广西水资源压力时空特征分析及未来状态预测研究

2021-12-30莫崇勋阮俞理雷兴碧莫细喜杨云川

中国农村水利水电 2021年12期

莫崇勋，祝灿，阮俞理，雷兴碧，莫细喜，杨云川

（1.广西大学土木建筑工程学院，南宁 530004；2.工程防灾与结构安全教育部重点实验室，南宁 530004；3.广西防灾减灾与工程安全重点实验室，南宁 530004）

中国的水资源供需矛盾十分突出，水资源短缺已成为制约国民社会经济发展的重要因素之一。水资源压力分析能够揭示区域水资源缺乏的状况，已引起水资源管理研究领域的广泛关注，如廖乐等［1］以湖北省为研究区域，对2009年湖北省各主要地市的水资源压力指数进行了计算和分析；朱法君［2］从人口数量压力、水资源数量压力、水环境压力等6个方面提出了水资源压力分项指标以及水资源综合压力指数的计算方法，并对2008年浙江省各地市的水资源压力指数进行了研究；丁超等［3］结合虚拟水的社会循环过程，分别对2007、2012、2017年的中国西北地区水资源状况进行了分析评价；王晶等［4］通过构建PSRMDS 水资源承载力评价模型对河北省2018年水资源状况进行了研究；卞锦宇等［5］通过构建水资源承载力评价指标体系对2016年太湖流域的水资源承载力进行了现状评价；Fang［6］将二元指标法和折减指标法相结合，对2015年太湖流域地区各地级市的水资源承载力进行了评估。

上述已有的水资源压力研究大多基于历史数据对某些特定年份进行分析，针对未来水资源压力的演变趋势及状态预测鲜少涉及。因此，论文选取广西全区作为研究区域，采用水资源压力指数计算了其2002-2019年的水资源压力，并运用Mann-Kendall 检验法及马尔科夫链风险预警模型对水资源压力变化进行趋势分析和未来状态预测，以期为当地水资源的开发利用和综合管理提供科学依据。

1 研究方法

1.1 水资源压力指数

水资源开发利用程度定义为年取用的水资源量占可获得的水资源总量的百分率，论文将其选定为水资源压力指数WSI（Water Stress Index）用以描述广西各地区水资源压力分布情况［7，8］。其计算公式为：

式中：i为各地级市的空间序列；t为时间序列；Wi，t为流域水资源总量；SAi，t、SIi，t、SDi，t、SEi，t分别为研究区域内用于农业、工业、生活以及生态环境的供水量。

WSI在表征水资源紧缺程度时，将其划分为4 个压力［9，10］：低压力、中低压力、中高压力以及高压力。其水资源压力指数分区标准见表1。

表1 水资源压力指数分区标准Tab.1 Classification criteria of Water Stress Index

1.2 Mann-Kendall趋势检验方法

Mann-Kendall 趋势检验法（简称M-K 检验）是提取趋势变化的非参数统计检验方法，其特点是不需要数据样本遵从一定的分布规律，也不受少数异常值的干扰，适用于数据序列随时间变化的趋势分析，因而在降雨时空演变规律［11-14］、水资源压力时空变化特征［7，15］等研究领域得到了较好的应用。采用M-K检验法对式（1）计算得出的WSI进行显著性分析，计算原理如下：

假定时间序列（x1，x2，x3，…，xn）独立同分布，计算统计量S。计算式为：

S为正态分布，其方差Var(s)如公式（4）所示，标准的正态统计变量Z可通过公式（5）计算。

在双边的趋势检验中，在给定的α 置信水平上，如果|Z|≥Z1-α/2，则时间序列数据存在明显的上升或下降趋势，当统计变量Z＞0时，呈上升趋势；Z＜0，呈下降趋势。变化趋势指数β计算如式（6）所示。式中，M为所求序列的中位数。

1.3 马尔科夫链风险预警模型

马尔科夫过程是一种特殊的随机运动过程，它通过初始概率和状态之间的转移概率，可以预测事件未来所处的状态和发展趋势［16，17］。由于水系统具有风险性和不确定性的特点，假设其未来状态仅取决于当前状态，即水系统具有马尔可夫性质［18］。因此，本文采用马尔科夫链风险预警模型来描述水资源压力的随机变化，其计算原理如下：

假设序列（x1，x2，x3，…，xn）含有k个状态，nij为状态Si经过1 次转移到达状态Sj的频数，由nij组成的矩阵就是相应的状态转移频数矩阵。将转移频数矩阵中第i行第j列的元素nij除以第i行的元素之和，得到转移概率Pij，其组成的矩阵叫做状态转移概率矩阵，记作P：

对于齐次马尔科夫链，转移概率Pij只与状态Si、Sj以及时间间距t有关，此时未来第n期的状态概率分布P(n)是初始状态概率分布P(0)的n次方，即：

分析P(n)中的概率分布，概率最大值所对应的状态即是预测对象未来所处的状态。

2 结果分析

2.1 广西水资源压力时空特征

采用公式（1）计算广西整体水资源压力，结果如图1。由图1可知，在2002-2019年间，广西水资源压力较低，WSI最小值为2017年的0.12，最大值为2011年的0.22。WSI由0.13 的低压力状态过渡到中低压力状态，2011年达到峰值后开始大幅减小，2019年又上升至0.14。广西水资源总量最大值为2015年的2 434 亿m3，最小值为2011年的1 350.6 亿m3，最小值仅为最大值的55.49%，说明广西水资源年际间分配不均。而在研究期内，广西水资源总量由研究起始年份的2 372.6 亿m3降低到2019年的2 105 亿m3，降低了11.28%；总供水量由2002年的297.6 亿m3降低到2019年的283.4 亿m3，仅降低了4.77%，用水总量缓慢减少，而水资源总量下降相对较快，导致2019年广西全区的水资源压力相较于研究起始年份增长了7.69%。

对广西各市WSI变化进行研究，其分布情况如图2所示。广西大部分区域在2002、2003、2006、2008、2016、2017年这6年内总体WSI相对偏小，其余年份水资源压力相对较大。特别的，2007年南宁市、贵港市、百色市、玉林市水资源压力达到高压力状态（WSI≥0.4），水资源严重稀缺，与社会经济环境发展极不协调，水冲突一触即发；2009年南宁市、贵港市、北海市水资源压力达到高压力状态；2010年北海市和贵港市WSI均大于0.4，水资源压力状态为高压力状态；2011年全区共有10 个地级市其WSI大于0.2，且百色市水资源压力历年来首次达到0.23。水资源压力受气候变化的影响较大，Wada 等［19］发现水资源压力与水文干旱和社会经济干旱密切相关，历史上记载发生干旱的地区，其干旱年对应的WSI值较大。据《广西壮族自治区水资源公报》记载，2007年广西接连发生严重的春旱、夏伏旱、秋冬连旱；2009年广西气候异常，先后发生了春旱、夏秋冬连旱；2010年，广西遭遇百年一遇的特大干旱灾害；而在2011年，广西气候异常，出现了历年罕见的主汛期夏旱灾。广西WSI分布情况与历史旱灾吻合，表明水资源压力与水文干旱具有一定联系。

从WSI空间分布来看，河池市、防城港市水资源状况良好，仅在2004年和2007年防城港市水资源压力达到中低压力状态，其余年份WSI均小于0.1；柳州市、百色市、崇左市水资源压力相对较小，其WSI均小于0.2（2007年和2011年例外），处于中低压力状态；梧州市和桂林市除2003、2007、2011年WSI处于中高压力状态（0.2≤WSI＜0.4）外，其余年份均为中低压力状态，水资源状况较为良好；钦州市在2004、2005、2007 等6年，水资源压力达到中高压力状态，其余年份其WSI均介于0.1～0.2之间；广西中部及南部部分地区（南宁市、贵港市、来宾市、北海市、玉林市）水资源压力较大，其WSI多大于0.2，处于中高压力状态。高压力地区其WSI年际变化情况如图3所示，五市水资源压力变化在2006-2011这6年间变化剧烈，而在2012-2019年间变化幅度较小。据《广西壮族自治区统计年鉴》统计，2006-2011年间水平年分别为：平水年、枯水年、丰水年、枯水年、平水年、枯水年。水资源总量最小值1 350.6 亿m3（2011年）仅为最大值2 282.5 亿m3（2008年）的59.2%，这种枯—丰（平）—枯交替的水文变化状况，致使五市水资源压力波动强烈。而2012年以后，仅有2018年为平水年，其余年份均为丰水年，因而资源压力变化平缓。

2.2 水资源压力变化趋势

运用M-K 检验对广西全区及14 个市级行政区的水资源压力指数进行趋势分析，结果见表2。由表2可知，呈上升趋势的地区有3 个，呈下降趋势的有12 个。而对于给定的α置信水平（本文取α=0.05），水资源压力呈显著下降趋势的地区为桂林市和防城港市（|Z|≥1.96），下降速率分别为-0.004 5/a 和-0.001 3/a。根据《广西壮族自治区统计年鉴》数据资料，对具有显著下降趋势的桂林市及防城港市进行分析。桂林市在2002-2019年间GDP 增长了4.84 倍，供水总量减少了30.84%，第一产业生产总值占总值的23.12%，工业用水减少了36.75%；防城港市供水总量减少了30.99%，农业用水减少了41.37%，工业用水增加71.43%，第二产业生产总值占总值的47.18%，说明合理地调整产业结构可以降低水系统的风险。

表2 2002-2019年研究区水资源压力变化统计Tab.2 Statistics on changes in water stress during 2002-2019

2.3 水资源压力预测

根据分区标准，将广西水资源压力分为4 个状态：S1（WSI＜0.1）、S2（0.1≤WSI＜0.2）、S3（0.2≤WSI＜0.4）、S4（WSI≥0.4）。将验证年（2017-2019年）广西WSI的预测分布（图4）和实际分布（图1）进行对比。从图中可知，2017年玉林市、贺州市、来宾市实际水资源压力状态属于S2（0.1≤WSI＜0.2），而预测的状态为S3（0.2≤WSI＜0.4），预测的水资源压力值偏大；2018年二者水资源压力状态分布大体相同，但北海市实际水资源压力状态属于S4（WSI≥0.4），而预测的状态为S3（0.2≤WSI＜0.4），预测的水资源压力值偏小，并且玉林市预测值反而偏小；2019年钦州市预测值偏小，但百色市、崇左市、柳州市等5 市预测值偏大。2017-2019年预测准确率分别为66.67%、80%、60%，2017年和2019年精度相对较低，究其原因主要有以下3点：①研究期较短。由于广西历年来有多次行政区划变更，为保证数据的准确性和一致性，本研究选取最后一次重大变更年份（2002年）作为研究起始年，整个研究期较短仅有18年。②丰-枯水平年分布不均。广西丰水年主要集中于2012-2019年，而枯水年集中于2006-2011年，验证期内2017年和2019年因均为丰水年预测准确度接近，而2018年为平水年，基于2002-2012年内较为集中的平（枯）水年样本致使预测精度较高。③固定的状态划分的阈值。造成准确度低的部分地区如柳州市，其2017年和2019年实际WSI分别为0.095、0.092，与状态S1、S2划分的阈值0.1过于接近。此外，当水资源压力状态为S1或S2（WSI＜0.2）时，水资源安全状况仍处于较良好状态，无须过分警惕，因而采用马尔科夫链预警模型对未来水资源压力状态进行预测仍具有一定的可行性。

基于马尔科夫链风险预警模型，预测广西2020-2022年未来状态的转移概率见图5。由图5可知，随着年份增长，转移概率增大的地区有：广西全区、梧州市、钦州市、百色市、贺州市，减小的地区有：北海市、贵港市、玉林市、来宾市；南宁市、防城港市、河池市转移概率先增后减，柳州市、桂林市、崇左市转移概率先减后增。广西各地市整体水资源状况最终趋于稳定，状态波动较小。根据目前的发展趋势和水资源压力指数的转移概率，2022年广西全区的水资源压力将处于中低压力状态；河池市和防城港市水资源压力处于低压力状态；柳州市、桂林市、梧州市、钦州市、百色市、贺州市、崇左市水资源压力将介于0.1～0.2 间；而南宁市、北海市、贵港市、玉林市、来宾市水资源压力状态将达到中高压力状态，需要保持警惕。