閆浩文，劉艷平，，曹建君

(1．蘭州交通大學測繪與地理信息學院，730070，蘭州;2．甘肅省基礎(chǔ)地理信息中心，730000，蘭州)

民勤綠洲位于河西走廊東部的石羊河下游，在阻礙騰格里和巴丹吉林2大沙漠匯合南侵中起著極其重要的作用［1－3］。多年來，隨著社會經(jīng)濟的發(fā)展、人口的不斷增加和上游來水量的持續(xù)減少，綠洲水資源供不應求。為發(fā)展計，當?shù)卮罅块_采地下水資源，使地下水位下降，導致地下水礦化度急劇升高，植被大量退化和枯亡，土壤鹽漬化和沙化進程加快，綠洲開始萎縮，自然條件下的生態(tài)平衡遭到破壞，生態(tài)系統(tǒng)失衡［4－5］。民勤綠洲引發(fā)的鏈條式的生態(tài)環(huán)境問題，危害程度和范圍逐漸擴大，已經(jīng)引起國內(nèi)外社會各界的普遍關(guān)注和重視［6－7］;因此，對影響民勤綠洲地下水資源變化的各類因素進行分析，了解各類因子對綠洲地下水資源的影響程度及其未來變化趨勢，有助于采取適當措施，從根本上科學合理地使用和保護民勤地下水資源，使其發(fā)揮最大的經(jīng)濟和生態(tài)效益。筆者借助于民勤縣統(tǒng)計局、氣象局和水利局提供的綠洲近50 a(從1960—2010年)的人口、糧食產(chǎn)量、上游來水量、GDP、大牲畜存欄量、蒸發(fā)量、降水量和地下水埋深觀測值等數(shù)據(jù)，找出影響民勤水資源變化的主要影響因素，并預測各影響因素的未來變化趨勢，以期為民勤綠洲未來水資源合理利用提供科學依據(jù)。需要說明的是，地下水埋深觀測值是地下水資源量變化最直接的表現(xiàn)，因此，文中以其代替地下水資源變化量。

1 地下水資源影響因素相關(guān)性分析

1.1 相關(guān)性分析

為了保證數(shù)據(jù)的可用性，首先使用Matlab軟件對民勤綠洲總?cè)丝?、糧食產(chǎn)量、上游來水量、GDP、大牲畜存欄量、蒸發(fā)量、降水量和地下水埋深觀測值等時間序列數(shù)據(jù)進行了濾波處理;然后利用SPSS［8］軟件對這些數(shù)據(jù)作相關(guān)性分析，找出與地下水埋深觀測值相關(guān)性較好的影響因素，并予以檢驗，得到其相關(guān)系數(shù)矩陣(其中，地下水埋深值為因變量，其他因素為自變量)，結(jié)果見表1?？梢钥闯?，總?cè)丝凇⒓Z食產(chǎn)量、上游來水量、GDP、大牲畜存欄量和蒸發(fā)量與地下水埋深觀測值的相關(guān)系數(shù)均小于0.01。其中總?cè)丝?、GDP、糧食產(chǎn)量、大牲畜存欄量與地下水埋深觀測值的相關(guān)系數(shù)都為正值，說明這些數(shù)據(jù)與地下水埋深觀測值的變化趨勢一致，即同時增減。上游來水量與地下水埋深觀測值的相關(guān)系數(shù)為－0.702，說明它們的變化趨勢相反。在0.05的顯著性水平下，耕地面積與地下水埋深觀測值的相關(guān)系數(shù)為0.289，二者的相關(guān)性不高;民勤降水量與地下水埋深值不相關(guān)。

表1 因子相關(guān)性矩陣Tab．1 Correlation matrix of the factors

1.2 主成分線性回歸分析

由相關(guān)性分析結(jié)果可知，降水量與地下水埋深觀測值不相關(guān)，耕地面積與地下水埋深觀測值相關(guān)性不強，所以，在主成分分析中將這2個因子剔除。

利用SPSS軟件，將剩余的6個因子進行主成分分析。新的相關(guān)系數(shù)矩陣見表2?？梢钥闯?，各因子之間的相關(guān)性很高。通過對相關(guān)性矩陣的特征值及其貢獻率(表3)進行分析可知，前2個主成分的方差累積貢獻率達88.903%，能夠較好地反映原來6個因子的信息。由SPSS軟件計算可得初始因子載荷矩陣(表4)，由主成分相應特征根的平方根與特征向量的乘積得因子載荷量，進而計算得每一個特征根對應的單位特征向量(表5)。

表2 影響地下水埋深的各因子間的相關(guān)性Tab．2 Correlations among the factors influencing underground water d epth

表3 總方差的解釋Tab．3 Explanation of the total variance

依據(jù)表5，主成分表達式為:

式中:Z1為主成分1;Z2為主成分2;X1為總?cè)丝谝蜃?X2為糧食產(chǎn)量因子;X3為上游來水量因子;X4為GDP因子;X5為大牲畜存欄量因子;X6為蒸發(fā)量因子。

從上述的線性方程看，主成分主要包括總?cè)丝诤图Z食產(chǎn)量，它們對民勤綠洲地下水資源變化的貢獻率分別為66.858%和22.045%，代表了原來所有因子的絕大部分信息，且二者之間不存在共線性。將提取出來的主成分Z1、Z2與地下水埋深觀測值進行多元線性回歸，則采用標準化回歸系數(shù)的回歸方程為

其中Y為地下水埋深觀測值。

對各系數(shù)進行t檢驗，可知常數(shù)項為5.875，對應的P=0.000＜0.05;Z1的系數(shù)為11.536，對應的P=0.000＜0.01;Z2的系數(shù)為4.621，對應的 P=0.001＜0.01。因此，整個方程的系數(shù)均高度顯著，即自變量(總?cè)丝?、糧食產(chǎn)量)對因變量(地下水埋深觀測值)的影響極其顯著。

表5 特征根對應的單位特征向量Tab．5 Unit characteristic vectors corresponding to the characteristic roots

對主成分回歸方程進行檢測，復相關(guān)系數(shù)R為0.984，決定系數(shù) R2為0.968(調(diào)整后為0.967)，都接近于1，可見方程有較好的擬合度;回歸方程的統(tǒng)計量F值為 721.227，P值為0.000＜0.01，可見回歸方程整體線性關(guān)系極其顯著。

由主成分回歸方程可以看出，Z1、Z2系數(shù)均為正值，表明總?cè)丝诤图Z食產(chǎn)量對地下水埋深有促進作用?？?cè)丝诤图Z食產(chǎn)量對地下水埋深變化的相對影響力比例分別為71.4%和28.6%，也即總?cè)丝趯Φ叵滤裆畹挠绊戇h大于糧食產(chǎn)量對地下水埋深的影響。近50 a，人口在民勤綠洲地下水資源動態(tài)變化過程中起主導負作用，且其作用遠大于糧食產(chǎn)量的負作用。

2 人為因素趨勢預測分析

運用灰色預測 GM(1，1)模型［9］對人口、糧食產(chǎn)量和上游來水量等主要人為影響因素的未來變化趨勢進行預測。

2.1 人口變化預測

利用綠洲1960—2000年人口數(shù)據(jù)，對2001—2010年全縣人口進行預測及精度檢驗，預測及檢驗結(jié)果見表6(原始值和擬合值單位為萬人)。可知，相對誤差平均為0.023(2級精度)，關(guān)聯(lián)度大于0.6，方差比小于0.35(1級精度)，小誤差概率為1(1級精度)，表明誤差檢驗精度均符合預測精度要求，因此，可采用GM(1，1)模型對全縣人口進行預測。從預測結(jié)果可知，2011—2016年民勤綠洲人口呈增長趨勢(圖1)。

2.2 糧食產(chǎn)量變化預測

利用綠洲1960—2000年糧食產(chǎn)量數(shù)據(jù)，對2001—2010年的糧食產(chǎn)量進行預測及精度檢驗，預測結(jié)果及精度檢驗結(jié)果見表7(原始值和擬合值單位為萬t)?？梢?，相對誤差平均為0.073 1(3級精度)，關(guān)聯(lián)度大于0.6，方差比小于0.35(1級精度)，小誤差概率大于0.95(1級精度)，誤差檢驗精度均符合預測精度的要求，因此，可用GM(1，1)模型對糧食產(chǎn)量進行預測。從預測結(jié)果可知，2011—2016年民勤綠洲糧食產(chǎn)量呈增長趨勢(圖2)。

表6 2001—2010年人口預測及檢驗Tab．6 Calculation and check to population in 2001—2010

圖1 民勤縣人口預測值曲線圖Fig．1 Curve of the predictors of population in Minqin County

2.3 上游來水量變化預測

利用綠洲1960—2000年上游來水量數(shù)據(jù)，對其2001—2010年的上游來水量數(shù)據(jù)進行預測及精度檢驗，預測結(jié)果及精度檢驗結(jié)果見表8(原始值和擬合值單位為億m3)。可知，相對誤差平均為0.19(4級精度)，關(guān)聯(lián)度大于0.6，方差比小于0.35(1級精度)，小誤差概率大于0.95(1級精度)，誤差檢驗精度均符合預測精度要求，因此，可采用GM(1，1)模型對糧食產(chǎn)量進行預測。從預測結(jié)果可知，2011—2016年民勤綠洲上游來水量呈下降趨勢(圖3)。

表7 2001—2010年糧食產(chǎn)量預測及檢驗Tab．7 Calculation and check to grain yield in 2001—2010

表8 2001—2010年上游來水量預測及檢驗Tab．8 Calculation and check to runoff water in 2001—2010

圖2 民勤縣糧食產(chǎn)量預測值曲線圖Fig．2 Curve of the predictors of grain yield in Minqin County

2.4 地下水埋深變化預測

圖3 民勤縣上游來水量預測值曲線圖Fig．3 Curve of the predictors of the quantity of water from the upstream of Minqin County

依據(jù)民勤地下水監(jiān)測井1998—2000年1月平均地下水埋深觀測數(shù)據(jù)，對其2001—2010年的地下水埋深值進行預測及精度檢驗，預測結(jié)果及精度檢驗結(jié)果見表9(原始值和擬合值單位為m)?？芍?，相對誤差平均為0.03(2級精度)，關(guān)聯(lián)度大于0.6，方差比小于0.35(1級精度)，小誤差概率大于0.95測。從預測結(jié)果可知，2011—2016年民勤綠洲地下水埋深呈上升趨勢(圖4)。

表9 2001—2010年地下水埋深值預測及檢驗Tab．9 Calculation and check to underground water depth in 2001—2010

圖4 民勤縣地下水埋深預測值曲線圖Fig．4 Curve of the predictors of underground water depth in Minqin County

3 結(jié)論與建議

1)民勤綠洲總?cè)丝?、糧食產(chǎn)量、上游來水量、GDP、蒸發(fā)量和大牲畜存欄量與地下水埋深觀測值有較高的相關(guān)性，降水量與地下水埋深觀測值不相關(guān)，耕地面積與地下水埋深觀測值相關(guān)性不強;民勤綠洲人口因子和糧食產(chǎn)量因子對地下水埋深都有促進作用，人口和糧食產(chǎn)量增加會直接加劇綠洲地下水埋深的下降，且人口增加對地下水埋深的影響遠大于糧食產(chǎn)量增加對地下水埋深的影響。

2)在未來6年，民勤綠洲人口和糧食產(chǎn)量呈上升趨勢，上游來水量呈遞減趨勢，地下水埋深逐年下降。

建議民勤綠洲加強對上、中游及綠洲人口數(shù)量的調(diào)控;調(diào)整農(nóng)作物種植結(jié)構(gòu)，增大低耗水農(nóng)作物的種植面積，減少糧食作物的種植面積，以提高水資源的利用效率;控制上、中游地區(qū)對地表水的使用量，增加進入民勤綠洲地表水的數(shù)量。

民勤縣統(tǒng)計局、氣象局和水利局為本研究提供了數(shù)據(jù)資料，在此表示感謝。

［1］ 馬興旺，李保國，吳春榮，等．民勤綠洲現(xiàn)狀土地利用模式影響下地下水位時空變化的預測［J］．水科學進展，2003，14(1):85 －90

［2］ 徐先英，丁國棟，高志海，等．近50年民勤綠洲生態(tài)環(huán)境演變及綜合治理對策［J］．中國水土保持科學，2006，4(1):41 －48

［3］ 張錦春，趙明，張應昌，等．植物生長劑和固沙劑對民勤沙區(qū)植被生長的影響［J］．中國水土保持科學，2006，4(1):35 －39

［4］ 李小玉，肖篤寧．石羊河流域中下游綠洲土地利用變化與水資源動態(tài)研究［J］．水科學進展，2005，16(5):643－648

［5］ 李海濤，許學工，肖篤寧．民勤綠洲水資源利用分析［J］．干旱區(qū)研究，2007，24(3):287 －295

［6］ 劉恒，鐘華平，顧穎．西北干旱內(nèi)陸河區(qū)水資源利用與綠洲演變規(guī)律研究:以石羊河流域下游民勤盆地為例［J］．水科學進展，2001，12(3):378 －384

［7］ 紀永福，賀訪印，李亞．民勤綠洲水資源狀況與生態(tài)建設(shè)研究［J］．干旱區(qū)研究，2005，22(3):361 －366

［8］ 陳家琦，王浩，楊小柳．數(shù)據(jù)分析與SPSS應用［M］．北京:科學出版社，2002

［9］ 蒿建華．灰色模型在人口預測中的應用［J］．西安文理學院學報:社會科學版，2008，11(3):42－44