楊延梅,向 維,,蘇 靖,陳文婷,3,傅雪梅,虞敏達,孫源媛,鄭明霞
(1.重慶交通大學(xué)河海學(xué)院,重慶400074;2.中國環(huán)境科學(xué)研究院國家環(huán)境保護地下水污染模擬與控制重點實驗室,北京100012;3.中國地質(zhì)大學(xué)(北京)水資源與環(huán)境學(xué)院,北京100083)
近年來,隨著經(jīng)濟的快速發(fā)展,我國許多流域環(huán)境問題突出。由于對流域水環(huán)境承載力的研究能很好地評判社會經(jīng)濟與自然生態(tài)的協(xié)調(diào)程度,因而其成為國內(nèi)外學(xué)者們的研究熱點。我國對水環(huán)境承載力的研究始于20 世紀90年代初,研究者主要基于模糊綜合評價[1,2]、系統(tǒng)動力學(xué)[3,4]、多目標優(yōu)化[5,6]、人工神經(jīng)網(wǎng)絡(luò)[7,8]和結(jié)構(gòu)方程模型[9]等方法,通過建立評價指標體系對流域[10,11]、湖泊[12,13]、濕地[14]、城市[15]以及盆地[16]等區(qū)域進行水環(huán)境承載力量化評估。國外也在不同領(lǐng)域開展承載力評估的相關(guān)研究[17,18],但其水環(huán)境承載力更側(cè)重于水體承受污染的能力,如通過富營養(yǎng)化[19],水環(huán)境承載力評價[20],水體自凈能力評價[21]以及河流污染負荷承載能力[22]等。
前人研究均表明,社會經(jīng)濟發(fā)展造成的資源消耗、環(huán)境污染以及生態(tài)環(huán)境破壞等是影響水環(huán)境承載力的重要因素。然而,現(xiàn)有研究中水環(huán)境承載力指標體系建立大多未能充分考慮社會經(jīng)濟、資源環(huán)境和生態(tài)系統(tǒng)等綜合影響作用,在水環(huán)境承載力指標閾值確定時往往依據(jù)經(jīng)驗或?qū)<掖蚍值戎饔^性較大的方法確定[23],缺乏與研究區(qū)域?qū)嶋H歷史情況及未來規(guī)劃的聯(lián)系,導(dǎo)致研究結(jié)果難以用于實際。
結(jié)合人口與社會經(jīng)濟、水資源環(huán)境與水生態(tài)系統(tǒng)以及研究區(qū)的實際發(fā)展規(guī)劃篩選指標,能更好地反映水環(huán)境綜合承載狀態(tài)。鑒于此,筆者以白洋淀流域為研究對象,耦合社會經(jīng)濟、水資源、水環(huán)境與水生態(tài)構(gòu)建水環(huán)境承載力指標體系,并根據(jù)指標歷史數(shù)據(jù)的變化規(guī)律進行方程擬合,結(jié)合指標的變化幅度、趨勢與研究區(qū)的發(fā)展規(guī)劃,從定量和定性的層面科學(xué)確定水環(huán)境承載力指標閾值與分級標準,通過建立白洋淀水環(huán)境承載力BP 神經(jīng)網(wǎng)絡(luò)模型,計算白洋淀水環(huán)境綜合承載力指數(shù),以期為流域水環(huán)境承載力研究提供參考和依據(jù)。
白洋淀地處河北省中部(圖1),屬海河流域大清河水系,水域面積366 km2,是華北平原最大的淡水湖泊,具有供水、氣候、徑流調(diào)節(jié)、水量分配、洪水調(diào)蓄、生物多樣性保護等作用[24]。流域多年平均年降水量為524.9 mm,降水年際變化懸殊,年內(nèi)分配不均勻。白洋淀上游主要有8 條入淀河流,1965年以來,入淀水量逐年減少,除府河與孝義河常年有水外,其余河流基本處于斷流狀態(tài),白洋淀在1985-1987年連續(xù)三年全年干淀,1998年以來受人工調(diào)水的影響,白洋淀水位趨于相對穩(wěn)定,但仍處于低水位狀態(tài)。另外,白洋淀流域地下水超采嚴重,工業(yè)和生活等污染導(dǎo)致白洋淀水生態(tài)空間嚴重萎縮。目前白洋淀流域經(jīng)濟發(fā)展與生態(tài)環(huán)境的矛盾比較突出,水資源短缺、水量供給不平衡、水體污染以及濕地面積減少導(dǎo)致生態(tài)功能退化,給白洋淀水環(huán)境承載能力帶來了嚴峻的挑戰(zhàn)。
圖1 白洋淀流域地理位置Fig.1 Location of Baiyangdian Watershed
文中涉及的數(shù)據(jù)均來源于2012-2017年保定市環(huán)統(tǒng)及年鑒等資料,其中人均GDP、旅游業(yè)比例、萬元GDP 用水量和工業(yè)廢水處理率等指標來源于《保定市經(jīng)濟統(tǒng)計年鑒》,紡織縫紉及皮革比例來源于保定市環(huán)保系統(tǒng)的環(huán)境統(tǒng)計數(shù)據(jù),年降水量、生態(tài)環(huán)境用水率、地下水開采率與水位來源于保定市水資源公報,氨氮濃度與化學(xué)需氧量濃度來源于環(huán)保系統(tǒng)白洋淀水質(zhì)監(jiān)測數(shù)據(jù)、林草地覆蓋率來源于《河北省土地調(diào)查統(tǒng)計年鑒》。
采用頻次分析法與主成分分析方法依次篩選指標,利用控制圖法確定指標閾值。通過收集41篇相關(guān)文獻,統(tǒng)計水環(huán)境承載力相關(guān)指標604 個,其中人口與經(jīng)濟指標220 個,水資源指標181 個,水環(huán)境指標203 個。合并同類指標并統(tǒng)計各指標頻率,經(jīng)頻次分析得到38 個指標,其中人口與經(jīng)濟16 個,水資源11個,水環(huán)境與水生態(tài)指標11個??紤]白洋淀供水等作用及流域社會發(fā)展選取特征指標,結(jié)合頻次分析結(jié)果,利用主成分分析降維篩選主要影響指標,篩選過程包括原始數(shù)據(jù)的標準化處理、計算指標數(shù)據(jù)的相關(guān)系數(shù)矩陣、計算相關(guān)系數(shù)矩陣的特征值與特征向量和計算累計方差貢獻率,最終構(gòu)建白洋淀流域水環(huán)境承載力指標體系。
水環(huán)境承載力指標閾值與分級標準采用數(shù)學(xué)模型中的控制圖法[25]與流域發(fā)展規(guī)劃相結(jié)合的方法,控制圖法是建立在數(shù)據(jù)所遵循的統(tǒng)計規(guī)律基礎(chǔ)上,通過分析樣本數(shù)據(jù)來判斷數(shù)據(jù)是否屬于正常狀態(tài)的一種統(tǒng)計方法[26],用指標的均值μ和標準差σ兩個參數(shù)來決定。依據(jù)3σ原理,即認為指標值應(yīng)以99.73%的概率落在μ±3σ范圍之內(nèi),以μ+3σ作為指標上限值,以μ-3σ作為指標下限值,從而確定水環(huán)境承載力指標閾值,并結(jié)合流域發(fā)展規(guī)劃等進行指標分級。
1.4.1 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建
BP 神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)[27]的一種,算法先進成熟、工作狀態(tài)穩(wěn)定,適合于模式識別及數(shù)據(jù)分類預(yù)測。模型分為輸入層、隱含層和輸出層。各層之間實行全連接。為研究不同評價指標對白洋淀水環(huán)境承載力產(chǎn)生的綜合影響,文章選用三層BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)(圖2),設(shè)置輸出層神經(jīng)元個數(shù)為1,即白洋淀水環(huán)境綜合承載力指數(shù)d,模型設(shè)定d∈(0,1)。輸入層Ci∈C,C={C1,C2,…,Cm},神經(jīng)元個數(shù)為白洋淀水環(huán)境承載力評價指標,共12 個。模型經(jīng)加權(quán)和激活函數(shù)映射后得到輸出,其中隱含層神經(jīng)元個數(shù)由試錯法確定,公式如下:
圖2 BP神經(jīng)網(wǎng)路拓撲結(jié)構(gòu)Fig.2 Topology of BP neural network
式中:n1為隱含層神經(jīng)元個數(shù),個;m為輸入層神經(jīng)元個數(shù),個;n為輸出層神經(jīng)元個數(shù),個;a為1~10 之間的常數(shù),取隱含層神經(jīng)元個數(shù)為15。
1.4.2 BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練
BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練集由1.3確定的水環(huán)境承載力指標體系中各項評價指標五級分級標準值作為輸入,對應(yīng)的水環(huán)境承載力指數(shù)作為輸出,為了使模型具有更好的泛化能力和準確度,利用區(qū)間隨機插值[28]在5 組分級標準值之間隨機生成50 個樣本擴充訓(xùn)練集數(shù)量。模型訓(xùn)練過程中訓(xùn)練函數(shù)選用trainlm函數(shù),學(xué)習(xí)函數(shù)選用learngdm 函數(shù),傳遞函數(shù)選用tansig 函數(shù),最大循環(huán)次數(shù)設(shè)置為5 000 次,學(xué)習(xí)速率設(shè)置為0.01,目標誤差設(shè)置為0.000 1,顯示步長為50。當(dāng)網(wǎng)絡(luò)的實際輸出與目標輸出滿足誤差精度要求時結(jié)束訓(xùn)練,否則誤差進入反向傳播,沿連接通路逐層反向傳播并修正各層連接權(quán)值,直至滿足要求(E<ε)時結(jié)束訓(xùn)練。
式中:(yk-ck)為網(wǎng)絡(luò)實際輸出與目標輸出之間的絕對誤差;m為學(xué)習(xí)樣本個數(shù),個。
通過水環(huán)境承載力相關(guān)文獻收集并進行指標分類與頻次分析,將指標劃分為人口經(jīng)濟、水資源與水環(huán)境三部分,得到水環(huán)境承載力評價指標初步篩選結(jié)果,見圖3。
圖3 水環(huán)境承載力指標初步篩選Fig.3 Preliminary screening of water environmental carrying capacity index
結(jié)合白洋淀流域?qū)嶋H情況及保定市未來發(fā)展規(guī)劃,選取淀區(qū)水位、旅游業(yè)比例與紡織縫紉及皮革產(chǎn)業(yè)3個特征指標,共計41個指標。利用最大方差法進行旋轉(zhuǎn)主成分分析,選擇特征值大于1,計算各主成分的總方差累積貢獻率,篩選出5 個主成分,見表1。
主成分分析結(jié)果表明(表2),第一主成分在常住人口、人口密度、農(nóng)民人均純收入、城鎮(zhèn)人均收入、人均GDP、旅游業(yè)比例、第二產(chǎn)業(yè)占GDP 比例、第三產(chǎn)業(yè)占GDP 比例、萬元GDP 用水量、工業(yè)廢水排放量、生活污水集中處理率、工業(yè)廢水處理率、廢污水排放總量、單位GDP 氨氮排放量、生態(tài)與環(huán)境補水量和林草地覆蓋率等的相關(guān)性較大。第二主成分與水資源總量、年降水量和地下水資源量的相關(guān)性較大。第三主成分與地表水資源量、工業(yè)用水量和污徑比的相關(guān)性較大。第四主成分與水位和單位GDP 化學(xué)需氧量排放量的相關(guān)性較大。第五主成分主要與人口自然增長率、紡織縫紉及皮革比例的相關(guān)性較大。
表2 主成分因子旋轉(zhuǎn)荷載系數(shù)Tab.2 Load coefficient rate of principal component factor
簡化具有包含關(guān)系的指標,如常住人口、人口密度、農(nóng)民人均純收入、城鎮(zhèn)人均收入、人均GDP 與人口自然增長率均與人口經(jīng)濟相關(guān),用人均GDP 表征。旅游業(yè)比例、紡織縫紉及皮革比例分別屬于第二、三產(chǎn)業(yè),故經(jīng)濟指標選用旅游業(yè)比例與紡織縫紉及皮革比例。萬元GDP 用水量與工業(yè)用水量中萬元GDP 用水量更能全面反映用水與經(jīng)濟發(fā)展的關(guān)系。污徑比、工業(yè)廢水排放量、生活污水集中處理率、工業(yè)廢水處理率、廢污水排放總量均為水環(huán)境類指標,考慮未來工業(yè)快速發(fā)展,選用工業(yè)廢水處理率表征。水資源總量、地表水資源量與地下水資源量均為水資源類指標,由于研究區(qū)地下水資源常年超采,故選用地下水開采率表征??紤]數(shù)據(jù)的可獲得性,選用白洋淀實測的氨氮濃度與化學(xué)需氧量濃度表征單位GDP 氨氮排放量與單位GDP 化學(xué)需氧量排放量兩個指標,最終構(gòu)建目標層、準則層與指標層3層指標庫,見表3。
表3 白洋淀流域水環(huán)境承載力指標體系Tab.3 Index system of water environmental carrying capacity in Baiyangdian Watershed
水環(huán)境承載力具有時間性和空間異質(zhì)性[29],為克服參考文獻經(jīng)驗劃定指標閾值存在的主觀性與不確定性,本次采取控制圖法,通過指標的歷史變化趨勢與幅度定量地確定指標上下控制限,同時與白洋淀流域發(fā)展規(guī)劃要求結(jié)合共同確定指標閾值,使得到的分級標準更接近區(qū)域?qū)嶋H發(fā)展。收集各項指標2012-2017年的歷史數(shù)據(jù)進行統(tǒng)計分析,根據(jù)回歸系數(shù)選擇擬合效果最優(yōu)的方程,利用控制圖法確定指標的上下控制限,結(jié)合白洋淀流域發(fā)展規(guī)劃綜合確定指標閾值,見表4。
表4 水環(huán)境承載力指標閾值確定方法Tab.4 Methods for determining thresholds of water environmental carrying capacity
采用五級區(qū)間確定白洋淀流域水環(huán)境承載力評價指標分級標準,從低到高依次分為5個級別,見表5。
表5 水環(huán)境承載力評價指標分級Tab.5 Grading table for evaluation index of water environmental carrying capacity
將水環(huán)境承載力從低到高5個級別對應(yīng)弱承載、較弱承載、中等承載、較強承載與強承載5 種承載狀態(tài)。同時將承載狀態(tài)信號顏色對應(yīng)分為紅色、橙色、黃色、藍色、綠色。模型輸出水環(huán)境承載力指數(shù)按0 到1 的范圍分為五級:當(dāng)d<0.2 時,水環(huán)境承載力為Ⅰ級,表明區(qū)域水環(huán)境承載能力很弱,信號燈為紅色。當(dāng)0.2≤d<0.4 時,水環(huán)境承載力為Ⅱ級,表明區(qū)域水環(huán)境承載能力較弱,信號燈為橙色。當(dāng)0.4≤d<0.6時,水環(huán)境承載力為Ⅲ級,表明區(qū)域水環(huán)境承載能力適中,信號燈為黃色。當(dāng)0.6≤d<0.8時,水環(huán)境承載力為Ⅳ級,表明區(qū)域水環(huán)境承載能力較強,信號燈為藍色。當(dāng)0.8≤d<1時,水環(huán)境承載力為Ⅴ級,表明區(qū)域水環(huán)境承載能力很強,信號燈為綠色。
將訓(xùn)練集代入BP 神經(jīng)網(wǎng)絡(luò)模型發(fā)現(xiàn)樣本回歸曲線的相關(guān)系數(shù)均接近1(圖4),表明模型訓(xùn)練效果較好,圖中Y為模型輸出值,T為模型目標值。
圖4 BP神經(jīng)網(wǎng)絡(luò)回歸曲線Fig.4 Regression curve of BP neural network
選取2012-2017年白洋淀水環(huán)境承載力預(yù)警指標歷史數(shù)據(jù)作為測試樣本,經(jīng)模型訓(xùn)練與仿真測試,結(jié)果見表6。
表6 2012-2017年水環(huán)境承載力指數(shù)Tab.6 The index of water environmental carrying capacity from 2012 to 2017
水環(huán)境承載力評價結(jié)果顯示,白洋淀流域水環(huán)境承載力在2012、2013 與2015年處于較弱承載狀態(tài),2014、2016 與2017年處于中等承載狀態(tài),總體承載力狀態(tài)較弱,研究結(jié)果與白潔[27]等人的趨勢基本一致,其研究結(jié)果表明白洋淀水環(huán)境承載力呈上升趨勢,其中2012年屬于較低承載,2013-2017年屬于中等承載區(qū)間。2013 與2015 的結(jié)果略有區(qū)別,原因可能是指標選取及閾值區(qū)間劃分的差異,本次研究選取人口與經(jīng)濟、水環(huán)境、水生態(tài)與水資源的指標綜合分析,同時結(jié)合研究區(qū)域特征,考慮白洋淀的水位、流域行業(yè)發(fā)展中未來重點發(fā)展的旅游業(yè)以及對環(huán)境產(chǎn)生污染嚴重的紡織縫紉及皮革產(chǎn)業(yè)比例作為評價指標,根據(jù)各指標的變化趨勢與未來的發(fā)展規(guī)劃將水環(huán)境承載力狀態(tài)分為五級,使評價分級更加精確,以便分析未來流域發(fā)展對水環(huán)境承載力的影響程度及主要影響指標,有針對性地做好防控措施。同時本次研究結(jié)果與白洋淀實際發(fā)展趨勢一致,近年來白洋淀流域水污染治理與管控力度加大,水環(huán)境承載力有所提升,結(jié)果基本可靠。
圖5 水環(huán)境承載力狀態(tài)評價Fig.5 Comparison of state evaluation of water environmental carrying capacity
(1)通過調(diào)查收集相關(guān)文獻與白洋淀實際情況,采用頻次分析與主成分分析篩選確定12項指標,構(gòu)建了白洋淀水環(huán)境承載力評價指標體系。結(jié)合控制圖與流域標準規(guī)劃從定量和定性的角度確定指標閾值并確定指標分級標準。
(2)BP 神經(jīng)網(wǎng)絡(luò)模型仿真結(jié)果表明,白洋淀流域水環(huán)境承載力在2012、2013 與2015年處于較弱承載狀態(tài),2014、2016 與2017年處于中等承載狀態(tài)。水環(huán)境承載力指數(shù)雖逐年增大,但總體仍處于低承載狀態(tài),且未來人口增加和經(jīng)濟快速發(fā)展將會給白洋淀流域帶來更大的水環(huán)境承載壓力。