左朝暉，李紹康，楊津津，袁穎，李翔*

1.中國(guó)環(huán)境科學(xué)研究院 2.河北地質(zhì)大學(xué)城市地質(zhì)與工程學(xué)院

頁(yè)巖氣是蘊(yùn)藏于頁(yè)巖層可供開(kāi)采的天然氣資源，相比于常規(guī)天然氣，頁(yè)巖氣具有開(kāi)采壽命長(zhǎng)和生產(chǎn)周期長(zhǎng)的優(yōu)點(diǎn)[1]。中國(guó)的頁(yè)巖氣資源可采量約為115×1011～361×1011m3，近幾年頁(yè)巖氣年產(chǎn)量達(dá)到44.6×108m3，頁(yè)巖氣的大規(guī)模開(kāi)發(fā)有助于優(yōu)化我國(guó)能源消費(fèi)結(jié)構(gòu)[2]，同時(shí)促進(jìn)頁(yè)巖氣開(kāi)發(fā)區(qū)域經(jīng)濟(jì)發(fā)展。然而，頁(yè)巖氣開(kāi)采過(guò)程中需要消耗大量淡水資源[3]，鉆井和壓裂過(guò)程所需水量通常達(dá)到10 000～24 000 m3，其中有30%～70%耗水被重復(fù)利用，其開(kāi)采耗水十分嚴(yán)重[4-5]，若不協(xié)調(diào)頁(yè)巖氣開(kāi)發(fā)與水資源之間的關(guān)系，可能導(dǎo)致區(qū)域水資源匱乏[6]。因此，有必要開(kāi)展頁(yè)巖氣水資源承載力評(píng)價(jià)研究，為頁(yè)巖氣開(kāi)發(fā)區(qū)域水資源可持續(xù)利用政策的制定提供借鑒。

目前，國(guó)外對(duì)水資源承載力的研究很少，多數(shù)研究將水資源承載力納入可持續(xù)發(fā)展研究范疇[7-9]。國(guó)內(nèi)對(duì)區(qū)域水資源承載力的研究主要是選取社會(huì)、水資源、經(jīng)濟(jì)、生態(tài)4個(gè)方面的指標(biāo)建立水資源承載力評(píng)價(jià)體系，運(yùn)用模糊綜合評(píng)價(jià)法、系統(tǒng)動(dòng)力學(xué)法、神經(jīng)網(wǎng)絡(luò)法、生態(tài)足跡法等進(jìn)行評(píng)價(jià)[10-11]。在評(píng)價(jià)指標(biāo)體系方面，針對(duì)頁(yè)巖氣的耗水特點(diǎn)的區(qū)域水資源承載力研究較少，基于社會(huì)、水資源、經(jīng)濟(jì)、生態(tài)方面指標(biāo)的區(qū)域水資源承載力評(píng)價(jià)體系缺少客觀性與全面性，如何通過(guò)科學(xué)的模型分析區(qū)域頁(yè)巖氣開(kāi)發(fā)過(guò)程中水資源承載力成為重要的研究課題。在評(píng)價(jià)方法方面，BP (back propagation)神經(jīng)網(wǎng)絡(luò)模型具有廣泛的適應(yīng)能力、學(xué)習(xí)能力和映射能力等特點(diǎn)，非線性數(shù)據(jù)處理能力十分強(qiáng)大，且不需要人工確定指標(biāo)權(quán)重，在多變量非線性系統(tǒng)的建模與預(yù)測(cè)方面可取得滿(mǎn)意的結(jié)果[12]。許莉等[13]提出了基于BP神經(jīng)網(wǎng)絡(luò)的水資源承載力綜合評(píng)價(jià)方法，并描述了方法的應(yīng)用過(guò)程；郭曉英等[14]將指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)的輸出，對(duì)廈門(mén)市的水資源承載力進(jìn)行了動(dòng)態(tài)分析；馮湘華等[15]使用模糊綜合評(píng)判模型、TOPSIS模型、徑向基神經(jīng)網(wǎng)絡(luò)模型完成了對(duì)淳化縣的水資源承載力綜合評(píng)價(jià)，得到神經(jīng)網(wǎng)絡(luò)與其他方法評(píng)價(jià)結(jié)果基本一致的結(jié)論；張彥等[16]在保定市水環(huán)境承載研究中將遺傳算法(genetic algorithm, GA)結(jié)合BP神經(jīng)網(wǎng)絡(luò)模型形成GA-BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型，并對(duì)比了BP神經(jīng)網(wǎng)絡(luò)模型和GA-BP神經(jīng)網(wǎng)絡(luò)模型的可信度，指出GA-BP神經(jīng)網(wǎng)絡(luò)模型的精度更高且具有很強(qiáng)的泛化能力。

筆者以威遠(yuǎn)縣為研究對(duì)象，在區(qū)域水資源承載力評(píng)價(jià)中社會(huì)、水資源、經(jīng)濟(jì)、生態(tài)指標(biāo)基礎(chǔ)上增加頁(yè)巖氣開(kāi)采特征指標(biāo)，建立頁(yè)巖氣開(kāi)采區(qū)域水資源承載力評(píng)價(jià)指標(biāo)體系。使用GA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型，將GA-BP神經(jīng)網(wǎng)絡(luò)組合模型應(yīng)用于頁(yè)巖氣開(kāi)發(fā)區(qū)域的水資源承載力評(píng)價(jià)，以期為頁(yè)巖氣開(kāi)發(fā)區(qū)域的水資源承載力評(píng)價(jià)提供思路，同時(shí)為促進(jìn)威遠(yuǎn)縣的社會(huì)經(jīng)濟(jì)活動(dòng)與水資源協(xié)調(diào)發(fā)展提供參考。

1 研究方法

1.1 BP神經(jīng)網(wǎng)絡(luò)基本原理

BP神經(jīng)網(wǎng)絡(luò)是按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)[17]。BP神經(jīng)網(wǎng)絡(luò)模型一般由輸入層、隱含層和輸出層組成。在運(yùn)算時(shí)將歸一化后的指標(biāo)數(shù)據(jù)作為輸入層，將指標(biāo)期望結(jié)果作為輸出層，輸入層數(shù)據(jù)正向傳播至隱含層，通過(guò)傳遞函數(shù)處理后傳播至輸出層，當(dāng)測(cè)試輸出與期望結(jié)果之間存在誤差時(shí)，將誤差沿原傳播過(guò)程反向傳播并逐一調(diào)整各層連接權(quán)值(w1、w2)。經(jīng)過(guò)不斷迭代計(jì)算，當(dāng)誤差降至設(shè)定范圍時(shí)，得到最終的神經(jīng)網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意Fig.1 Schematic diagram of BP neural network structure

1.2 GA基本原理

GA是一種基于自然選擇和遺傳理論的隨機(jī)優(yōu)化算法，其通過(guò)選擇、交叉和變異等操作對(duì)所有個(gè)體進(jìn)行篩選，根據(jù)適應(yīng)度保留優(yōu)秀個(gè)體，淘汰適應(yīng)度差的個(gè)體，循環(huán)迭代至搜尋到最優(yōu)解[18]。由于其高效率的算法以及強(qiáng)大的全局尋優(yōu)能力，被廣泛應(yīng)用在組合優(yōu)化方面[19]。

1.3 GA-BP神經(jīng)網(wǎng)絡(luò)模型

雖然BP神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和非線性映射的能力，但其算法收斂速度慢，對(duì)初始權(quán)值和閾值非常敏感，容易陷入局部最優(yōu)或出現(xiàn)過(guò)擬合現(xiàn)象。遺傳算法從群體出發(fā)，同時(shí)將多個(gè)個(gè)體一起比較，從而提高運(yùn)算效率，同時(shí)具有全局搜索能力而不易陷入局部最優(yōu)。將GA與BP神經(jīng)網(wǎng)絡(luò)結(jié)合，使用GA全局尋優(yōu)的能力來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的初始權(quán)值和閾值，可以提高BP神經(jīng)網(wǎng)絡(luò)的收斂速度，從而使優(yōu)化后的網(wǎng)絡(luò)可更好地進(jìn)行預(yù)測(cè)。具體流程見(jiàn)圖2。

圖2 GA-BP神經(jīng)網(wǎng)絡(luò)流程Fig.2 GA-BP neural network flowchart

2 水資源承載力評(píng)價(jià)與分析

2.1 研究區(qū)概況

威遠(yuǎn)縣位于我國(guó)西南地區(qū)，地處四川盆地中南部，行政面積1 289 km2。屬亞熱帶暖濕季風(fēng)氣候，冬春干旱而夏秋多雨。地勢(shì)西北高，東南低，主要為低山和丘陵地貌。由于氣候與地形地貌影響，威遠(yuǎn)縣降水時(shí)空分布不均，水資源開(kāi)發(fā)利用率高達(dá)51%，年平均水資源總量為4.7億m3，但人均水資源占有量?jī)H為600 m3左右，是四川省人均水資源占有量的14，屬于水資源貧乏地區(qū)。

我國(guó)已經(jīng)探明的頁(yè)巖氣大部分分布于西南地區(qū)，目前已有9個(gè)頁(yè)巖氣重點(diǎn)建產(chǎn)區(qū)，威遠(yuǎn)縣大部分區(qū)域處于長(zhǎng)寧—威遠(yuǎn)國(guó)家級(jí)頁(yè)巖氣示范區(qū)內(nèi)。長(zhǎng)寧—威遠(yuǎn)示范區(qū)頁(yè)巖氣單井壓裂用水量在20 000 m3以上，其中僅有20%左右的壓裂用水得以循環(huán)使用，導(dǎo)致大部分水資源被注入地下。這使得威遠(yuǎn)縣水資源情況更加復(fù)雜，進(jìn)一步加劇社會(huì)、經(jīng)濟(jì)發(fā)展和水資源之間的矛盾。

2.2 評(píng)價(jià)指標(biāo)體系及其分級(jí)標(biāo)準(zhǔn)

受經(jīng)濟(jì)、社會(huì)和生態(tài)的影響與制約，水資源承載力評(píng)價(jià)是一個(gè)復(fù)雜的系統(tǒng)，如何確定評(píng)價(jià)體系中的指標(biāo)是承載力研究的基礎(chǔ)[20]。因此，基于研究區(qū)頁(yè)巖氣開(kāi)發(fā)與生活、生產(chǎn)用水的矛盾，在區(qū)域水資源承載力研究[14,21]中結(jié)合頁(yè)巖氣井開(kāi)發(fā)規(guī)模和用水特點(diǎn)，確定了由5個(gè)方面共16個(gè)指標(biāo)構(gòu)成的區(qū)域水資源承載力指標(biāo)體系，詳見(jiàn)表1。

表 1 研究區(qū)水資源承載力評(píng)價(jià)指標(biāo)體系

國(guó)內(nèi)外對(duì)于水資源承載力的評(píng)價(jià)鮮見(jiàn)統(tǒng)一標(biāo)準(zhǔn)，本研究在確定分級(jí)標(biāo)準(zhǔn)時(shí)依據(jù)以下原則：1)優(yōu)先采用已有國(guó)家標(biāo)準(zhǔn)或國(guó)際標(biāo)準(zhǔn)；2)盡量參照近似行業(yè)的設(shè)定標(biāo)準(zhǔn)；3)對(duì)于沒(méi)有參照標(biāo)準(zhǔn)的指標(biāo)，尋求專(zhuān)家經(jīng)驗(yàn)或者采用等間距法、總分頻率法等進(jìn)行劃分。依據(jù)上述原則以及GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》、GBT 50331—2002《城市居民生活用水量標(biāo)準(zhǔn)》和《頁(yè)巖氣發(fā)展規(guī)劃(2016—2020年)》等國(guó)家標(biāo)準(zhǔn)或規(guī)劃文本，將各指標(biāo)對(duì)水資源承載力的影響分為5個(gè)等級(jí)，為了方便區(qū)分研究區(qū)水資源承載力狀態(tài)，分別以“理想狀態(tài)”“可承載”“弱承載”“弱不可承載”和“不可承載”表示，各指標(biāo)對(duì)應(yīng)的分級(jí)標(biāo)準(zhǔn)見(jiàn)表2。其中水資源承載力指數(shù)為[0.8，1.0]，表明水資源承載力處于適宜人類(lèi)活動(dòng)的理想狀態(tài)，經(jīng)濟(jì)社會(huì)發(fā)展不會(huì)受到水資源阻礙，可以適當(dāng)加大發(fā)展力度；[0.6，0.8)，表明區(qū)域水資源承載力處在可以承載人類(lèi)活動(dòng)的狀態(tài)，經(jīng)濟(jì)社會(huì)發(fā)展與水資源的關(guān)系較為協(xié)調(diào)；[0.4，0.6)，表明水資源承載力處在較弱的狀態(tài)，社會(huì)經(jīng)濟(jì)發(fā)展受到水資源掣肘，需要保護(hù)水資源并進(jìn)行資源分配結(jié)構(gòu)優(yōu)化；[0.2，0.4)，表明水資源承載力處于很弱的狀態(tài)，區(qū)域水資源問(wèn)題較為突出，經(jīng)濟(jì)社會(huì)發(fā)展受到水資源阻礙，需要大力保護(hù)水資源并提高水資源供給；[0，0.2)，表明水資源承載力處于差的狀態(tài)，區(qū)域內(nèi)社會(huì)經(jīng)濟(jì)發(fā)展與水資源之間極不協(xié)調(diào)。

表 2 研究區(qū)水資源承載力指標(biāo)分級(jí)標(biāo)準(zhǔn)

2.3 GA-BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

基于表2的分級(jí)標(biāo)準(zhǔn)，采用隨機(jī)技術(shù)公式[22]〔式(1)〕在每一等級(jí)中生成100組數(shù)據(jù)，其中隨機(jī)選出90組作為訓(xùn)練樣本數(shù)據(jù)，剩余10組作為測(cè)試樣本數(shù)據(jù)。由此，在5個(gè)等級(jí)區(qū)間中共計(jì)生成500組樣本，其中訓(xùn)練樣本450組，測(cè)試樣本50組。

(1)

為避免指標(biāo)體系中各指標(biāo)量綱不統(tǒng)一帶來(lái)的影響，采用最大最小方法在形成模型前對(duì)數(shù)據(jù)進(jìn)行歸一化處理。公式如下：

(2)

式中：Xmax和Xmin為數(shù)據(jù)中最大值和最小值；Xij為數(shù)據(jù)的實(shí)際值。

選取3層神經(jīng)網(wǎng)絡(luò)模型，經(jīng)過(guò)反復(fù)訓(xùn)練設(shè)置隱含層神經(jīng)元數(shù)為6個(gè)，訓(xùn)練函數(shù)選用trainlm函數(shù)，模型精度設(shè)置為0.001。采用GA對(duì)所建立的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化，經(jīng)過(guò)反復(fù)調(diào)試后確定GA參數(shù)，其中迭代次數(shù)為10，種群規(guī)模為10，交叉概率為0.3，變異概率為0.1，得到最佳適應(yīng)度曲線如圖3所示，最佳適應(yīng)度為1.431 9。將測(cè)試樣本數(shù)據(jù)代入訓(xùn)練好的模型，得到測(cè)試樣本的擬合值和原始值的線性回歸曲線(圖4)，相關(guān)系數(shù)為0.995 98，測(cè)試樣本最大相對(duì)誤差為6.50%，表明模型擬合具有良好的效果。

圖3 適應(yīng)度曲線Fig.3 Fitness curve

圖4 測(cè)試樣本回歸曲線Fig.4 Test sample regression curve

將相同網(wǎng)絡(luò)結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型和GA-BP神經(jīng)網(wǎng)絡(luò)模型的測(cè)試樣本數(shù)據(jù)誤差進(jìn)行對(duì)比，結(jié)果見(jiàn)圖5。由圖5可知，單一BP神經(jīng)網(wǎng)絡(luò)模型的評(píng)價(jià)結(jié)果波動(dòng)明顯，在第40～50個(gè)樣本處理過(guò)程中出現(xiàn)較大誤差；GA-BP神經(jīng)網(wǎng)絡(luò)模型的評(píng)價(jià)結(jié)果未出現(xiàn)劇烈的波動(dòng)，相比單一BP神經(jīng)網(wǎng)絡(luò)模型誤差更小，表明該模型在頁(yè)巖氣開(kāi)發(fā)區(qū)域的水資源承載力評(píng)價(jià)中具有一定的適用性。

圖5 模型驗(yàn)證誤差比較Fig.5 Comparison of validation errors between two models

2.4 評(píng)價(jià)結(jié)果與分析

評(píng)價(jià)指標(biāo)數(shù)據(jù)來(lái)源于歷年《內(nèi)江市水資源公報(bào)》《內(nèi)江市統(tǒng)計(jì)年鑒》和《威遠(yuǎn)縣國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》等，部分缺少數(shù)據(jù)采用插值法補(bǔ)全，具體數(shù)據(jù)見(jiàn)表3。選用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將研究區(qū)2014—2019年的評(píng)價(jià)指標(biāo)數(shù)據(jù)作為輸入層，將西南地區(qū)頁(yè)巖氣開(kāi)發(fā)狀態(tài)下水資源承載力作為輸出層，對(duì)研究區(qū)2014—2019年水資源承載力進(jìn)行評(píng)價(jià)，得到威遠(yuǎn)縣頁(yè)巖氣開(kāi)發(fā)區(qū)域的水資源承載力指數(shù)及承載力狀態(tài)，結(jié)果見(jiàn)表4。由表4可以看出，2014—2017年水資源承載力均處于可承載狀態(tài)，說(shuō)明在現(xiàn)有頁(yè)巖氣開(kāi)發(fā)狀態(tài)下，水資源相對(duì)充足，頁(yè)巖氣開(kāi)發(fā)處于比較適合的狀態(tài)；2018年和2019年水資源承載力處于弱承載狀態(tài)，說(shuō)明社會(huì)經(jīng)濟(jì)活動(dòng)和水資源處于非協(xié)調(diào)狀態(tài)。從趨勢(shì)上來(lái)看，2014—2019年的水資源承載力雖然沒(méi)有達(dá)到不可承載的水平，但水資源承載力指數(shù)除2016年稍有回升外，均處于逐年下降趨勢(shì)。

進(jìn)一步分析發(fā)現(xiàn)，2015年人均生活用水量、萬(wàn)元工業(yè)增加值用水量、頁(yè)巖氣井群規(guī)模等均較2014年有所增加，而人均水資源量達(dá)到近幾年的最低水平，其他指標(biāo)變化不大，因此可以推斷水資源供給不足、生活用水劇烈增加和工業(yè)用水(包括頁(yè)巖氣開(kāi)采用水)量增加3個(gè)方面的原因?qū)е滤Y源承載力劇烈波動(dòng)；2016年人均水資源量達(dá)到近幾年最高水平，水資源供給充足，井群規(guī)模僅增加23口，人均生活用水量相比2015年減少45 m3，萬(wàn)元工業(yè)增加值用水量減少，且水質(zhì)達(dá)標(biāo)率、植被覆蓋率、年污水處理率等指標(biāo)均有所增長(zhǎng)，在這些因素的共同影響下，水資源承載力指數(shù)較2015年有所增長(zhǎng)。由2014—2016年水資源承載力變化可以看出，其主要受到人均水資源量、人均生活用水量、萬(wàn)元工業(yè)增加值用水量和井群規(guī)模等指標(biāo)的影響。根據(jù)頁(yè)巖氣井群規(guī)模、單井需水量、壓裂返排液回用率和壓裂液返排率4項(xiàng)指標(biāo)數(shù)據(jù)推算研究區(qū)頁(yè)巖氣總需水量、回用水量和新鮮水使用量(表5)，發(fā)現(xiàn)2017年之后雖然人均水資源量、人均生活用水量、萬(wàn)元工業(yè)增加值用水量等主要指標(biāo)并未惡化，但頁(yè)巖氣井群規(guī)模急劇擴(kuò)大，導(dǎo)致開(kāi)發(fā)總需水量急劇增長(zhǎng)，研究區(qū)水資源承載力指數(shù)下降明顯，這表明頁(yè)巖氣系統(tǒng)方面的耗水壓力變大是水資源承載力逐年下降的主要原因。

表3 2014—2019年評(píng)價(jià)指標(biāo)數(shù)據(jù)

表4 水資源承載力評(píng)價(jià)結(jié)果

綜上所述，研究區(qū)水資源承載力受到社會(huì)、水資源、生態(tài)等多方面的影響，其中主要影響因素為人均水資源量、萬(wàn)元工業(yè)增加值用水量和井群規(guī)模。由于頁(yè)巖氣開(kāi)發(fā)活動(dòng)不斷增強(qiáng)，水資源承載力總體處

表5 頁(yè)巖氣開(kāi)發(fā)所需水量數(shù)據(jù)

于下降趨勢(shì)，尤其在2017—2019年開(kāi)發(fā)規(guī)模快速擴(kuò)大時(shí)，水資源承載力明顯下降，但由于社會(huì)、水資源和生態(tài)三方面的指標(biāo)均比較穩(wěn)定，萬(wàn)元工業(yè)增加值用水量、年污水處理率、單井需水量、壓裂返排液回用率等工業(yè)指標(biāo)負(fù)荷逐漸降低，區(qū)域水資源承載力并未出現(xiàn)不可承載的情況。因此，研究區(qū)在頁(yè)巖氣開(kāi)發(fā)時(shí)要充分考慮頁(yè)巖氣耗水的影響，在井群規(guī)模維持現(xiàn)狀或繼續(xù)擴(kuò)大的情況下，應(yīng)進(jìn)一步加強(qiáng)水資源的節(jié)約和保護(hù)，同時(shí)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、建設(shè)節(jié)水型社會(huì)，通過(guò)節(jié)水、回用和暫時(shí)調(diào)整經(jīng)濟(jì)發(fā)展重心等手段不斷提高經(jīng)濟(jì)社會(huì)發(fā)展過(guò)程中的用水效率，保障經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。

3 結(jié)論

(1)在常規(guī)區(qū)域水資源承載力影響因素中充分考慮頁(yè)巖氣開(kāi)發(fā)對(duì)區(qū)域水資源承載力的影響，增添頁(yè)巖氣開(kāi)采耗水指標(biāo)，建立適合頁(yè)巖氣開(kāi)發(fā)區(qū)域的水資源承載力評(píng)價(jià)體系。采用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)組合模型中的權(quán)值和閾值進(jìn)行評(píng)價(jià)，與單一的BP神經(jīng)網(wǎng)絡(luò)模型相比，組合模型收斂速度更快，誤差較小，評(píng)價(jià)結(jié)果更為穩(wěn)定。

(2)研究區(qū)水資源承載力總體處于波動(dòng)下降狀態(tài)，主要受到人均水資源量、頁(yè)巖氣的井群規(guī)模和萬(wàn)元工業(yè)增加值用水量等指標(biāo)影響。2014—2017年水資源承載力處于可承載水平，水資源與經(jīng)濟(jì)、社會(huì)、頁(yè)巖氣發(fā)展處于相對(duì)平衡狀態(tài)，區(qū)域水資源供給仍處于較協(xié)調(diào)的狀態(tài)；2018年和2019年研究區(qū)水資源承載力處于弱承載水平，頁(yè)巖氣開(kāi)采規(guī)模急劇擴(kuò)大改變了研究區(qū)的水資源承載力結(jié)構(gòu)，加劇了社會(huì)經(jīng)濟(jì)發(fā)展與水資源之間的不平衡。

(3)研究區(qū)萬(wàn)元工業(yè)增加值用水量、年污水處理率、單井需水量、壓裂返排液回用率等指標(biāo)的持續(xù)好轉(zhuǎn)可以緩解頁(yè)巖氣大規(guī)模開(kāi)發(fā)帶來(lái)的水資源壓力，因此，威遠(yuǎn)縣可以在節(jié)約和保護(hù)水資源的基礎(chǔ)上，進(jìn)一步降低頁(yè)巖氣井單井用水量，提高區(qū)域內(nèi)經(jīng)濟(jì)社會(huì)發(fā)展過(guò)程中的用水效率，通過(guò)重新優(yōu)化水資源分配結(jié)構(gòu)，推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展與水資源承載能力相適應(yīng)。