銀北灌區水資源安全評價與預測

陳月娟

(石嘴山市農業綜合開發辦公室，寧夏 石嘴山 753000)

1 研究區概況

銀北灌區地處寧夏北部河套地區，屬于引黃灌溉區，總面積3518km2。居于賀蘭山、黃土高原、內蒙古高原結合部，地勢周高中低，其中灌區內評價高程為1147m。屬于典型的溫帶大陸性氣候，年平均氣溫8.4℃～9.9℃，降水量167.5～188.8mm，蒸發旺盛。灌區內水資源缺乏，地表水資源總量1.58億m3，人均占有量僅為128m3，僅為全國平均水平的1/25。區域氣候干旱。地表徑流缺失，引黃灌溉是區域經濟社會可持續發展的基礎工程之一。

2 基于RF的水資源安全評價方法

2.1 水資源安全評價指標體系

水資源安全具有結構性、復雜性等特點，指標體系須立足于區域水資源安全結構特征，充分反映區域水資源安全現行狀態。PSR模型基于層次關聯的理念內涵，將水資源安全逐層分解為壓力、狀態、響應，從這三個方面確立水資源安全評價各項指標，可以更深刻地解析水資源生態環境、經濟社會效益、人居生活間相互作用的機理。借鑒相關學者經驗，在對銀北灌區人口、經濟、資源、環境等要素進行系統分析的基礎上，構建銀北灌區水資源安全評價指標體系，見表1。

2.2 水資源安全評價標準

分級標準是對水資源綜合效益進行準確評價的關鍵，指標節域既要能反映水資源綜合效益的漸進演替規律，還應具有公開性、統一性。雖然國內外學者展開了大量研究，但出于水資源綜合效益區域性的特點，尚未形成具有通用性的閾值范式。鑒于此，以《寧夏工業與生活用水定額》、國際水安全標準以及其他學者研究經驗，確定了銀北灌區水資源綜合效益指標分級閾值。將其劃分為5個等級，見表2。

2.3 基于RF的水資源安全評價

水資源安全水平受PSR各維度下指標因素共同影響，應用RF算法對水資源安全進行評價的關鍵在于，根據評價分級標準構建水資源安全水平與指標系統中的單一指標間的隸屬規則，評價流程如下。

2.3.1數據處理

將各指標按照分級標準區間隨機內插生成200組樣本數據，5個評價等級共計樣本量1000組；在此基礎上將樣本予以歸一化處理，正負指標歸一化方式見參考文獻[2]。

2.3.2樣本設置

從5個分級樣本組中各隨機選出100組數據，將這挑選出的500組數據設置為訓練樣本，余下500組為檢測樣本，樣本中指標因子為輸入向量，與分級標準對應的評價結果I、II、III、IV和V依次用數字1，2，3，4，5表示，并作為輸出向量，然后進行RF網絡訓練。

2.3.3參數優選與模型優化

模型訓練過程中可根據袋外誤差(Out of bag error rate，OOB)的大小對敏感參數mtry和ntree進行選擇，RF算法中mtry為分裂屬性的類別，通常設置為變量的方根值，本研究中變量總數為20，其取整為4或5，經多次實驗驗證，表明mtry為5時評價結果較好；ntree為RF模型中樹的數量，其影響著模型運算速率與精度，當值大于500后OOB小而平穩。

注：正指標即指標數值越大，生態越安全，負指標則相反。

表2 水資源安全評價分級標準

2.3.4指標度量

RF模型可通過增減某一指標因子后OOB變化量的大小判定該指標的重要性，構造的樣本均以分級區間內隨機生成，不失一般性，能夠免除噪聲污染，因而對水資源安全評價指標重要性的度量更加客觀。

2.3.5模型評價

根據模型訓練后產生的輸出值與實際值評價RF模型性能。

2.3.6閥值設定與模型應用

根據表2中各指標分級的臨界值，運用RF算法進行模擬計算，其模擬值作為不同分級標準閥值，也是水資源安全等級區分的依據，閥值見表3。

2.4 基于RF的水資源安全預測

水資源安全受多維復合因素共同制約，其在一定時空范圍內的變化呈現慣性、隨機性、相關性特點，所以對水資源安全進行預測須先獲取其變化規律。RF回歸模型把這種規律的變化抽象為某個足夠復雜的泛函，把問題的關鍵轉化成泛函數的回歸問題。依據RF回歸原理，設置1996—2016年銀北灌區水資源壓力、狀態、響應指數和水資源安全指數為訓練樣本，采取迭代滾動方式對2020—2030年銀北灌區水資源壓力、狀態、響應的安全指數進行預測，設定單次預測步長為1。運用Matlab 2016b的設計程序，實施模擬和預測，經大量實驗，選取核函數為徑向基函數類型，確定嵌入維數為10(即利用前10年的指數預測后一年的指數)，并各預測模型中的最佳參數。經計算，各預測模型擬合度良好，其平均相對誤差值分別為0.023、0.038、0.034、0.041，決定系數R2優于0.95，模型精度均在可接受范圍內，據此對2020—2025年銀北灌區水資源安全進行預測。

3 結果分析

3.1 壓力系統分析

依據前述水資源安全評價與預測方法，得到銀北灌區1996—2016年和2020—2030年水資源安全各項指數，結果如圖1所示。由圖1可知，1996—2016年壓力指數呈現波動特征，數值介于2.545～4.015之間，由較安全演變為臨界安全等級；其中1999年的指數偏高主要人口自然增長率為最低。新世紀以來銀北灌區工業化和城市化進入快速發展時期，用水量迅速增加同時水資源供需形勢緊張；工業化進程中導致工業廢物大量積累，也造成水源污染。在這些因素的影響下，銀北灌區水資源壓力之沉重，在一段時期內難以消減。

圖1 銀北灌區水資源安全評價與預測結果

預測顯示未來幾年壓力指數趨于減小，水資源安全面臨的壓力增加。一方面，未來幾年是銀北灌區人口將持續增長致使水資源力加劇，農業生態污染短時間難以控制；另一方面隨著經濟技術水平的提高，銀北灌區經濟結構趨于合理，經濟運行壓力減弱，自然災害防控力度加強。預測顯示，2020—2030年灌區水資源壓力指數介于1.176～2.550之間，屬于較不安全等級。

表3 水資源安全指數分級

3.2 狀態系統分析

1996—2016年狀態指數呈現起伏升高，如圖1所示，由1.672上升至3.670，其中前8年的狀態指數小于2.237，處于較不安全等級，原因是森林覆蓋率、單位面積農業產值均較低；2009—2016年狀態指數逐漸攀升處于臨界安全水平，表明水資源安全狀態系統趨于穩定呈良性發展，出現這種趨勢歸功于森林覆蓋率、水資源生產能力的升高與水土協調度較好。這數年間銀北灌區林草恢復成效顯著，森林覆蓋率由12.5%提高到23.3%，水土流失治理率達到65%，水資源鹽堿化得到控制，與此同時，水資源生產潛力有一定增加。

2020年銀北灌區森林覆蓋率進一步增加，區域環境逐步改善；農業部門將逐步推進高標準農田建設，以優化耕地質量和結構，并完善耕地占補平衡體系，控制耕地資源流失；水利部門大力推進江河水利建設，扭轉灌區水利建設滯后的局面，更加保障水資源安全，從而為鞏固農業灌溉工程體系，改善農業環境提供有利基礎。預測可知，2020—2030年銀北灌區水資源壓力指數將穩定在2016年以上水平。

3.3 響應系統分析

從圖1可以看出，1996—2016年響應指數由1.157上升至3.756，其中1996—1998年壓力指數為最低，此后穩定于2.3以上，2014—2016年以來更是達到3.52。近十幾年來，銀北灌區對生態環境建設投入巨大，上世紀末銀北灌區啟動退耕還林還草工程，展開水資源鹽堿化監測與治理工作，并加大力度治理水土流失；同時提高了工業“三廢”排放標準。截至2016年銀北灌區生態環境建設取得顯著成效，省內鹽堿水資源面積得到控制，針對水資源、耕地資源等建立起合理開發利用與保護機制。預測結果顯示，2020—2030年壓力呈上升趨勢，發展態勢良好，由較安全趨于安全等級。

3.4 水資源安全綜合分析

受壓力、狀態、響應等要素綜合影響，銀北灌區水資源安全指數呈波動變化，1996—2016年水資源安全指數由2.034上升至3.543，安全水平由較不安全發展至臨界安全、較安全等級，表明銀北灌區生態環境趨于優化，水資源安全有效提升。預測顯示，2020—2030年銀北灌區水資源安全指數穩定于3.75～4.65之間，依然處于較安全水平，這一階段水資源安全指數呈平緩升高，區域水資源安全格局進一步穩固。

4 結論

1996—2030年銀北灌區水資源安綜合演變呈良性發展，主要歸功于人們的水環境保護意識加強以及大力推進生態修復工程建設和水環境污染治理。當前灌區內生態質量并不高，結合實際，當從以下幾點進行調控：①規范資源開發與礦區生態環境治理體系，合理有序開采資源的同時強化環境責任意識和環保投入，把對環境破壞和污染降到最低。②依托中原農業區位優勢，大力發展和推廣農業高新技術，因地制宜安排農業生產，合理推廣區域農作物品種和栽培技術。③珍惜保護水資源，科學調水引水，確保水資源安全；完善農田水利設施建設，緩解耕地缺水狀態。④持續推進土地鹽堿化防控治理工程和水土保持工程，積極應對生態災害；科學開辟森林公園和自然保護區，保護野生動物、林草覆被、濕地水域等。