白城市水資源脆弱性評價研究

李治軍，陳海楓，汪 超，王美波

(1.黑龍江大學 水利電力學院，黑龍江 哈爾濱 150080;2.黑龍江大學寒區地下水研究所，黑龍江 哈爾濱 150080)

“水資源脆弱性”這一概念最早在20世紀60年代由法國學者提出，之后不斷豐富與發展[1]。對于水資源脆弱性的研究，研究者從不同角度不同領域進行了探索，任源鑫等借助層次分析與熵值法相結合的方式對寶雞市水資源進行了脆弱性評價[2]，圖布新等借助主成分分析法對新疆自治區水資源脆弱性進行評價[3]，源彩萍等采用模糊集對法對山西省水資源脆弱性進行評價[4]，劉海嬌利用GIS模型對黃河三角洲區域進行水資源脆弱性進行評價[5]，王瑩瑩等借助綜合指數法研究了康平縣的水資源動態特征[6]。在現有研究基礎上，以吉林省白城市為例，創建水資源脆弱性關鍵影響指標體系，通過模糊綜合評價對白城市進行水資源脆弱性評價，其結果可為白城市水資源管理提供相關參考依據。

1 研究區概況

白城市是吉林省地級市，坐落在吉林省西北部，總面積2.6 km2。屬于溫帶大陸性季風氣候，水文地質條件極其復雜，素有“十年九旱”之說，境內有8條較大河流，但受氣候和豐枯的影響，年內降水分布不均，年際變化較大，常年干旱少雨，人均占有量低，水資源供需問題突出[7]，據2020年白城市水資源數據統計顯示，境內19條河流全部斷流。嫩江和洮兒河作為白城市主要的地表水資源，受區域地理位置的影響，水資源時空分布不均，河流進入枯水期，對社會經濟和生態造成了很嚴重的影響，對地表水資源開發利用率低，地下水是主要的生產生活用水，隨著白城市經濟的不斷發展和人口的不斷增長，用水需求量逐年遞增，地下水的利用已經超過極限，加重了水資源的承載負擔。

2 研究內容與方法

2.1 影響因子集的構建

水資源脆弱性受多方面因素的影響，分析評價白城市的水資源脆弱性，指標的選擇要綜合考慮到社會、經濟、環境等各方面因素。本文結合前人的相關研究成果，根據白城市的水資源動態以及區域發展狀況，初步選取15項指標構建白城市影響因子集合，脆弱性指標因子集見圖1。

圖1 脆弱性指標因子集

2.2 關鍵影響指標體系的構建

初步構建的水資源脆弱性影響因子之間有主次之分，為了提高計算的準確度，需要通過主成分分析法提取關鍵影響因子。主成分分析法是一種多元統計方法，對原有的多個相關性指標，通過降維處理技術，轉化成少數幾個相互獨立的綜合指標，它不僅可以反映初始變量的絕大部分信息，還能使復雜因素簡單化，是一種高效的數據處理方法[8]。具體的計算步驟如式(1)～式(4)：

(1)指標標準化處理：

(1)

(2)計算評價指標相關系數矩陣R*:

(2)

(3)

式中：rij為第i個指標與第j個指標的相關系數；n為評價對象的個數；Z為標準化矩陣。

(3)確定相關系數矩陣的特征值與特征向量，依據主成分累計方差貢獻率確定主成分的個數，將累計方差貢獻率大于等于85%的確定為主成分，根據特征向量計算主成分荷載:

(4)

式中：λj為相關系數矩陣R*的特征值;t為主成分個數。

(4)對荷載矩陣進行方差最大化旋轉，根據荷載結果綜合選取關鍵影響因子。

根據收集到的資料，結合《白城市水資源公報》(2011—2019)、《吉林省統計年鑒》(2011—2019)，通過spss軟件對15個指標因子進行主成分分析，選取關鍵影響因子，旋轉后的矩陣如表1所示。

表1 旋轉后的成分矩陣

由表1可知，主成分1控制的主要因子有人口密度、工業用水量、污水處理率、城鎮化率、GDP增長率、人均生活用水量，主成分2控制的主要因子有水資源開發利用率、產水模數、人均水資源量，主成分3控制的主要因子有綠化覆蓋率，主成分4控制的主要因子有供水模數，綜合選取11項指標作為關鍵影響因子，最終建立的關鍵影響指標體系如表2所示。其中，指標數值越大，造成的脆弱性越高為正向指標，指標數值越小，造成的脆弱性越低為負向指標。

表2 關鍵影響指標體系

2.3 基于熵權法確定指標權重

熵權法是一種客觀計算權重的方法，具有準確度高，客觀性較強的優點，熵權法的計算步驟如式(5)～式(11)[9]：

第一步：對指標數據進行標準化處理。對于正向指標，采用公式(5)計算標準化值；對于負向指標，采用公式(6)計算標準化值。

rij=(xij-xjmin)/(ximax-xjmin)

(5)

rij=(xjmax-xij)/(xjmax-xjmin)

(6)

式中:rij為第i年第j項評價指標的標準化值；xij為第i年第j項評價指標的指標值；xjmin為第j項指標的最小值；xjmax為第j項指標的最大值。

第二步:構建標準化指標矩陣。指標數據標準化后構成標準化判斷矩陣，標準化判斷矩陣用R表示，如式(7)。

R={rij}m×n

(7)

式中：R為由標準化后的指標數據構成；m為評價年份數；n為評價指標的個數。

第三步：計算各評價指標的權重,定義熵。在有m個被評價對象、n個指標的評價問題中，第j個指標的熵如式(8)～式(10)。

(8)

(9)

k=1/lnm,

(10)

式中：hj為評價指標的熵；k為常數；m為評價年份數。定義了第j個指標的熵之后，可得到第j個指標的熵權如式(11)

(11)

式中：wj為評價指標的權重；n為評價指標的個數。

通過熵權法的計算，得出白城市水資源脆弱性評價指標的熵權如表3所示：

表3 白城市水資源脆弱性評價指標的熵權

2.4 模糊綜合評價

通過熵權得到各項指標的權重以后，利用模糊數學評價法計算評價結果。如式(12)計算[10]：

(12)

式中：B為模糊綜合評價的結果；W為熵權法計算得到的權重組成的權向量矩陣。

由權重的計算結果可知：W=(0.0959,0.0423,0.0908,0.0663,0.0435,0.0954,0.1595,0.0687,0.1727,0.0768,0.0881)。

通過標準化處理得到如下的模糊關系矩陣R，合成運算計算白城市水資源脆弱性綜合得分。

3 結果與分析

本文根據白城市區域水資源現狀以及相關文件，參考文獻等評價標準[11-13]，結合現有的研究成果，建立了白城市水資源脆弱性評價標準，將評價等級劃分為4個等級，根據水資源脆弱性評價劃分等級，得出2011—2019年白城市水資源脆弱性評價結果如表4所示。

表4 2011—2019白城市水資源脆弱性評價結果

2011—2019年期間，白城市水資源脆弱性綜合得分整體呈現先上升后下降的趨勢，綜合得分越高，水資源脆弱性越嚴重，在2011—2012期間，水資源脆弱性由中度脆弱降為輕度脆弱，在2012—2016年期間，隨著時間的增長，水資源脆弱性越來越嚴重，由中度脆弱轉為重度脆弱，2016年水資源脆弱性最為嚴重，在2016—2019年期間，水資源脆弱性由重度脆弱轉為輕度脆弱，水資源脆弱性嚴重程度處于減緩的趨勢。

綜合各項指標以及區域的發展情況進行分析，白城市由于工業發展的需要，在2011—2016年期間，工業用水量需求增加，水資源開發利用率持續增加，城鎮化進程加快，人口密度增加，對水資源需求量增加，水資源脆弱性保持上升趨勢，在2016年達到重度脆弱，2016—2019年，城市加強污水設施建設，污水處理率由76.45%上升到94.70%，工業用水量由0.61億m3下降為0.52億m3，產水模數增加，水質提高，水資源抵抗外界因素能力提高，人口密度下降，人均用水量減少，由中度脆弱轉為輕度脆弱。

4 結 論

(1)本文以吉林省白城市為研究對象，構建了白城市水資源脆弱性評價體系，通過主成分分析法提取11項關鍵影響因子指標，采用熵權法計算各指標的權重，借助模糊綜合評價方法對白城市2011—2019年水資源進行脆弱性評價，計算出綜合得分。

(2)通過對各項指標的分析，得出2011—2019年白城市水資源脆弱性整體呈先上升后下降的趨勢，提高污水處理率可以有效降低水資源脆弱性，實現水資源合理開發利用和可持續發展。