2004年因枯水年有较明显下降；2013年最严格水资源管理制度开始实施，“三生”用水量年均下降幅度超过2.5%。总用水量在2013年之前波动上涨，之后开始逐年下降，近些年在环境配水量逐年增大的影响下又有所上升[4-5]。

分类型看，生产用水可划分为第一、第二、第三产业的用水量。18 a间，第一产业用水量最大，基本呈逐年下降趋势，主要是由于占比最大的农田灌溉用水量逐年减少；第二产业用水量居中，稳定在同一水平，略有波动，其中规模以上企业和建筑业的用水量逐年略有上升，而规模以下企业和火核电厂用水量逐年略有下降；第三产业用水量最小，呈稳中有升的趋势。生活用水量变化较小。随着生化保护观念的提升，生态用水量先呈上升趋势，近些年趋于稳定，浙江省2001—2018年用水量变化统计具体见表3。

表3 浙江省2001—2018年用水量变化统计表亿m3

续表3

3.3 用水效率指标分析

区域的用水效率选用万元GDP用水量（创造10 000元GDP所取用的水量）和万元工业增加值用水量（工业用水量与万元工业增加值的比值）来进行评价。18 a间，该2项指标均呈明显的下降趋势，说明随着产业结构升级和节水科技手段的应用，充分发挥节水效能；但随着时间推移，其下降的趋势越发趋于平缓，说明节水工作逐渐进入瓶颈期，需要进一步挖掘和探索在现有用水水平下提升生产总值的新方法和新领域。浙江省2001—2018年用水效率指标见表4。

表4 浙江省2001—2018年用水效率指标统计表 m3

4 区域用水量预测

4.1 研究方法

在相关性分析研究中，往往提出很多与研究有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息，主成分分析法可作为一个较好的方法来全面分析问题。主成分分析是对于提出的所有变量，将重复的变量删去，建立尽可能少的新变量，而且这些新变量在反映课题信息方面尽可能保持原有信息及两两不相关。

用水量是由不同种类、不同来源、不同使用者的分项用水量组合而成，其影响因子多样且分布在全社会的各个生产、生活环节，为能够更加准确地对用水量预测，需进一步定量分析确定主要驱动因子。本次研究采用主成分分析法对初步筛选后的驱动因子进一步识别确定[6]。设定累计贡献率大于0.85的影响变量作为分析研究的主要变量，即主成分。

4.2 驱动因子分析

本次研究中，用2001—2010年的数据进行预测模型构建，用2011—2015年的数据调试，用2016—2018年的数据进一步检验，最终对2019—2025年的用水量进行预测。研究初期针对用水总量筛选近20项因素进行预测研究，但模型预测效果较差，究其原因是总用水量影响因素众多，全部在同一个模型中运算，很多特征信息就会被掩盖，同时考虑生态用水多年维持稳定，故本次研究只对3个产业和生活用水进行预测研究。

首先，针对不同类型用水量进行驱动因子初选，其中：第一产业的用水量基本以农作物灌溉为主，一般情况下，农作物的种类、种植面积、降水情况与灌溉方式是主要因素；第二产业为工业用水量和建筑业用水量，构成复杂，受行业影响和人为影响大；第三产业为各类社会服务行业的用水量，其发展规模与社会经济发展程度、产业结构、居民生活水平等诸多因素相关；生活用水为居民住宅日常生活取用水量，首要影响因素是常住人口的数量。待初选后利用主成分分析法对初选因子进行筛选，确定用水量预测的驱动因子，并进一步通过模型模拟效果最终确定模型构建所采用的驱动因子。具体模型构建所采用的驱动因子筛选统计见表5。

表5 模型构建驱动因子筛选统计表

4.3 用水量预测

分别建立各行业以及生活用水的多远回归模型，各模型建立、调试、预测结果具体见图3。根据2001—2018年实际数据与模型计算结果检验对比可知，预测模型可以比较准确地对各种类型的用水量进行趋势模拟计算。其中，第一产业在2013年实际灌溉面积数据统计口径变化，造成数据突变，故分别对2013年之前、之后建立模型，通过模型预测未来第一产业用水量将缓慢下降，到2025年第一产业用水量为80.01亿m3；第二产业在2011年高新技术产业产值、轻工业企业产值和高耗水行业产值3项影响因子的统计数据因统计口径的变化发生突变，2011年规模以上企业的划分标准由年主营业务收入500万元及以上调整为2 000万元及以上，故分别对2011年之前、之后建立模型，通过模型预测未来第二产业用水量也将缓慢下降，到2025年第二产业用水量为32.07亿m3；第三产业在未来将呈逐渐上升的趋势，到2025年第三产业用水量达19.41亿m3；生活用水在未来也将呈逐渐上升的趋势，到2025年生活用水量达36.78亿m3。具体各类型用水量预测计算结果统计见表6。