基于隨機分析的干旱區水資源管理方法研究及應用

沈 沛,許龍祥

(1.江蘇省儀征市真州水利站,江蘇 儀征 211400;2.江蘇省儀征市棗林灣水利站,江蘇 儀征 211400)

0 引 言

干旱區域的水資源管理關系著生態環境保護和社會經濟發展,但水資源管理在氣候變化和人類活動影響下,具有不確定性和復雜性。近年來,許多學者對干旱區水資源管理方法進行了相關研究。張陽陽等[1]利用氣孔導度模型,分析了區域地下水位參數特征和水源利用率。陳艾姣[2]對比了兩種統計降尺度方法,評估了干旱區氣候變化。Kerzabi R等[3]、Bouri S等[4]使用遙感和水文地球化學分析,驗證了污染物指標。張文達、鄧人超等[5-6]分析了水源保護規劃目標、重點任務,為水資源管理和保護提供了參考。賈玲等[7]結合地熱水資源開發利用方式,構建4種用水管理模式,為地熱水資源管理提供了建議。

本文使用隨機分析的不確定性方法體系,對開孔河流域和阿姆河流域的水資源利用管理進行氣候、作物、能源等數據分析。為了優化水資源配置,以開孔河流域為例,構建基于隨機模糊分式規劃方法的水資源-糧食-能源關聯系統管理模型,旨在為干旱地區農作物用水、電力生產用水和水資源配置等方面提供參考依據,同時為干旱區水資源管理方案提供案例分析和技術支持。

1 基于隨機分析的不確定方法體系和模型構建

1.1 區間多階段隨機規劃方法模型

鑒于水資源系統的復雜性、自然因素的隨機性,在干旱區水流域采用耦合氣候模型和水文模型的區間多階段隨機模型進行管理[8]。針對干旱地區中的開都-孔雀河流域即開孔河流域,建立一個集模擬-優化一體的水資源配置體系(Integrated Simulation-based Allocation Modeling System,ISAMS),該體系中耦合了全球氣候變化模型(Global Climate change Models,GCM)、隨機天氣發生器降尺度模型(Long Ashton Research Station Weather Generator,LARS-WG)、半分布式流域水文模型(Semi-distributed Land-use Runoff Proccess,SLURP)和區間多階段隨機規劃模型(Interval Multistage Stochastic Programming,IMSP),每個模型均能提高該體系適應氣候變化的水資源管理能力[9]。

首先為了探討開孔河流域未來徑流變化趨勢,構建了結合GCM、LARS-WG降尺度模型和SLURP模型的模擬方法。由于地區的獨特位置,氣候模型選擇了全球大氣-海洋耦合模式(MRI-CGCM)、美國社區氣候系統模型版本(CCSM4)和英國Hadley提出的耦合模型版本3(HadCM3)進行比較,得出該區域的氣量變化,再驅動LARS-WG降尺度模型來預估未來降水和溫度的變化,然后進行區間多階段隨機規劃。見圖1。

圖1 區間多階段隨機規劃模型框架圖

從圖1可以看出區間多階段隨機規劃圖的技術路線和區間多階段隨機規劃模型的流程。LARS-WG降尺度模型利用半經驗分布模型來模擬日降水量,而LARS-WG模型中溫度的模擬不同于降水模擬,溫度的變化是隨機過程。根據開孔河流域水資源管理系統的復雜性和不確定性的基礎問題,構建的集模擬-優化一體的水資源管理模型以優化為主,并結合模擬結構,探討該流域氣候變化下的水資源管理方法。構建模型如下:

(1)

該模型中的變量不能小于零,其約束條件包括流域內實際用水量不能超出可供應水量的總水量約束、中游人類用水和下游生態用水需滿足最小需求,也不能超出水量最大承載力的不同水單元可用水量約束和下游生態用水保障。根據交互算法,將模型拆解為上下界線性子模型,解出上下界子模型后得出的水資源配置結果,根據模型求解結果,可以得出適用于開孔河流域應對氣候變化的水資源配置方法。其模型的所需數據包括未來氣候數據、地理數據、站點氣象、水文數據以及水資源供應量。

1.2 模糊機會約束規劃方法模型

水資源和土地資源關系著糧食生產安全,研究水資源與土地資源的相互作用,進而實現水資源最優配置和保障糧食生產安全。在阿姆河流域開發一個可能性-彈性模糊機會約束規劃方案,該方案結合可能性模糊規劃、彈性模糊規劃和機會約束方案。其中,機會約束優化模型雖然有效處理了約束右方參數的隨機性,但對參數或不等式的模糊性缺少考慮,因此引入模糊規劃來處理該問題[10-11]。而該模型反映著決策者的主觀偏好,不能解決客觀因素造成的模糊信息,進而引入可能性模糊規劃方法,以處理目標函數中的模糊不確定性信息。模糊機會約束規劃模型如下:

(2)

式中:f為目標函數;xi、yj為決策變量;ai、bj為模糊系數;Ca、d分別為函數中心點和半徑;λ為必然性測度水平,在[0～1]范圍內。

根據阿姆河流域的氣候條件、水文資源以及下游作物灌溉區域發展等因素,構建基于可能性模糊機會約束規劃方法(Possibilistic-flexible Fuzzy Chance-constrained Programming ,PFCP)并結合土地資源關聯系統(Water-Land Nexus system,WLN)的管理模型。模型以系統收益最大化為目的,綜合考慮水資源約束、土地資源約束、電力資源約束、灌溉水量約束和糧食安全保障約束等重要約束條件,其模型框架見圖2。

圖2 PFCP-WLN模型框架圖

從圖2可以看出,該模型主要針對阿姆河流域下游的農業灌溉區,將系統收益最大化作為目標,綜合考慮土地資源約束、水資源供需量約束、電力供應量約束、糧食安全保障約束以及污染排放約束等約束條件,對土地資源、水資源、電力資源以及社會經濟方面等數據進行實地實時獲取,并起到因地制宜的作用。其中,目標函數包括農作物的毛收益、肥料成本、調水成本及耕作成本,根據其目標對規劃方法的變量條件進行統計和計算,而變量條件有3個地區、4種作物以及5個時期。9種灌溉模式在于提高灌溉效率,將漫灌、畦灌、噴灌和滴灌4種方式進行有效組合,對應9種不同的灌溉效率,從而獲取農作物水資源利用和土地資源利用的收益最大化。

1.3 隨機模糊分式規劃方法模型

由于水資源與糧食、能源息息相關,都是人類生產生活的重要資源,因此針對某地區水資源管理方案需要考慮到糧食和能源的關聯,因此管理系統具有龐大、復雜的特性。在考慮多重問題的影響中,根據機會規劃、模糊可信度規劃和分式規劃,開發了隨機模糊分式規劃方法(Stochastic Fuzzy Fractional Programming,SFFP),其公式如下:

(3)

式中:s、t為矩陣常數;xj為J行的行向量;uj、vj為列向量。

根據開孔河流域實際情況及其下游灌溉區的經濟發展要求,遵循“以水定地、以水定產業、以水定發展”的原則,量水而行,推動經濟用水結構調整以及對各行業用水進行合理配置,從而探討水資源、糧食和能源系統的關聯影響,找尋三者間最優的配置和生產模式。因此,構建基于隨機模糊分式規劃方法的水資源-糧食-能源關聯系統(Water-Food-Energy,WFE)的管理模型。其框架見圖3。

從圖3可以看出,模型的農業種植模式、電力生產特征以及水資源獲取方式等因素緊密相連,農作物主要包括小麥、棉花、蔬菜和水果等,發電方式有燃煤發電、燃氣發電、太陽能發電和風力發電等;農業、電力發展以及能源的開發利用,均需要對該區域水資源管理模式進行綜合考慮,達到兼顧該區域系統收益最大化和用水量最小化的雙重目的。其中,約束條件包括資源可利用量約束、農業生產需水量、電力生產能力、二氧化碳和污染物排放限額等,根據以上約束條件構建模型,為開孔河流域水資源綜合管理和社會經濟發展提供科學理論和技術參考。因此,應對水資源短缺問題時,首先需要降低電力生產和農作物的需水要求;其次,規劃合理的種植面積和生產能力,考慮生態與經濟發展、效益和風險之間的平衡關系;最后,制定區域或流域內最合理的水資源管理方案。

2 基于隨機分析的模型驗證與分析

2.1 區間多階段隨機規劃模型分析

根據構建的模型,對實地干旱地區進行數據分析,并結合當地氣候條件、水文信息、能源資源以及土地資源等因素,驗證并分析干旱地區的水資源利用效率,保障用水安全、糧食安全、生態協調發展以及社會經濟可持續發展。在開孔河流域,構建基于集模擬-優化一體的水資源管理模型,在氣候變化條件下進行氣候參數分析,總結其對中下游用水的影響,其中氣候條件變化包括溫度、降水和徑流。針對2023-2045年平均氣溫和平均降水量的對比結果,分析3種不同氣候模型的差異,見圖4。

圖4 不同氣候情景下的溫度和降水預估結果

從圖4可以看出,未來22年平均氣溫分別為-3.9℃、-3.7℃和-3.4℃,而當前平均氣溫為-4.5℃;降水方面多年平均降水量分別為229.2、223.5和236.1mm,而當前平均降水量為216.6mm,表明開孔河流域的氣候朝著暖濕氣候方向發展,其溫度和降水的增長趨勢對該流域的徑流有著積極影響。不同氣候情景下的溫度和降水差異,證明了氣候預測的不確定性。

開孔河流域的中游人類用水配水目標以及缺水情況,與氣候變化、人類活動和下游生態輸水量有關,隨著氣候變化以及社會發展,中游人類用水量隨之增加。而當下游生態輸水量增長時,中游用水配水目標會減少,表明水資源影響著經濟發展和生態保護的關系。因此,決策者需要根據實際需要,合理分配水資源,提高水資源利用率,促進經濟社會發展。

2.2 可能性模糊機會約束規劃模型分析

根據PFCP-WLN模型框架圖中農業灌溉系統的復雜性,阿姆河流域的下游地區是主要灌溉區域,對當地社會經濟發展和生態保護有著重要地位和影響。在構建阿姆河流域的水土資源聯合管理模型中發現,不同灌溉模式的灌溉效率影響著整個系統收益。根據4種灌溉方式,設置了9種灌溉模式組合。得出9種灌溉效率結果,見表1。

表1 9種灌溉模式組合及其效率

從表1可以看出,不同灌溉模式的效率結果采用流域的農業實際數據,其中第9個模式組合灌溉效率最高,其系統收益也最高。作物種植面積與灌溉效率關系緊密,灌溉效率的提高會降低單位農作物的需水量,進而增加灌溉面積,從而保障了糧食產量和提高系統收益。因此,面對干旱地區阿姆河流域的農業活動,決策者需要關注灌溉效率的提高和先進灌溉技術的引用,以改善灌溉條件、增加灌溉面積以及保障糧食生產安全。

2.3 隨機模糊分式規劃模型分析

根據SFFP-WEF模型框架,綜合考慮系統收益、農作物種植面積分析、電力生產總量分析以及水資源優化配置方案。結合開孔河流域的農作物灌溉總面積的變化數據,以灌溉需水量α水平和可供水量p水平為分析指標,觀察農作物種植面積和灌溉配水量的變化,見圖5。

圖5 開孔河流域總灌溉面積

從圖5可以看出未來規劃期的3個時期t1、t2和t3的灌溉總面積的變化。t3時期灌溉需水量為0.8m3時,4種p水平的作物灌溉總面積分別為186.4×103、191.6×103、198.6×103和203.4×103hm2;灌溉總面積隨著可供水量p的增高而增加,但總體看,灌溉總面積逐漸減小。

農作物的配水量變化見圖6。

圖6 開孔河流域作物配水量

從圖6可以看出,作物配水量隨著可供水量的增加而增長。根據實地考察,開孔河流域土壤鹽漬化較嚴重、水資源較少以及生態保護力度弱,如果不加干預,未來可耕地面積會逐漸減少。而該流域的電力生產總量也與可供水量有關,為正比關系,灌溉需水量越多,相應地用于電量的水資源越少;電力生產量和CO2、污染排放限額呈反比關系,當配水量增加時,可排放的CO2和污染物量相應減少,進而導致燃煤和燃氣的發電量減少。因此,在能源發電時,應考慮水資源的節約利用,改進燃煤燃氣發電技術,減少其耗水量,提高應對缺水問題的能力。另外,在水資源優化配置方案中,結合農作物種植的分配,追求單位水資源收益最大化,但農作物的單位水資源收益遠低于電力生產水資源獲利。因此,在滿足農業水資源最小供應量后,其作物種植面積保持穩定不變、水資源分配量也不變,才能達到優化配置水資源的目標。

3 結 論

為了應對干旱區水資源短缺問題,考慮氣候和社會經濟等不確定性因素,本文研究開發了一種基于隨機分析的不確定性方法體系,用于開孔河流域和阿姆河流域。由開孔河流域構建IMSP模型得出,未來年平均降水量和平均溫度分別為229.2、223.5、236.1mm和-3.9℃、-3.7℃、-3.4℃。在阿姆河流域構建PFCP-WLN模型,針對下游灌溉模式得出,23%漫灌、24%畦灌、23%噴灌和30%滴灌組合的效率最高為0.71。由開孔河流域構建SFFP-WFE模型可知,降低農作物和電力生產的需水要求,以合理規劃水資源配置。