陳思瑤,紀(jì)丁愈,曾云峰,李學(xué)明,張明超

(四川水利職業(yè)技術(shù)學(xué)院,四川 崇州 611231)

0 引言

水資源是國家重要戰(zhàn)略資源之一,是生命之源、生產(chǎn)之基、生態(tài)之要[1]。在一定程度上,水資源安全已成為限制區(qū)域發(fā)展的重要因素之一。2015年《中共中央國務(wù)院關(guān)于加快推進(jìn)生態(tài)文明建設(shè)的意見》中明確提出:“加強(qiáng)用水需求管理,以水定需、量水而行,抑制不合理用水需求,促進(jìn)人口、經(jīng)濟(jì)等與水資源相均衡,建設(shè)節(jié)水型社會”,生態(tài)環(huán)境部印發(fā)的《“生態(tài)保護(hù)紅線、環(huán)境質(zhì)量底線、資源利用上線和環(huán)境準(zhǔn)入負(fù)面清單”編制技術(shù)指南(試行)》也將水資源安全利用作為資源利用上線的重要組成部分。水資源安全是囊括自然、社會、經(jīng)濟(jì)、環(huán)境的一個復(fù)合且復(fù)雜的系統(tǒng)[2],而人類的密集活動使得城市的水資源安全更加難以分析。國內(nèi)外學(xué)者從包括基本的水質(zhì)水量特征、內(nèi)在機(jī)理及單一指標(biāo)等多個角度對水安全進(jìn)行評價,當(dāng)前,常見的評價方法有綜合指數(shù)法、層次分析法、主成分分析法、模糊綜合評判法、模糊物元模型、投影尋蹤法、多目標(biāo)決策分析及神經(jīng)網(wǎng)絡(luò)等[3-13]。

成都作為西部地區(qū)重要的中心城市,地處長江支流岷江及沱江流域,岷江及沱江干流穿越市境,水系發(fā)達(dá),水質(zhì)條件好。預(yù)計到2025年,成都將基本建成踐行新發(fā)展理念的公園城市示范區(qū)。同時,第七次全國人口普查數(shù)據(jù)顯示,成都市人口從2010年的1 511.8萬人,增加到2 093.8萬人,成為繼北京、上海后又一個2 000萬以上人口城市。城市經(jīng)濟(jì)的高速發(fā)展與人口的快速增長,水資源需求量也急劇上升,成都市水資源安全系統(tǒng)面臨嚴(yán)峻挑戰(zhàn)。本文以成都市作為研究對象,對成都市2010-2019年的水資源數(shù)據(jù)進(jìn)行分析,運(yùn)用TOPSIS法評估其水資源安全狀況,并通過隨機(jī)森林算法(RF)篩選出主要影響因素。隨后,應(yīng)用GM(1,1)模型對2020-2026年成都市水資源安全的未來趨勢進(jìn)行預(yù)測。研究結(jié)果不僅為成都市的水資源管理提供科學(xué)依據(jù),提升水資源系統(tǒng)的安全水平,實(shí)現(xiàn)成都市水安全系統(tǒng)的良性循環(huán)與可持續(xù)發(fā)展,還可為其他類似的快速發(fā)展城市提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

研究選用“水安全”“水安全評價”“水資源評價”為篇名、關(guān)鍵詞及摘要等3方面進(jìn)行檢索,時間涵蓋2004-2018年,結(jié)合研究區(qū)特征,并考慮數(shù)據(jù)獲取的難易程度,從而確定影響成都市水資源安全狀態(tài)的指標(biāo)。通過成都市統(tǒng)計年鑒與水資源公報等渠道獲取研究所需數(shù)據(jù)。

1.2 研究方法

1.2.1 TOPSIS

TOPSIS方法是根據(jù)有限評價對象與理想化目標(biāo)的接近程度進(jìn)行排序的方法,是一種根據(jù)相似性優(yōu)先級進(jìn)行分類的理想解決方案。TOPSIS方法是可以在許多領(lǐng)域中使用的綜合評估方法之一,例如收益評估、健康決策制定和健康服務(wù)管理等。用相同的趨勢和標(biāo)準(zhǔn)化處理原始數(shù)據(jù)后,消除了指標(biāo)之間由不同維度所帶來的影響,充分利用了原始數(shù)據(jù)中所包含的信息,客觀、真實(shí)地體現(xiàn)了不同評價對象之間的差異。由于TOPSIS方法的直覺性和可靠性的優(yōu)勢,以及對數(shù)據(jù)資料數(shù)量要求不高等優(yōu)勢,其應(yīng)用正日益普及。與其他綜合評價法相比,TOPSIS能夠充分利用原始數(shù)據(jù)的信息,可根據(jù)數(shù)據(jù)內(nèi)在特征進(jìn)行評價,所以研究采用TOPSIS方法對成都市水資源安全狀態(tài)進(jìn)行評價。

(1)設(shè)計決策矩陣

假設(shè)評價對象m個,決策指標(biāo)n個,則目標(biāo)決策矩陣為:

(1)

本研究對成都市2010-2019年的水安全狀態(tài)進(jìn)行評價,因此,假設(shè)評價對象m為10個。決策指標(biāo)為水資源安全影響因子的個數(shù),本文根據(jù)文獻(xiàn)計量統(tǒng)計結(jié)果進(jìn)行決策指標(biāo)n的設(shè)置。

(2)數(shù)據(jù)處理

第一步是進(jìn)行無量綱化的處理,第二步是將優(yōu)指標(biāo)、適度指標(biāo)進(jìn)行正向處理:

(2)

本研究根據(jù)文獻(xiàn)計量統(tǒng)計的結(jié)果及根據(jù)文獻(xiàn)分析與研究區(qū)域相結(jié)合,確定指標(biāo)屬性即效益型指標(biāo)、成本型指標(biāo)和中間型指標(biāo),將指標(biāo)進(jìn)行正向化處理即將所有指標(biāo)轉(zhuǎn)化為極大型指標(biāo)(效益型指標(biāo))。為了消除不同指標(biāo)量綱的影響,對已經(jīng)完成的正向化的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理從而得到矩陣Y。

(3)正理想解與負(fù)理想解的確定

矩陣中的各列的最大值構(gòu)成最優(yōu)向量,最小值構(gòu)成最劣向量:

Y+=(maxYi1,maxYi2,…,maxYin)(i=1,2,…,m)

(3)

Y-=(minYi1,minYi2,…,minYin)(i=1,2,…,m)

(4)

本研究針對已經(jīng)標(biāo)準(zhǔn)化后得到的矩陣根據(jù)加權(quán)歐幾里得距離求得每列的最大值與最小值,從而確定矩陣Y+與矩陣Y-。

(4)理想解的距離

第i個評價對象與正理想解與負(fù)理想解的距離:

(5)

(6)

本研究根據(jù)所求矩陣Y+與矩陣Y-,計算每個評價對象與最大值和最小值之間的距離。

(5)計算理想解的貼近度

第i個對象的貼近度為:

(7)

本研究將計算求得的最大值和最小值,根據(jù)式(7)獲取每個評價對象的理想解的貼近度,從而得到研究區(qū)域2010-2019年的水資源安全評價分值,從而確定成都市的水資源安全狀況。

1.2.2 隨機(jī)森林

隨機(jī)森林(Random Forest,簡稱RF)實(shí)質(zhì)是一種機(jī)器學(xué)習(xí)算法,基本單元是決策樹,可以看成為CART決策樹與Bagging算法相結(jié)合。利用Bagging算法,在訓(xùn)練集上生成不同的子訓(xùn)練集,從而建立對應(yīng)的CART,由每個節(jié)點(diǎn)隨機(jī)挑選特征變量完成節(jié)點(diǎn)分裂,采用投票法將分類結(jié)果進(jìn)行投票,從而得到最后的分類結(jié)果(見圖1)。變量重要性分?jǐn)?shù)(VIM)是隨機(jī)森林的重要產(chǎn)物之一,是影響因素在訓(xùn)練數(shù)據(jù)集中對目標(biāo)變量的影響程度的直觀反映。利用VIM可以實(shí)現(xiàn)顯著影響因子的確定,去除無關(guān)或者不重要的因子,通過降維實(shí)現(xiàn)提高模型的訓(xùn)練速度與效果的目的。

圖1 隨機(jī)森林基本原理

將整體訓(xùn)練樣本集的集合設(shè)為D,向量X表示影響水資源安全的25個因素的合計,并且X={X1,X2,…,Xj,…,X25|j={1,2,…,25}},對抽取訓(xùn)練樣本集集合采用又放回的隨機(jī)抽樣生成K=10個子訓(xùn)練樣本集,則第k個樣本子集表示Dk|k=1,2,…,K,通過變量重要性分?jǐn)?shù)對水資源安全的影響因素進(jìn)行衡量。具體步驟為:

第一步:設(shè)k=1;

第六步:分別令k=1,2…,K,對其重復(fù)進(jìn)行第二步到第五步的操作,得出各個子訓(xùn)練集對應(yīng)下的擾動前后的分類正確率;

第七步:計算特征Xj的變量重要性分?jǐn)?shù);

第八步:對于j={1,2,…,25}重復(fù)上述步驟,得出所有變量重要性分?jǐn)?shù),輸出重要性分?jǐn)?shù)向量VIM={VIM1,VIM2,…,VIMj,…,VIM25}。

1.2.3 GM(1,1)模型

GM(1,1)模型即灰色系統(tǒng)模型,其不需要很多數(shù)據(jù)就能解決歷時數(shù)據(jù)少、序列完整性及可靠性低的問題。白色是確定的已知的信息,黑色是未知的信息,而灰色系統(tǒng)介于兩者之間,系統(tǒng)內(nèi)部有一部分信息是已知的,一部分信息是未知的,并且系統(tǒng)內(nèi)的各因素間的關(guān)系是不確定的?；疑A(yù)測首先通過關(guān)聯(lián)分析來識別系統(tǒng)因素發(fā)展趨勢的差異程度,通過對原始數(shù)據(jù)的生成處理找尋系統(tǒng)變化的規(guī)律,從而生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列,然后建立相應(yīng)的微分方程模型,進(jìn)而對事物未來的發(fā)展趨勢進(jìn)行預(yù)測。GM(1,1)模型能解決歷史數(shù)據(jù)少、序列的完整性差、可靠性低的問題;通過微分方程對系統(tǒng)的本質(zhì)進(jìn)行充分挖掘,并且精度高;可以在不考慮分布規(guī)律及變化趨勢的情況下,可將沒有規(guī)律的原始數(shù)據(jù)生成規(guī)律性較強(qiáng)的生成序列,運(yùn)算簡便,易于檢驗(yàn)。其建模過程如下:

第一步,設(shè)GM(1,1)原始序列為:

X(0)=X(0)(1),X(0)(2),…,X(0)(n),X(0)(k)≥0,k=1,2,…,n

(8)

式中X(0)是正數(shù)序列,n是數(shù)據(jù)的樣本個數(shù)。

本研究中,分別構(gòu)建14個顯著因子的原始序列集,每個原始序列集的樣本個數(shù)為10個。

第二步,累加生成新數(shù)列X(1):

X(1)=X(1)(1),X(1)(2),…,X(1)(n)

(9)

其中:

(10)

本研究對這14個原始序列集累加生成14個生成序列。

第三步,定義一次累加序列X(1)生成的均值序列Z(1)為:

Z(1)=Z(1)(1),Z(1)(2),…,Z(1)(n)

(11)

式中,Z(1)(k)是序列X(1)相鄰數(shù)據(jù)的平均值:

(12)

本研究分別將累加序列進(jìn)行均值序列生成。

第四步,構(gòu)建矩陣Y和矩陣B:

(13)

(14)

本研究分別對14個顯著影響因子根據(jù)累加序列集和累加序列均值集確定矩陣B和Y。

第五步,根據(jù)矩陣B和Y,通過最小二乘法擬合得到參數(shù)a與b:

(15)

本研究分別求得每個顯著影響因子集的a與b。

第六步,將a與b帶入時間響應(yīng)方程:

(16)

整理得到:

(17)

本研究確定每個顯著影響因子的預(yù)測模型。

第七步,使用逆AGO(累加生成)遞減得到原始數(shù)據(jù)在時間(k+1)時段的預(yù)測值。

(18)

本研究根據(jù)每個顯著影響因子確定的預(yù)測模型對2020-2026年進(jìn)行預(yù)測。

這3種方法的組合提供了一種全面和深入的評估手段。TOPSIS方法提供了一個綜合評估框架,隨機(jī)森林(RF)方法識別了主要影響因素,而GM(1,1)模型提供了對未來趨勢的預(yù)測。這種多方法組合不僅增強(qiáng)了評估的準(zhǔn)確性,也提供了更全面的視角來理解和應(yīng)對成都市水資源安全的挑戰(zhàn)。

2 結(jié)果分析

2.1 水資源安全影響因子集

結(jié)合研究區(qū)特征,并考慮數(shù)據(jù)獲取的難易程度及影響因子的具體意義,建立成都市水資源安全的影響因子集,包括25個指標(biāo)(見表1),該影響因子集作為影響因子全信息,用于成都水資源安全的TOPSIS評價。

表1 水資源安全的影響因子集

(1)自然屬性有:地表水資源量、地下水資源量、人均水資源量、農(nóng)田灌溉水有效利用系數(shù)、全年供水量,這些因子屬于正向因子,越多越好,屬于效益型指標(biāo);降雨量屬于中間型指標(biāo),在一個區(qū)間內(nèi)是最好的;從用水端考慮影響因子有生活用水、生產(chǎn)用水以及生態(tài)用水,這些因子屬于負(fù)向因子,越少越好,屬于成本型指標(biāo)。

(2)社會經(jīng)濟(jì)屬性有:常住人口、出生率、自然增長率、農(nóng)村居民恩格爾系數(shù)、城鎮(zhèn)居民恩格爾系數(shù)這五個因子屬于負(fù)向因子,即越少越好,屬于成本型指標(biāo);城鎮(zhèn)居民家庭人均可支配收入、農(nóng)村居民家庭人均可支配收入、死亡率、GDP、人均GDP、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、污水處理能力、污水處理率、污水管道長度屬于正向因子,越多越好,屬于效益型指標(biāo)。

(3)人文屬性有:城市綠化覆蓋率屬于正向因子,越多越好,屬于效益型指標(biāo);工業(yè)廢水排放量屬于負(fù)向因子,越少越好,屬于成本指標(biāo)。

2.2 成都市2010-2019水資源安全狀態(tài)評價

根據(jù)相關(guān)文獻(xiàn)[14],確定水安全狀態(tài)評價標(biāo)準(zhǔn)(見表2),TOPSIS評價結(jié)果(見表3)表明:成都市2010-2019年間水安全狀態(tài)指數(shù)大體呈逐年提升趨勢,表明成都市水資源安全逐年向好發(fā)展,水安全環(huán)境逐漸改善,水安全狀態(tài)呈現(xiàn)三級階段特征。第一階段為2010-2014年,研究區(qū)水安全等級為Ⅳ級(除2011年外:水安全等級為Ⅲ),處于不安全狀態(tài);第二階段為2015-2017年,研究區(qū)水安全等級為Ⅲ級,處于臨界安全狀態(tài);第三階段是2018-2019年,研究區(qū)水安全等級為Ⅱ級,處于較安全狀態(tài)。

表2 水安全狀態(tài)評價標(biāo)準(zhǔn)

表3 2010-2019年成都市水安全狀況

2.3 顯著影響因子提取

為進(jìn)一步篩選出研究區(qū)影響水安全狀況的重要影響因子,結(jié)合隨機(jī)森林變量重要性分?jǐn)?shù)對研究區(qū)水資源安全TOPSIS的評價結(jié)果作進(jìn)一步分析。結(jié)合文獻(xiàn)[15-18],選擇VIM>0.04的值作為顯著影響因子。研究確定的成都市水資源安全顯著影響因子有:工業(yè)廢水排放量(VIM=0.058)、污水處理能力(VIM=0.057)、全年供水總量(VIM=0.053)、出生率(VIM=0.053)、第一產(chǎn)業(yè)(VIM=0.052)、地表水資源量(VIM=0.052)、常住人口(VIM=0.051)、GDP(VIM=0.049)、生產(chǎn)用水(VIM=0.046)、降水量(VIM=0.045)、地下水資源量(VIM=0.045)、第二產(chǎn)業(yè)(VIM=0.041)、死亡率(VIM=0.043),以及第三產(chǎn)業(yè)(VIM=0.04)共14個指標(biāo)。

研究結(jié)果表明,這14個顯著影響因子能夠覆蓋水資源安全的3大屬性:自然屬性、社會經(jīng)濟(jì)屬性與人文屬性。自然屬性有:全年供水量、地表水資源量、生產(chǎn)用水、降水量、地下水資源量;社會經(jīng)濟(jì)屬性有:污水處理能力、出生率、常住人口、GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、死亡率、第三產(chǎn)業(yè);人文屬性包括:工業(yè)廢水排放量。這些因子從不同角度反映了影響成都市水資源安全的多維度因素。工業(yè)廢水排放量的高低直接影響水質(zhì)安全,而污水處理能力的強(qiáng)弱則反映了城市應(yīng)對水資源壓力的能力。

2.4 成都市水資源安全未來變化趨勢

基于GM(1,1)模型預(yù)測,2020-2026年成都市水資源安全指數(shù)預(yù)計將繼續(xù)逐年上升(圖2)。具體而言,2020-2023年成都市水資源安全等級預(yù)計將處于臨界安全狀態(tài)(Ⅲ級),而2024-2026年將提升至較安全狀態(tài)(Ⅱ級)。這一預(yù)測結(jié)果表明,盡管成都市在水資源安全方面取得了一定的進(jìn)展,但在未來幾年中,仍需要繼續(xù)加強(qiáng)水資源管理和保護(hù)措施,以確保水資源安全的持續(xù)改善。

年份

3 討論

3.1 成都市水資源安全的動態(tài)變化

研究通過TOPSIS方法評估了成都市2010-2019年的水資源安全狀態(tài),并使用GM(1,1)模型預(yù)測了2020-2026年的趨勢。結(jié)果顯示,過去10年,成都市水資源安全指數(shù)呈逐年上升趨勢。這一積極的變化反映了成都市在水資源管理和保護(hù)方面取得的顯著進(jìn)展。特別是在城市規(guī)劃、水資源合理分配、污水處理能力提升等方面的努力,有效提高了水資源的可持續(xù)利用水平。預(yù)測表明:盡管水資源安全狀態(tài)會繼續(xù)改善,但仍需繼續(xù)加強(qiáng)水資源管理策略,以應(yīng)對未來所面臨的挑戰(zhàn)。

3.2 顯著影響因子分析

通過隨機(jī)森林模型對成都市水資源安全影響因素進(jìn)行顯著性分析,得出影響成都市水資源安全的顯著指標(biāo),包括全年供水量、地表水資源量及降水量等自然屬性因素;GDP、污水處理能力等社會經(jīng)濟(jì)屬性因素;工業(yè)廢水排放量等人文屬性因素。這些指標(biāo)反映了成都市水資源安全的多維度和復(fù)雜性,同時,也為制定針對性的水資源管理政策提供依據(jù)。其中,工業(yè)廢水排放量和污水處理能力表明城市化進(jìn)程中的工業(yè)活動和城市基礎(chǔ)設(shè)施建設(shè)對水資源安全具有重大的影響,需要加強(qiáng)工業(yè)污染源的監(jiān)管和處理。提高污水處理能力和效率對于保護(hù)水質(zhì)和水生態(tài)至關(guān)重要。

3.3 水資源安全狀態(tài)預(yù)測

根據(jù)GM(1,1)模型預(yù)測,2020-2026年期間,成都市的水資源安全狀況將繼續(xù)改善,但面臨的挑戰(zhàn)依然存在。隨著城市化的快速發(fā)展和人口增長,水資源需求將持續(xù)增加。成都2010-2019年間,水資源安全指數(shù)一直呈現(xiàn)逐漸上升的趨勢,水資源安全逐年好轉(zhuǎn)。同時,相繼出臺的《四川省節(jié)水行動實(shí)施方案》《四川省節(jié)約用水辦法》《成都市節(jié)約用水管理?xiàng)l例》《成都市節(jié)約用水規(guī)劃(2021—2035年)》和《成都市節(jié)水行動2025》,明確到2025年,全市用水總量控制在66.7億m3以內(nèi),全市萬元GDP用水量控制在24 m3以內(nèi),萬元工業(yè)增加值用水量控制在12 m3以內(nèi),農(nóng)田灌溉水有效利用系數(shù)提高到0.57以上,城鎮(zhèn)公共供水管網(wǎng)漏損率中心城區(qū)控制在9.5%以內(nèi)、其余區(qū)(市)縣控制在10%以內(nèi)。這是未來成都市水資源安全的積極保證,這也是未來幾年成都市將處于基本安全狀態(tài)的原因。因此,需要繼續(xù)執(zhí)行和強(qiáng)化現(xiàn)有的節(jié)水政策和措施,如推廣節(jié)水技術(shù)、優(yōu)化水資源配置、加強(qiáng)水資源保護(hù)區(qū)域的管控。

3.4 水資源安全保護(hù)政策與建議

研究結(jié)果基于現(xiàn)有數(shù)據(jù)與調(diào)控政策,為確保研究區(qū)水資源安全能夠持續(xù)維持基本安全與安全狀態(tài),研究區(qū)現(xiàn)有調(diào)控政策應(yīng)更加積極地穩(wěn)固實(shí)施目前的政策和措施,從而實(shí)現(xiàn)水資源安全狀態(tài)的持續(xù)發(fā)展。具體應(yīng)該注意以下幾點(diǎn):

(1)加強(qiáng)水污染治理強(qiáng)度。通過增強(qiáng)工業(yè)廢水處理能力和執(zhí)行更加嚴(yán)格的排放標(biāo)準(zhǔn)來減少水資源污染。

(2)提高水資源利用效率。推廣高效的水資源管理和使用計劃,如節(jié)水灌溉和循環(huán)利用系統(tǒng)等。

(3)提升公眾教育和意識。通過教育和宣傳活動提升公眾對水資源保護(hù)的認(rèn)識。

4 結(jié)論

本研究通過綜合應(yīng)用TOPSIS方法、隨機(jī)森林(RF)和GM(1,1)模型,對成都市2010-2019年的水資源安全狀態(tài)進(jìn)行了評價,并基于這些分析預(yù)測了2020-2026年的水資源安全趨勢。研究得出以下主要結(jié)論:

(1)水資源安全狀態(tài)評價:2010-2019年間,成都市水資源安全指數(shù)總體呈現(xiàn)逐年上升趨勢。具體而言,2010-2014年期間,水資源安全等級多數(shù)時間處于Ⅳ級,即不安全狀態(tài);2015-2017年期間,提升至Ⅲ級,即臨界安全狀態(tài);2018-2019年,進(jìn)一步提升至Ⅱ級,顯示出較安全狀態(tài)。

(2)顯著影響因子:通過隨機(jī)森林(RF)模型分析,識別出對成都市水資源安全有顯著影響的14個因子,這些因子的識別為成都市制定具體的水資源管理政策提供了科學(xué)依據(jù)。

(3)未來水資源安全趨勢:基于GM(1,1)模型的預(yù)測,2020-2026年期間,成都市水資源安全指數(shù)預(yù)計將持續(xù)上升。其中,2020-2023年將處于臨界安全狀態(tài)(Ⅲ級),而2024-2026年預(yù)計將提升至較安全狀態(tài)(Ⅱ級)。盡管成都市水資源安全狀態(tài)在未來幾年將繼續(xù)改善,但仍需繼續(xù)加強(qiáng)水資源管理和保護(hù)措施。

結(jié)論表明:成都市在水資源管理方面已取得一定成效,但仍面臨著持續(xù)的挑戰(zhàn)。未來,城市水資源管理需要關(guān)注工業(yè)廢水排放、污水處理能力和供水量等關(guān)鍵因子,以及應(yīng)對人口增長和經(jīng)濟(jì)發(fā)展帶來的水資源壓力。