楊大方，周 旭，張 繼，楊江州，羅 雪

(1.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽(yáng) 550025； 2.貴州省地質(zhì)礦產(chǎn)勘查開發(fā)局117地質(zhì)大隊(duì)，貴州 貴陽(yáng) 550018)

1 研究背景

水資源是關(guān)系區(qū)域經(jīng)濟(jì)發(fā)展、社會(huì)福祉與可持續(xù)發(fā)展決策的重要基礎(chǔ)性戰(zhàn)略資源[1-3]。水資源脆弱性是指受氣候變化、極端事件和人類活動(dòng)等因素的影響，水資源系統(tǒng)正常的結(jié)構(gòu)和功能受到損壞并難以恢復(fù)到原有狀態(tài)的傾向或趨勢(shì)[4]。由于氣候變化及人類活動(dòng)的時(shí)空變異，導(dǎo)致不同地區(qū)、不同時(shí)段的水資源脆弱性存在一定差異。這就要求區(qū)域分析、空間規(guī)劃與水資源管理等應(yīng)該重視水資源脆弱性的時(shí)空變化基礎(chǔ)研究。

國(guó)內(nèi)外對(duì)水資源脆弱性模型的研究從最初采用DRASTIC模型對(duì)區(qū)域的水資源脆弱性進(jìn)行研究[5]，隨后出現(xiàn)了GOD、SINTACS、SEPPAGE[6-8]模型以及當(dāng)前使用較多的灰色關(guān)聯(lián)-TOPSIS模型[9]、BP 神經(jīng)網(wǎng)絡(luò)模型[10]和PSR模型[11]及其變形的DPSIR模型[12]，這些方法為不同區(qū)域的水資源脆弱性的研究打開了新思路，也為水資源研究的工作者提供了可靠的方法和實(shí)踐的理論支撐。而當(dāng)前研究中更多的學(xué)者采用PSR模型及其變形的DPSIR模型并逐步完善[13]。如Men[11]、Chen[14]和呂文凱[15]等分別對(duì)黑河流域、塔里木河流域以及滇東巖溶斷陷盆地水資源脆弱性進(jìn)行了綜合評(píng)價(jià)，并指出各自研究區(qū)中所存在的水資源問(wèn)題。隨著全球氣候變化和人類活動(dòng)對(duì)水環(huán)境的刺激，造成水資源問(wèn)題日益突出，水資源脆弱性的研究視角也逐步從地下水?dāng)U展到地表水。國(guó)外學(xué)者Pawitan[16]和Koutroulis等[17]從氣候變化及人口增長(zhǎng)的角度對(duì)地表水資源脆弱性進(jìn)行了詳細(xì)的分析和探討。國(guó)內(nèi)學(xué)者鄒君等[18]和夏軍等[19]多位學(xué)者在應(yīng)對(duì)氣候變化和人類活動(dòng)對(duì)地表水資源脆弱性影響上展開了多方面的討論和研究。而近年來(lái)，對(duì)水資源的需求和管理程度越來(lái)越受到重視，更多的學(xué)者注重對(duì)水資源脆弱性定量化的研究，從最開始理論上定性研究轉(zhuǎn)向結(jié)合區(qū)域數(shù)據(jù)的定量研究，如Chen[20]等選取12個(gè)評(píng)價(jià)指標(biāo)分析了2000-2015年黃淮海3個(gè)流域水資源脆弱性的變化趨勢(shì)和原因，并對(duì)2020年和2030年的情景進(jìn)行了預(yù)測(cè)。

中國(guó)西南喀斯特地區(qū)具有石漠化面積較大[21]、地形破碎、土層薄[22]、蓄水能力差、水資源可利用量少、工程性缺水嚴(yán)重[23]等特征，其中以貴州最具代表性。目前對(duì)喀斯特地區(qū)的水資源脆弱性的探索和研究成果較少[15,24-28]，因此，對(duì)中國(guó)西南喀斯特地區(qū)水資源脆弱性展開研究具有重要的現(xiàn)實(shí)意義。同時(shí)，西南喀斯特地區(qū)較長(zhǎng)時(shí)間序列的水資源脆弱性區(qū)域分異規(guī)律及其影響因素研究還較匱乏，難以揭示其較長(zhǎng)時(shí)期的變化特征。因此，本文基于PSR模型，選取22個(gè)指標(biāo)建立水資源脆弱性評(píng)價(jià)指標(biāo)體系，采用層次分析法[29]與熵權(quán)法[10]共同構(gòu)成組合權(quán)重法確定指標(biāo)權(quán)重，運(yùn)用綜合指數(shù)法計(jì)算貴州省2004-2017年的水資源脆弱性指數(shù)并對(duì)其進(jìn)行時(shí)空變化分析，以揭示貴州省水資源脆弱性的時(shí)空變化差異。從而為貴州水資源管理、生態(tài)環(huán)境保護(hù)及可持續(xù)發(fā)展決策等提供參考。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 研究區(qū)概況

貴州省位于我國(guó)西南部，是世界上三大集中連片分布喀斯特地區(qū)的東亞片區(qū)中心[22]。境內(nèi)地勢(shì)西部高、東部低，自中部向北、東、南三面傾斜，平均海拔1 000 m以上，貴州省概況見圖1。全省位于亞熱帶地區(qū)，屬亞熱帶季風(fēng)氣候，年均降水量1 100 mm以上，是長(zhǎng)江、珠江兩江上游重要水源涵養(yǎng)區(qū)，河網(wǎng)密度大，水量豐富。

但由于喀斯特多孔介質(zhì)造成地表-地下二元水文結(jié)構(gòu)，降水滲漏量大，導(dǎo)致地下水儲(chǔ)量大，而地表水資源量相對(duì)匱乏，生態(tài)環(huán)境本底十分脆弱[30]，區(qū)域經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)，水利工程開發(fā)建設(shè)難度大且成本高，導(dǎo)致貴州省成為全國(guó)工程性缺水十分嚴(yán)重的省份。全省有貴陽(yáng)市、遵義市和黔南州等9個(gè)地級(jí)市(州)。2017年，全省人均用水量為289 m3，僅占全國(guó)人均用水量的66%，人均水資源擁有量低于全國(guó)平均水平。同時(shí)，環(huán)境污染治理投資資金僅占全國(guó)的1.8%，水資源浪費(fèi)等問(wèn)題也還存在。在新時(shí)代“以水定城、以水定人、以水定地、以水定產(chǎn)”的背景下，水是促進(jìn)區(qū)域可持續(xù)發(fā)展的關(guān)鍵要素，也是限制地方經(jīng)濟(jì)社會(huì)發(fā)展的重要因素。因此，以貴州省為例，開展水資源脆弱性的時(shí)空變化研究具有很強(qiáng)的代表性。

2.2 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源于《貴州省統(tǒng)計(jì)年鑒》(2005-2018)、《貴州省水資源公報(bào)》(2004-2017)、《貴州省環(huán)境統(tǒng)計(jì)公報(bào)》(2004-2017)和《貴州省環(huán)境狀況公報(bào)》(2004-2017)。

2.3 指標(biāo)體系構(gòu)建

PSR(pressure-state-response)模型是為研究生境與人類社會(huì)活動(dòng)之間的影響關(guān)系而提出的一個(gè)較為簡(jiǎn)單、全面的評(píng)價(jià)模型，能夠很好地表示出兩者之間的因果關(guān)系[31]。PSR系統(tǒng)分別為壓力、狀態(tài)和響應(yīng)。為準(zhǔn)確揭示貴州省的水資源系統(tǒng)在特定的壓力作用下所呈現(xiàn)出的狀態(tài)特征及其響應(yīng)能力，在梳理水資源脆弱性評(píng)價(jià)指標(biāo)的基礎(chǔ)上，選取CNKI數(shù)據(jù)庫(kù)中采用率最高的9項(xiàng)指標(biāo)，并結(jié)合研究區(qū)水資源特點(diǎn)，按照因地制宜的原則，選取能夠反映喀斯特區(qū)域特征的森林覆蓋率、生態(tài)環(huán)境用水量等13項(xiàng)指標(biāo)，共計(jì)22項(xiàng)指標(biāo)，建立起貴州省水資源脆弱性評(píng)價(jià)指標(biāo)體系，貴州省水資源脆弱性評(píng)價(jià)指標(biāo)體系見表1。

圖1 貴州省概況圖

表1 貴州省水資源脆弱性評(píng)價(jià)指標(biāo)體系

2.4 數(shù)據(jù)處理方法

2.4.1 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化 因指標(biāo)體系中各項(xiàng)指標(biāo)對(duì)水資源脆弱性的影響趨向不同，數(shù)據(jù)類型和大小也有差異，為消除指標(biāo)量綱和趨向不同對(duì)評(píng)價(jià)結(jié)果的影響，需對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。在此，參考相關(guān)文獻(xiàn)[32-33]，正向指標(biāo)用公式(1)進(jìn)行標(biāo)準(zhǔn)化處理，負(fù)向指標(biāo)用公式(2)進(jìn)行標(biāo)準(zhǔn)化處理。

(1)

(2)

式中：Xi為第i個(gè)指標(biāo)的實(shí)際值；rij為數(shù)據(jù)標(biāo)準(zhǔn)化處理后第i個(gè)參評(píng)對(duì)象相對(duì)于第j個(gè)參評(píng)指標(biāo)的數(shù)值；Xij為數(shù)據(jù)標(biāo)準(zhǔn)化處理后第i個(gè)參評(píng)對(duì)象相對(duì)于第j個(gè)參評(píng)指標(biāo)的實(shí)際值；Xi(min)和Xi(max)分別為第i個(gè)參評(píng)對(duì)象中的最小值和最大值。

2.4.2 指標(biāo)權(quán)重確定 組合權(quán)重法是指將主觀賦權(quán)法和客觀賦權(quán)法結(jié)合使用的一類權(quán)重確定方法。該類方法既可適當(dāng)減小主觀賦權(quán)法引入的主觀誤差，又可適當(dāng)降低客觀賦權(quán)法計(jì)算結(jié)果的機(jī)械性。在此，將層次分析法(主觀)和熵權(quán)法(客觀)計(jì)算得到的權(quán)重值帶入特定的公式計(jì)算得到相應(yīng)的組合權(quán)重值。計(jì)算過(guò)程如下：

首先，用層次分析法計(jì)算主觀權(quán)重值W1。層次分析法在確定指標(biāo)權(quán)重時(shí)，能明顯地區(qū)分出各指標(biāo)間的相對(duì)重要程度。根據(jù)參考文獻(xiàn)[34]計(jì)算得到各指標(biāo)的主觀權(quán)重值W1。

其次，用熵權(quán)法計(jì)算客觀權(quán)重值W2。熵權(quán)法主要是利用各指標(biāo)的具體數(shù)值進(jìn)行計(jì)算，得到的權(quán)重值真實(shí)可靠，在一定程度上能減小指標(biāo)權(quán)重的主觀隨意性。計(jì)算方法如公式(3)～(6)。

(3)

(4)

(5)

(6)

式中：W2為熵權(quán)法計(jì)算得到的權(quán)重值；Hj為評(píng)價(jià)指標(biāo)的熵值；K為與評(píng)價(jià)對(duì)象個(gè)數(shù)有關(guān)的系數(shù)；m為評(píng)價(jià)對(duì)象的個(gè)數(shù)。

最后，用公式(7)～(9)算出組合權(quán)重值W。

W=fW1+(1-f)W2

(7)

(8)

(9)

式中：W為組合權(quán)重值；W1和W2分別為層次分析法和熵權(quán)法所得權(quán)重值；SEn為差異程度系數(shù)，n為指標(biāo)的個(gè)數(shù)；X1，X2，…，Xn為按照升序排列的各指標(biāo)的層次分析法權(quán)重。

2.4.3 脆弱性綜合評(píng)價(jià) 為揭示水資源系統(tǒng)脆弱性綜合特征，參照生態(tài)環(huán)境綜合評(píng)價(jià)指數(shù)法，將基于PSR模型構(gòu)建的水資源脆弱性量測(cè)指標(biāo)體系，用公式(10)和(11)所示的綜合指數(shù)法進(jìn)行量化評(píng)價(jià)。

VI={VP、VS、VR}=VP+VS+VR

(10)

(11)

式中：VI為水資源脆弱性指數(shù)；VP、VS和VR分別為壓力指數(shù)、狀態(tài)指數(shù)和響應(yīng)指數(shù)；WPj和rPij分別為壓力層的組合權(quán)重值和指標(biāo)標(biāo)準(zhǔn)化數(shù)值；WSj和rSij分別為狀態(tài)層的組合權(quán)重值和指標(biāo)標(biāo)準(zhǔn)化數(shù)值；WRj和rRij分別為響應(yīng)層的組合權(quán)重值和指標(biāo)標(biāo)準(zhǔn)化數(shù)值。

2.4.4 脆弱性變化分析 為分析不同指標(biāo)對(duì)水資源脆弱性的影響，可直接比較不同指標(biāo)的組合權(quán)重值的大小來(lái)制作權(quán)值差異圖。為分析不同年份、不同準(zhǔn)則層(含壓力層、狀態(tài)層和響應(yīng)層)及脆弱性指數(shù)的時(shí)序變化特征，可以年份為橫坐標(biāo)制作不同年份的相應(yīng)數(shù)值變化統(tǒng)計(jì)圖。為分析整段研究期內(nèi)，不同行政單元的水資源系統(tǒng)壓力、狀態(tài)、響應(yīng)和脆弱性整體平均狀況，可統(tǒng)計(jì)整段研究期內(nèi)、不同年份的相應(yīng)評(píng)價(jià)結(jié)果的平均值。為分析整段研究期內(nèi)，不同行政單元的水資源系統(tǒng)壓力、狀態(tài)、響應(yīng)和脆弱性的整體變化是呈現(xiàn)增加還是減弱趨勢(shì)，可以將整段研究期內(nèi)、不同年份的相應(yīng)評(píng)價(jià)結(jié)果進(jìn)行一元線性回歸分析，模擬所得回歸系數(shù)為趨勢(shì)系數(shù)，回歸系數(shù)為正表示呈增加趨勢(shì)，反之則呈減弱趨勢(shì)。為比較不同年份間的水資源脆弱性等級(jí)特征差異，在脆弱性綜合評(píng)價(jià)的基礎(chǔ)上，參考相關(guān)文獻(xiàn)[1]、[4]將脆弱指數(shù)劃分為不脆弱、輕度脆弱、中度脆弱、重度脆弱和極度脆弱5個(gè)等級(jí)，再根據(jù)研究區(qū)實(shí)際數(shù)據(jù)計(jì)算結(jié)果情況，將結(jié)果的最大值與最小值的極差進(jìn)行5等分得到4個(gè)等分點(diǎn)，從結(jié)果的最小值開始進(jìn)行分等累加，最后再依據(jù)現(xiàn)階段已有的文獻(xiàn)資料[18]、[35]進(jìn)行適當(dāng)調(diào)整，得到表2所示的水資源脆弱性評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)。

表2 水資源脆弱性評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)

3 結(jié)果與分析

3.1 壓力特征分析

采用組合權(quán)重法、層次分析法和熵權(quán)法3種方法對(duì)各壓力指標(biāo)進(jìn)行權(quán)重計(jì)算，不同方法計(jì)算的壓力指標(biāo)權(quán)重及2004-2017年貴州省及各市(州)壓力指數(shù)變化特征計(jì)算結(jié)果見圖2。

圖2(a)表明，基于層次分析法所得到的各壓力指標(biāo)的權(quán)重值相差最大，差值為0.075，運(yùn)用熵權(quán)法所得結(jié)果相差較小，差值約為0.001，組合權(quán)重法將兩者相結(jié)合，使計(jì)算結(jié)果更為科學(xué)。由圖2(a)還可看出，權(quán)重值最大的為廢污水排放總量(P3)和農(nóng)用化肥施用量(P5)，表明兩者對(duì)壓力指數(shù)的影響較大，同時(shí)對(duì)整個(gè)區(qū)域水資源脆弱性的影響較大。

由圖2 (b)可見，2004-2017年全省壓力指數(shù)變化波動(dòng)較大，但總體呈現(xiàn)減小趨勢(shì)。其中，2004-2009年間呈增大趨勢(shì)，2009-2012年間呈快速減小趨勢(shì)，2012-2017年又逐步增大。造成全省壓力指數(shù)變化明顯的主要原因是研究時(shí)段內(nèi)壓力層的各項(xiàng)指標(biāo)在不同年份的變化較大，且各個(gè)指標(biāo)有增有減。例如在壓力指標(biāo)中，全省各地的人均生活用水量除貴陽(yáng)市呈下降狀態(tài)以外(下降率為45%)，其余地區(qū)均有不同程度的增加，其中六盤水市的增長(zhǎng)率最大(增長(zhǎng)率為58%)。

由圖2(c)可見，2004-2017年全省壓力指數(shù)平均值為0.135，各市(州)壓力指數(shù)的平均值在0.057～0.160之間。壓力產(chǎn)生的影響存在明顯的區(qū)域差異，其中對(duì)貴陽(yáng)和遵義的影響最大，表明壓力是影響該兩市水資源脆弱性的重要因素；銅仁和黔西南的壓力指數(shù)均值較小，反映出壓力指數(shù)對(duì)該兩市水資源脆弱性的威脅較小。

由圖2(d)可看出，貴陽(yáng)、遵義的水資源受到的壓力屬于下降趨勢(shì)，其中貴陽(yáng)的下降率最大，為-0.003 7，表明貴陽(yáng)等地水資源受到的壓力在研究時(shí)段內(nèi)逐漸減??；黔東南、黔南、六盤水及畢節(jié)等市(州)呈明顯上升趨勢(shì)，表明在研究時(shí)段內(nèi)水資源狀況受到壓力的影響在增大，在今后的發(fā)展中壓力層指標(biāo)極有可能成為影響這些地區(qū)水資源脆弱性的重要因素。

圖2 不同方法計(jì)算的壓力指標(biāo)權(quán)重及2004-2017年貴州省及各市(州)壓力指數(shù)變化特征

3.2 狀態(tài)特征分析

采用組合權(quán)重法、層次分析法和熵權(quán)法3種方法對(duì)各狀態(tài)指標(biāo)進(jìn)行權(quán)重計(jì)算，不同方法計(jì)算的狀態(tài)指標(biāo)權(quán)重及2004-2017年貴州省及各市(州)狀態(tài)指數(shù)變化特征計(jì)算結(jié)果見圖3。

圖3 (a)表明，狀態(tài)層中11個(gè)指標(biāo)的權(quán)重值相差較大，其中，層次分析法計(jì)算的權(quán)重最大值 (S6)與最小值(S5)的差值為0.071，表明在主觀判斷下狀態(tài)層中各指標(biāo)對(duì)狀態(tài)指數(shù)的影響相差較大；在熵權(quán)法中指標(biāo)權(quán)重值最大差值仍為0.001，表明在利用原始數(shù)據(jù)計(jì)算下得到的結(jié)果更貼近實(shí)際的數(shù)值，而利用組合權(quán)重法計(jì)算的結(jié)果在兩種方法結(jié)果之間，表明組合權(quán)重法減小了由專家打分產(chǎn)生的主觀性和直接數(shù)據(jù)計(jì)算結(jié)果的機(jī)械性，在一定程度上增加了評(píng)價(jià)結(jié)果的客觀性和準(zhǔn)確性。11個(gè)指標(biāo)中年平均降雨量(S1)和水資源總量(S6)的權(quán)重值最大，表明降雨量與水資源總量對(duì)狀態(tài)層產(chǎn)生的影響較大，并對(duì)脆弱指數(shù)的影響也較大。

由圖3(b)可見，2004-2017年間全省的狀態(tài)指數(shù)呈下降狀態(tài)，各年份間的值變化較大。其中2011-2014年?duì)顟B(tài)指數(shù)急劇減小，由0.404下降到0.124，表明這段時(shí)間內(nèi)狀態(tài)指數(shù)對(duì)水資源脆弱指數(shù)的貢獻(xiàn)率減小，水環(huán)境狀況轉(zhuǎn)好。這是由于狀態(tài)層表征的是水資源對(duì)現(xiàn)狀的支持能力，對(duì)于水資源脆弱指數(shù)而言，其值越大，脆弱指數(shù)越大，而對(duì)于實(shí)際的水資源環(huán)境而言，其值越大，則環(huán)境狀況越差。從2014年開始，狀態(tài)指數(shù)有上升的趨勢(shì)，可能在未來(lái)的時(shí)間內(nèi)會(huì)對(duì)水資源狀況造成威脅，在今后的管理中應(yīng)多注重狀態(tài)層中的相關(guān)指標(biāo)的變化，以防水資源出現(xiàn)不可逆轉(zhuǎn)的不利情況。

由圖3(c)可見，2004-2017年黔南和黔東南兩地的平均狀態(tài)指數(shù)偏小，表明兩地的水環(huán)境狀況良好，其余地區(qū)的平均狀態(tài)指數(shù)值均超過(guò)0.2；貴陽(yáng)市和六盤水市的值分別為0.368和0.384，狀態(tài)指數(shù)偏大，表明兩地區(qū)的水環(huán)境狀況不佳。

由圖3(d)可看出，2004-2017年全省的狀態(tài)指數(shù)呈下降狀態(tài)，下降趨勢(shì)系數(shù)為-0.007 5，表明在研究時(shí)段內(nèi)貴州省的水資源狀況有所提升，部分地區(qū)有轉(zhuǎn)好的現(xiàn)象，如黔東南、銅仁，而部分地區(qū)有待加強(qiáng)，如貴陽(yáng)和遵義。

圖3 不同方法計(jì)算的狀態(tài)指標(biāo)權(quán)重及2004-2017年貴州省及各市(州)狀態(tài)指數(shù)變化特征

3.3 響應(yīng)特征分析

采用組合權(quán)重法、層次分析法和熵權(quán)法3種方法對(duì)各響應(yīng)指標(biāo)進(jìn)行權(quán)重計(jì)算，不同方法計(jì)算的響應(yīng)指標(biāo)權(quán)重及2004-2017年貴州省及各市(州)響應(yīng)指數(shù)變化特征計(jì)算結(jié)果見圖4。

圖4(a)表明，采用組合權(quán)重法得到的各響應(yīng)指標(biāo)權(quán)重值居于其余兩種方法之間，有效避免了熵權(quán)法計(jì)算結(jié)果的單一性和層次分析法權(quán)重值相差較大的影響。狀態(tài)層中生態(tài)環(huán)境用水量(R5)的權(quán)重值最大，說(shuō)明在響應(yīng)指標(biāo)和評(píng)價(jià)模型當(dāng)中生態(tài)環(huán)境用水量對(duì)于水資源脆弱性而言影響較大。

由圖4(b)可見，2004-2017年全省響應(yīng)指數(shù)在逐漸下降，表明該時(shí)段響應(yīng)指數(shù)對(duì)脆弱指數(shù)的貢獻(xiàn)率越來(lái)越小，反映出在研究時(shí)段內(nèi)對(duì)于環(huán)境的治理措施在加強(qiáng)，因?yàn)轫憫?yīng)層中均為負(fù)向指標(biāo)，其值越大，響應(yīng)指數(shù)和脆弱指數(shù)越小，表明治理力度越大。未來(lái)可通過(guò)各種治理措施來(lái)減小對(duì)水環(huán)境的影響。

由圖4(c)可見，2004-2017年全省及各市(州)響應(yīng)指數(shù)平均值在0.045～0.142之間，總體值偏小，表明其對(duì)脆弱指數(shù)產(chǎn)生的作用較小。其中貴陽(yáng)、遵義的響應(yīng)指數(shù)值最小，表明在該地區(qū)環(huán)境投入及保護(hù)措施的程度要大于其他地區(qū)，其余地區(qū)的響應(yīng)指數(shù)值相差不大，因而全省各地區(qū)在水資源保護(hù)工作方面的重視程度相近。

由圖4(d)可看出，全省大部分地區(qū)的響應(yīng)指數(shù)在下降，但仍有局部地區(qū)在上升，如貴陽(yáng)和黔東南兩地，在今后的水資源管理中應(yīng)該更加重視水資源保護(hù)的投入。

3.4 脆弱性特征分析

通過(guò)公式(10)和(11)計(jì)算得出2004-2017年貴州省及各市(州)水資源脆弱指數(shù)均值和趨勢(shì)變化特征，見圖5。

圖4 不同方法計(jì)算的響應(yīng)指標(biāo)權(quán)重及2004-2017年貴州省及各市(州)響應(yīng)指標(biāo)變化特征

由圖5 (a)可以看出，2004-2017年間水資源脆弱指數(shù)總體呈波動(dòng)下降的趨勢(shì)，變化過(guò)程大致可分為3個(gè)階段：2004-2010年平穩(wěn)變化階段；2011-2014年快速下降階段；2015-2017年緩慢上升階段。其間2011-2014年脆弱指數(shù)從0.642下降到0.280，2014年后脆弱指數(shù)有緩慢上升的趨勢(shì)，未來(lái)全省的水資源脆弱指數(shù)可能會(huì)持續(xù)升高。在評(píng)價(jià)年份中，屬極度脆弱的有2006、2009和2011年，其中2011年的脆弱指數(shù)最高(0.642)，該年份脆弱指數(shù)出現(xiàn)異常主要是因?yàn)?010年各地氣象數(shù)據(jù)年際變化劇烈，平均氣溫普遍偏高，冬季大部分地區(qū)均高于多年平均氣溫，蒸發(fā)量急劇增加，而降雨總量有所下降，且時(shí)空分布不均，造成絕大部分地區(qū)出現(xiàn)干旱、洪澇等現(xiàn)象，同時(shí)污水排放量和人均生活用水量明顯增大，而氣候?qū)φw水環(huán)境影響有一定的滯后性，導(dǎo)致脆弱指數(shù)在2011年出現(xiàn)偏高現(xiàn)象。2011年后氣候因素有所緩解，在政府及相關(guān)部門的政策管理下，大部分正向指標(biāo)大幅度減小，負(fù)向指標(biāo)中由于氣候因素變化(年平均降雨量、水資源總量、地下水資源量均有增加)，使脆弱指數(shù)在一定程度上有所降低。對(duì)比夏軍等[36]、陳亞寧等[37]和楊振華等[38]的研究發(fā)現(xiàn)，氣候因素是影響水資源的重要原因，與文章中2011年的氣候數(shù)據(jù)變化異常導(dǎo)致脆弱指數(shù)增大的結(jié)果相似。

如圖5 (b)所示，2004-2017年貴州省及市(州)的水資源多年平均脆弱指數(shù)在0.362～0.589之間，其中脆弱指數(shù)值偏大的有貴陽(yáng)、安順、畢節(jié)和六盤水市，其值均超過(guò)0.530，屬于重度脆弱(Ⅳ級(jí))，通過(guò)與其他研究對(duì)比發(fā)現(xiàn)，水資源脆弱指數(shù)偏高的地區(qū)的人類活動(dòng)強(qiáng)度大、經(jīng)濟(jì)發(fā)展速度快，周奉等[39]在黔中地區(qū)水資源脆弱性狀況的對(duì)比，與本文中所得的人類經(jīng)濟(jì)活動(dòng)頻繁、區(qū)域經(jīng)濟(jì)快速發(fā)展造成水資源脆弱性較高的評(píng)價(jià)結(jié)果一致。黃壘等[40]對(duì)保定市地表水資源脆弱性評(píng)價(jià)表明，人為脆弱性是導(dǎo)致局部區(qū)域脆弱性突出的重要原因，與本文在分析貴陽(yáng)、遵義和六盤水等地人為作用造成水資源脆弱指數(shù)較高的結(jié)果相似。相對(duì)而言，本文的計(jì)算結(jié)果和評(píng)價(jià)分析具有一定的可靠性和合理性。貴州省全省的水資源脆弱指數(shù)平均值為0.486，屬于中度脆弱(Ⅲ級(jí))，與郭曉娜[25]的研究成果相比，本文中的均值偏小，但對(duì)比脆弱性等級(jí)，兩者均為中度脆弱。黔南和黔東南兩地的水資源脆弱指數(shù)最低，均未超過(guò)0.4，屬于輕度脆弱，是脆弱等級(jí)當(dāng)中的Ⅱ級(jí)，水環(huán)境狀況總體良好。銅仁和黔西南的脆弱指數(shù)在0.427～0.468之間，屬于中度脆弱，是脆弱等級(jí)當(dāng)中的Ⅲ級(jí)。

由圖5(c)可知，2004-2017年遵義、黔南、黔東南、銅仁和黔西南地區(qū)的脆弱指數(shù)有不同程度的增大，表明在這些地區(qū)水資源脆弱性有所上升，在今后的管理上應(yīng)特別注意。貴陽(yáng)、安順、畢節(jié)和六盤水市的脆弱指數(shù)呈下降趨勢(shì)，表明在研究時(shí)段內(nèi)這些地區(qū)的水資源狀況有所好轉(zhuǎn)。

圖5 2004-2017年貴州省及各市(州)水資源脆弱指數(shù)均值和趨勢(shì)變化特征

4 結(jié) 論

貴州省地處亞熱帶季風(fēng)氣候區(qū)，降水量比較豐富，但是由于地表崎嶇破碎、土壤保水性差，強(qiáng)烈的人類活動(dòng)作用于脆弱的喀斯特生態(tài)環(huán)境，導(dǎo)致貴州省是我國(guó)工程性缺水極為嚴(yán)重的省份。本文用組合權(quán)重法對(duì)貴州省2004-2017年間水資源脆弱性綜合指數(shù)的時(shí)空變化特征進(jìn)行計(jì)算與分析，得到如下幾點(diǎn)結(jié)論：

(1)將層次分析法和熵權(quán)法組合計(jì)算得到組合權(quán)重法，不同的權(quán)重計(jì)算方法得出的權(quán)重各不相同，組合權(quán)重法能夠減小層次分析法的主觀性，也能避免熵權(quán)法計(jì)算結(jié)果的單一性，從研究結(jié)果上看，組合權(quán)重法計(jì)算的權(quán)重值更貼近客觀事實(shí)，更具科學(xué)性和合理性。

(2)基于PSR模型計(jì)算得出貴州省壓力、狀態(tài)、響應(yīng)指數(shù)，其結(jié)果表明，壓力指數(shù)>狀態(tài)指數(shù)>響應(yīng)指數(shù)，且3個(gè)指數(shù)均為下降狀態(tài)，在貴州省不同市(州)的3個(gè)指數(shù)或增或減。

(3)脆弱指數(shù)存在明顯的空間差異性，脆弱指數(shù)較高的地區(qū)主要集中在貴陽(yáng)、安順、畢節(jié)和六盤水市，脆弱指數(shù)較低的地區(qū)主要集中在黔南、黔東南以及銅仁等地，各地區(qū)所面臨的水資源脆弱性問(wèn)題仍然十分嚴(yán)峻。

(4)2004-2017年間貴州省水資源脆弱指數(shù)總體呈波動(dòng)下降的趨勢(shì)，變化情況分為3個(gè)階段：2004-2010年平穩(wěn)變化階段；2011-2014年快速下降階段；2015-2017年緩慢上升階段。全省脆弱性指數(shù)平均值為0.486，屬于中度脆弱(Ⅲ級(jí))，水環(huán)境維持在可控范圍之內(nèi)。2006、2009和2011年為極度脆弱，其余年份為重度、中度及輕度脆弱，研究時(shí)段內(nèi)屬于重度和中度脆弱的年份較多，水資源狀況不容樂觀。

(5)導(dǎo)致全省脆弱指數(shù)較高的原因主要是水資源面臨的壓力過(guò)大，且現(xiàn)階段水環(huán)境狀態(tài)較差，廢污水排放總量、農(nóng)用化肥施用量、降雨量和水資源總量是影響全省脆弱性的重要因素。未來(lái)水資源管理應(yīng)特別重視在氣候變化條件下合理地調(diào)控水資源開發(fā)利用和生態(tài)環(huán)境保護(hù)等人類活動(dòng)。

綜上所述，對(duì)貴州省水資源脆弱性進(jìn)行了綜合且較為全面的評(píng)價(jià)，能夠在水資源管理方面提供一定的理論參考。但本文也存在諸多不足之處，如文中數(shù)據(jù)僅來(lái)源于統(tǒng)計(jì)數(shù)據(jù)，而部分指標(biāo)值以地貌單元(流域)統(tǒng)計(jì)更為合理，從研究結(jié)果上看可能與實(shí)際情況存在一定誤差；在指標(biāo)選取上，雖做了大量統(tǒng)計(jì)，也結(jié)合區(qū)域特點(diǎn)，但是否能真實(shí)全面地反映研究區(qū)水資源的全部狀況，還有待進(jìn)一步研究。未來(lái)在評(píng)價(jià)單元上可嘗試按照地貌單元進(jìn)行分析，在保障數(shù)據(jù)的可獲得性的同時(shí)能夠盡可能多地選取相關(guān)指標(biāo)進(jìn)行研究。