SD-EF模型在渾太河流域水生態足跡測度應用及驅動因素分析

趙小龍

(遼寧省營口水文局，遼寧 營口 115003)

當前，水資源供需矛盾及水環境惡化問題日益顯現，逐步成為影響社會經濟可持續發展的重要因素[1]。對于區域水資源供需平衡的分析已成為社會關注的熱點問題[2]。William Rees和Wackernagel在20世紀90年代提出水生態足跡的相關概念，對于區域水資源可持續利用的狀況進行動態評估[3- 4]。國內學者圍繞水生態足跡的問題也展開了許多研究。張義在評估水生態足跡模型局限的基礎上，將水污染足跡引入到模型計算中[5]。李娜基于水生態需水的理論，對城市水生態足跡進行分析[6]。劉曉曦[7]結合深度和廣度兩個概念對國內31個城市的水生態足跡進行計算。趙海光[8]結合水匱乏指數對北京市水生態足跡進行測度。在水生態足跡測算的基礎上，許多學者也逐步開展對水生態足跡的預測，李世穎[9]結合GRNN模型對貴陽市的水生態足跡進行了預測。陳正雷[10]采用ARIMA模型對廣州市水生態足跡進行了預測。從當前對水生態足跡的研究成果看出，主要采用水資源評估指數以及模型對城市水生態現狀進行測度，并對生態足跡進行預測，而對于流域水生態足跡的研究還較少。渾太河流域屬于遼寧省第二大流域，兩條大型河流分別為渾河和太子河，流域橫跨遼寧省經濟較發達的市、縣，近些年來，隨著區域社會經濟快速發展，水少水臟問題成為制約渾太河流域發展的重要因素[11]。為此本文結合當前在區域水生態足跡分析應用較為成熟的SD-EF模型[12- 15]，對渾太河流域水生態足跡進行分析，對其水資源可持續利用度進行評估，并為流域水資源配置和社會發展規劃提供參考。

1 模型原理

SD-EF模型首先對流域的生態承載能力進行分析，分析方程為：

(1)

式中，ECr—年平均水生態承載能力，hm2；e—生態要素能量更替循環值，sej；P—能量密度的實際值，其計算方程為：

(2)

區域水生態承載能力初始值EC0的計算方程為：

(3)

式中，i—生態資源要素類別；Ci—各類生態要素計算的承載能力值；yi—生態資源人均值，hm2；Ti—不同生態要素轉換系數。

基于流域水生態承載能力計算結果，估算流域水生態足跡，對影響流域水環境質量的生活及工業廢水排放量進行計算：

(4)

式中，EF—生態足跡年平均計算值，hm2；i—污染源的類別；ai—不同類別污染源影響下的生態足跡平均計算值，hm2；Ci—不同污染源類別影響下的人均污染負荷值。

結合渾太河流域社會經濟統計數據和水環境分析數據，利用SD-EF模型對渾太河流域的生態足跡進行測算，并對其驅動因素進行分析。

2 模型應用

2.1 渾太河流域概況

渾太河流域位于遼寧中部和東部區域，集水面積2.74萬km2，由渾河、太子河以及大遼河三大水系組成，流經沈陽、遼陽、鐵嶺、本溪、盤錦、鞍山以及營口6市。渾太河流域屬于遼寧省人口分布及社會經濟中心，且流經的城市大都屬于東北重工業區域，隨著社會經濟快速發展，工業和生活污染日益增多，對流域的水生態環境造成不同程度的影響。

2.2 模型參數初始值設置

結合渾太河流域水資源公報、各市社會經濟統計年鑒、基于區域規劃數據對SD-EF模型參數進行了設置，模型參數設置結果見表1。

表1 渾太河流域水生態足跡測度分析模型參數設置結果

2.3 模型回歸方程構建

SD-EF模型主要結合統計回歸的原理，建立區域水生態足跡影響因素的回歸方程對生態足跡進行測度分析和預測，本文結合F檢驗和SPSS統計檢驗的方法對不同回歸方程進行檢驗分析，建立最適合于區域水生態足跡測度和預測分析的最優回歸方程。各方程統計檢驗結果見表2。

表2 SD-EF模型不同方程的統計檢驗結果

相關系數R2最高，且F檢驗值和SPSS統計檢驗值最小，可認為回歸方程滿足檢驗要求，從不同回歸方程可看出，二次冪函數的相關系數最高，且F檢驗值和SPSS統計檢驗值最小，可用來建立SD-EF模型的回歸方程，結合模型的18個參數變量，及渾太河流域的水資源公報和社會經濟統計數據，建立模型的回歸樣本數據系列，回歸方程的目標函數為生態足跡和生態承載力測度值，回歸變量為渾太河流域各類要素。建立目標函數與各要素變量的二次冪函數進行生態足跡和生態承載力的測度分析計算。

2.4 模型的檢驗結果

在模型構建的基礎上，采用F檢驗和T檢驗對模型不同檢驗水平下的生態足跡進行均方差的分析，從而分析模型的計算精度是否滿足要求。

表3 SD-EF模型在渾太河流域水生態足跡的均值檢驗結果

從各檢驗水平下的檢驗均方程可看出，隨著F檢驗和T檢驗水平的提高，模型測算的人均生態足跡均值呈現遞減變化，這表明構建的模型符合區域生態足跡均值的變化規律；從檢驗值可看出，兩種檢驗方式下構建的SD-EF模型的檢驗值均滿足模型的檢驗要求；從各檢驗水平下的均方差分可看出，隨著檢驗水平的增加，均方差分越低，模型檢驗精度越高，T檢驗方式下不同檢驗水平的均方差無明顯規律，而F檢驗方式下不同檢驗水平下的均方差分隨著檢驗水平的增加而遞減。

2.5 渾太河流域生態足跡動態預測結果

在模型檢驗的基礎上，結合構建好的SD-EF模型對渾太河流域現狀年(2010—2017年)及規劃年的水生態足跡進行動態測度分析，結果見表4—5。

從現狀年(2010—2017年)渾太河流域生態足跡均值分析結果可看出，水消耗和水污染在生態足跡測度總值中占比超過50%，本地產出的水消耗和水污染比自然流域產生的水消耗和水污染的比重較大。從各年份水生態足跡的變化結果可看出，區域水生態足跡均值呈現逐年遞減變化，年均值遞減幅度為0.1245hm2，城鎮用地生態足跡變化幅度最大，其他用地方式的變化對生態足跡影響程度較小。結合渾太河流域規劃數據，基于SD-EF模型對規劃條件下的流域水生態足跡進行動態預測，預測結果表明，流域生態足跡遞減幅度明顯減小，主要原因是隨著流域生態治理措施力度的加大，水消耗和水污染影響比重減少，使得區域水生態資源可持續發展程度提升。而隨著水生態足跡的變化，區域水生態承載能力將得到提升。

2.6 生態足跡驅動因素分析

對渾太河流域生態足跡影響的驅動因素進行敏感度分析，分析結果見表6。

從分析結果可看出，敏感度在0～0.05之間的水生態足跡影響因素為3個，敏感度在0.05～0.10的水生態足跡影響因素為7個，各水生態足跡影響因素的敏感度均低于0.10，各影響因素均可通過敏感度檢驗，表明各因素對水生態足跡都有不同程度的影響，從各因素敏感度分析結果可看出，生活用水額度對水生態足跡的敏感度影響較高，其中生活用水主要包括城鎮和農村居民用水。其次為灌溉額度，渾太河流域為遼寧省地區的農業種植區，因此其農業灌溉水量較大，對水生態足跡影響程度也較高。相比于灌溉用水定額，灌溉效率相對影響度較小，因此敏感度最低。

表4 基于SD-EF模型的渾太河流域現狀年水生態足跡測度分析結果

表5 渾太河流域規劃年水生態足跡動態預測結果

表6 渾太河流域生態足跡驅動影響因素分析結果

3 結語

(1)隨著渾太河流域生態治理措施力度的加大，水消耗和水污染影響比重減少，使得區域水生態資源可持續發展程度提升。而隨著水生態足跡的變化，區域水生態承載能力將得到提升。

(2)生活用水額度對渾太河流域水生態足跡的敏感度影響較高，其次為灌溉額度，流域為遼寧省主要農業種植區，因此其農業灌溉水量較大，對水生態足跡影響程度也較高。相比于灌溉用水定額，灌溉效率相對影響度較小，因此敏感度最低。