李曉花

(巴州新宇水利水電工程咨詢有限責(zé)任公司，新疆庫(kù)爾勒市 841000)

文章編號(hào)：1006—2610(2015)05—0016—05

基于AHP-ACO模型的區(qū)域水資源承載力評(píng)價(jià)

李曉花

(巴州新宇水利水電工程咨詢有限責(zé)任公司，新疆庫(kù)爾勒市 841000)

正確評(píng)價(jià)區(qū)域水資源承載力，對(duì)合理開發(fā)利用水資源以及促進(jìn)區(qū)域社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要意義。以新疆和田地區(qū)為例，利用層次分析法的層次框架思維模式與蟻群算法的自適應(yīng)性及人為干擾少等特點(diǎn)，構(gòu)建了層次分析-蟻群算法。采用層次分析法獲得評(píng)價(jià)指標(biāo)權(quán)重值，再利用蟻群算法確定研究區(qū)不同年份的優(yōu)屬度。結(jié)果表明：研究區(qū)歷年水資源承載力等級(jí)均為Ⅱ級(jí)；其中，2012年的水資源承載力值最高，2011年的水資源承載力值最低，評(píng)價(jià)結(jié)果符合研究區(qū)實(shí)際情況。

水資源承載力；層次分析法；蟻群算法；和田地區(qū)

0 前 言

水資源承載力是衡量區(qū)域可持續(xù)發(fā)展的一項(xiàng)重要指標(biāo)?？陀^、正確地評(píng)價(jià)區(qū)域水資源承載力，對(duì)合理開發(fā)利用水資源以及促進(jìn)區(qū)域社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

目前針對(duì)水資源承載力的評(píng)價(jià)方法主要有主成分分析法、可拓評(píng)價(jià)法、人工神經(jīng)網(wǎng)絡(luò)法、層次分析法、模糊數(shù)學(xué)理論法、灰色關(guān)聯(lián)法、基于熵權(quán)的TOPSIS法等[1-5]。上述方法雖然對(duì)水資源承載力評(píng)價(jià)具有一定指導(dǎo)意義，但模糊綜合評(píng)價(jià)模型不能很好地將承載力評(píng)價(jià)體系中需要突出的指標(biāo)體現(xiàn)出來，因而降低了評(píng)價(jià)結(jié)果的精度；灰色關(guān)聯(lián)法和人工神經(jīng)網(wǎng)絡(luò)模型在計(jì)算中需要水資源承載力等級(jí)標(biāo)準(zhǔn)，而這種標(biāo)準(zhǔn)目前中國(guó)還沒有形成，計(jì)算結(jié)果在現(xiàn)實(shí)中難以應(yīng)用；層次分析法計(jì)算較為簡(jiǎn)單，但評(píng)價(jià)指標(biāo)的主觀性較大，評(píng)價(jià)結(jié)果存有偏向性[6]。

蟻群算法是將自然界中的螞蟻覓食規(guī)律及在覓食行動(dòng)中的相互協(xié)作規(guī)律進(jìn)行優(yōu)化的模擬算法[7]。它是一種在沒有外界作用下使得系統(tǒng)墑增加的自組織算法。人工螞蟻間通過信息激素的作用，自發(fā)地趨向于尋找接近最優(yōu)解的一些解，是一個(gè)無(wú)序到有序的過程。蟻群算法具有較強(qiáng)的全局搜索能力與魯棒性。但其信息素龐大，搜索時(shí)間較長(zhǎng)，會(huì)導(dǎo)致部分信息缺失，降低了評(píng)價(jià)結(jié)果的可信度。層次分析法為層次思維框架，通過對(duì)比進(jìn)行標(biāo)度，增強(qiáng)了科學(xué)性和實(shí)用性，但當(dāng)評(píng)價(jià)因素過多時(shí)，標(biāo)度工作量大，易引起判斷混亂；而且其對(duì)標(biāo)度出現(xiàn)負(fù)值的情況考慮不足，矩陣判斷討論較多時(shí)對(duì)其合理性考慮不夠[8-9]。本文將層次分析(analytic hierarchy process,AHP)與蟻群算法(ant colony optimization,ACO)結(jié)合(AHP-ACO)，取長(zhǎng)補(bǔ)短，用于水資源承載力評(píng)價(jià)中指標(biāo)權(quán)重的確定，可使權(quán)重的確定更客觀。

鑒于此，本文以新疆和田地區(qū)為例，建立了由16項(xiàng)評(píng)價(jià)指標(biāo)構(gòu)成的水資源承載力評(píng)價(jià)體系，對(duì)其2005—2012年水資源承載力變化情況進(jìn)行評(píng)價(jià)。采用AHP確定水資源承載力評(píng)價(jià)指標(biāo)權(quán)重，然后利用ACO確立評(píng)價(jià)指標(biāo)體系及其參數(shù)，旨在建立更加適合于區(qū)域水資源承載力評(píng)價(jià)的簡(jiǎn)易模式，為水資源開發(fā)利用綜合評(píng)價(jià)提供一條新思路。

1 水資源承載力評(píng)價(jià)體系構(gòu)建

遵循科學(xué)性、實(shí)用性、便捷性和針對(duì)性的原則，結(jié)合新疆和田地區(qū)水資源開發(fā)利用現(xiàn)狀，建立研究區(qū)水資源承載力綜合評(píng)價(jià)指標(biāo)體系。該體系包括4個(gè)方面、16項(xiàng)指標(biāo)[10]。4個(gè)方面包括水資源系統(tǒng)、社會(huì)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)和生態(tài)環(huán)境系統(tǒng)。其中水資源系統(tǒng)包括人均水資源量(C1，m3)、水資源開發(fā)利用率(C2，%)、單位面積水資源量(C3，萬(wàn)m3/km2)與供水模數(shù)(C4，萬(wàn)m3/km2)這4項(xiàng)指標(biāo)；社會(huì)系統(tǒng)包括人口密度(C5，人/km2)、人口自然增長(zhǎng)率(C6，‰)、城鎮(zhèn)化率(C7，%)、農(nóng)村飲用水不安全率(C8，%)4項(xiàng)指標(biāo)；經(jīng)濟(jì)系統(tǒng)包括人均GDP產(chǎn)值(C9，元)、GDP年增長(zhǎng)率(C10，%)、耕地灌溉率(C11，%)與第一產(chǎn)業(yè)占GDP比例(C12，%)這4項(xiàng)指標(biāo)；生態(tài)環(huán)境系統(tǒng)包括林草地覆蓋率(C13，%)、生態(tài)環(huán)境用水率(C14，%)、地下水開采率(C15，%)與工業(yè)廢水處理率(C16，%)這4項(xiàng)指標(biāo)。和田地區(qū)水資源承載力評(píng)價(jià)指標(biāo)體系詳見表1。

根據(jù)水資源承載力和社會(huì)經(jīng)濟(jì)發(fā)展對(duì)水資源的壓力程度，將水資源承載力劃分為5個(gè)等級(jí)，其中：I級(jí)表示水資源承載力為極強(qiáng)等級(jí)，此時(shí)水資源開發(fā)利用處于起步階段，開發(fā)潛力巨大；Ⅲ級(jí)表示水資源承載力為中等級(jí)別，此時(shí)水資源開發(fā)利用已有一定規(guī)模，但仍有較大的開發(fā)潛力；V級(jí)為水資源承載力極弱等級(jí)，此時(shí)水資源承載力已接近飽和，開發(fā)潛力極小。Ⅱ級(jí)和Ⅳ級(jí)屬于過渡等級(jí)，水資源承載力等級(jí)的量化標(biāo)準(zhǔn)見表2。

表1 和田地區(qū)水資源承載力評(píng)價(jià)指標(biāo)體系表

表2 和田地區(qū)水資源承載力評(píng)價(jià)指標(biāo)分級(jí)標(biāo)準(zhǔn)表

2 AHP-ACO綜合評(píng)價(jià)方法

2.1 評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化

為了消除評(píng)價(jià)指標(biāo)的量綱和數(shù)量級(jí)別對(duì)模型的影響，建模前先采用式(1)和式(2)分別對(duì)正向指標(biāo)與負(fù)向指標(biāo)進(jìn)行歸一化處理：

；j=1,2,…,m)

(1)

；j=1,2,…,m)

(2)

2.2 權(quán)重分配及檢驗(yàn)

評(píng)價(jià)指標(biāo)分為2個(gè)層次(見表1)，根據(jù)式(3)和式(4)，確定各層內(nèi)不同指標(biāo)的初始權(quán)重值：

(3)

(4)

式中：bi為構(gòu)建的判斷矩陣；wi為權(quán)重系數(shù)。通過計(jì)算一致性比率(CR)，對(duì)構(gòu)建的判斷矩陣bi進(jìn)行隨機(jī)一致性檢驗(yàn)，判斷各指標(biāo)權(quán)重系數(shù)是否合理。當(dāng)CR>0.1時(shí)，層次單排序結(jié)果一致性不合理，即各指標(biāo)的權(quán)重系數(shù)不合理，需重新調(diào)整初始權(quán)重值，進(jìn)行權(quán)重計(jì)算；當(dāng)CR<0.1時(shí)，層次單排序結(jié)果具有比較滿意的一致性，即各指標(biāo)的權(quán)重系數(shù)比較合理。由此，可以獲得指標(biāo)的最終權(quán)重。

2.3 最佳投影方向的優(yōu)化及最優(yōu)方案的確定

據(jù)式(5)構(gòu)建標(biāo)準(zhǔn)化加權(quán)值Xij：

(5)

依據(jù)式(6)得到投影到方向向量a=(a1，a2，a3，…，an)為m維單位向量，樣本j在一維線性空間的投影特征值Zi在投影到方向向量ai=(a1，a2，a3，…，an)上的線性投影指標(biāo)Zj：

(6)

據(jù)式(7)～式(10)確定目標(biāo)函數(shù)Q(z)(即優(yōu)屬度)。當(dāng)各指標(biāo)值給定時(shí)，投影目標(biāo)函數(shù)Q(z)只隨著投影方向ai的變化而變化。不同的投影方向反映不同的數(shù)據(jù)結(jié)構(gòu)特征，最佳投影方向就是最大可能暴露高維數(shù)據(jù)某類特征結(jié)構(gòu)的投影方向。

Q(z)=S(z)D(z)

(7)

(8)

(9)

(10)

最后，通過優(yōu)屬度進(jìn)行各年份水資源承載力的綜合評(píng)價(jià)，通過對(duì)各年份評(píng)價(jià)指標(biāo)值的求取，選取每項(xiàng)指標(biāo)的最大值作為最優(yōu)值，把最優(yōu)值作為最佳投影方向代入式(6)，得各年份的投影值Zi。將Zi與Zj進(jìn)行比較，二者越接近，得到的優(yōu)屬度越小，表示越接近最優(yōu)值。

3 模型應(yīng)用

根據(jù)文獻(xiàn)[10]數(shù)據(jù)資料，對(duì)新疆和田地區(qū)2005—2012年水資源承載力進(jìn)行評(píng)價(jià)，研究區(qū)2005—2012年水資源承載力指標(biāo)值見表3。

表3 和田地區(qū)水資源承載力評(píng)價(jià)指標(biāo)統(tǒng)計(jì)值表

3.1 評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化加權(quán)值及其權(quán)重

權(quán)重反映了指標(biāo)在評(píng)價(jià)過程中的重要程度，權(quán)重越大，說明該指標(biāo)在評(píng)價(jià)中所起到的作用越大。由式(4)與式(5)計(jì)算求得的標(biāo)準(zhǔn)化加權(quán)指標(biāo)可以反映出各指標(biāo)在水資源承載力評(píng)價(jià)中的重要性，其結(jié)果見表4所示。標(biāo)準(zhǔn)化加權(quán)值Xij越大，說明第i年中第j項(xiàng)指標(biāo)越好。

表4 2005—2012年和田地區(qū)水資源承載力評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化加權(quán)值與權(quán)重表

從表4可看出：16項(xiàng)評(píng)價(jià)指標(biāo)的權(quán)重wi范圍在0.03～0.12之間，差異較為明顯。其中C14(生態(tài)環(huán)境用水量)權(quán)重最大，為0.1198；C11(耕地灌溉率)權(quán)重最小，為0.0382。

3.2 AHP-ACO模型評(píng)價(jià)

采用Matlab建立AHP-ACO模型，從各指標(biāo)中選取最大值(最優(yōu)值)見表5。利用最優(yōu)值建立最佳投影方向向量，根據(jù)式(6)～式(10)求得不同年份的指標(biāo)優(yōu)屬度Qz，結(jié)果見表6。優(yōu)屬度表征各指標(biāo)標(biāo)準(zhǔn)化加權(quán)值與最優(yōu)值的綜合差距，差距越小，則該年份的水資源承載力綜合評(píng)價(jià)越好。

表5 各評(píng)價(jià)指標(biāo)最優(yōu)值表

從表6可以看出，和田地區(qū)2005—2012年的水資源承載力優(yōu)屬度分別為：2005年0.733 6、2006年0.654 8、2007年0.622 3、2008年0.610 2、2009年0.699 5、2010年0.721 7、2011年0.775 4、2012年0.558 7，其中2012年的優(yōu)屬度最小(最優(yōu))，為0.558 7。研究區(qū)歷年水資源承載力狀況均較好(水資源承載力等級(jí)均為Ⅱ級(jí))。

表6 2種模型評(píng)價(jià)結(jié)果對(duì)比表

3.3 評(píng)價(jià)結(jié)果驗(yàn)證

為了檢驗(yàn)本文所建模型的準(zhǔn)確性，利用文獻(xiàn)[10]研究結(jié)果進(jìn)行水資源承載力評(píng)價(jià)復(fù)核(結(jié)果見表6)。由表6可知，2種方法計(jì)算結(jié)果完全一致，這不僅驗(yàn)證了本模型的準(zhǔn)確性，也實(shí)現(xiàn)了方法對(duì)方法的檢驗(yàn)。

4 討 論

本文采用AHP-ACO法評(píng)價(jià)區(qū)域水資源承載力，盡管效果良好，但也存在不足之處。如：運(yùn)用AHP法難以避免專家判斷水平及個(gè)人偏好等主觀因素的影響；ACO法存在信息素積累過快、容易陷入局部過早收斂的缺陷，是制約ACO法搜索效率的主要原因。以后的研究可以嘗試調(diào)整信息素更新機(jī)制、設(shè)計(jì)新的全局優(yōu)化方法等方式克服這一缺陷。除此之外，由于水資源承載力評(píng)價(jià)指標(biāo)的選取受自然、經(jīng)濟(jì)社會(huì)條件的制約與影響，本文所構(gòu)建的水資源承載力指標(biāo)體系還有一定的區(qū)域局限性，其在普適性方面還存在探討。

5 結(jié) 論

本文以新疆和田地區(qū)2005—2012年水資源開發(fā)利用數(shù)據(jù)為基礎(chǔ)，從水資源系統(tǒng)、社會(huì)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)和生態(tài)環(huán)境系統(tǒng)4個(gè)方面建立了基于層次分析-蟻群算法(analytic hierarchy process-ant colony optimization)的水資源承載力評(píng)價(jià)模型，結(jié)果表明：研究區(qū)歷年水資源承載力等級(jí)均為Ⅱ級(jí)，變化不大；水資源承載力優(yōu)屬度以2012年為最低、2011年為最高，表明研究區(qū)2012年的水資源承載力最好、2011年的水資源承載力最低。評(píng)價(jià)結(jié)果與實(shí)際情況較一致，說明AHP-ACO模型可用于區(qū)域水資源承載力綜合評(píng)價(jià)，研究結(jié)果為區(qū)域水資源配置評(píng)價(jià)提供了一種新方法。

[1] 楊廣,何新林,李俊峰.投影尋蹤技術(shù)在水資源可持續(xù)利用評(píng)價(jià)中的應(yīng)用研究[J].中國(guó)農(nóng)村水利水電,2010,(11)：1-3,7.

[2] Chen H W, Chang N B. Using fuzzy operators to address the complexity in decision making of water resources redistribution in two neighboring river basins[J].Advances in Water Resources, 2010,33: 652-666.

[3] 許朗,黃鶯.基于主成分分析的江蘇省水資源承載力研究[J].長(zhǎng)江流域資源與環(huán)境,2011,20(12)：1468-1474.

[4] 南彩艷,粟曉玲.基于改進(jìn)SPA的關(guān)中地區(qū)水土資源承載力綜合評(píng)價(jià)[J].自然資源學(xué)報(bào),2012,27(12)： 104-114.

[5] 呂萍,劉東,趙菲菲.基于熵權(quán)的建三江分局水資源承載力模糊物元評(píng)價(jià)模型[J].水土保持研究,2011,18(2)：238-242.

[6] 雷雁斌,齊青青,費(fèi)良軍.大型灌區(qū)節(jié)水改造項(xiàng)目評(píng)價(jià)方法研究[J]. 沈陽(yáng)農(nóng)業(yè)大學(xué)學(xué)報(bào),2008,39(2)：223-227.

[7] 封志明,鄭海霞,劉寶勤. 基于遺傳投影尋蹤模型的農(nóng)業(yè)水資源利用效率綜合評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào),2005,21(3)：66-70.

[8] 壽涌毅,傅奧.多目標(biāo)資源受限項(xiàng)目調(diào)度的多種群蟻群算法[J].浙江大學(xué)學(xué)報(bào)：工學(xué)版,2010,44(1)：51-55.

[9] 袁堯,劉超.基于蟻群算法的泵站運(yùn)行優(yōu)化及投影尋蹤選優(yōu)策略[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2013,44(3)：38-44.

[10] 吳雪梅,塔西甫拉提·特依拜.基于PSO-PPE模型的和田水資源承載力評(píng)價(jià)研究[J].干旱地區(qū)農(nóng)業(yè)研究,2014,32(2)：28-233.

AHP-ACO Model Based Assessment on Bearing Capacity of Regional Water Resources

LI Xiao-hua

(Xinyu Water Resources and Hydropower Consulting Co., Ltd., Bayinguole Mongolian Prefecture,Kurle, Xinjiang 841000, China)

It is significant to correctly assess the bearing capacity of the regional water resources for the rational development and utilization of water resources as well as for the promotion of the sustainable development of the regional social economy. With the case of Hetian Prefecture, for example, the analytic hierarchy-ant colony algorithm is built by application of the thinking mode of the hierarchy frame of the analytic hierarchy process, self adaptability and few interference of the ant colony algorithm. By application of the analytic hierarchy process, the weight value of the index to be assessed is derived. Then, the ant colony algorithm is utilized to study the optimal subordinate degree in different years. The study shows that the carryover bearing capacity of water resources in the study region all are Class II. Among them, the bearing capacity of water resources in 2012 was at maximum and that in 2011 at minimum. Those are in compliance with the actual situation. Key words:bearing capacity of water resources; analytic hierarchy process; ant colony algorithm; Hetian Region

2014-12-29

李曉花(1980- )，女，新疆瑪納斯縣人，工程師，主要從事水利工程規(guī)劃設(shè)計(jì)工作.

TV213.9

A

10.3969/j.issn.1006-2610.2015.05.005