基于PSR和RS的黑龍江省農業節水區劃空間格局研究

鞏書鑫，鄧彩云，王紅瑞，來文立

(北京師范大學水科學研究院，城市水循環與海綿城市技術北京市重點實驗室，北京 100875)

近年來，由于自然條件和人為因素的影響，水資源短缺問題日趨嚴重，水資源短缺風險已引起廣泛的重視[1,2]。黑龍江省作為我國重要的農業大省，其農業可持續發展直接影響到我國的糧食安全等問題[3-5]。2000年以來，黑龍江省農業發展不斷加快，耕地面積劇增，糧食產量也不斷增加，在2016年，黑龍江省止步糧食產量十二連增，水資源供需矛盾初步顯現出來，發展節水農業在解決矛盾的過程中越來越受到重視[6-8]。然而受社會經濟與科學技術的限制，現階段黑龍江省無法滿足全省節水農業同步發展，因此，需要協調省內農業節水發展，有選擇地優先發展農業節水工作，進而保障糧食安全和農業可持續發展[5]。

農業節水區劃是按農業地域差異規律，依據氣候、自然資源、社會經濟、科技發展等因素對農業節水空間分布與配置進行劃分，是農業節水布局科學分類的一種重要方法[9-11]。同時，農業節水區劃是實現農業合理布局和制定農業節水發展規劃的科學手段和依據，能夠科學地指導農業節水工作，促進農業用水有效性，進而科學、全面、合理地提高區域農業用水效率，是水資源、耕地資源和種植結構綜合開發利用的系統工程。在以往的研究中，專家和學者分別采用了分區診斷與適應性農業節水技術評價計算[12]、主成分分析和模糊聚類法[13]、模糊數學聚類分析法[14]、系統聚類法結合主成分分析法[15]、AHP結合ArcGIS疊加分析功能[16]、基于土壤可利用水量的變量灌溉分區管理[17]等方法進行農業節水區劃的研究，其研究重點主要集中在評價方法選取、指標權重確定、主觀評價因素以及客觀數據等方面。

本研究選取了人口、耕地面積、農業水土資源匹配、節水灌溉率等22個指標，利用粗糙集理論按照各指標屬性重要度確定權重，依據區內相似性與區間差異性的原則，以地級市為子區域，將研究區域按照農業節水優先發展度劃分為4個級別的農業節水分區，并分別對4種等級區域的農業生產條件、農業節水現狀、農業結構特點和存在的問題進行分析，闡明各區域的農業發展方向與節水建設途徑，對合理開展農業節水具有科學指導作用，同時也對區域水資源高效利用、緩解農業用水矛盾、提高區域農業用水效率、協調水資源-農業-社會之間的關系、保障農業可持續發展具有重要意義。

1 指標體系及數據來源

1.1 基于PSR的指標體系構建

20世紀80年代，OECD(經濟合作與發展組織)與UNEP(聯合國環境規劃署)為了評價世界環境狀況共同提出并建立了PSR模型，其中，“壓力”(Pressure) 是指對自然環境直接產生影響的各類因素，例如人口壓力、耕地壓力等；“狀態”(State) 是指自然環境在各種壓力下所處的狀況，如水資源利用水平、污染物排放水平等；“響應”(Response) 是指在應對壓力及狀態下，為促進可持續發展進程中所采取的對策，如水資源利用變化率、污染排放變化率等措施[18,19]。由于此模型具有系統性、綜合性、靈活性等特點，與其他指標評價模型相比具有更多優勢，能夠反映各指標之間的連續反饋機制，是尋找“原因-效益-反應”的有效途徑，因而在生態安全、環境評價、自然資源安全評估等研究領域得到了廣泛應用[20-25]。

選取指標是農業節水區劃的關鍵環節，本研究根據農業節水區劃的概念及內涵，基于PSR模型構建一組適應農業節水區劃的綜合評價指標體系，根據該模型指標的選取原則及各區域農業節水的特點，以代表性、獨立性、可度量性為指標選取原則，選取了22個與農業節水相關的自然資源、人類社會、經濟發展等農業節水區劃指標[26,27](見表1)。

表1 指標及屬性Tab.1 Index and attribute

本研究中，不同指標存在不同指向性，因此，將具有促進作用指標的屬性定義為正向，具有阻礙作用指標的屬性定義為逆向。對涉及的特殊指標進行如下說明。

C5農業水土資源匹配系數表征農業水土資源匹配情況，計算單位面積耕地所擁有的農業可利用水資源量，進而評價區域農業水土資源匹配水平，其值越大，則區域水資源滿足耕地資源的程度就越高，農業用水基本條件就越好[28,29]。水土資源匹配系數計算公式為：

MFi=Wiαi/Fi(i=1,2, …,n)

(1)

式中：MFi為第i子區域水土資源匹配系數，萬m3/hm2；Wi為第i子區域水資源可利用量，萬m3；αi為第i子區域農業用水比例；Fi為第i子區域耕地面積，hm2。

C7黑龍江省屬寒溫帶與溫帶大陸性季風氣候，全省由南至北，分為濕潤區、半濕潤區和半干旱區。為反映氣候干旱程度，本研究選取干燥度作為氣候指標，潛在蒸發量與降水量的比值即為干燥度[30,31]，其計算公式為：

Xi=ETi/Pi(i=1,2, …,n)

(2)

式中：ETi為第i個子區域的年潛在蒸發量，mm；Pi為第i個子區域的年降水量，mm。

C22本研究中糧食生產能力選取水稻和玉米作為衡量糧食生產能力的指標，計算公式為：

(3)

式中：Si水稻為第i個子區域的水稻種植面積，hm2；Pi水稻為第i個子區域的水稻單產，kg/hm2；Si玉米為第i個子區域的玉米種植面積，hm2；Pi玉米為第i個子區域的玉米單產，kg/hm2。

1.2 數據來源

本文中黑龍江省的13 個地級市的行政區面積、耕地面積、糧食單產、人口、GDP、災害等數據均來源于《黑龍江統計年鑒》[32]，水資源量、農業用水比例等數據均來源于《黑龍江省水資源公報》[33]。

2 指標標準化及權重的確定

2.1 指標標準化

為方便劃分等級，對指標進行標準化，采用線性無量綱標處理，常用的線性無量綱標準化處理有Z-Score法、極差化法、極大化法、極小化法、均值化法等方法[34]。當各指標數值分布不均，極差化法和Z-Score法的相關度和兼容度均優于其他方法[35]，因此本研究選取極差化法對指標進行標準化處理。計算公式如下：

式中：Yi,j為第i個子區域、j個指標的無量綱值；Xi,j為第i個子區域、j個指標的值；Xmin(j)為子區域中，第j個指標的最小值；Xmax(j)為子區域中，第j個指標的最大值；n為子區域個數，本文n=13；m為評價指標個數，本文m=22。

計算結果見表2。

表2 指標標準化Tab.2 Standardization of indices

2.2 基于粗糙集理論的權重確定

粗糙集理論(Rough Set)是一種無需先驗信息，可處理不同屬性重要度、不精確數據的數學方法[36]。該理論廣泛應用于預測決策、綜合評價、模式識別等領域[37-41]。指標權重的確定直接影響到評價結果的準確性，為克服傳統的權重確定時過分依賴專家經驗知識、主觀性過強等缺點，在農業節水區劃的研究中，粗糙集可將指標兩兩對比，得出其冗余性，能夠判斷出指標的相對重要程度。本研究基于粗糙集理論對上述指標進行約簡和賦權，將原體系中的不具備決定屬性的指標約簡，進而確定權重，一定程度上克服了主觀影響[42,43]。

在粗糙集理論中，決策系統有四元組S={U,R,V,F}表示，其中，U是有限對象的集合，R=C∪D是有限屬性的非空集合，C和d分別為條件屬性和決策屬性，V是屬性值的集合，F為用來反映對象集合之間值的一種映射[44]。

首先對標準化后的各項指標模糊離散化，對于正向指標，指標的標準值在[0，0.25]記為1、[0.25，0.5]記為2、[0.5，0.75]記為3、[0.75，1]記為4；對逆向指標，則有[0，0.25]為4、[0.25，0.5]為3、[0.5，0.75]為2、[0.75，1]為1。本文決策屬性d采用模糊聚類法計算得出，由上述信息構建指標離散化決策體系，見表3。

表3 指標離散化決策表Tab.3 The decision-making information system by indicators of discretization

根據該指標體系特點，采用改進的條件信息熵來確定屬性權重[45,46]，可避免某些冗余屬性的指標權重為0，但指標本身又具有較高重要度的情況，計算公式為：

(5)

式中：Sig(Cj)為指標Cj的重要度；I(D∣{Cj})為決策屬性集D相對條件屬性Cj的條件信息熵。

傳統的粗糙集理論中，去掉某些屬性對決策影響很小或沒有影響，則認為該屬性可以約簡，其權重為0。由于本文所研究的內容中，需要考慮這些指標在評價體系中的重要性，因此需要進行主客觀綜合度量，以期指標的權重更加合理。權重W的計算公式為：

Wj=(Ws,j+Wo,j)/2

(6)

式中：Ws,j為主觀決策下第j個指標的權重；Wo,j為客觀決策下第j個指標的權重。

計算結果見表4。

表4 指標權重表Tab.4 The indicator weight

2.3 農業節水區劃等級確定

根據各項指標權重計算得各區域的區劃分值，計算公式如下。

(7)

式中：Wj為第j個指標的權重；Yi,j為第i各區域、第j個指標的標準分值。

農業節水區劃等級標準見表5。

3 結果與分析

根據黑龍江省2016年人口、耕地面積、水資源量等統計資料，以黑龍江省各地市作為基本單元，按照等級標準分析其農業節水區劃空間分布情況，計算結果見表6。本研究利用ArcGIS空間可視化功能，將分區結果可視化，如圖1所示。

表5 黑龍江省農業節水區劃等級標準Tab.5 The gradients division of water-saving agriculturezonification in Heilongjiang province

表6 黑龍江省農業節水區劃結果Tab.6 The consequence of water-saving agriculture zonificationin Heilongjiang province

圖1 黑龍江省農業節水分區Fig.1 The agricultural water-saving zoning in Heilongjiang province

Ⅰ區為哈爾濱、齊齊哈爾、佳木斯和綏化地區。統計結果顯示，該區為黑龍江省糧食主產區，2016年達到了全省耕地總面積的57.29%，其中水稻種植占全省的63%，水資源量較少，僅占全省水資源總量的31.98%，有效灌溉面積占全省54.05%，農業從業人員占全省65.46%，潛在蒸發量大，氣候較為干燥，且易受旱災；區域農業基礎設施比較完備，農業發展相對成熟，且經濟發展良好，具備較好的農業節水發展條件，可優先發展節水農業。建議該區域由政府主管部門主導開展節水農業，積極推進先進的節水灌溉技術，并根據寒地特點，結合調虧灌溉、水肥耦合，發展以水稻種植為主的寒地節水，調整種植結構的同時，進一步擴大有效灌溉面積，形成農藝節水與灌溉節水相結合的節水農業。

Ⅱ區為雞西、雙鴨山和黑河地區。統計結果顯示，該區耕地面積占全省的27.97%，水資源量占全省的20.06%，屬于比較缺水地區。該地區為旱田耕地面積比例較大，占區域耕地面積的75.41%，農業產值超過區域生產總值的30%。區域經濟狀況良好，農業基礎設施比較完備，農業發展相對成熟，且經濟發展良好，具備較好的農業節水發展條件，可適度開展節水農業。建議該區域主要發展管道輸水、渠系配套、噴灌、滴灌以及微灌等節水灌溉措施，對玉米、小麥等作物進行抗旱品種選育，增加農業節水設施，發展以節水灌溉技術為主、農藝與植物生理節水為輔的節水農業。

Ⅲ區為牡丹江、大慶和鶴崗地區。統計結果顯示，該區耕地面積占全省的12.53%，水資源量占全省的17.32%，降雨比較豐沛。該區域農業產值比例低于全省水平，耕地面積與農業用水相對均衡，農業產值僅占區域生產值的12.57%，經濟發展不主要依靠農業。區域內農業生產條件不夠完備，節水成本較高，節水潛力與節水效益均不突出，不宜大力開展節水農業，可鼓勵開展農業節水工作。鑒于該區域無需迫切發展節水，建議其適當開展管理型節水，從水土匹配、水足跡理論等角度進行研究型節水試點工作。

Ⅳ區為大興安嶺、伊春和七臺河地區。統計結果顯示，該區水資源量占全省總量的30.64%，而其耕地面積僅占全省的4.21%，該區的耕地面積為全省最小，人均產值較低。該地區山地林地較多，森林覆蓋率高，水源豐富，經濟發展較為落后，農業生產條件較差，節水投入產出比較低，農業節水適宜發展程度較低。建議該區域優先完善農業基礎設施，提高水資源利用效率。

4 結 論

隨著水旱災害等自然災害的頻發，農業技術的發展受到限制，影響糧食產量的水資源供需矛盾越來越突出。農業節水區劃實質上就是農業節水潛力的深層次探索和進一步開發，將各行政區按適宜發展程度進行分類，得到不同的分區，為進一步做好區域節水工作、因地制宜地給出應對措施提供依據。本文基于PSR模型和粗糙集理論，構建黑龍江省農業節水區劃評價指標體系，對黑龍江省農業節水區域進行劃定，結合ArcGIS的數據空間可視化進行區域差異分析，將黑龍江省劃分為4個農業節水分區，根據農業節水區劃情況展開分析，有針對性地提出了分區的節水對策措施與建議，根據分析結果，得出以下結論。

(1)哈爾濱、齊齊哈爾、佳木斯和綏化地區現階段亟待開展農業節水，建議將節水灌溉與農藝節水相結合，優先發展節水農業；雞西、雙鴨山和黑河地區存在農業用水乏力的情況，建議以節水灌溉為主，農藝與植物生理型灌溉為輔，適度開展節水農業；牡丹江、大慶和鶴崗地區現階段農業水土相對平衡，建議開展水資源管理型節水，從管理的角度發展農業節水；大興安嶺、伊春和七臺河地區農業節水適宜發展程度較低，現階段可發展耕地資源，進一步提高水資源利用率。

(2)黑龍江省水資源分布不均，水土匹配程度較低，部分地區農業用水結構不夠合理，多數農業用水只具備粗放的管理，節水潛力有待進一步的發掘，農業節水區劃旨在找準新的農業節水切入點，制定合理的節水規劃，并籌措資金，組織實施，取得效益，其實質是農業資源重新科學配置，促進農業節水的規模化、專業化、精準化發展。

(3)農業節水區劃的目的是要提高水資源利用率、勞動生產率及保障經濟效益，改善農業節水設施是促進水資源高效利用和勞動生產率的基礎，黑龍江省農業占比大，糧食產量高，但與之相配套的節水設施卻遠未達標。因此，增強農業節水基礎建設，包括基本農田建設、灌溉優化、節水工程建設、農藝節水建設和水資源管理等方面的建設，是促進農業長期穩定發展的關鍵。

(4)區域的資金是有限的，提高資金的利用效率，保障農業收益，提高投入產出比，是開展農業節水必須考慮的一個問題。通過對黑龍江省農業節水進行區劃，可以優選出部分地區進行農業節水的可行性探索，以提高農業節水投入效益。

□

參考文獻：

[1] 姜文來. 中國21世紀水資源安全對策研究[J]. 水科學進展, 2001,12(1):66-71.

[2] 左其亭, 馬軍霞, 陶 潔. 現代水資源管理新思想及和諧論理念[J]. 資源科學, 2011,33(12):2 214-2 220.

[3] Pereira L S. Water, agriculture and food: challenges and issues[J]. Water Resources Management, 2017,31(10):2 985-2 999.

[4] Tsakiris G. Drought risk assessment and management[J]. Water Resources Management, 2017,31(10):3 083-3 095.

[5] Cheng K, Fu Q, Cui S, et al. Evaluation of the land carrying capacity of major grain-producing areas and the identification of risk factors[J]. Natural Hazards, 2017,86(1):1-18.

[6] 中國農業年鑒編輯委員會.中國農業年鑒[M].北京:中國農業出版社,2004-2016.

[7] 梁 媛, 許新宜, 王紅瑞,等. 基于循環修正模式的云南省水資源短缺程度分析[J]. 自然資源學報, 2013,28(7):1 146-1 158.

[8] 賈紹鳳, 張士鋒, 王 浩. 寧蒙灌區灌溉定額偏高成因及節水潛力分析[J]. 資源科學, 2003,25(1):29-34.

[9] 劉昌明, 王紅瑞. 淺析水資源與人口、經濟和社會環境的關系[J]. 自然資源學報, 2003,18(5):635-644.

[10] 鞠正山, 羅 明, 張鳳榮, 等. 我國區域土地整理的方向[J]. 農業工程學報,2003,19(2):6-11.

[11] 王韶偉, 許新宜, 陳海英,等. 基于SOFM網絡的生態水文區劃[J]. 生態學雜志, 2010,29(11):2 302-2 308.

[12] 姚治君, 林耀明, 高迎春, 等. 華北平原分區適宜性農業節水技術與潛力[J]. 自然資源學報, 2000,15(3):259-264.

[13] 吳景社, 康紹忠, 王景雷,等. 基于主成分分析和模糊聚類方法的全國節水灌溉分區研究[J]. 農業工程學報, 2004,20(4):64-68.

[14] 商艾華, 郭維東,黃 毅,等. 阜新縣節水農業分區研究[J]. 節水灌溉, 2006,11(3):13-15.

[15] 尹 劍,王會肖,王艷陽,等. 關中地區農業節水分區研究[J]. 中國生態農業學報,2012,20(9):1 173-1 179.

[16] 范海燕,朱丹陽,郝仲勇,等. 基于AHP和ArcGIS的北京市農業節水區劃研究[J]. 農業機械學報,2017,48(3):288-293.

[17] 趙偉霞,李久生,楊汝苗,等. 基于土壤水分空間變異的變量灌溉作物產量及節水效果[J]. 農業工程學報,2017,33(2):1-7.

[18] Walz R. Development of environmental indicator systems: experiences from germany[J]. Environmental Management, 2000,25(6):613.

[19] 殷克東, 趙 昕, 薛俊波. 基于PSR模型的可持續發展研究[J]. 軟科學, 2002,16(5):62-66.

[20] Yan L, Wang J K, Huang H. An assessment of ecosystem health in Dongxi river basin based on PSR framework[J]. Resources Science, 2008,30(1):107-113.

[21] 靳春玲, 貢 力. 基于PSR模型的城市水安全評價研究[J]. 安全與環境學報, 2009,9(5):104-108.

[22] 張 銳, 鄭華偉, 劉友兆. 基于PSR模型的耕地生態安全物元分析評價[J]. 生態學報, 2013,33(16):5 090-5 100.

[23] 翟紅娟, 崔保山, 王 英,等. 異龍湖濕地功能可持續性評價及PSR模型時滯性研究[J]. 環境科學學報, 2008,28(2):243-252.

[24] 李 玲, 朱道林, 胡克林. 基于PSR模型的房地產調控政策對房價影響的研究——以北京市為例[J]. 資源科學, 2012,34(4):787-793.

[25] 李 成, 王讓會, 申雙和. 基于PSR模型的烏魯木齊人工增雨環境效應評價[J]. 環境科學與技術, 2014,36(10):171-176.

[26] 宋松柏, 蔡煥杰. 區域水資源可持續利用的綜合評價方法[J]. 水科學進展, 2005,16(2): 244-249.

[27] 韓宇平, 阮本清, 汪黨獻. 區域水資源短缺的多目標風險決策模型研究[J]. 水利學報, 2008,39(6):667-673.

[28] 李 慧，周維博，莊 妍，等.延安市農業水土資源匹配及承載力[J].農業工程學報，2016，32(5)：156-162.

[29] 姜秋香，付 強，王子龍，等. 三江平原水土資源空間匹配格局[J].自然資源學報，2011，26(2)：270-277.

[30] 孟 猛, 倪 健, 張治國. 地理生態學的干燥度指數及其應用評述[J]. 植物生態學報, 2004,28(6): 853-861.

[31] 劉昌明, 張 丹. 中國地表潛在蒸散發敏感性的時空變化特征分析[J]. 地理學報, 2011,66(5): 579-588.

[32] 黑龍江統計局.黑龍江統計年鑒[M].北京:中國統計出版社,2016.

[33] 黑龍江省水文局.黑龍江省水資源公報[M].哈爾濱:黑龍江省水利廳,2016.

[34] 張立軍, 袁能文. 線性綜合評價模型中指標標準化方法的比較與選擇[J]. 統計與信息論壇, 2010,25(8):10-15.

[35] 郭亞軍, 易平濤. 線性無量綱化方法的性質分析[J]. 統計研究, 2008,25(2):93-100.

[36] Pawlak Z. Rough sets[M]. Kluwer Academic Publishers, 1991.

[37] 苗奪謙, 范世棟. 知識的粒度計算及其應用[J]. 系統工程理論與實踐, 2002,22(1):48-56.

[38] 米據生, 吳偉志, 張文修. 基于變精度粗糙集理論的知識約簡方法[J]. 系統工程理論與實踐, 2004,24(1):76-82.

[39] 邵良杉. 基于粗糙集理論的煤礦瓦斯預測技術[J]. 煤炭學報, 2009,34(3):371-375.

[40] Wang Hongrui, Feng Qilei, Lin Xin, et al. Development and application of ergodicity model with FRCM and FLAR for hydrological process[J]. Science in China Series E: Technological Sciences, 2009, 52(2):379-386.

[41] 高媛媛, 劉 瓊, 王紅瑞,等. 基于RS和GIS的干旱河谷范圍界定方法研究[J]. 北京師范大學學報(自然科學版), 2012,48(1):92-96.

[42] 黃國如, 武傳號, 向碧為. 基于粗糙集理論的東江流域水基系統健康集對評價[J]. 系統工程理論與實踐, 2014,34(5):1 345-1 351.

[43] 姜連馥, 石永威, 滿 杰,等. 基于模糊粗糙集理論的建筑業綜合評價[J]. 大連理工大學學報, 2007,47(5):729-734.

[44] 韓禎祥, 張 琦, 文福拴. 粗糙集理論及其應用綜述[J]. 控制理論與應用, 1999,16(2):153-157.

[45] 鮑新中, 張建斌, 劉 澄. 基于粗糙集條件信息熵的權重確定方法[J]. 中國管理科學, 2009,17(3):131-135.

[46] 朱紅燦, 陳能華. 粗糙集條件信息熵權重確定方法的改進[J]. 統計與決策, 2011,27(8):154-156.