徐存東，胡小萌，劉子金，王鑫，任子豪，訾亞輝

(1. 華北水利水電大學(xué)水利學(xué)院，河南 鄭州 450046；2. 浙江省農(nóng)村水利水電資源配置與調(diào)控關(guān)鍵技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310018； 3. 河南省水工結(jié)構(gòu)安全工程技術(shù)研究中心，河南 鄭州 450046)

水土資源承載力指在特定區(qū)域內(nèi)，水資源和土地資源對(duì)社會(huì)發(fā)展和生態(tài)系統(tǒng)的最大支撐力.中國(guó)西北干旱區(qū)水資源極度短缺，土壤水分長(zhǎng)期處于負(fù)平衡狀態(tài)，開(kāi)展人工綠洲提水灌溉有效解決了干旱區(qū)土地資源的開(kāi)發(fā)利用問(wèn)題[1-3].灌區(qū)低降水、高蒸發(fā)、大溫差的獨(dú)特氣候以及大量水資源外調(diào)，對(duì)區(qū)域水土資源本底產(chǎn)生了長(zhǎng)期性和立體式的驅(qū)動(dòng)影響，其自身約束性與稀缺性之間的矛盾日漸劇烈.因此開(kāi)展干旱區(qū)灌溉背景下的水土資源承載力狀態(tài)演化分析研究，對(duì)豐富及推動(dòng)干旱區(qū)水土資源優(yōu)化配置具有重要的科學(xué)意義.

近年來(lái)，針對(duì)水土資源承載力演化進(jìn)程、驅(qū)動(dòng)響應(yīng)過(guò)程等方面的研究已取得了一定進(jìn)展.其中，孫海楓等[4]圍繞水土資源、社會(huì)、經(jīng)濟(jì)和生態(tài)系統(tǒng)構(gòu)建評(píng)價(jià)指標(biāo)體系，基于熵權(quán)-TOPSIS模型揭示了中國(guó)2005—2018年水土資源承載力演化進(jìn)程；朱薇等[5]集成層次分析法和熵權(quán)法建立評(píng)價(jià)模型，對(duì)哈薩克斯坦2001—2017年的農(nóng)業(yè)水土資源承載力動(dòng)態(tài)變化規(guī)律進(jìn)行了揭示；及茹等[6]基于TOPSIS、障礙度研究分析了2011—2018年中國(guó)多個(gè)糧食主產(chǎn)區(qū)農(nóng)業(yè)的水土資源承載狀態(tài)演化特征；TAN等[7]引用DPSIR與兩級(jí)網(wǎng)絡(luò)DEA模型，評(píng)估了中國(guó)2009—2017年31個(gè)省份的水土資源承載力.以上研究取得了豐富成果，但仍存在2點(diǎn)不足：其一，現(xiàn)有研究大多側(cè)重于以行政區(qū)域(省、市、縣)為單元的非干旱區(qū)域；其二，干旱區(qū)水土資源承載能力受多要素耦合驅(qū)動(dòng)，水土資源耦合系統(tǒng)表征出復(fù)雜的模糊性，傳統(tǒng)評(píng)估方法往往會(huì)忽視各要素間的驅(qū)動(dòng)影響.

物元分析理論將各指標(biāo)進(jìn)行信息耦合分析，能夠較為全面地揭示某一特征問(wèn)題的具體狀態(tài)[8-10]；云理論旨在處理不確定性問(wèn)題，優(yōu)勢(shì)在于刻畫(huà)模糊系統(tǒng)的隨機(jī)性和不確定性，可很好地規(guī)避描述水土資源承載狀態(tài)時(shí)產(chǎn)生的主觀性和經(jīng)驗(yàn)性的影響[11-13].

鑒于此，文中選定景電灌區(qū)作為研究區(qū)，從地形、土壤植被、水資源、人類(lèi)干擾等層面展開(kāi)，建立水土資源承載狀態(tài)多級(jí)模糊評(píng)價(jià)指標(biāo)體系，引入熵權(quán)法、組合賦權(quán)法確定水土資源承載力驅(qū)動(dòng)要素權(quán)重，構(gòu)建基于綜合關(guān)聯(lián)度、隸屬度云模型的綜合評(píng)價(jià)系統(tǒng)，運(yùn)用物元分析模型與綜合評(píng)價(jià)云模型對(duì)灌區(qū)不同時(shí)期水土資源承載狀態(tài)進(jìn)行評(píng)估分析，揭示灌區(qū)1994—2018年的水土資源承載力演變趨勢(shì).研究方法可為相似研究區(qū)開(kāi)展水土資源承載力演變趨勢(shì)研究提供方法借鑒.

1 研究區(qū)與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

景電灌區(qū)地處甘肅省中部，年均氣溫約為8.3 ℃、降水量為185.7 mm，為典型的溫帶大陸性氣候.灌溉工程的建設(shè)使得區(qū)域內(nèi)發(fā)生了劇烈的水土資源變遷過(guò)程，同時(shí)出現(xiàn)了土壤次生鹽堿化[14-15]等水土環(huán)境退化問(wèn)題，嚴(yán)重阻礙了當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)與生態(tài)環(huán)境的協(xié)同發(fā)展.研究區(qū)地理位置如圖1所示.

圖1 景電灌區(qū)地理位置示意圖Fig.1 Geographic map of Jingdian Irrigation District

1.2 數(shù)據(jù)來(lái)源

具體數(shù)據(jù)來(lái)源見(jiàn)表1.

表1 數(shù)據(jù)來(lái)源Tab.1 Data sources

對(duì)水土資源承載力發(fā)生變遷的關(guān)鍵節(jié)點(diǎn)進(jìn)行摸排，最終選定研究代表年：1994年灌區(qū)正式發(fā)揮工程作用，灌溉面積3.47萬(wàn)hm2，年提水量2.66億m3；2002年結(jié)束一期工程續(xù)建配套，灌溉面積3.85萬(wàn)hm2，年提水量3.22億m3；2010年設(shè)置研究節(jié)點(diǎn)為8 a，灌溉面積4.92萬(wàn)hm2，年提水量3.86億m3；2018年為研究現(xiàn)狀年，灌溉面積6.05萬(wàn)hm2，年提水量4.60億m3.

2 研究方法

2.1 多級(jí)模糊評(píng)價(jià)指標(biāo)體系構(gòu)建

引入多級(jí)模糊理論揭示灌區(qū)水土資源承載狀態(tài)的驅(qū)動(dòng)過(guò)程，結(jié)合水土資源開(kāi)發(fā)演變機(jī)理的相關(guān)研究[3]，將灌區(qū)水土資源承載狀態(tài)評(píng)價(jià)體系劃分為4個(gè)層面，其中評(píng)語(yǔ)層用“嚴(yán)重承載V1”、“輕微承載V2”、“臨界承載V3”、“承載安全V4”、“承載良好V5”表征水土資源承載狀態(tài)[16]，如圖2所示.

圖2 水土資源承載系統(tǒng)多級(jí)模糊評(píng)價(jià)指標(biāo)體系Fig.2 Multi-level fuzzy evaluation index system of water and soil resources carrying system

2.2 物元分析模型

物元分析法[8-10]于20世紀(jì)80年代提出，通過(guò)關(guān)聯(lián)度進(jìn)行指標(biāo)信息耦合分析，較為全面地揭示了某一特征問(wèn)題的具體狀態(tài)，多用于評(píng)估生態(tài)環(huán)境狀態(tài)及資源承載能力.權(quán)重的確定是運(yùn)用物元分析模型的中心環(huán)節(jié)，而熵權(quán)法作為一種客觀賦權(quán)方法，可由各評(píng)價(jià)指標(biāo)的初始值確定效用價(jià)值.

2.2.1 指標(biāo)熵值與熵權(quán)計(jì)算

在獲取指標(biāo)權(quán)重時(shí)，為了消除量綱的影響，首先運(yùn)用極差法[3]進(jìn)行指標(biāo)標(biāo)準(zhǔn)化處理.由信息熵表征各指標(biāo)值的變異性，若某一指標(biāo)的信息熵越小，說(shuō)明變異性越強(qiáng)，則指標(biāo)權(quán)重越大.

(1)

(2)

式中：eij為熵值；pij為第i個(gè)系統(tǒng)第j項(xiàng)指標(biāo)的綜合標(biāo)準(zhǔn)化值；n為評(píng)價(jià)單元數(shù)量；ωij為權(quán)重(熵權(quán)).

2.2.2 確定綜合關(guān)聯(lián)度

評(píng)價(jià)物元由描述對(duì)象N及其特征c和N關(guān)于c的量值v構(gòu)成.經(jīng)典域物元Roj、節(jié)域物元Rp及關(guān)聯(lián)函數(shù)Kh(xi)可分別定義為

(3)

式中：Roj為經(jīng)典域物元；Noj為劃分水土資源承載力的第j個(gè)評(píng)價(jià)等級(jí)；ci為第i個(gè)評(píng)價(jià)指標(biāo)；voji為ci對(duì)應(yīng)評(píng)價(jià)等級(jí)j的量值范圍，即經(jīng)典域.

(4)

式中：Rp為節(jié)域物元；Np為水土資源承載力的標(biāo)準(zhǔn)對(duì)象；vpi為Np關(guān)于ci的量值范圍，即節(jié)域.

(5)

式中：Kh(xi)為關(guān)聯(lián)函數(shù)；xi，Xoji，Xpi分別為水土資源承載狀態(tài)物元量值、經(jīng)典域物元量值范圍和節(jié)域物元量值范圍；ρ(xi，Xoji)，ρ(xi，Xpi)分別為xi到有限區(qū)間Xoji及Xpi的距離.

(6)

式中：ωi為指標(biāo)權(quán)重.

當(dāng)Khmax=max{Kh}(h=1,2,3，…，k)時(shí)，評(píng)價(jià)對(duì)象N的水土資源承載能力等級(jí)為h級(jí).若-1.0≤Kh<0，則代表Kh與N所處狀態(tài)的穩(wěn)定性成正相關(guān)；若0≤Kh<1.0，則N符合評(píng)價(jià)狀態(tài)要求.

2.3 綜合評(píng)價(jià)云模型

云模型[11-13]以Ex(期望)、En(熵)、He(超熵)3個(gè)云數(shù)字特征表明多變量之間的模糊性；Ex，En，He分別代表云滴重心、云滴離散程度及云滴厚度.

2.3.1 指標(biāo)權(quán)重

運(yùn)用組合賦權(quán)法對(duì)指標(biāo)賦權(quán).計(jì)算式為

(7)

式中：m為指標(biāo)個(gè)數(shù)；i為排隊(duì)等級(jí).

2.3.2 評(píng)價(jià)標(biāo)準(zhǔn)與隸屬度云模型

四名斗虎英雄分別引領(lǐng)①、②、③、④號(hào)虎交叉跑位，①號(hào)虎由東北角跑至西南角，②號(hào)虎由西北角跑至東南角，③號(hào)虎由西南角跑至西北角，④號(hào)虎由東南角跑至東北角，①號(hào)虎與②號(hào)虎在場(chǎng)地南面，③號(hào)虎與④號(hào)虎在場(chǎng)地北面，四虎兩兩相對(duì)。這時(shí)領(lǐng)舞者持釣魚(yú)鞭進(jìn)入場(chǎng)中央，隨鼓點(diǎn)分別向東西方向各打出一鞭，相對(duì)兩虎在斗虎英雄的引領(lǐng)下跑至中間兩虎相遇交叉換位。

為規(guī)避傳統(tǒng)評(píng)估方法主觀性的干擾，引入黃金分割法進(jìn)行水土資源承載力評(píng)估.基于水土資源承載狀態(tài)評(píng)語(yǔ)集構(gòu)建評(píng)價(jià)標(biāo)準(zhǔn)云模型，設(shè)定“臨界承載V3”特征參數(shù)為Ex3=0.500 0，En3=0.031 0，He3=0.005 0，相鄰評(píng)級(jí)間的En與He倍數(shù)為0.618.依次得出V1(0,0.103 0,0.013 1)，V2(0.309 0,0.064 0,0.008 1)，V4(0.691 0,0.064 0,0.008 1)，V5(1,0.103 0,0.013 1).聘請(qǐng)專(zhuān)家學(xué)者、灌區(qū)管理人員和工作人員對(duì)指標(biāo)打分，確定各指標(biāo)評(píng)價(jià)值，并及時(shí)對(duì)不滿足基本原則的數(shù)據(jù)進(jìn)行調(diào)整，直至符合要求，如圖3所示.若He>En/3，則云滴相對(duì)離散、偏離正態(tài)；反之云滴分布較好.

圖3 隸屬度云模型計(jì)算過(guò)程Fig.3 Computing process of membership cloud model

通過(guò)指標(biāo)權(quán)重和相應(yīng)的隸屬度云模型，得出綜合評(píng)價(jià)云C(Ex，En，He)，其中

(8)

3 評(píng)價(jià)結(jié)果

3.1 基于物元分析模型的水土資源承載力綜合評(píng)價(jià)

3.1.1 各指標(biāo)因子權(quán)重

將源數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，由式(2)確定各指標(biāo)因子權(quán)重，見(jiàn)表2.

表2 指標(biāo)權(quán)重Tab.2 Indicator weight

由表2可知，水土協(xié)調(diào)度、地下水礦化度、地下水埋深、表層土壤含鹽量、地下水開(kāi)采率和地表灌水量的指標(biāo)權(quán)重值較高，是驅(qū)動(dòng)干旱區(qū)人工綠洲水土資源承載系統(tǒng)演化進(jìn)程的主導(dǎo)因素.

3.1.2 評(píng)價(jià)指標(biāo)關(guān)聯(lián)度

結(jié)合各年份評(píng)價(jià)指標(biāo)數(shù)據(jù)，對(duì)其評(píng)價(jià)指標(biāo)綜合關(guān)聯(lián)度等級(jí)進(jìn)行求解，以1994年的地下水礦化度(I2)為例，可以得出K1(I2)=-0.041 0，K2(I2)=-0.004 0，K3(I2)=-0.003 0，K4(I2)=0.024 0，K5(I2)=-0.031 0，即所處等級(jí)為V4，結(jié)果見(jiàn)表3.

表3 評(píng)價(jià)指標(biāo)關(guān)聯(lián)度Tab.3 Correlation degree of evaluation indicators

依據(jù)上述方式得到其余年份對(duì)應(yīng)指標(biāo)關(guān)聯(lián)度，利用Origin 8.0軟件得到雷達(dá)圖，如圖4所示.

圖4 各指標(biāo)等級(jí)比例分布圖Fig.4 Proportion distribution of each index grade

可以發(fā)現(xiàn)，灌區(qū)內(nèi)地下水埋深、地下水礦化度及土壤含鹽量等要素的空間面積占比總體呈上升趨勢(shì)，其他要素未見(jiàn)明顯變化.

3.1.3 綜合關(guān)聯(lián)度評(píng)價(jià)

各代表年綜合關(guān)聯(lián)度見(jiàn)表4.

表4 綜合關(guān)聯(lián)度評(píng)價(jià)Tab.4 Comprehensive correlation evaluation

結(jié)合灌區(qū)水土資源承載力指標(biāo)權(quán)重及指標(biāo)關(guān)聯(lián)度，可以發(fā)現(xiàn)灌區(qū)4個(gè)時(shí)期水土資源承載狀態(tài)分別處于“輕微承載”、“臨界承載”、“臨界承載”及“承載安全”.

3.2 基于綜合評(píng)價(jià)云模型的水土資源承載力綜合評(píng)價(jià)

3.2.1 指標(biāo)權(quán)重求解及隸屬度云模型

通過(guò)咨詢專(zhuān)家確定評(píng)價(jià)指標(biāo)的重要性及排隊(duì)等級(jí)，由式(7)得出指標(biāo)權(quán)重，見(jiàn)表5.結(jié)合專(zhuān)家評(píng)判結(jié)果，基于云發(fā)生器計(jì)算出1994年各因子的隸屬度云模型，見(jiàn)表6.

表5 式(7)計(jì)算的指標(biāo)權(quán)重Tab.5 Index weight by eq. (7)

表6 1994年水土資源承載力隸屬度云模型Tab.6 Membership degree cloud model of water and soil resources carrying capacity in 1994

3.2.2 綜合評(píng)價(jià)云

依據(jù)上述方式得到其余年份水土資源承載力隸屬度云模型，由式(8)得出代表年份水土資源承載狀態(tài)綜合評(píng)價(jià)云數(shù)字特征分別為C1994(0.456 6,0.027 1,0.006 7)，C2002(0.506 8,0.026 3,0.007 8)，C2010(0.554 5,0.024 4,0.006 5)，C2018(0.585 9,0.026 7,0.005 7)，并由Matlab進(jìn)行云圖可視化表達(dá)，如圖5所示.

圖5 水土資源承載狀態(tài)綜合評(píng)價(jià)云圖Fig.5 Cloud map of comprehensive evaluation of water and soil resources carrying state

可以看出，灌區(qū)各時(shí)期水土資源承載狀態(tài)分別為1994年處于“輕微承載-臨界承載”，2002年處于“臨界承載”，2010年處于“臨界承載-承載良好”，2018年處于“臨界承載-承載良好”.整體上，灌區(qū)水土資源承載狀態(tài)呈現(xiàn)一種“健康化”、“持續(xù)式”的演變趨勢(shì)，說(shuō)明灌區(qū)水土資源承載能力一直處于改善狀態(tài).

4 討 論

由2種模型評(píng)價(jià)結(jié)果可以看出，1994—2018年灌區(qū)水土資源承載狀態(tài)呈健康態(tài)勢(shì)演化，結(jié)合朱興林[3]、LI等[17]的研究成果發(fā)現(xiàn)這與研究區(qū)實(shí)際水土資源承載狀態(tài)相符.探其原因，灌區(qū)生態(tài)本底較為脆弱，灌溉工程的使用使區(qū)域內(nèi)水源供給與需求趨向平衡狀態(tài)，使區(qū)域土地資源得到了進(jìn)一步利用；灌溉水的使用，有效緩解了地下水過(guò)度開(kāi)采狀態(tài)，區(qū)域地下水環(huán)境得以恢復(fù).但隨著灌區(qū)的運(yùn)行，不合理的灌溉方式造成區(qū)域地下水礦化度升高、地下水水位抬高，鹽分隨溶質(zhì)運(yùn)移至地表形成鹽漬化土，削弱了區(qū)域水土資源承載狀態(tài)良性演化速率.為此，灌區(qū)通過(guò)建造渠道排堿溝、布設(shè)暗管排水工程、灌水洗鹽，以減少鹽分在土地中的沉積，疏通地下水排泄路徑以降低地下水埋深和礦化度.對(duì)區(qū)域提水灌溉設(shè)施的完善、人們生態(tài)環(huán)境意識(shí)的增加及調(diào)控措施的實(shí)施，使干旱區(qū)人工綠洲的水土資源承載狀態(tài)得到了進(jìn)一步改善.

文中通過(guò)引入多級(jí)模糊理論構(gòu)建了評(píng)價(jià)指標(biāo)體系，對(duì)以往忽視多驅(qū)動(dòng)要素對(duì)水土資源承載力的影響進(jìn)行了補(bǔ)充；通過(guò)熵權(quán)法、組合賦權(quán)法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行賦權(quán)，有效降低了人為主觀性的干擾；基于物元分析理論和云理論構(gòu)建評(píng)估模型，定量揭示了干旱區(qū)人工綠洲水土資源承載狀態(tài)演變趨勢(shì).2種模型的綜合運(yùn)用，對(duì)評(píng)估結(jié)果進(jìn)行了相互驗(yàn)證，增大了結(jié)果的客觀性及準(zhǔn)確性，使其更加接近于灌區(qū)的實(shí)際水土資源承載狀態(tài).

5 結(jié) 論

1) 由水土資源承載系統(tǒng)驅(qū)動(dòng)影響要素綜合排序得到水土協(xié)調(diào)度、地下水礦化度、地下水埋深、表層土壤含鹽量、地下水開(kāi)采率和地表灌水量是驅(qū)動(dòng)干旱區(qū)人工綠洲水土資源承載系統(tǒng)演變的主導(dǎo)因素.

2) 灌區(qū)1994，2002，2010及2018年水土資源承載力綜合評(píng)價(jià)云數(shù)字特征分別為C1994(0.456 6,0.027 1,0.006 7)，C2002(0.506 8,0.026 3,0.007 8)，C2010(0.554 5,0.024 4,0.006 5)，C2018(0.585 9,0.026 7,0.005 7)，水土資源承載力綜合評(píng)價(jià)云的熵值及超熵值分別為0.027 1，0.026 3，0.024 4，0.026 7和0.006 7，0.007 8，0.006 5，0.005 7，數(shù)值較小，且He/En小于1/3.表明評(píng)價(jià)結(jié)果與水土資源承載狀態(tài)實(shí)際情況相吻合.

3) 綜合2種模型評(píng)價(jià)結(jié)果，研究區(qū)1994，2002，2010及2018年水土資源承載狀態(tài)均處于“輕微承載-承載良好”之間，說(shuō)明灌區(qū)水土資源承載狀態(tài)處于一種“健康化”、“持續(xù)式”的變遷過(guò)程.該評(píng)價(jià)方法可為干旱區(qū)水土資源承載能力狀態(tài)評(píng)估及演變趨勢(shì)分析提供借鑒思路.