基于層次分析法-熵權法組合賦權的農田灌溉風險評價

李龍飛

(華北水利水電大學，河南 鄭州 450046)

根據 2017 年中央一號文件精神，結合國內外學者的研究，現代化灌區建設包括著力打造安全灌區。然而當前灌區灌溉工程到達田間地頭的“最后一公里”是水利監管薄弱環節，農業灌溉面積理論與實際差距較大，一些灌區運行管理不到位，不能正常發揮功能，加之灌區信息化程度較低，在面對經常發生的嚴重旱情狀況下，灌溉能力不足對農業收成、糧食安全和人民生活保障的影響更加凸顯。對灌區科學合理地進行農田灌溉風險評價，是灌區健康、持續發展的必經之路。

1 風險評價方法

1.1 AHP法確定指標主觀權重

層次分析法(the analytic hierarchy process，簡稱AHP)是一種常見的用量化處理和判斷的具有主觀性的賦權方法，適用于多準則決策下對定性問題進行定量分析的情況，在很多領域普遍使用。使用層次分析法進行指標主觀權重主要有4個基本步驟：

(1)建立層次結構模型。分別以目標層、準則層、指標層為最高層、中間層和最底層，保持各層次相互獨立。

(2)構造層次判斷陣。以1～9為比較尺度，對各層因素兩兩比較，確定其相對重要程度。其中1表示兩因素相比同等重要，3表示兩個因素相比，前者比后者明顯重要，以此類推，9表示兩個因素相比，前者比后者強烈重要。

(3)層次一致性檢驗。若一致性比例小于0.10時，即可通過檢驗。否則需要繼續調整判斷矩陣以使其通過檢驗。

(4)計算指標權重。通過一致性檢驗后的各判斷矩陣的特征值對應的特征向量，即為相應的權重向量，對其歸一化處理即可得到對應權重。

1.2 熵權法確定指標客觀權重

熵權法是一種客觀賦權方法，在信息論中，熵可以度量數據所提供的有效信息量。如果指標信息熵越小，則該指標信息量就越大，在評價中權重也就越大。使用熵權法進行客觀賦權主要包括以下3個步驟：①對指標數據標準化；②求每個指標的信息熵；③確定各指標客觀權重。采用此方法計算得出的權重值更具客觀性，具體計算步驟本文不再贅述。

1.3 組合評價法

組合賦權法將主觀賦權法的專家理論知識和豐富經驗與客觀賦權法的充分挖掘數據組合信息相結合，可以相對減少系統誤差和隨機誤差。本文采用的組合評價法是評價方法中的評價過程組合，即將層次分析法得出的主觀權重與熵權法得出的客觀權重相結合。為了科學合理地對組合賦權，本文參考最小鑒別信息原理，以層次分析法確定主觀權重，權重向量設為α，以熵權法確定客觀權重，權重向量設為β，評價指標綜合權重設為ωj，目標函數為:

(1)

求解此優化模型可得綜合權重為：

(2)

式中，ωj—組合權重；uj、vj—指標主觀、客觀權重。

2 農田灌溉風險綜合評價

在對灌區農田灌溉風險進行綜合評價前，要對風險評價指標數據進行歸一化處理。在農田灌溉風險評價指標體系中，對于正負不同屬性的指標需要根據指標的意義與實際情況，采取不同的公式進行歸一化。對正向指標和負向指標，分別采用如下公式進行歸一化。

對于正向指標，歸一化公式設計為：

(3)

對于逆向指標，歸一化公式設計為：

(4)

式中，Xi—第i個指標的實際值；Xim、XiM—指標xi對應的極小值和極大值。

求得Ii后，利用下式計算研究灌區的農田灌溉風險綜合指數I:

(5)

式中，Wi—指標i對應的歸一化權重;N—農田灌溉風險評價指標總數。

依據上式計算得出農田灌溉風險綜合評價值，參考相關文獻將農田灌溉風險等級劃分為：輕風險、低風險、中風險、高風險4個風險等級，見表1。

表1 農田灌溉風險等級劃分表

3 實例研究

河南省人民勝利渠灌區僅靠有效降雨量并不能滿足農田灌溉需求，還需要引用黃河水和地下水。此外，人民勝利渠灌區修建年代已久，部分末級渠系設施老化失修。受制于投入有限，田間工程配套率不完善等問題，尚有18km骨干渠道未進行續建配套與節水改造。自動化量測水設施不足，信息化程度仍需提高，在面臨極端惡劣天氣下存在一定的農田灌溉風險。

3.1 評價指標體系構建

指標體系是進行灌區農田灌溉風險綜合評價的基礎，合理的指標體系應滿足科學性、系統性、層次性和代表性。根據以上原則，采用從人民勝利渠灌區獲得的2010—2019年相關數據來構建評價指標體系。農田灌溉風險因素眾多且相互關聯，彼此影響，需要對各影響因素進行歸類分析。結合人民勝利渠灌區現狀實際情況，為了充分反映灌區灌溉風險，以工程狀況、灌溉用水、自然因素、管理水平四個因素為準則層來約束指標層，指標層包含21個二級指標，農田灌溉風險評價指標體系見表2。

表2 農田灌溉風險評價指標體系

3.2 評價指標權重

熵權法計算出的權重與層次分析法計算出的權重不盡相同，都有各自的缺陷，但是兩種權重方法體現出的指標權重都具有一定的參考意義。主、客觀相結合后可以盡可能減小誤差，使計算結果更加精確。計算得到人民勝利渠灌區農田灌溉風險主客觀評價結果后，需要對其進行組合賦權，具體結果見表3。

表3 農田灌溉風險評價指標權重

3.3 風險評價結果

經計算得出人民勝利渠灌區2010—2019年農田灌溉風險評價的主觀、客觀、綜合評價風險，具體結果如圖1所示。

圖1 2010—2019年農田灌溉風險評估結果

3.4 結果分析

分析組合賦權法的評價結果可知：人民勝利渠

灌區從2010年起農田灌溉風險大體呈下降趨勢；2010—2016年期間，只有2013年風險值略有增長；2016—2019年只有2017年由于氣候原因導致降雨量較少，天氣比較干旱，作物灌溉需水量較大，農田灌溉風險明顯增大。該灌區在2010—2015年間農田灌溉風險處于中等風險水平，接近低風險水平；2015—2019年均進入低風險水平。為了對比分析主要風險因子，本文深入分析各準則層下的指標因子。人民勝利渠灌區2010—2019年農田灌溉風險評價準則層風險具體如圖2所示。

圖2 2010—2019年農田灌溉風險準則層組合賦權法評估結果

根據上圖對準則層指標數據進行比較分析結果，可以看出工程狀況準則層風險水平逐年降低，這表明人民勝利渠管理局對灌區工程運維投入較大。灌溉用水準則層風險先增后降，主要是由于灌溉水源保證率指標所占權重較大，而這項指標數值是2010—2015年逐漸減小，從80%的保證率減小到10%。然后2015—2019年逐漸增大，保證率從50%變為2019年的75%。自然因素準則層風險除2016年明顯降低外，其他年份沒有明顯變化。但是2017—2019年風險值逐年降低，主要原因是2016年降雨量明顯較大，作物需要灌水量明顯降低。這兩項指標相互影響，且相加所占比重對農田灌溉風險評價體系目標層以及自然因素準則層的影響很大。

4 結語

研究結果表明人民勝利渠灌區2010—2016年期間僅2013年農田灌溉風險較2012年略有增長，2016—2019年期間僅2017年較2016年農田灌溉風險明顯增大，其余年份農田灌溉風險較前一年均減小，整體呈遞減趨勢。

通過比較分析各準則層及指標層因子可以得出最影響人民勝利渠灌區農田灌溉風險的準則層是工程狀況準則層，影響最大指標是骨干工程設施完好率。

本文采用的組合賦權評價方法結果與實際情況大體符合，在典型灌區進行運用，驗證了提出的指標體系和評價方法的合理性，可為其它灌區的農田灌溉風險評價提供參考建議。