黑龍江省地下水資源承載力時空差異

付　強，戴春勝

(1.東北農業大學水利與建筑學院，哈爾濱 150030；2.黑龍江省水利水電勘測設計研究院，哈爾濱 150080)

?

黑龍江省地下水資源承載力時空差異

付強1，戴春勝2

(1.東北農業大學水利與建筑學院，哈爾濱 150030；2.黑龍江省水利水電勘測設計研究院，哈爾濱 150080)

摘要：為了定量評價區域地下水資源承載力的時空差異性，引入支持向量機分類模型，根據黑龍江省2008—2012年統計數據，8項評價指標作為輸入向量，地下水資源承載力等級作為輸出，通過模型仿真和優化，計算了黑龍江省5 a地下水資源承載力指數，結果表明：黑龍江省地下水資源承載力總體呈現下降趨勢；2012年，西北林區地下水資源承載力較強，東南糧食主產區地下水資源承載力水平中等，西南地區地下水資源承載力較弱。研究成果對于指導黑龍江省科學合理的利用地下水資源具有一定的理論和實踐意義。

關鍵詞：地下水資源；承載力；支持向量機(SVM)；時空差異

0引言

近年來，承載力大小成為地下水資源是否可以繼續開采的限制因素。隨著社會經濟的發展及人口的增長，人類對地下水資源的影響程度和依賴不斷增大[1]。黑龍江省作為我國糧食生產大省，地下水資源在糧食產能中發揮著重大的作用。如：糧食產能核心區三江平原，主要以開采地下水為主，導致地下水位逐年下降，部分地區生態環境甚至遭到一定程度的破壞。

因此，研究黑龍江省地下水資源的承載能力對于緩解地下水危機具有一定的理論和實踐意義。地下水資源承載力研究的方法主要有物元模型[2]、投影尋蹤[3]、改進的逼近理想解[4]、多目標遺傳算法[5]、不確定性模型[6]等。

上述方法運算過程較為復雜，關鍵步驟較為繁瑣，且以往研究多側重于局部地區。而支持向量機方法屬于機械學習，算法簡單，能充分利用訓練樣本的分布特性，不需要過多的先驗信息和使用技巧。因此，本文嘗試利用支持向量機模型，分析黑龍江省地下水資源承載力及其空間差異性，以期為黑龍江省地下水資源的可持續利用提供理論支撐。

1支持向量機模型

支持向量機(SVM)是20世紀90年代中期Vapnic等提出的，是基于統計學習理論發展而來，相比于傳統學習方法，支持向量機采用結構風險最小化準則，在滿足最小化樣本點誤差的同時，縮小了模型泛化誤差的上界，保證了模型的泛化能力，在很大程度上解決了模型中的過學習、非線性、維數災難等問題[7]。支持向量機方法通過求解一個凸二次優化問題，最終達到全局最優，避免了神經網絡的局部極值問題，而且支持向量決定了其拓撲結構，不存在經驗試湊，能夠較好解決小樣本、非線性及高維模式識別等問題[8]。

目前SVM已廣泛應用于突然環境質量評價、信號處理、語音識別、水質評價等領域。而將該法應用于地下水資源承載力評價方面目前尚很少見，采用神經網絡、SP和SVM方法進行訓練分類的情況，SVM法準確率幾乎達到100 %[9]；支撐向量機的評價方法與傳統的BP神經網絡方法比較，有訓練樣本小，訓練精度高的優點，這些優點使支撐向量機能成為一種好的評價方法[10]。其具體建模過程如下[11]：

給定一組訓練樣本集(x1，y1) ，(x2，y2) … ，(xl，yl)，其中xi(xi∈Rn)是第i個樣本的輸入列向量，稱為特征值；yi(yi∈Rn)為對應的輸出值，稱為目標值。構造回歸函數為：

f(x)=(w×x)+b

(1)

式中：w為權值向量；b為偏置。

采用ε不敏感損失函數作為誤差函數，其數學表達式為：

(2)

先假設所有樣本點到回歸函數的距離都<ε，于是可以把求解回歸函數的問題描述成如下一個二次凸優化問題：

(3)

(4)

(5)

(6)

(7)

將這些偏導數帶入函數L中得到對偶優化公式：

maxJ(α)=

0≤αi，αi*≤C(i=1,2,L,l)

(8)

進而得到最優線性回歸超平面的解析表達式為：

(9)

2黑龍江省地下水資源承載評價

2.1地下水資源承載力指標體系的構建

建立地下水資源承載力評價指標體系時，應充分考慮地下水資源的現狀、發展趨勢以及地下水資源系統與經濟、社會發展、生態環境等子系統的協調程度。由于研究者對地下水資源承載力的理解和評價目標不同，在進行地下水資源承載力評價時選擇的評價指標也有所不同。根據地下水資源承載力的相關概念和指標的選取原則，結合黑龍江省的實際情況，參考有關黑龍江省地下水資源承載力研究的相關文獻，并考慮資料的連續性和可獲得性，選取了8個指標[12-16]，分別代表的意義如下：

1)地下水資源利用率：現狀年地下水供水量/地下水資源可利用量(%)；

2)地下水資源開發利用程度：現狀年地下水供水量/地下水資源量(%)；

3)供水模數：地下水年供水量/土地面積(104m3/km2)；

4)需水模數：地下水年需水量/土地面積(104m3/km2)；

5)地下水資源耕地灌溉率：地下水資源灌溉面積/耕地面積(%) ；

6)工業用水重復利用率：工業重復用水量/生產用水總量(%)；

7)人均供水量：地下水年供水量/總人口(m3/人)；

8)生態環境地下水用水率：生態環境地下水用量/總用水量(%)。

這8項指標中，通過(1)-(4)來反映地下水承載力中的水資源系統評價指標；(5)-(6)是反映經濟系統評價指標，(7)作為社會系統中的評價指標，(8)作為生態環境系統的評價指標。依據黑龍江省省情，結合已有研究成果確定各指標分類等級標準值，見表1。

表1　地下水資源承載力評價指標分類等級標準值

2.2地下水資源承載力指數

地下水資源承載力指數為評價指標向量與相應的閾值向量的比值。當各個指標都在Ⅰ類數值范圍內，可以認為此時地下水資源承載能力處于相對最優水平，對應的承載力水平能力指數為(0.6,1]；當各個指標都取在第Ⅱ類范圍內時，地下水資源承載能力處于相對安全狀態，對應的承載能力指數為(0.2,0.6]；當各個指標都取在第Ⅲ類范圍內時，地下水資源承載能力處于相對最低狀態，此時沒有完全失去承載能力，而是承載能力很弱，所以此時對應的承載能力指數取(0,0.2][16]。

2.3模型構建和應用

2.3.1數據歸一化采用公式

(10)

2.3.2確定SVM模型結構和參數

針對地下水資源承載力的特點，建立地下水資源承載力評價的支持向量機模型，其中，評價指標作為輸入向量，承載力等級為輸出向量。對模型中的參數賦予初值，然后利用SVM進行學習訓練，根據訓練后獲得的參數進行預測。該模型需設定懲罰參數，在對訓練樣本進行訓練時，然后執行交叉驗證參數尋優程序，選取最優懲罰參數C為100[9]；給定懲罰參數初值為100，循環步長為1，不敏感損失函數初始值0.01，不敏感損失參數的上界為500，擇優標準采用誤差絕對差方法，迭代次數4000。通過上述設置的初始參數，對模型進行學習訓練，最終得出的最優模型參數為：懲罰參數為100，核參數為0.2。

2.3.3承載力評價

黑龍江省2008年到2012年的各項指標值見表2。在指標評價中，指標值越大越優的為正向指標，指標值越小越優的為逆向指標，指標值越接近某個值越好的為合適指標。在實際應用時，將指標根據公式(1)進行了歸一化處理，然后按照SVM模型步驟，計算出黑龍江省2008—2012年地下水資源承載力指數，見圖2。

表2　黑龍江省地下水資源

從圖2可以看出，黑龍江省地下水資源承載力在2009年有一定的提升，隨后又逐年降低，通過分析各項指標值，水資源系統的各項指標呈減弱趨勢，水資源系統受到嚴重的人為開采利用，致使承載力水平不斷下降，這需要堅持可持續發展來恢復；工業用水中60%以上為地下水，重復利用率的提高，體現出對地下水的節約利用，人均供水量和生態環境地下水用量的增加體現出社會和生態環境系統的提高，綜合來說，由于長期開采利用地下水，使得黑龍江省近5 a地下水資源承載指數在0.19～0.42，屬于中等和較弱的承載力水平，這說明地下水資源的合理利用和規劃還需進一步加強，著重加強水資源系統的修復，從而增強地下水資源的承載能力。

為深入了解黑龍江省各個城市的地下水資源承載力情況，運用SVM模型對黑龍江省13個城市2012年的承載力進行評價，結果如圖2所示。

從圖2可以看出，2012年黑龍江省各個城市的地下水資源承載力指數在0.16～0.86，分為3個等級，其中大興安嶺、黑河市、伊春市、鶴崗市屬于I等級，地下水資源承載力較強；雙鴨山市、雞西市、七臺河市、牡丹江市、佳木斯市和哈爾濱市屬于II等級，地下水資源承載力處于中等水平；齊齊哈爾市、綏化市和大慶市屬于III等級，地下水資源的承載能力較弱。從地下水資源承載力指數可以看出，黑龍江省西北部地下水資源開發程度不高，多處于山丘地形，承載力較強；黑龍江省東南部城市地下水開采量增多，且大部分城市為平原所在地，糧食作物地下水需水量較多，地下水資源承載力逐漸下降，處于中等水平；齊齊哈爾、綏化和大慶屬于黑龍江省重工業較發達城市，隨著工業廢水達標排放率的增加，地下水資源承載力指數偏低，承載能力較弱。

圖2　黑龍江省各地區2012年地下水資源承載力指數

根據在計算出黑龍江省2012年各市地下水資源承載力的基礎上，利用ArcGIS軟件繪制黑龍江省地下水資源承載力分區圖，如圖3所示。

圖3　黑龍江省地下水資源承載力分區圖

通過區分和圈定地下水資源不同承載力區域，可直觀看出全省地下水資源承載力情況，西北地區承載力較強，水資源豐富，但是人口稀少，對地下水資源的開發利用較低；東南地區承載力中等，主要以農業為主；地下水資源承載力較低的地區位于西南地區，這些地區應該大力發展節水型農業，低耗水型工業為主；越往東北方向承載力水平逐漸提高。黑龍江省地下水資源承載力空間分布不均，東西部差異較大。根據分區圖的承載力分布結論，便于開展相應的地下水資源管理和保護，對全省地下水合理開發利用以及全省經濟發展、環境保護等提供參考，具有一定的指導和示范作用。

3結論

1)本文建立了地下水資源承載力評價的支持向量機模型，計算了2008—2012年黑龍江省地下水資源承載力指數，并繪制了黑龍江省地下水資源承載力分區圖。總體而言，黑龍江省地下水資源豐富，可開發利用空間較大，但是地下水資源在空間上分布極為不均，黑龍江省70%的城市地下水資源承載力水平是中等及以下水平，說明黑龍江省的地下水資源承載能力整體水平較弱。

2)黑龍江省西北部山丘地區承載力較強，地下水資源開發利用程度較低；西南地區經濟較發達，承載力較低，地下水資源承載力無法滿足社會和經濟的發展需要，對今后的可持續發展造成影響，所以在西南地區，尤其是地下水資源承載力較低的齊齊哈爾市、綏化市、大慶市，應該加大產業結構調整，控制耗水量較大以及污染嚴重的企業；東南地區屬于平原地區，一方面在農業上調整糧食種植結構，減少個別需水量較大的農作物的種植規模；另一方面研究地表水資源跨區域配置工程支撐糧食基地農業生產與生態用水。

參考文獻：

[1]蘇榮.呼和浩特市地下水資源承載力研究[D].鄭州：華北水利水電大學，2013.

[2]門寶輝，王志良，梁川，等.物元模型在區域地下水資源承載力綜合評價中的應用[J].四川大學學報(工程科學版)，2003，35(1)：34-37.

[3]王順久，楊志峰，丁晶.關中平原地下水資源承載力綜合評價的投影尋蹤方法[J].資源科學，2004，26(6)：104-110.

[4]屈吉鴻，陳南祥，黃強，等.改進的逼近理想解在地下水資源承載力評價中的應用[J].水利學報，2008，39(12)：1309-1315.

[5]Yang CC，Chang LC，Chen CS，et al.Multi-objective planning for conjunctive use of surface and subsurface water using genetic algorithm and dynamics programming[J].Water Resources Management，2009，23(3):417-437.

[6]Baú D A.Planning of Groundwater Supply Systems Subject to Uncertainty Using Stochastic Flow Reduced Models and Multi-Objective Evolutionary Optimization[J].Water Resources Management，2012，26(9)：2513-2536.

[7]姜雪，盧文喜，楊青春，等.應用支持向量機評價土壤環境質量[J].中國環境科學，2014，34(05)：1229-1235.

[8]徐緯芳.支持向量機及其在區域水資源可持續利用中的應用[D].蘭州：甘肅農業大學，2011.

[9]張宇，齊歡.支撐向量機在滄州水資源可持續利用評價中的應用[J].燕山大學學報，2005，29(5)：418-422.

[10]胡蓉.基于多輸出支持向量回歸算法的股市預測[J].云南民族大學學報(自然科學版)，2007，16(3)：189-192.

[11]陳永義，熊秋芬.支持向量機方法應用教程[M].北京：氣象出版社，2011.

[12]盧敏，張展羽.基于支持向量機的水資源可持續利用評價[J].水電能源科學，2005，23(5)：18-21.

[13]張鑫，王紀科，蔡煥杰，等.區域地下水資源承載力綜合評價研究[J].水土保持通報，2001，21(3)：24-27.

[14]匡建超，李寧，姜林.大慶市地下水資源承載力評價及對策研究[J].南水北調與水利科技，2007，5(4)：46-49.

[15]劉東，付強，孟軍.集對分析法在三江平原井灌區地下水資源承載力評價中的應用[J].中國農村水利水電，2009，02:1-4+8.

[16]王儉，孫鐵珩，李培軍，等.基于人工神經網絡的區域水環境承載力評價模型及其應用[J].生態學雜志，2007，26(1)：139-144.

個 人 簡 介 補 充

付強，現任東北農業大學水利與建筑學院院長，黑龍江省人事廳農業水土工程學科領軍人才梯隊帶頭人。目前擔任教育部高等學校水利學科教指委委員，中國農業工程學會農業水土工程專委會副主任、中國農業工程學會農業系統工程專委會副主任等10余項學術兼職，擔任《農業工程學報》(EI)、《IJABE》(SCI)、《灌溉排水學報》、《南水北調與水利科技》等期刊編委。2002年、2007年分別在四川大學水利工程博士后流動站及北大荒農墾集團公司博士后科研工作站完成博士后研究工作，2008年8月至2009年4月在加拿大University of Alberta作訪問學者。

主要從事農業節水灌溉理論與技術、農業水土資源高效利用理論與技術等方面研究。發表學術論文300余篇，其中被SCI、EI收錄100余篇，出版學術專著10部。主持國家自然科學基金4項，國家“863”計劃與“十一五”科技支撐計劃子課題各1項，其它項目10余項。獲省科學技術二等獎5項、三等獎2項，其它獎勵10余項，授權專利4項，計算機軟件著作權7項。2006年獲第七屆黑龍江省青年科技獎；2010年獲省優秀研究生指導教師稱號；2011年獲省優秀科技工作者稱號；2010年入選省教育廳新世紀優秀人才支持計劃；2011年入選教育部新世紀優秀人才支持計劃；2012年榮獲龍江學者特聘教授稱號；2013年榮獲省政府特殊津貼，同年入選黑龍江省高校長江學者后備支持計劃；2014年，獲國務院特殊津貼和黑龍江省杰出青年基金，并入選科技部創新人才推進計劃。

戴春勝，1993年后曾獲中國水利學會、全國優秀青年科技工作者；黑龍江省水利系統青年學術帶頭人；省委省政府授予黑龍江省抗洪模范；授予全國水利勘測設計行業優秀中青技術人員稱號黑龍江省政府特殊津貼；國務院政府特殊津貼；2006年5月至今黑龍江省級領軍人才梯隊帶頭人；2010年水利部5151人才工程部級人選；2012年獲黑龍江省勘察大師稱號；先后主持和負責40余項全省大、中型水利水電規劃、可研、設計等工作，獲獎成果有20余項，有7項獲省部級優秀成果，科技進步獎，其中主持完成的“樁基鋼筋混凝土墻裝配式鋼閘板組合防洪墻研究”、“三江平原，水土資源利用與保護對策研究”獲省科學技術二等獎，負責的“黑龍江省水資源開發利用工程選點戰略研究”獲中國工程咨詢優秀成果獎，負責的“建國四十年黑龍江省水利經濟效益計算”獲黑龍江省科技進步三等獎。

Time-space Differences on Groundwater Bearing Capacity in Heilongjiang Province

FU Qiang1and DAI Chun-sheng2

(1.Water Conservancy and Building Institute Northeast Agricultural University, Harbin 150030,China;2. Heilongjiang Provincial Water Conservancy & Hydroelectric Power Investigation,Design and Research Institute,Harbin 150080, China)

Abstract：In order to evaluate quantitatively the temporal and spatial differences on groundwater bearing capacity in the area, the classification models of support vector machine are introduced to calculate the indexes of groundwater bearing capacity for Heilongjiang Province in five years based on statistical data from 2008 to 2012 in Heilongjiang Province, meanwhile, 8 evaluated indexes act as input vectors, the grades of groundwater bearing capacity act as output vectors, and the models are simulated and optimized. The results show that groundwater bearing capacity in Heilongjiang Province is in the tendency of decreasing generally; the groundwater bearing capacity was strong in northwestern forestry land, medium in southeastern grain production area, and weak in southwestern in 2012. The research has a certain theoretical and practical significance in guiding the scientific and reasonable use for groundwater resources in Heilongjiang Province.

Key words：groundwater resources; bearing capacity; support vector machine (SVM); temporal and spatial differences

文章編號：1007-7596(2016)04-0008-06

[收稿日期]2016-03-16

[基金項目]國家自然科學基金(51179032、51479032、51579044)；黑龍江省普通高等學校長江學者后備；黑龍江省水利科技項目(201318、201503)

中圖分類號：TV213.4

文獻標識碼：A

[作者簡介]付強(1973-)，遼寧錦州人，教授，博士生導師，本刊編委；研究方向為農業水土資源高效利用；戴春勝(1962)，男，江蘇寶應人，教授級二級高級工程師，院長，本刊主編。(文章后另附補充簡歷)