屈吉鴻，石紅旺，梁 奇，周 琨

(1.中國水利水電科學(xué)研究院 流域水循環(huán)模擬與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室，北京100038;2.華北水利水電大學(xué)，河南 鄭州450045)

地下水資源承載力一般是指在一定的經(jīng)濟(jì)技術(shù)水平和社會生產(chǎn)條件下，地下水資源可最大供給工農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境等用水的能力. 灌區(qū)地下水承載力研究體系中存在大量的不確定性因素，如降雨、徑流、地表水資源、地下水資源、社會經(jīng)濟(jì)發(fā)展水平、灌溉制度、生產(chǎn)生活需水量等水文水資源條件、取用水規(guī)模因素.地下水系統(tǒng)中的不確定性因素，使得地下水承載力不可避免地存在風(fēng)險(xiǎn).目前，對水資源承載力的研究均采用確定性模型，得到一個(gè)確定性的承載能力，而難以真實(shí)反映承載力的可靠性.

利用ICEM CFD軟件對四種結(jié)構(gòu)的水力旋流器模型進(jìn)行六面體網(wǎng)格劃分，生成的結(jié)構(gòu)網(wǎng)格如圖2所示，四個(gè)模型的網(wǎng)格數(shù)量均在50萬左右。

目前，地下水系統(tǒng)風(fēng)險(xiǎn)已有大量研究.Yeon-Soo Jang 等應(yīng)用一階和二階可靠性方法對飽和多孔介質(zhì)中的污染物遷移進(jìn)行了可靠性分析［1］. Lavoie 等采用地質(zhì)和水文地質(zhì)集合的方法，研究地下水污染風(fēng)險(xiǎn)［2］.Somaratne 等建立半定量的地下水風(fēng)險(xiǎn)評估模型［3］.陳鴻漢等提出了“疊加風(fēng)險(xiǎn)”和“多暴露途徑同種污染物累計(jì)健康風(fēng)險(xiǎn)”的概念和計(jì)算方法，分析了中國開展污染場地健康風(fēng)險(xiǎn)評價(jià)的相關(guān)問題［4］.劉增超等基于污染物遷移轉(zhuǎn)化數(shù)學(xué)模型，建立了簡易垃圾填埋場地下水污染風(fēng)險(xiǎn)評價(jià)模型［5］.李秋平等采用模糊故障樹，結(jié)合地下水溶質(zhì)運(yùn)移模型，評價(jià)了輸油管線地下水風(fēng)險(xiǎn)［6］. 楊彥等建立了考慮地下水脆弱性、污染源特性和特征污染物健康風(fēng)險(xiǎn)的評價(jià)指標(biāo)體系，對常州市地下水污染風(fēng)險(xiǎn)進(jìn)行了評價(jià)［7］. 李小牛等建立了包含地下水脆弱性、地下水特征污染物容量指數(shù)及土壤特征污染物潛在生態(tài)危害指數(shù)的地下水污染風(fēng)險(xiǎn)評價(jià)概念模型［8］.付麗等應(yīng)用美國環(huán)保局健康風(fēng)險(xiǎn)評價(jià)模型評價(jià)了城市地下水飲用水源地水環(huán)境健康風(fēng)險(xiǎn)［9］. 束龍倉等根據(jù)地下水可開采量、實(shí)際開采量、凈補(bǔ)給、降深和含水層的初始飽和厚度等參數(shù)，應(yīng)用概率風(fēng)險(xiǎn)分析方法，分析了地下水過量開采的可靠度和嚴(yán)重度，并利用ArcGIS 軟件計(jì)算了濟(jì)寧市地下水水位降落漏斗區(qū)風(fēng)險(xiǎn)度的空間分布［10］.劉佩貴等引入模糊信息確定地下水可開采量風(fēng)險(xiǎn)，建立了模糊－隨機(jī)風(fēng)險(xiǎn)估算模型，通過對模型中的參數(shù)進(jìn)行模糊化處理，采用改進(jìn)一次二階矩法計(jì)算了地下水過量開采的模糊風(fēng)險(xiǎn)率［11］. 李紹飛、冶雪艷、劉春玲、王磊等通過構(gòu)造風(fēng)險(xiǎn)指標(biāo)體系，采用突變模型分析了地下水開采風(fēng)險(xiǎn)［12－15］.由國、內(nèi)外研究可知，地下水系統(tǒng)風(fēng)險(xiǎn)研究主要集中于地下水環(huán)境風(fēng)險(xiǎn)和地下水開發(fā)利用風(fēng)險(xiǎn)，而地下水承載力風(fēng)險(xiǎn)研究尚未見相關(guān)文獻(xiàn)報(bào)道.

筆者在地下水承載力風(fēng)險(xiǎn)的定義、風(fēng)險(xiǎn)因子辨識的基礎(chǔ)上，采用Monte Carlo 隨機(jī)模擬方法，建立灌區(qū)地下水承載力多目標(biāo)風(fēng)險(xiǎn)評價(jià)模型，利用粒子群優(yōu)化算法(Particle Swarm Optimization，PSO)求解模型，并應(yīng)用該模型對人民勝利渠灌區(qū)不同水文年地下水承載力風(fēng)險(xiǎn)進(jìn)行評價(jià).

對貴鉛樣品進(jìn)行測定，并對大量試驗(yàn)數(shù)據(jù)進(jìn)行總結(jié)。結(jié)果發(fā)現(xiàn)貴鉛樣品中主要共存雜質(zhì)元素的質(zhì)量分?jǐn)?shù)范圍分別如下所示：鉛，15.2%～75.5%；銻，1.6%～38.9%；鉍，0.4%～19.5%；鐵，0.2%～12.4%；銅，1.8%～6.3%；砷，1.9%～4.2%；碲，0.3%～1.8%。

1 灌區(qū)地下水承載力風(fēng)險(xiǎn)評價(jià)模型

1.1 灌區(qū)地下水承載力多目標(biāo)評價(jià)模型

計(jì)劃用水制度是用水計(jì)劃的制定、執(zhí)行和監(jiān)督等方面的統(tǒng)稱，是用水管理的一項(xiàng)基本制度，更是節(jié)水管理工作中的一項(xiàng)重要制度。實(shí)行計(jì)劃用水管理，旨在通過科學(xué)合理地分配、使用水資源，減少用水矛盾，適應(yīng)各個(gè)地區(qū)經(jīng)濟(jì)發(fā)展和人民生活的用水需求，并促進(jìn)水資源的良性循環(huán)，實(shí)現(xiàn)水資源的可持續(xù)利用。

式中:E 為國內(nèi)生產(chǎn)總值，萬元;F 為糧食產(chǎn)量，kg;P為人口總數(shù)，人;C 為污水排放量，m3.各承載子目標(biāo)方程如下.

式中:AR(i，l)為第i 研究子區(qū)第l 種作物種植面積，hm2;YD(i，l)為第i 研究子區(qū)第l 種作物單位面積糧食產(chǎn)量，kg/hm2;l = 1 ～L 為作物種類編號.

式中:i = 1，2，…，m，為研究子區(qū)編號;j = 1，2，3，分別為第一、二、三產(chǎn)業(yè)3 個(gè)用水部門;k = 1，2，…，5，分別為地表水、地下水、外調(diào)水、新開水源和污水回用供水水源;GDP(i)為第i 研究子區(qū)的國內(nèi)生產(chǎn)總值，萬元;Xijk為第i 研究子區(qū)第j 用水部門第k 供水水源供水量，m3;Kj為第j 產(chǎn)業(yè)萬元產(chǎn)值用水量，m3/ 萬元.

2)承載的糧食產(chǎn)量最大. 糧食產(chǎn)量直接由單位面積糧食產(chǎn)量與種植面積相乘得到，則水資源承載的糧食產(chǎn)量最大為

1)承載的國內(nèi)生產(chǎn)總值GDP 最大. 采用第一、二、三產(chǎn)業(yè)用水量除以萬元產(chǎn)值用水量，計(jì)算得出的三大產(chǎn)業(yè)產(chǎn)值之和的最大值作為承載社會經(jīng)濟(jì)子系統(tǒng)的經(jīng)濟(jì)目標(biāo).

根據(jù)灌區(qū)地下水承載力影響因素，承載力風(fēng)險(xiǎn)因素可概括為水資源風(fēng)險(xiǎn)因素、社會經(jīng)濟(jì)風(fēng)險(xiǎn)因素、管理技術(shù)風(fēng)險(xiǎn)因素和生態(tài)環(huán)境風(fēng)險(xiǎn)因素，如圖1所示.

灌區(qū)地下水承載力是衡量地下水資源可持續(xù)利用的重要指標(biāo)，涉及水資源－社會經(jīng)濟(jì)－生態(tài)環(huán)境復(fù)合系統(tǒng).地下水承載力評價(jià)基本原理可概括為:在灌區(qū)水資源可利用量以及需水量分析的基礎(chǔ)上，通過優(yōu)化模型，協(xié)調(diào)水資源在社會經(jīng)濟(jì)子系統(tǒng)和生態(tài)環(huán)境子系統(tǒng)的分配，并通過社會經(jīng)濟(jì)子系統(tǒng)和生態(tài)環(huán)境子系統(tǒng)的效益體現(xiàn)其協(xié)調(diào)能力，即水資源承載目標(biāo)存在多樣性特征. 為反映灌區(qū)水資源子系統(tǒng)對社會經(jīng)濟(jì)子系統(tǒng)和生態(tài)環(huán)境子系統(tǒng)的承載規(guī)模，以國內(nèi)生產(chǎn)總值、糧食產(chǎn)量、人口和污水排放量等作為地下水承載目標(biāo)，多目標(biāo)分析模型如下:

式中:K4，K5分別為城鎮(zhèn)居民、農(nóng)村居民的生活用水定額，L/(人·d);Xi4k，Xi5k分別為第i 研究子區(qū)的城鎮(zhèn)生活、農(nóng)村生活由第k 供水水源供給的水量，m3.

4)污水排放量最小.

式中:Rwt(i)為第i 研究子區(qū)污水處理率;Rws2(i)，Rws4(i)，Rws5(i)分別為第i 研究子區(qū)的工業(yè)用水、城鎮(zhèn)生活用水、農(nóng)村生活用水污水產(chǎn)生系數(shù).

地下水承載力多目標(biāo)優(yōu)化模型約束條件包括經(jīng)濟(jì)、人口、牲畜、水量、農(nóng)業(yè)生產(chǎn)、地下水開采(包括地下水超采約束和供需水量控制鹽堿地約束)等6類約束.

由于對風(fēng)險(xiǎn)的理解和認(rèn)識程度不同，或?qū)︼L(fēng)險(xiǎn)研究的角度不同，風(fēng)險(xiǎn)的內(nèi)涵還沒有統(tǒng)一的定義，不同的學(xué)者對風(fēng)險(xiǎn)的定義不同.例如，風(fēng)險(xiǎn)是事件未來可能結(jié)果發(fā)生的不確定性，風(fēng)險(xiǎn)是損失發(fā)生的不確定性，風(fēng)險(xiǎn)是指可能發(fā)生損失的損害程度的大小，風(fēng)險(xiǎn)是指損失的大小和發(fā)生的可能性等. 對地下水系統(tǒng)的風(fēng)險(xiǎn)定義主要包括:地下水環(huán)境污染風(fēng)險(xiǎn)的定義為，由自然原因或人類活動(對自然或社會)引起的，通過地下水環(huán)境介質(zhì)傳播的，能對人類社會及環(huán)境產(chǎn)生破壞、損害等不良影響后果事件的發(fā)生概率及其后果;地下水開發(fā)利用風(fēng)險(xiǎn)指在特定時(shí)空環(huán)境條件下，地下水系統(tǒng)及其周圍環(huán)境和人類活動過程中潛在的非期望事件所造成的損失程度［14］;對地下水供水水源地的持續(xù)運(yùn)行來說，風(fēng)險(xiǎn)就是指供水工程承擔(dān)的供水外來負(fù)荷L(Loading)大于工程本身的承載能力R(Resistance)的概率，L 和R 均可為包括眾多水文地質(zhì)參數(shù)的函數(shù). 筆者借鑒地下水開發(fā)利用風(fēng)險(xiǎn)的內(nèi)涵，依據(jù)承載目標(biāo)，將灌區(qū)地下水承載力風(fēng)險(xiǎn)定義為受不確定性因素的影響，地下水承載的GDP、人口、糧食產(chǎn)量和污水排放量達(dá)不到期望效果的概率.

在“干群一家親”活動中，按照習(xí)近平總書記指出的“在新疆當(dāng)前這種特殊情況下，來來往往、說說唱唱、聚聚聊聊里面就有大政治”的要求，團(tuán)場每名黨員干部堅(jiān)持每兩個(gè)月與結(jié)對認(rèn)親戶開展一次見面交流活動，每個(gè)月利用電話、微信、QQ等通信手段，做到常通話、常聊天、常談心。并結(jié)合認(rèn)親戶的家庭生活、就業(yè)、教育、思想狀況，有針對性地進(jìn)行幫扶，共為結(jié)對戶捐款11萬元，捐物420件，解決就醫(yī)、就學(xué)、生產(chǎn)難題4588件，做到一次結(jié)親、終生結(jié)緣。

1.2 地下水承載力風(fēng)險(xiǎn)的定義

根據(jù)灌區(qū)地下水多目標(biāo)承載力模型特點(diǎn)，采用基于TOPSIS 法的多目標(biāo)PSO 算法求解該模型［16］.

1.3 灌區(qū)地下水承載力風(fēng)險(xiǎn)因素

3)承載的人口最多. 采用城鎮(zhèn)、農(nóng)村居民年用水量除以用水定額計(jì)算城鎮(zhèn)和農(nóng)村人口之和的最大值作為人口目標(biāo).

圖1 灌區(qū)地下水承載力風(fēng)險(xiǎn)因素

1.4 灌區(qū)地下水承載力風(fēng)險(xiǎn)計(jì)算方法

風(fēng)險(xiǎn)計(jì)算常用的方法有基于概率論和數(shù)理統(tǒng)計(jì)的方法、重現(xiàn)期法、Monte Carlo 模擬(MC)法和JC法.此外，模糊風(fēng)險(xiǎn)分析法、灰色風(fēng)險(xiǎn)分析法、極大熵風(fēng)險(xiǎn)分析方法等也被廣泛采用. 筆者采用Monte Carlo 模擬法計(jì)算灌區(qū)地下水承載力風(fēng)險(xiǎn).

基于MC 方法進(jìn)行地下水承載力風(fēng)險(xiǎn)隨機(jī)模擬的計(jì)算流程如圖2所示，模擬步驟如下.

圖2 地下水承載力風(fēng)險(xiǎn)計(jì)算流程圖

步驟1 確定輸入變量(地下水承載力風(fēng)險(xiǎn)因素)及其概率分布.

另外，有些行政機(jī)關(guān)出于部門利益或者個(gè)人利益的需要，往往將已受理的案件在構(gòu)成犯罪的情況下，并不移送相關(guān)部門，而只是將其作為一般的違法案件處理，此做法不僅浪費(fèi)了寶貴的案件線索，而且放縱了商業(yè)賄賂犯罪。因此在治理商業(yè)賄賂的過程中，提供線索的材料少、質(zhì)量差，是亟需解決的問題。

獼猴桃（Actinidia chinensis Planch）屬獼猴桃科獼猴桃屬，其成熟果實(shí)清香、甜美可口，不僅富含微量元素和氨基酸，其所含的維生素C含量居水果之冠[1-3]，而且具有降血壓和血脂等藥用療效，是一種兼具食用與藥用于一體的果品[4-6]。近年來，國內(nèi)外對獼猴桃產(chǎn)品的研發(fā)活躍，已有果汁飲料、果酒、果干、果醬、果醋等產(chǎn)品面世[7-13]。其中，獼猴桃果酒是一種新型的產(chǎn)品，其酒精度低、口感好、營養(yǎng)保健價(jià)值高，受到消費(fèi)者的喜愛[14]。

步驟3 利用灌區(qū)地下水承載力多目標(biāo)評價(jià)模型，計(jì)算地下水系統(tǒng)風(fēng)險(xiǎn)評價(jià)指標(biāo).

步驟4 重復(fù)步驟2，3，直到模擬次數(shù)滿足預(yù)定的精度要求，以頻率統(tǒng)計(jì)的方法計(jì)算出風(fēng)險(xiǎn)率.

2 研究實(shí)例

人民勝利渠位于河南省北部，東經(jīng)113°31'—114°25'，北 緯35° 0'—35° 30'，灌區(qū)控制面積1 486.84 km2，灌溉面積9.9 萬hm2. 可利用的水源包括天然降水、黃河水和地下水，年降水量620 mm，其中6—9月降水占年降水量的70% ～80%，年蒸發(fā)量1 800 mm.灌區(qū)肩負(fù)著為城鄉(xiāng)生活、工業(yè)、企業(yè)和環(huán)境供水的重任，對灌區(qū)的工農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境保護(hù)發(fā)揮了重要作用.但是，隨著灌區(qū)社會經(jīng)濟(jì)的迅速發(fā)展，灌區(qū)水資源短缺和水生態(tài)環(huán)境惡化態(tài)勢日益嚴(yán)重，引發(fā)灌區(qū)之間上下游爭水、工農(nóng)業(yè)爭水、城鄉(xiāng)間爭水、超采地下水、擠占生態(tài)環(huán)境用水等問題，成為制約灌區(qū)發(fā)展的重要因素.開展灌區(qū)地下水承載力風(fēng)險(xiǎn)評價(jià)研究，對科學(xué)制定相關(guān)保護(hù)規(guī)劃，促進(jìn)區(qū)域經(jīng)濟(jì)社會的可持續(xù)發(fā)展，具有重要意義.筆者利用灌區(qū)地下水承載力多目標(biāo)風(fēng)險(xiǎn)評價(jià)模型分析地下水承載力的可靠性.

步驟2 通過模擬試驗(yàn)，獨(dú)立地隨機(jī)抽取各輸入變量的值，并使所抽取的隨機(jī)數(shù)值符合既定的概率分布.

2.1 風(fēng)險(xiǎn)因子及其概率分布

人民勝利渠灌區(qū)地下水承載力風(fēng)險(xiǎn)因素如圖1所示，選擇其中11 個(gè)主要的風(fēng)險(xiǎn)因素，包括地表水可利用量、地下水可利用量、引黃水可利用量、農(nóng)田灌溉定額、人口增長率、GDP 增長率，農(nóng)業(yè)萬元GDP用水量、工業(yè)萬元GDP 用水量、第三產(chǎn)業(yè)萬元GDP用水量、城鎮(zhèn)居民生活用水定額，農(nóng)村居民生活用水定額等.其中地表水可利用量、地下水可利用量、引黃水可利用量均采用P－Ⅲ型分布概率，而其他風(fēng)險(xiǎn)因素均采用三角分布概率.以2015 水平年為例，部分采用三角分布概率的灌區(qū)地下水承載力風(fēng)險(xiǎn)因素的概率分布見表1.

2.2 風(fēng)險(xiǎn)評價(jià)指標(biāo)

當(dāng)Monte Carlo 隨機(jī)模擬次數(shù)足夠多，充分滿足預(yù)定精度要求時(shí)，便可估計(jì)承載目標(biāo)的風(fēng)險(xiǎn). 設(shè)Monte Carlo 隨機(jī)模擬試驗(yàn)次數(shù)為N，分別統(tǒng)計(jì)地下水承載力評價(jià)模型計(jì)算得到的GDP、人口、糧食產(chǎn)量和污水排放量4 個(gè)承載目標(biāo)小于確定性條件下(不考慮風(fēng)險(xiǎn)因子的隨機(jī)性，取確定值)的承載目標(biāo)結(jié)果的次數(shù)，利用式(6)計(jì)算地下水承載力風(fēng)險(xiǎn).

表1 2015年風(fēng)險(xiǎn)因素概率分布

式中:N 為Monte Carlo 隨機(jī)模擬試驗(yàn)次數(shù);NGDP，NPOP，NFood，NWAW分別為隨機(jī)模擬試驗(yàn)得到的GDP、人口、糧食產(chǎn)量和污水排放量小于確定性條件下對應(yīng)承載目標(biāo)的次數(shù);RGDP，RPOP，RFood，RWAW分別表示GDP、人口、糧食產(chǎn)量和污水排放量風(fēng)險(xiǎn)程度，數(shù)值越小，承載能力越大.

新型職業(yè)農(nóng)民培育不是一種簡單的教育和培訓(xùn)，是一項(xiàng)基礎(chǔ)性工程、創(chuàng)新性工作。農(nóng)業(yè)農(nóng)村部明確了“生產(chǎn)經(jīng)營型、專業(yè)技能型和專業(yè)服務(wù)型”三種新型職業(yè)農(nóng)民培育類型，并分別為三種類型確定了培育對象標(biāo)準(zhǔn)和培育方向。但在基層進(jìn)行對象遴選時(shí)，不少培訓(xùn)機(jī)構(gòu)觀念仍然停留在培訓(xùn)觀念中，并沒有摸底調(diào)查，存在著前期工作不充分，后期工作“急上馬”現(xiàn)象，培訓(xùn)對象遴選不科學(xué)、不規(guī)范，造成同一個(gè)課堂的學(xué)員素質(zhì)、專業(yè)差別較大，這給教學(xué)安排帶來了極大的難度，影響了培育成效。

由于地下水承載力評價(jià)為多目標(biāo)，求得各目標(biāo)承載風(fēng)險(xiǎn)后，需求綜合承載能力風(fēng)險(xiǎn). 為此，采用式(7)和(8)將各承載目標(biāo)歸一化，采用加權(quán)法得到綜合承載能力風(fēng)險(xiǎn)的分布. 其中，承載目標(biāo)GDP、人口、糧食產(chǎn)量和污水排放量的權(quán)重分別取0.3，0.3，0.15，0.25.通過對各承載目標(biāo)的分布進(jìn)行統(tǒng)計(jì)，計(jì)算地下水承載力風(fēng)險(xiǎn).

教師在工作過程中的權(quán)利被侵害后，或者不知道應(yīng)對措施，或者不知道權(quán)利救助部門，往往聽之任之，教師的權(quán)利保護(hù)意識普遍缺乏?！叭吮恍Q為應(yīng)當(dāng)是不斷探究他自身的存在物——一個(gè)在他生存的每時(shí)每刻都必須查問和審視她的生存狀況的存在物?！盵12]教師的工作環(huán)境權(quán)的自我維護(hù)實(shí)際上就是一種權(quán)利自救過程，只有當(dāng)教師知曉自己所享有的權(quán)利，并且在權(quán)利受到侵害后能主動維護(hù)自己的權(quán)利，才能夠進(jìn)行自我管理，實(shí)現(xiàn)工作環(huán)境權(quán)的自覺，那么工作環(huán)境權(quán)才能發(fā)揮應(yīng)有的對教師個(gè)體的保護(hù)作用。

越大越優(yōu)的目標(biāo):

越小越優(yōu)的目標(biāo):

式中:x(i)為承載目標(biāo)序列的第i 個(gè)值;x*(i)為承載目標(biāo)序列第i 個(gè)值的歸一化值;max(x)，min(x)分別為承載目標(biāo)序列的最大值和最小值.

2.3 規(guī)劃水平年灌區(qū)地下水承載力風(fēng)險(xiǎn)

采用Monte Carlo 隨機(jī)模擬技術(shù)，生成10 000 組風(fēng)險(xiǎn)因素集，根據(jù)灌區(qū)地下水承載力多目標(biāo)風(fēng)險(xiǎn)評價(jià)模型和求解方法，計(jì)算2010，2015，2020 水平年不同風(fēng)險(xiǎn)因素組合下的灌區(qū)地下水承載力風(fēng)險(xiǎn).其中，2015年地下水承載不同目標(biāo)值區(qū)間分布頻率如圖3所示.其中，承載目標(biāo)GDP 為3.5×106～4.0×106萬元的頻率最高，為0.21，而2.5 ×106～4.0 ×106萬元的頻率為0.73.人口為2.0 ×106～2.2 ×106人的頻率最高，為0.18，而1.4 ×106～2.2 ×106人的頻率為0.78.糧食產(chǎn)量為5.6 ×108～5.8 ×108kg 的頻率最高，為0.18，而5.2×108～5.8 ×108kg 的頻率為0.71.污水排放量為0.7 ×108～0.8 ×108m3的頻率最高，為0.19，而0.6×108～1.0×108m3的頻率為0.76.

高職院校是培養(yǎng)強(qiáng)技能、高素養(yǎng)專業(yè)人才的重要基地，對于長治職業(yè)技術(shù)學(xué)院來說，應(yīng)依托當(dāng)?shù)刎S富的紅色文化資源來推動自身院校的建設(shè)，關(guān)鍵是推動院校的學(xué)風(fēng)、強(qiáng)化校園文化建設(shè)。優(yōu)秀良好的校園學(xué)習(xí)風(fēng)氣既能夠有效促進(jìn)學(xué)生健康快樂成長，同時(shí)還能夠幫助他們更好的實(shí)現(xiàn)全面發(fā)展。依托山西特色地域文化以及長治市的紅色文化，運(yùn)用革命先烈強(qiáng)烈的責(zé)任感及使命感來深入的感染學(xué)生、影響學(xué)生、熏陶學(xué)生，切實(shí)幫助他們樹立科學(xué)合理的學(xué)習(xí)目標(biāo)及的遠(yuǎn)大理想，并促使他們將個(gè)人的遠(yuǎn)大抱負(fù)內(nèi)化成強(qiáng)大的學(xué)習(xí)動力，以此來有效推動優(yōu)良校園學(xué)習(xí)風(fēng)氣的建設(shè)。

圖3 地下水承載目標(biāo)值區(qū)間分布頻率

2010，2015，2020 水平年地下水承載風(fēng)險(xiǎn)如圖4所示和見表2.

圖4 不同水平年承載力綜合風(fēng)險(xiǎn)分布頻率

表2 不同水平年灌區(qū)地下水承載力風(fēng)險(xiǎn)

由圖4可知，2010年地下水綜合承載風(fēng)險(xiǎn)在0.40 ～0.55 的頻率為0.66，2015年地下水綜合承載風(fēng)險(xiǎn)在0.4 ～0.6 的頻率為0.76，2020年地下水綜合承載風(fēng)險(xiǎn)在0.4 ～0.6 的頻率為0.81.

由表2可知，2015 水平年GDP 風(fēng)險(xiǎn)小于2010 和2020 水平年，風(fēng)險(xiǎn)為0.217 2，即有78.28%可能性滿足GDP 發(fā)展的需求.3 個(gè)水平年的人口風(fēng)險(xiǎn)均較大，最小值為2010年的0.587 9，表明灌區(qū)人口承載壓力較大.3 個(gè)水平年的糧食產(chǎn)量風(fēng)險(xiǎn)均較小，其中最大值為2020年的0.229 7，表明灌區(qū)糧食產(chǎn)量達(dá)到期望值的可能性均較大.由不同年份的污水排放量風(fēng)險(xiǎn)可知，風(fēng)險(xiǎn)呈加大趨勢，由2010年的0.264 8 增加到2020年的0.435 2.灌區(qū)2010，2015 和2020 水平年的綜合承載風(fēng)險(xiǎn)分別為0.334 2，0.458 9和0.576 2，呈現(xiàn)出風(fēng)險(xiǎn)增加的趨勢，表明在各種不確定性因素影響下，隨著時(shí)間的推移，灌區(qū)地下水承載力達(dá)到期望承載效果的可能性呈現(xiàn)下降趨勢.

3 結(jié) 語

1)依據(jù)灌區(qū)地下水承載力評價(jià)研究體系中存在的不確定性，通過承載力風(fēng)險(xiǎn)的定義、風(fēng)險(xiǎn)因子的辨識，基于Monte Carlo 隨機(jī)模擬方法，建立灌區(qū)地下水承載力多目標(biāo)風(fēng)險(xiǎn)評價(jià)模型，并應(yīng)用于人民勝利渠灌區(qū)地下水承載風(fēng)險(xiǎn)評價(jià)研究.

2)參考相關(guān)研究成果，選擇11 個(gè)因素作為灌區(qū)地下水承載力風(fēng)險(xiǎn)因子并設(shè)定其概率分布，存在較大的主觀性，需要采用有效的風(fēng)險(xiǎn)因子辨識方法，確定能真正反映地下水承載風(fēng)險(xiǎn)的風(fēng)險(xiǎn)因子.

從我國現(xiàn)有的水權(quán)交易實(shí)踐來看，地方政府在水權(quán)交易實(shí)踐中所扮演的角色大致可以分為兩類：一是地方政府是水權(quán)交易的主體——政府直接參與水權(quán)交易的整個(gè)過程，譬如東陽義烏水權(quán)交易模式便是典型代表；二是地方政府不直接參與水權(quán)交易，它的角色主要是推動者和監(jiān)督者，用水戶間的水權(quán)交易模式和行業(yè)間的水權(quán)交易模式便是如此。

3)由于承載力多目標(biāo)優(yōu)化模型為非線性模型，且變量多，故采用粒子群優(yōu)化算法進(jìn)行求解，但該算法存在速度慢的缺點(diǎn)，需要對基本的粒子群算法進(jìn)一步改進(jìn)，提高其尋優(yōu)能力.多目標(biāo)求解技術(shù)依舊是優(yōu)化領(lǐng)域的難點(diǎn)，文中采用TOPSIS 法，通過貼近度進(jìn)行多目標(biāo)優(yōu)化，該求解技術(shù)需要通過其他多目標(biāo)求解技術(shù)進(jìn)一步相互校驗(yàn).

［1］Yeon-Soo J，Sitar N，Kiureghian A. Reliability analysis of contaminant transport in saturated porous media［J］.Water Resources Research，1994，30(8):2435－2448.

［2］Lavoie D，Rivard C，Lefebvre R，etc. The Utica Shale and gas play in southern Quebec:Geological and hydrogeological syntheses and methodological approaches to groundwater risk evaluation［J］.International Journal of Coal Geology，2014，126(SI):77－91.

［3］Somaratne N，Zulfic H，Ashman G，etc. Groundwater risk assessment model (GRAM):groundwater risk assessment model for wellfield protection［J］.Water，2013，5(3):1419－1439.

［4］陳鴻漢，諶宏偉，何江濤，等.污染場地健康風(fēng)險(xiǎn)評價(jià)的理論和方法［J］.地學(xué)前緣，2006，13(1):216－223.

［5］劉增超，董軍，何連生，等.基于過程模擬的地下水污染風(fēng)險(xiǎn)評價(jià)方法研究［J］. 中國環(huán)境科學(xué)，2013，33(6):1120－1126.

［6］李秋平，劉國東，張靜，等.基于模糊故障樹的輸油管線地下水風(fēng)險(xiǎn)評價(jià)［J］. 環(huán)境科學(xué)與技術(shù)，2013，36(6L):328－333.

［7］楊彥，于云江，王宗慶，等.區(qū)域地下水污染風(fēng)險(xiǎn)評價(jià)方法研究［J］.環(huán)境科學(xué)，2013，34(2):653－661.

［8］李小牛，周長松，周孝德，等.污灌區(qū)淺層地下水污染風(fēng)險(xiǎn)評價(jià)研究［J］.水利學(xué)報(bào)，2014，45(3):326－343.

［9］付麗，劉本華，何志宇. 城市地下水飲用水源地水環(huán)境健康風(fēng)險(xiǎn)評價(jià)［J］. 華北水利水電學(xué)院學(xué)報(bào)，2013，34(6):39－42，99.

［10］束龍倉，Ong'Or Basil T Iro，陶玉飛，等.地下水過量開采的概率風(fēng)險(xiǎn)分析［J］. 自然災(zāi)害學(xué)報(bào)，2007，16(2):101－105.

［11］劉佩貴，束龍倉，尚熳廷，等. 地下水可開采量可靠性分析的模糊－隨機(jī)方法［J］. 水利學(xué)報(bào)，2008，39(9):1411－1415.

［12］李紹飛，孫書洪，王向余，等. 突變理論在海河流域地下水環(huán)境風(fēng)險(xiǎn)評價(jià)中的應(yīng)用［J］. 水利學(xué)報(bào)，2007，38(11):1312－1317.

［13］冶雪艷.黃河下游懸河段地下水開發(fā)風(fēng)險(xiǎn)評價(jià)與調(diào)控研究［D］.長春:吉林大學(xué)，2006.

［14］劉春玲.吉林西部地下水開發(fā)風(fēng)險(xiǎn)分析［D］.長春:吉林大學(xué)，2007.

［15］王磊.西安市平原區(qū)地下水開發(fā)風(fēng)險(xiǎn)評價(jià)［D］.西安:長安大學(xué)，2009.

［16］屈吉鴻.基于分布式水文模型的灌區(qū)地下水承載力評價(jià)［D］.西安:西安理工大學(xué)，2010.