劉麗穎, 官冬杰, 楊清偉, 蘇維詞

(1.重慶交通大學(xué) 河海學(xué)院, 重慶 400074; 2.重慶工商大學(xué) 數(shù)學(xué)與統(tǒng)計學(xué)院, 重慶 400067; 3.重慶交通大學(xué) 建筑與城市規(guī)劃學(xué)院, 重慶 400074; 4.重慶師范大學(xué) 地理與旅游學(xué)院, 重慶 400047; 5.貴州科學(xué)院 山地資源研究所, 貴州 貴陽 550001)

綜合研究

基于MIV-BP型的喀斯特地區(qū)水資源安全影響因素分析

劉麗穎1,2, 官冬杰3, 楊清偉1, 蘇維詞4,5

(1.重慶交通大學(xué) 河海學(xué)院, 重慶 400074; 2.重慶工商大學(xué) 數(shù)學(xué)與統(tǒng)計學(xué)院, 重慶 400067; 3.重慶交通大學(xué) 建筑與城市規(guī)劃學(xué)院, 重慶 400074; 4.重慶師范大學(xué) 地理與旅游學(xué)院, 重慶 400047; 5.貴州科學(xué)院 山地資源研究所, 貴州 貴陽 550001)

[目的] 分析喀斯特地區(qū)水資源安全的影響因素及其影響趨勢，提出促進喀斯特地區(qū)水資源安全的措施與建議。[方法] 采用貴州省近10 a的數(shù)據(jù)，建立BP型網(wǎng)絡(luò)模型計算平均影響值(mean impact value, MIV)，對其影響因素進行實證分析。[結(jié)果] 地下水供水比例、工業(yè)用水率、水資源利用率、人均糧食產(chǎn)量以及產(chǎn)水模數(shù)是水資源安全的阻礙因素。其中產(chǎn)水模數(shù)的影響程度呈現(xiàn)波動中逐年遞減趨勢，其余4個阻礙因素影響程度均顯示逐年增強；工業(yè)固廢綜合利用率、工業(yè)廢水排放達標(biāo)率、中度以上石漠化面積比、單位GDP需水量以及地下水開發(fā)利用程度共同構(gòu)成了水資源安全的驅(qū)動因素。從時間順序來看，單位GDP需水量和地下水開發(fā)利用程度的影響趨于穩(wěn)定，中度以上石漠化面積比因子對水資源安全影響越來越顯著。工業(yè)廢水排放達標(biāo)率的影響逐年減弱，而工業(yè)固廢綜合利用率的影響情況波動比較大。[結(jié)論] 模型計算表明，MIV-BP模型在喀斯特地區(qū)水資源安全影響因素研究方面具有一定的現(xiàn)實可行性。

喀斯特地區(qū); 水資源安全; MIV; BP神經(jīng)網(wǎng)絡(luò); 影響因素

水資源安全問題在國內(nèi)外已有一些初步的研究成果，但尚屬于起步階段。目前國內(nèi)外對水資源安全沒有明確的、系統(tǒng)的、有影響力的定義[1-2]。就其本質(zhì)來講，水資源安全是指一個國家或者區(qū)域的水資源，在一定的歷史階段下，能夠滿足社會與經(jīng)濟發(fā)展對水的5個層次(飲水保障、防洪安全、糧食供給、經(jīng)濟發(fā)展和生態(tài)環(huán)境)上的需求。這里強調(diào)了保障的概念，即水資源安全主要是指在保持生態(tài)環(huán)境良性循環(huán)的前提下，水資源對經(jīng)濟發(fā)展和人民生活的保障程度，保障程度越高就越安全，同時也包含了水資源安全可包容性、可控制性和可預(yù)測性。

水資源安全影響因素的綜合分析是水資源安全評價指標(biāo)體系構(gòu)建的必要基礎(chǔ)和首要難題。目前，國內(nèi)外學(xué)者對水資源安全影響因素的研究主要集中在水資源、社會經(jīng)濟、生態(tài)環(huán)境3個方面?，F(xiàn)有的研究方法主要是借鑒了水資源可持續(xù)發(fā)展的研究思路，有壓力—狀態(tài)—響應(yīng)模型[3]、水足跡法[4]、專家系統(tǒng)法[5]、多層次結(jié)構(gòu)分析法[6]、歸納總結(jié)法[7]、“社會—經(jīng)濟—環(huán)境”復(fù)合系統(tǒng)法[8]等。研究角度不同，水資源安全評價指標(biāo)體系的建立有所差異。綜合看來，水資源安全的評價指標(biāo)體系研究取得了豐富的理論成果，但也存在著一些問題： ①指標(biāo)選擇主觀化。影響水資源安全的因素錯綜復(fù)雜，一些主觀性的評價指標(biāo)定性分析不能夠科學(xué)反映水資源安全的客觀現(xiàn)實性。 ②指標(biāo)選擇的全面性、代表性和簡練性的兼顧問題。 ③水資源安全影響因素眾多，影響程度和變化趨勢并不確定,指標(biāo)權(quán)重依賴專家經(jīng)驗，難以客觀反映水資源系統(tǒng)的不確定性和非線性。

由于喀斯特地區(qū)有著復(fù)雜的水文地質(zhì)、地貌和生態(tài)環(huán)境條件、多種水資源賦存類型以及由此導(dǎo)致的“工程性”缺水等問題，使其流域空間結(jié)構(gòu)、水系發(fā)育規(guī)律、水文動態(tài)等方面表現(xiàn)出與常態(tài)流域的巨大差異。因此，本研究擬以典型喀斯特地區(qū)——貴州省為研究對象，選取2005—2014年的數(shù)據(jù)，采取MIV(mean impact value)算法對BP(back-propagation neural network)神經(jīng)網(wǎng)絡(luò)模型進行變量篩選的網(wǎng)絡(luò)優(yōu)化,構(gòu)建MIV-BP模型,實證分析各影響因素對喀斯特地區(qū)水資源安全的影響程度和變化趨勢，為促進喀斯特地區(qū)水資源安全利用和生態(tài)環(huán)境建設(shè)提供對策與建議。

1 研究區(qū)概況

貴州省位于中國西南的東南部，介于東經(jīng)103°36′—109°35′、北緯24°37′—29°13′，全省總面積1.761×105km2，平均海拔在1 100 m左右，位于副熱帶東亞大陸的季風(fēng)區(qū)內(nèi)，氣候類型屬中國亞熱帶高原季風(fēng)濕潤氣候。貴州是一個以山地為主的省份，據(jù)統(tǒng)計全省山地面積約占75.1%。丘陵面積約占23.6%。全省河長大于10 km、流域面積大于20 km2的河流有984條，全省江、河、湖、庫水域面積1 845 km2，約占全省面積的1%。全省水資源總量豐富，多年平均降水量1 100～1 300 mm，地表水資源量超過1.20×1011m3。由于巖溶發(fā)育強烈，水資源滲漏嚴(yán)重，人均占有量目前略高于全國平均水平，但可利用量低于全國平均水平。

2 研究方法

2.1 變量選擇

水資源安全是一個開放的、相互關(guān)聯(lián)的生態(tài)安全系統(tǒng)。因此，須將水資源安全看成一個有機整體，從系統(tǒng)的角度對其進行研究。通過對水資源安全內(nèi)涵的分析，我們將水資源安全系統(tǒng)分為5個子系統(tǒng)：水環(huán)境子系統(tǒng)、社會子系統(tǒng)、經(jīng)濟子系統(tǒng)、生態(tài)子系統(tǒng)和人文(水資源管理與政策調(diào)控)子系統(tǒng)。這5個子系統(tǒng)的共同聯(lián)動，交互作用、互相影響構(gòu)成了處于動態(tài)變化中的水資源安全系統(tǒng)。為實現(xiàn)水資源總體安全，每一個子系統(tǒng)應(yīng)該達到各自的安全狀態(tài)，同時必須通過各系統(tǒng)間的良性互動，最終實現(xiàn)最高層次的水資源安全。

結(jié)合喀斯特地區(qū)實際情況，以人均用水量為因變量衡量水資源安全的狀態(tài)，以5個子系統(tǒng)聯(lián)合反映喀斯特地區(qū)水資源安全的整體屬性，建立一個較全面的、有層次性的候選指標(biāo)庫(表1)。

表1 喀斯特地區(qū)水資源安全評價指標(biāo)庫

2.2 數(shù)據(jù)來源及處理

研究數(shù)據(jù)主要來源于2005—2014年《貴州省水資源公報》《貴州省環(huán)境狀況公報》《貴州省統(tǒng)計年鑒》以及《貴州省國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。首先對數(shù)據(jù)進行歸一化處理以消除數(shù)據(jù)量綱。本文采用最大最小法對數(shù)據(jù)進行歸一化處理，計算公式為：

式中：Xmax和Xmin——數(shù)據(jù)序列最大值和最小值；Xij——指標(biāo)的實際觀察值。

2.3 模型原理

2.3.1 BP神經(jīng)網(wǎng)絡(luò)模型原理 誤差反向傳播網(wǎng)絡(luò)(BP)是一種非線性映射人工神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)的主要特點是信號前向傳遞，誤差反向傳播。在前向傳遞中，輸入信號從輸入層經(jīng)隱含層逐層處理，直至輸出層。每一層的神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)。如果輸出層得不到期望輸出，則輸入反向傳播，根據(jù)預(yù)測誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，從而使BP神經(jīng)網(wǎng)絡(luò)預(yù)測輸出不斷逼近期望輸出。

人工神經(jīng)網(wǎng)絡(luò)具有廣泛的自適應(yīng)性和泛化能力，在理論上可以逼近任何非線性關(guān)系。它通過對有代表性的樣本自學(xué)習(xí)、自適應(yīng)，能夠掌握事物的本質(zhì)特征，能有效解決水資源系統(tǒng)中的非線性模糊問題，從而避開其他方法尋求水資源與社會經(jīng)濟系統(tǒng)之間耦合關(guān)系的困難，對水資源安全易于做出客觀正確的評價。目前，人工神經(jīng)網(wǎng)絡(luò)已在水環(huán)境質(zhì)量評價[9]、水質(zhì)評價[10]、土地生態(tài)安全評價[11]、水環(huán)境承載力評價[12]等方面得到了廣泛應(yīng)用，但將其應(yīng)用于水資源安全評價研究和喀斯特地區(qū)的甚少。

在水資源可持續(xù)利用方面，楊秀英等[13-14]構(gòu)建BP神經(jīng)網(wǎng)絡(luò)對貴陽市以及陜西關(guān)中地區(qū)進行了水資源承載力的評價。宋松柏等[15]提出了區(qū)域水資源可持續(xù)利用評價的人工神經(jīng)網(wǎng)絡(luò)模型,并進行了實例研究，得到了較好效果。張先起等[16]結(jié)合云南省水資源的實際狀況,建立了有針對性的水資源可持續(xù)利用程度評價指標(biāo)體系,利用自組織神經(jīng)網(wǎng)絡(luò)自組織、自適應(yīng)的聚類功能,對云南省及各地區(qū)水資源可持續(xù)利用程度進行了聚類分析。所以探討人工神經(jīng)網(wǎng)絡(luò)理論在水資源系統(tǒng)中的應(yīng)用有著一定的理論意義，采用人工神經(jīng)網(wǎng)絡(luò)方法對喀斯特地區(qū)水資源安全問題進行研究有較強的可行性。

2.3.2 MIV-BP 模型原理 對水資源安全的評價，需要盡可能從指標(biāo)庫中選出代表性最強的指標(biāo)，并歸為要求的指標(biāo)體系中，將作用效果不顯著的指標(biāo)排除在外。平均影響值MIV被認(rèn)為是在神經(jīng)網(wǎng)絡(luò)中評價各指標(biāo)之間相關(guān)性的最好算法之一[17]。因此，本研究應(yīng)用BP神經(jīng)網(wǎng)絡(luò)模型和MIV算法，找到對水資源安全有較大影響的輸入項，繼而分析各指標(biāo)影響度的變化趨勢。

首先對BP神經(jīng)網(wǎng)絡(luò)進行網(wǎng)絡(luò)訓(xùn)練，仿真輸出，訓(xùn)練完成后，將訓(xùn)練樣本P中每一個自變量分別在其原值的基礎(chǔ)上分別加和減10%構(gòu)成2個新的訓(xùn)練樣本P1和P2，將P1和P2分別作為仿真樣本利用已建成的網(wǎng)絡(luò)進行仿真，得到2個仿真結(jié)果A1和A2，計算A1，A2的差值，即為變動該自變量后對輸出因變量產(chǎn)生的影響變化值(impact value，IV)。將IV按觀測例數(shù)平均得出該自變量對于因變量預(yù)測輸出的平均影響值(MIV)，按照上述步驟依次算出各個自變量的MIV值，最后根據(jù)MIV絕對值的大小對各變量進行排序，從而判斷出輸入?yún)?shù)對于網(wǎng)絡(luò)輸出變量的影響程度。

2.4 MIV-BP 網(wǎng)絡(luò)訓(xùn)練

網(wǎng)絡(luò)的輸入神經(jīng)元個數(shù)為30，輸出神經(jīng)元個數(shù)為1，經(jīng)過訓(xùn)練對比得出隱含層神經(jīng)元個數(shù)為7時網(wǎng)絡(luò)誤差最小，因此神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)定為3層神經(jīng)網(wǎng)絡(luò)。最大訓(xùn)練次數(shù)設(shè)定為5 000,學(xué)習(xí)速率設(shè)定0.05,目標(biāo)誤差設(shè)為0.000 1。

創(chuàng)建網(wǎng)絡(luò):net=newff(minmax(p),[7,1],{′tansig′,′purelin′},′traingdm′)；網(wǎng)絡(luò)的目標(biāo)輸出為:IV值。對輸入輸出數(shù)據(jù)進行歸一處理后，BP神經(jīng)網(wǎng)絡(luò)只經(jīng)過2 583次訓(xùn)練,神經(jīng)網(wǎng)絡(luò)均方差的值都非常接近1,誤差已經(jīng)達到目標(biāo)誤差0.000 1，誤差結(jié)果滿足訓(xùn)練要求。因此該神經(jīng)網(wǎng)絡(luò)對于訓(xùn)練數(shù)據(jù)有非常好的擬合度,經(jīng)過訓(xùn)練后的網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)的預(yù)測效果較好。根據(jù)訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)仿真預(yù)測數(shù)據(jù)的輸出結(jié)果，計算MIV值。

3 結(jié)果與分析

3.1 不同指標(biāo)對水資源安全的影響程度分析

各指標(biāo)對喀斯特地區(qū)水資源安全的影響重要程度依其絕對值大小進行排序(如表2所示)。

表2 喀斯特地區(qū)水資源安全影響因素MIV值及排序

注:指標(biāo)MIV值為“+”表明對水資源安全偏離度增加有正向效應(yīng)；反之，為負(fù)向效應(yīng)。

(1) 喀斯特地區(qū)水資源系統(tǒng)安全的主要影響因素。在影響喀斯特地區(qū)水資源安全的諸多因素中,占有重要地位(MIV絕對值大于0.01)的指標(biāo)分別為水環(huán)境子系統(tǒng)：地下水供水比例、水資源利用率、地下水開發(fā)利用程度、地表水開發(fā)利用程度、產(chǎn)水模數(shù)、年平均降雨量；社會子系統(tǒng)：城鎮(zhèn)化率、城市污水處理率、人均糧食產(chǎn)量、廢水排放總量；經(jīng)濟子系統(tǒng)：單位GDP需水量、工業(yè)廢水排放達標(biāo)率、工業(yè)固廢綜合利用率、農(nóng)業(yè)灌溉單位面積用水量、工業(yè)用水率；生態(tài)子系統(tǒng)：中度以上石漠化面積比、水土流失面積比率；人文子系統(tǒng)：環(huán)保投入占GDP比重。由于MIV絕對值越大,則該影響因素對喀斯特地區(qū)水資源安全的作用程度越大,反之越小。因此,由MIV值絕對值大小排序后的指標(biāo)所在子系統(tǒng)可以看出：水環(huán)境子系統(tǒng)和經(jīng)濟子系統(tǒng)的影響遠(yuǎn)大于生態(tài)子系統(tǒng)和人文子系統(tǒng)對喀斯特地區(qū)水資源安全的影響，而社會子系統(tǒng)介于兩者之間。

(2) 喀斯特地區(qū)水資源安全的阻礙因素。根據(jù)表2，著重分析對喀斯特地區(qū)水資源安全影響效果顯著的前10個指標(biāo)，其中地下水供水比例、工業(yè)用水率、水資源利用率、人均糧食產(chǎn)量及產(chǎn)水模數(shù)對水資源安全系統(tǒng)偏離度貢獻顯著,其每增加一個標(biāo)準(zhǔn)差單位,對水資源系統(tǒng)安全的偏離度的正向貢獻分別為0.043 6，0.022，0.018 9，0.018 5，0.015。這5個指標(biāo)是近年來貴州省喀斯特地區(qū)水資源安全的主要障礙因素。

圖1 喀斯特地區(qū)水資源安全的障礙因素

結(jié)合圖1可以看出這5項指標(biāo)數(shù)據(jù)在波動中呈現(xiàn)向不利于水資源安全的趨勢。

(3) 喀斯特地區(qū)水資源安全的驅(qū)動因素。如圖2所示，2005—2014年，貴州省工業(yè)固廢綜合利用率從34.1%上升至56.9%，工業(yè)廢水排放達標(biāo)率從67.7%上升至89.5%，中度以上石漠化面積比從20.39%下降至17.16%，單位GDP需水量從509 m3/萬元下降至103 m3/萬元,地下水開發(fā)利用程度從3.18%下降至0.95%。工業(yè)固廢綜合利用率、工業(yè)廢水排放達標(biāo)率、中度以上石漠化面積比、單位GDP需水量和地下水開發(fā)利用程度共同構(gòu)成了水資源系統(tǒng)安全的驅(qū)動因素。其每降低或增加0.1個標(biāo)準(zhǔn)差單位,對降低偏離度的貢獻依次為0.032 8，0.027 7，0.021 4，0.019 4及0.016 2。

圖2 喀斯特地區(qū)水資源安全的驅(qū)動因素

3.2 喀斯特地區(qū)水資源安全影響因素動態(tài)變化分析

按照時間順序，匯總計算喀斯特地區(qū)水資源安全影響因素各年份MIV值(表3)，觀察各因素影響程度的變化趨勢?？λ固氐貐^(qū)水資源安全影響阻礙因素和驅(qū)動因素的年度MIV值的絕對值變化如圖3所示。

阻礙因素中，產(chǎn)水模數(shù)的影響程度呈現(xiàn)波動中逐年遞減趨勢，其余4個阻礙因素影響程度不斷增強；驅(qū)動因素中，單位GDP需水量和地下水開發(fā)利用程度的影響程度趨于穩(wěn)定，中度以上石漠化面積比因子對水資源安全影響程度越來越顯著。工業(yè)廢水排放達標(biāo)率的影響逐年減弱，而工業(yè)固廢綜合利用率的影響情況波動比較大。

表3 喀斯特地區(qū)水資源安全影響因素年度MIV值

4 討論與建議

水資源開發(fā)利用模式是喀斯特地區(qū)水資源安全的主要影響因素之一。對喀斯特地區(qū)水資源安全的影響較大的因素有地下水供水比例、地下水開發(fā)利用程度、水資源利用率以及產(chǎn)水模數(shù)。這是由于喀斯特地區(qū)特殊的地形條件，天然水資源總量大，但可利用量嚴(yán)重不足。山區(qū)控制性水利工程建設(shè)滯后，工程性缺水問題嚴(yán)重。地表水資源調(diào)控能力弱，地表水開發(fā)利用不足，開發(fā)利用方式單一。

經(jīng)濟的迅速發(fā)展對喀斯特地區(qū)水資源安全影響顯著。從MIV-BP模型結(jié)果可以得到，工業(yè)用水率、工業(yè)固廢綜合利用率、工業(yè)廢水排放達標(biāo)率、和單位GDP需水量這4個因子對喀斯特地區(qū)水資源安全影響較大。分析其原因，現(xiàn)階段貴州省主導(dǎo)工業(yè)多是資源環(huán)境消耗較大的資源型工業(yè)，主要以勞動密集型產(chǎn)業(yè)、傳統(tǒng)產(chǎn)業(yè)為主，而高新產(chǎn)業(yè)和輕工業(yè)比重較小。工業(yè)生產(chǎn)的迅速發(fā)展，使排污量增加，工業(yè)用水量日益增加，從而對水資源安全產(chǎn)生消極影響。

根據(jù)結(jié)果分析，本研究對喀斯特典型區(qū)域貴州省水資源安全有如下建議：

(1) 綜合利用各種水資源,實現(xiàn)喀斯特地區(qū)水資源的綜合開發(fā)。合理并有效的開發(fā)喀斯特地區(qū)地下水是確保該地區(qū)水資源安全的重點?？λ固氐貐^(qū)地下水穩(wěn)定性差、開發(fā)利用成本高，而且地下水分布和需水區(qū)域不協(xié)調(diào)，可開發(fā)量小，同時地下水開采也關(guān)系到水生態(tài)環(huán)境問題。針對這些問題，保護貴州省巖溶山區(qū)地下水資源，確保地下水有序開發(fā)、合理開發(fā)，加強地下水水質(zhì)管理，從而提高喀斯特地區(qū)地下水資源開發(fā)的成功率和利用率，減小地下水資源開發(fā)的消極影響。此外，今后應(yīng)突破單一開發(fā)利用喀斯特地下水資源的思路,充分利用該地區(qū)豐富的降水資源,促進水資源的綜合利用。

(2) 調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟結(jié)構(gòu)，提高水資源利用效率。從以上的分析可以看出，喀斯特地區(qū)水資源安全伴隨著經(jīng)濟，特別是工業(yè)的迅速發(fā)展而呈現(xiàn)較大壓力。在今后的發(fā)展中，調(diào)整貴州產(chǎn)業(yè)結(jié)構(gòu)，選擇合適的主導(dǎo)工業(yè)，并明確工業(yè)發(fā)展方向，有利于實現(xiàn)水資源的最優(yōu)配置與最小消耗。同時扶持企業(yè)提高水循環(huán)利用率，強化企業(yè)的節(jié)水意識，積極推進資源節(jié)約型企業(yè)建設(shè)，促進水資源與經(jīng)濟社會的協(xié)調(diào)發(fā)展。

(3) 減少石漠化面積，提高表層巖溶帶的調(diào)水和蓄水功能。近年來貴州省中度以上石漠化面積比重逐年下降，水土流失面積不斷減少，這些都對水資源安全利用產(chǎn)生了積極的作用。繼續(xù)加強喀斯特地區(qū)水土流失的治理，恢復(fù)植被，減少石漠化面積，重建良性的生態(tài)環(huán)境,是解決喀斯特地區(qū)水資源短缺的一條重要途徑。

5 結(jié) 論

(1) 在影響喀斯特地區(qū)水資源安全的諸多因素中，地下水供水比例、工業(yè)固廢綜合利用率、工業(yè)廢水排放達標(biāo)率、工業(yè)用水率、中度以上石漠化面積比、單位GDP需水量、水資源利用率、人均糧食產(chǎn)量、地下水開發(fā)利用程度以及產(chǎn)水模數(shù)對喀斯特地區(qū)水資源安全的影響程度較大。從指標(biāo)分類來看，水環(huán)境子系統(tǒng)和經(jīng)濟子系統(tǒng)的影響遠(yuǎn)大于生態(tài)子系統(tǒng)和人文子系統(tǒng)，而社會子系統(tǒng)介于兩者之間。因此，喀斯特地區(qū)的水資源的整體狀態(tài)和經(jīng)濟發(fā)展水平是影響水資源安全的主要因素。

(2) 地下水供水比例、工業(yè)用水率、水資源利用率、人均糧食產(chǎn)量以及產(chǎn)水模數(shù)是水資源安全的阻礙因素。其中產(chǎn)水模數(shù)影響程度呈現(xiàn)波動中逐年遞減的趨勢，其余4個阻礙因素均顯示其影響程度逐年增強。

(3) 工業(yè)固廢綜合利用率、工業(yè)廢水排放達標(biāo)率、中度以上石漠化面積比、單位GDP需水量以及地下水開發(fā)利用程度共同構(gòu)成了水資源安全的驅(qū)動因素。從時間順序來看，單位GDP需水量和地下水開發(fā)利用程度得影響程度趨于穩(wěn)定，中度以上石漠化面積比因子對水資源安全影響程度越來越顯著。工業(yè)廢水排放達標(biāo)率的影響逐年減弱，而工業(yè)固廢綜合利用率的影響情況波動比較大。

(4) 由于MIV-BP神經(jīng)網(wǎng)絡(luò)本身的缺點是參數(shù)比較多,靈活性較大，所以需要經(jīng)過多次訓(xùn)練才能得到較好的預(yù)測模型。此外,MIV-BP神經(jīng)網(wǎng)絡(luò)模型得出的結(jié)果只說明了各影響因素對喀斯特地區(qū)水資源安全影響程度的相對大小,對于各影響因素如何影響喀斯特地區(qū)水資源安全,與喀斯特地區(qū)水資源安全的正負(fù)相關(guān)性還需要通過進一步分析得出。

[1] 張翔,夏軍,賈紹鳳.水安全定義及其評價指數(shù)的應(yīng)用[J].資源科學(xué),2005,27(3):145-149.

[2] 邱德華.區(qū)域水安全戰(zhàn)略的研究進展[J].水科學(xué)進展,2005,16(2):305-312.

[3] 張翔,夏軍,王富永.基于壓力—狀態(tài)—響應(yīng)概念框架的可持續(xù)水資源管理指標(biāo)體系研究[J].城市環(huán)境與城市生態(tài),1999,12(5):23-25.

[4] 張斌,黃顯峰,方國華,等.基于水足跡理論的連云港市水資源安全評價[J].中國農(nóng)村水利水電,2012(6):61-64.

[5] 吳開亞,金菊良,魏一鳴,等.基于指標(biāo)體系的流域水安全診斷評價模型[J].中山大學(xué)學(xué)報:自然科學(xué)版,2008,47(4):105-113.

[6] 韓宇平,阮本清.區(qū)域水安全評價指標(biāo)體系初步研究[J].環(huán)境科學(xué)學(xué)報,2003,23(2):267-272.

[7] 王在高,梁虹.巖溶地區(qū)水資源承載力指標(biāo)體系及其理論模型初探[J].中國巖溶,2001,20(2):144-148.

[8] 夏軍.水資源安全的度量:水資源承載力的研究與挑戰(zhàn)(2)[J].海河水利,2002,17(3):3-7.

[9] 楊芳,原松.基于BP神經(jīng)網(wǎng)絡(luò)的水環(huán)境質(zhì)量評價模型的研建[J].人民長江,2008,39(23):46-48.

[10] 倪深海,白玉慧. BP神經(jīng)網(wǎng)絡(luò)模型在地下水水質(zhì)評價中的應(yīng)用[J].系統(tǒng)工程理論與實踐,2000,20(8):124-127.

[11] 李明月,賴笑娟.基于BP神經(jīng)網(wǎng)絡(luò)方法的城市土地生態(tài)安全評價:以廣州市為例[J].經(jīng)濟地理,2011,31(2):289-293.

[12] 楊麗花,佟連軍.基于BP神經(jīng)網(wǎng)絡(luò)模型的松花江流域(吉林省段)水環(huán)境承載力研究[J].干旱區(qū)資源與環(huán)境,2013,27(9):135-140.

[13] 楊秀英,梁虹.基于人工神經(jīng)網(wǎng)絡(luò)模型的喀斯特地區(qū)枯水資源承載力評價:以貴陽市為例[J].貴州師范大學(xué)學(xué)報:自然科學(xué)版,2006,24(4):37-41.

[14] 楊秀英,韓晨.基于BP神經(jīng)網(wǎng)絡(luò)模型的區(qū)域水資源承載力評價：以陜西省關(guān)中地區(qū)為例[C]∥Proceedings of 2010 International Conference on Remote Sensing(ICRS 2010) Volume 4. 2010.

[15] 宋松柏,蔡煥杰.區(qū)域水資源可持續(xù)利用評價的人工神經(jīng)網(wǎng)絡(luò)模型[J].農(nóng)業(yè)工程學(xué)報,2004,20(6):89-92.

[16] 張先起,劉慧卿,梁川.云南水資源可持續(xù)利用程度評價的自組織神經(jīng)網(wǎng)絡(luò)模型[J].長江流域資源與環(huán)境,2007,16(4):456-460.

[17] 王小川.MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析[M].北京:航空航天大學(xué)出版社,2013.

InfluenceFactorsofWaterResourceSecurityinKarstAreaBasedonMIV-BPModel

LIU Liying1,2, GUAN Dongjie3, YANG Qingwei1, SU Weici4,5

(1.CollegeofRiverandOceanEngineering,ChongqingJiaotongUniversity,Chongqing400074,China; 2.CollegeofMathematicsandStatistics,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China; 3.CollegeofArchitectureandUrbanPlanning,ChongqingJiaotongUniversity,Chongqing400074,China; 4.CollegeofGeographyandTourism,ChongqingNormalUniversity,Chongqing400047,China; 5.InstituteofMountainResources,GuizhouAcademyofSciences,Guiyang,Guizhou550001,China)

[Objective] This paper illustrated the influencing factors of water resource security and its evolution trend aimed to put forward some suggestions about the water resource security in Karst area. [Methods] Based on the data of Guizhou Province in the past ten years, this paper established a BP network model and applied the mean impact value(MIV) algorithm method to analyze the influencing factors of the water resource security in Karst area. [Results] The groundwater supply ratio, the industrial water use proportion, water use efficiency, per capital grain yield and water yield modulus were the obstacles to the development of water resources system. The influencing degree of water yield modulus was decreasing year by year, while the other four factors showed increasing trends. Comprehensive utilization rate of industrial solid waste, the attainment rate of the industrial waste water, the ratio of moderate rocky desertification area, water requirement per-unit GDP and exploitation degree of groundwater were the driving factors. In chronological order, the influence of water requirement of per-unit GDP and exploitation degree of groundwater were stable, while the ratio of moderate rocky desertification area was more and more pronounced. The impact of the attainment rate of the industrial waste water decreased year by year, while comprehensive utilization rate of industrial solid waste fluctuated greatly. [Conclusion] The MIV-BP model is feasible in studying influencing factors of water resource security in karst area.

karstarea;waterresourcesecurity;MIV;BPneuralnetwork;influencefactors

A

1000-288X(2017)05-0128-07

P933

文獻參數(shù)： 劉麗穎, 官冬杰, 楊清偉, 等.[J].水土保持通報，2017,37(5)：128-134.

10.13961/j.cnki.stbctb.2017.05.022； Liu Liying, Guan Dongjie, Yang Qingwei, et al. Influence factors of water resource security in Karst area based on MIV-BP model[J]. Bulletin of Soil and Water Conservation, 2017,37(5)：128-134.DOI:10.13961/j.cnki.stbctb.2017.05.022

2017-02-08

2017-03-12

國家科技計劃項目“喀斯特地下水賦存條件及監(jiān)測技術(shù)研究”(2014BAB03B01); 國家社科基金后期資助項目(16FJY010); 貴州喀斯特山區(qū)水資源環(huán)境系統(tǒng)服務(wù)功能創(chuàng)新科技人才團隊”(黔科合人才團隊[2014]4014);重慶工商大學(xué)2015年校級科研項目(670101577)

劉麗穎(1982—),女(漢族),遼寧省遼陽市人,博士研究生,講師,主要從事水資源與可持續(xù)發(fā)展研究。E-mail:lly@ctbu.edu.cn。

官冬杰(1980—),女(漢族),黑龍江省富錦市人,博士,教授,博士生導(dǎo)師,主要從事城市空間格局演化、土地利用預(yù)測、生態(tài)模擬與環(huán)境評價、“3S”技術(shù)應(yīng)用等方面的研究工作。E-mail:guandongjie_2000@163.com。