基于信息熵原理的用水结构特征及其驱动力分析<br/>——以湖北省黄石市为例

基于信息熵原理的用水结构特征及其驱动力分析
——以湖北省黄石市为例

2022-07-13徐建锋

三峡生态环境监测 2022年2期

张勇，徐建锋，李超

（1.湖北省黄石市水文水资源勘测局，湖北黄石，435002；2.长江水资源保护科学研究所，武汉 430051）

水资源为人类生存和发展提供了基本的物质基础。随着人口增长和经济高速发展，人类社会用水需求与水资源刚性约束之间的矛盾越发突出，并成为制约经济社会发展的重要因素[1]。为协调水资源与经济社会发展的关系，用水结构的研究越来越受到重视[2]。用水结构可定义为以农业用水、工业用水、生活用水及生态用水为主导的相互内在联系及用水比例结构体系，是社会经济发展对水资源需求的集中体现[3]。用水结构变化对区域用水总量及其合理性有着直接影响，并会进一步影响区域水资源的可持续利用及社会经济的可持续发展[4]。

目前，国内外关于用水结构研究主要集中在以下四个方面：1）产业结构与用水结构的协调关联研究[5]；2）用水结构稳定性与均衡度研究[6]；3）用水结构时空分布研究[7]；4）用水结构驱动机制研究[8]。近年来，在用水结构稳定性与均衡度研究中，信息熵理论得到广泛应用。所谓信息熵，是一个数学上颇为抽象的概念。它定义为离散随机事件（或者某种特定信息）的出现概率，用来度量信息量。一个系统越是有序，信息熵就越低；反之，一个系统越是混乱，信息熵就越高。因此，信息熵也可以说是系统有序化程度的一个度量，是反映系统结构稳定状态的重要特征量。相对于成分数据、线性比较和贡献率等方法而言，熵值的大小更能直接体现工业、农业、生活、生态等用水比例的分配状态和均匀程度，能较好反映用水结构的演变特征[9]。谷桂华等[10]应用信息熵理论对玉溪市2005—2016年用水结构演变特征进行分析发现，全市用水结构正朝着均衡状态演变。熊小菊等[11]采用信息熵理论研究了广西北部湾经济区2006—2017年的用水结构演变特征，分析出有效灌溉面积等是影响用水总量的主要驱动因子。目前，对用水结构的研究虽然已经取得了一定成果，但在以下方面仍需进一步研究：第一，影响因子主要以定性研究为主，缺少定性与定量相结合；第二，研究区域多集中于北方和西部缺水地区，对于南方地区的研究仍需加强。

基于此，本研究选取湖北省黄石市为研究区域，收集整理2001—2019年水资源公报和统计年鉴等工业、农业、生活和生态用水资料，运用信息熵理论研究用水结构演变特征，探讨不同用水结构变化的主要驱动因子，以期为区域水资源合理配置与管理工作提供科学依据。

1 材料与方法

1.1 研究区域

黄石市位于湖北省东南部，长江中游南岸，地跨东经114°31′～115°30′，北纬29°30′～30°15′，面积4 583 km2，属于武汉城市圈副中心城市。其地势西南高，东北低，由西南向东北倾斜；年平均气温17℃，平均降水量1 382.6 mm，四季分明，雨量充沛，属典型的亚热带大陆性季风气候。

图1 研究区位置示意图Fig.1 Sketch map of Huangshi City

1.2 分析方法

1）信息熵和均衡度

将信息熵引入水资源系统，构造用水系统结构的信息熵和均衡度，用于描述用水结构的演化趋势，分析水资源开发利用的合理性[12]。信息熵指标能较为直观地反映复杂系统结构的演变特征[13]。1948年，Shannon把熵的概念引入信息论中，用以描述系统的不确定性、稳定程度和信息量[14]。信息熵越大，说明用水量越均衡；信息熵越小，则反映区域以某种用水量为主导。

设定区域总用水量为Q，水资源利用类型共有n种，分别为q1,q2,…,qi,…,qn，q1+q2+…+qi+…+qn=Q，每种类型用水比重为pi=qiQ，且pi≠0，∑pi=1。根据Shannon公式得到：

式中：H为用水结构的信息熵。

不同时间尺度包含不同的水资源利用类型，用水结构可能不同。为使信息熵对用水结构分析具有可比性，引入均衡度分析用水类型的变化情况[15]。其值越大，表明用水结构中单一用水类型的优势性越弱，用水种类之间的比例差别越小，均衡性越强。其计算公式为：

式中：J为均衡度，即实际信息熵H和最大信息熵Hmax的比值。

2）灰色关联度分析法

灰色关联度分析法[16-17]是以各因素的样本数据为依据，利用灰色关联度来描述因子之间关系的大小和次序。它克服了相关分析等方法对数据要求高的局限性，具有广泛的应用性[10]。计算公式如下：

式中：k为每个数列的数据个数；r(X0(k),Xi(k))为k点的灰色关联系数；ρϵ(0 ,1)，本研究取ρ=0.5；Xi(k)为无量纲处理后的数据，Xi′(k)为第i年的指标值。

式中：r(X0,Xi)为X0和Xi的灰色关联度；n为各个数列的数据个数。

为了便于定性与定量分析相结合，将灰色关联度划分为三级，即0～0.50为弱关联度，0.50～0.70为中关联度，0.70～1.00为强关联度。

2 结果与讨论

2.1 用水量特征

黄石市2001—2019年用水量数据具体见图2。总用水量由2002年的1.137×109m3增加到2019年的1.886×109m3，2003年、2007年和2015年总用水量略有波动，年均增长率在15.79%左右，主要是由于当年工业用水量的快速增加造成的。其他年份总用水量年均增长率维持在2.36%左右。黄石市2001—2019年总用水量呈现稳步增加的态势。

图2 2001—2019年黄石市用水结构变化图Fig.2 Variation map of water consumption structure of Huangshi City from 2001 to 2019

工业用水作为黄石市第一用水户，其用水量由2001年的5.80×108m3增加到2019年的1.181×109m3，占总用水量的比重由2001年的47.78%上升至2004年的61.46%，且后期常年维持在60%以上。年增长率方面，2003年、2007年和2015年黄石市工业用水量增长率在17%以上，工业用水量的激增导致当年黄石市用水总量大幅增加。黄石市作为老工业基地，冶金和纺织业为传统主导产业。随着区域产业发展与逐步完善，轻工业、化学医药、电子制造业逐渐成为黄石市支柱产业。产业的转型升级可能是导致当年工业用水量激增的重要原因；农业用水量常年维持在3×108～4×108m3之间，占总用水量的比重已由2001年的38.71%降低至2019年的19.41%，原因可能与近年来实施的高效节水等措施有关；生活用水量2012年之前常年维持在1.40×108m3以内，2012年后用水量快速增长，截至2019年底生活用水量已达2.86×108m3，可能与人口的快速增长有关。数据显示，2001—2012年黄石市人口平均增长率维持在0.49%左右，而2013—2019年，人口平均增长率上升至0.69%左右；生态用水量则变化不大，总体维持在0.55×108m3左右。

2.2 用水结构特征

根据信息熵和均衡度理论，对2001—2019年黄石市用水结构进行计算，其结果见图3。2001—2019年黄石市用水结构信息熵和均衡度呈现先降低后升高的趋势，表明在过去19年里，黄石市用水结构经历了从较稳定到相对不稳定再到趋于稳定的过程。用水结构信息熵和均衡度最低点均出现在2007年，结合图2数据可以发现，总用水量由2006年的1.341×109m3增加至2007年的1.540×109m3，增加量为1.99×108m3，而工业用水量贡献了增加值的90%，为1.79亿m3。2001—2007年，同样由于工业用水量和比重的逐年上升，导致黄石市用水结构信息熵和均衡度逐年降低。2007—2019年，工业用水总量和比重分别维持在9×108～1.2×109m3和62%～67%之间，黄石市用水结构信息熵和均衡度逐年升高，说明工业用水量显著影响用水结构。该结论与陈美琳等[3]的研究结论类似。随着工业用水量和比重趋于稳定，全市用水结构在朝着更加稳定的方向发展，系统均衡性更强，可能与全市落实最严格水资源管理制度有关，用水效率得到显著提高，推动了用水结构的调整，朝着更加均衡的方向发展。

图3 2001—2019年信息熵和均衡度变化曲线图Fig.3 Information entropies and balance degrees of water consumption structure from 2001 to 2019

2.3 驱动因子分析

选取与黄石市用水结构密切相关的27项影响因子与农业、工业、生活和生态用水量进行灰色关联度分析，具体见表1。

表1 黄石市农业、工业、生活和生态用水影响因素灰色关联度Table 1 Correlation degrees of the main driving factors causing the change of agricultural water,industrial water,domestic water and ecological water consumption

工业用水方面，规模以上工业企业单位数与用水量关联程度最高，灰色关联度为0.84，说明规模以上工业企业单位数是影响黄石市工业用水的最主要驱动因子。其次为工业废水排放量和规模以上工业增加值，其灰色关联度为0.70和0.68，工业企业单位数的增加，导致工业用水量的增加，也会影响工业废水排放量[11]。重工业产值与工业用水的关联度相对较高，灰色关联度为0.66。万元工业增加值用水量与工业用水的关联度较弱，关联度低至0.62，该结论与甘丰余等[18]对海南省用水结构驱动力分析的结论相似。