摘 要：

為量化調(diào)控指標(biāo)對水資源承載力未來發(fā)展態(tài)勢的影響程度，以優(yōu)化配置水資源并充分發(fā)揮其綜合效益，以江蘇省為研究對象，構(gòu)建系統(tǒng)動力學(xué)(SD)預(yù)測模型，對現(xiàn)狀延續(xù)下2019—2030年江蘇省水資源承載力進(jìn)行動態(tài)模擬。在此基礎(chǔ)上耦合遺傳算法(GA)改進(jìn)的Back Propagation人工神經(jīng)網(wǎng)絡(luò)(ANN)模型，對水資源承載力進(jìn)行評分。同時進(jìn)行障礙度診斷，分析在未來社會經(jīng)濟發(fā)展中影響江蘇省水資源承載力的障礙因子，依此篩選調(diào)控指標(biāo)。運用情景分析法，針對調(diào)控指標(biāo)設(shè)置五種調(diào)控方案，分析污廢水排放總量、氨氮排放量、化學(xué)需氧排放量(COD)、生產(chǎn)用水量和居民生活用水量5個反映用水水量和排放水水質(zhì)的量質(zhì)要素的變化趨勢以及水資源承載力評分走勢，結(jié)果表明：江蘇省水資源承載力不斷惡化，較2019年、2030年水資源承載力評分下降9.61%,氨氮排放量提高6.82%,總用水量提高23.94%,難以滿足未來經(jīng)濟社會發(fā)展的需要。方案1、方案2及方案4從降低用水總量角度出發(fā)，方案3從控污角度出發(fā)，都有效改善了水資源承載力，但均無法逆轉(zhuǎn)水資源承載力在2019—2030年的下降態(tài)勢；方案5統(tǒng)籌考慮節(jié)流、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和水污染處理調(diào)控措施，較2019年、2030年水資源承載力評分提高3.15%,氨氮排放量下降44.13%,總用水量下降9.90%,有效緩解水資源供需壓力、改善水環(huán)境質(zhì)量，實現(xiàn)了江蘇省水資源承載力在未來年份中的穩(wěn)步提升，為優(yōu)化水資源調(diào)控提供建設(shè)性依據(jù)。

水資源承載力;系統(tǒng)動力學(xué);BP神經(jīng)網(wǎng)絡(luò);障礙度模型;調(diào)控指標(biāo);情景分析;

作者簡介：

薛晴(2000—),女，學(xué)士，主要從事水務(wù)工程相關(guān)研究。

*楊侃(1965—),男，教授，博士，主要從事水資源規(guī)劃與管理相關(guān)研究。

基金：

山西省水利科學(xué)技術(shù)研究與推廣資助項目(2017DSW02);

國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)資助項目(2012CB417006);

國家科技支撐計劃資助項目(2009BAC56B03);

引用：

薛晴, 楊侃. 基于 BP 神經(jīng)網(wǎng)絡(luò)-系統(tǒng)動力學(xué)耦合模型的江蘇省水資源承載力預(yù)測與調(diào)控研究[ J] . 水利水電技術(shù)(中英文), 2022, 53(11): 86- 99.

XUE Qing, YANG Kan. Study on forecast and regulation of water resources carrying capacity in Jiangsu Province based on GA-BP-SD coupling model[J]. Water Resources and Hydropower Engineering, 2022, 53(11): 86- 99.

0 引 言

水資源是基礎(chǔ)性的自然資源和戰(zhàn)略性的經(jīng)濟資源，經(jīng)濟社會的高速發(fā)展對水資源總量、水環(huán)境質(zhì)量等提出新的挑戰(zhàn)，如何優(yōu)化配置水資源、充分發(fā)揮水資源的綜合效益是我國亟待解決的重大問題之一。水資源承載能力揭示了水資源與社會、經(jīng)濟、生態(tài)間的內(nèi)在聯(lián)系，是衡量區(qū)域發(fā)展規(guī)劃的重要尺度，對區(qū)域未來發(fā)展規(guī)模的大小起決定性作用。

現(xiàn)階段對水資源承載力的研究主要集中在構(gòu)建靜態(tài)綜合評價模型，基于過往數(shù)據(jù)通過模型打分判斷水資源的承載力等級，鮮有研究仿真預(yù)測水資源承載力的態(tài)勢變化。系統(tǒng)動力學(xué)法(System Dynamics, SD)通過反饋模擬“水資源-經(jīng)濟-社會-生態(tài)環(huán)境”系統(tǒng)內(nèi)各要素的因果關(guān)系，充分刻畫影響水資源承載力的演化機理，突顯經(jīng)濟、人口、生態(tài)與水資源的耦合關(guān)系，有效解決了高階次、非線性、多重反饋與時變特性的復(fù)雜系統(tǒng)問題。張禮兵等通過系統(tǒng)動力學(xué)預(yù)測湖泊流域水資源承載力的動態(tài)變化并提出試驗優(yōu)化調(diào)控的方法?？灯G等提出對數(shù)平均迪氏分解與系統(tǒng)動力學(xué)耦合模型，從需水機理出發(fā)識別用水量變化的主要驅(qū)動因子，并設(shè)定仿真方案進(jìn)行情景分析。黃昌碩等運用支持向量機、系統(tǒng)動力學(xué)等方法建立水資源承載力預(yù)測模型，依據(jù)驅(qū)動指標(biāo)的實現(xiàn)難易程度和代價篩選調(diào)控指標(biāo)，并通過正交試驗確定最優(yōu)減負(fù)方案。朱文禮等通過正交試驗將階段性定量調(diào)控運用于水資源承載力量質(zhì)要素，提出基于系統(tǒng)動力學(xué)的水資源承載力預(yù)測調(diào)控模型。上述研究方法在優(yōu)化調(diào)控理論方面進(jìn)行積極探索，調(diào)控指標(biāo)遴選過程中大多采用單因素敏感性分析，即分析單個不確定因素的變動對量質(zhì)要素的影響程度，但當(dāng)某一指標(biāo)發(fā)生變化時，其結(jié)果會反饋回系統(tǒng)，引起相關(guān)指標(biāo)的變化，該系統(tǒng)的共同作用決定量質(zhì)要素的最終取值，因此，單因素分析法未充分考慮指標(biāo)間的相互作用及系統(tǒng)結(jié)構(gòu)的內(nèi)在關(guān)聯(lián)，結(jié)果存在偏差。且用氨氮排放量、COD排放量、總用水量等量質(zhì)要素對應(yīng)的表征指標(biāo)共同分析評價水資源荷載能力時，由于各指標(biāo)對水資源承載力等級的影響程度和正負(fù)作用不同，評價結(jié)果存在明顯的主觀性，無法定量評價水資源承載力水平。

基于此，本文在建立系統(tǒng)動力學(xué)仿真模型的基礎(chǔ)上耦合BP神經(jīng)網(wǎng)絡(luò)評價模型，將表征指標(biāo)預(yù)測結(jié)果代入評價模型，綜合考慮水資源、生態(tài)環(huán)境、社會經(jīng)濟子系統(tǒng)的發(fā)展?fàn)顩r，定量評價水資源承載力等級。同時引入障礙度模型進(jìn)行障礙因子診斷，依據(jù)障礙度大小及變化態(tài)勢，篩選可人為控制的驅(qū)動因子為調(diào)控指標(biāo)，代替?zhèn)鹘y(tǒng)的單因素分析法。進(jìn)行情景分析，針對不同調(diào)控指標(biāo)設(shè)計相應(yīng)的發(fā)展模式，在現(xiàn)狀維持方案的基礎(chǔ)上，疊加不同發(fā)展模式，共設(shè)計五種調(diào)控方案，探究不同因素對水資源承載力水平的影響程度，以期尋找最優(yōu)調(diào)控方案，為水資源開發(fā)利用策略的制定提供科學(xué)依據(jù)，對水資源規(guī)劃有重要現(xiàn)實意義。

1 區(qū)域概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

江蘇省地處亞熱帶向暖溫帶過渡區(qū)，氣候具有明顯的季風(fēng)特征，年平均降水總量為9.945×1010 m3,地跨長江、淮河兩大水系，大小湖泊290余個，多年平均水資源總量為321.6 m3。研究區(qū)概況如圖1所示。

圖1 江蘇省概況

江蘇省本地水資源不足，但過境水量較多，2017—2018年度通過南水北調(diào)東線工程累計向山東穩(wěn)定調(diào)水0.110×1010 m3,有效促進(jìn)了區(qū)域協(xié)調(diào)發(fā)展。近年來，水資源不節(jié)制地消耗導(dǎo)致了地下水超采、河湖萎縮等現(xiàn)象，嚴(yán)重破壞了當(dāng)?shù)厮鷳B(tài)平衡。此外，水環(huán)境污染現(xiàn)象嚴(yán)重影響河湖水生態(tài)環(huán)境、居民飲用水安全。2018年，江蘇廢污水排放總量達(dá)0.687×1010 m3,化學(xué)需氧量排放量達(dá)6.845×105 t, 氨氮排放量達(dá)0.961×105 t, 對河湖水質(zhì)、地下水水質(zhì)產(chǎn)生較大影響，致使全長19 742.8 km的河流中劣于Ⅲ類水的比例高達(dá)48.9%;229個湖泊監(jiān)測站點中僅有154個優(yōu)于Ⅲ類水；深層地下水質(zhì)量達(dá)到Ⅲ類標(biāo)準(zhǔn)以上的比例僅為61.7%。因此，如何在控制水資源用量的同時減少廢污水排放量的問題亟待解決，有必要對其水資源承載力進(jìn)行研究。

1.2 數(shù)據(jù)來源

本文水資源承載力研究所涉及的2012—2018年歷史數(shù)據(jù)源于以下數(shù)據(jù)集《江蘇省水資源公報》(2012—2018年)、《江蘇省統(tǒng)計年鑒》(2012—2018年)、《江蘇省環(huán)境狀況公報》(2012—2018年)。指標(biāo)評價等級劃分依據(jù)及2019—2030年預(yù)測值設(shè)置參照《江蘇省城市生活與公共用水定額》《江蘇省農(nóng)業(yè)灌溉用水定額(2019)》《江蘇省林牧漁業(yè)、工業(yè)、服務(wù)業(yè)和生活用水定額(2019年修訂)》《江蘇省水資源保護規(guī)劃(2016—2030年)》《江蘇省國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》《江蘇省人口發(fā)展“十三五”規(guī)劃》。具體數(shù)據(jù)來源如表1所列。

2 基于系統(tǒng)動力學(xué)的水資源承載力量質(zhì)要素動態(tài)預(yù)測

本文通過耦合系統(tǒng)動力學(xué)模型和BP人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)模型對江蘇省2019—2030年的水資源承載力進(jìn)行預(yù)測與調(diào)控，研究思路如圖2所示。

圖2 研究思路

應(yīng)用系統(tǒng)動力學(xué)預(yù)測量質(zhì)要素各表征指標(biāo)的動態(tài)變化趨勢，水資源承載力是一個包含模糊性、隨機性、非線性等眾多因素的復(fù)雜系統(tǒng)，SD模型的實質(zhì)是借助非線性微分方程描述系統(tǒng)內(nèi)部各變量間的因果反饋關(guān)系來研究系統(tǒng)整體行為，水平方程是量化狀態(tài)變量的一組不定式,其表達(dá)式為

式中，L.S(t)為t時刻狀態(tài)變量；S(t0)為初始值；∫t0tR.S(t)dt∫t0tR.S(t)dt為t0到t時間段速率累計量。

2.1 系統(tǒng)邊界

基于承載力及系統(tǒng)邊界的完整性，本文以水資源承載力為研究對象，定義系統(tǒng)的空間邊界為江蘇省行政區(qū)，時間邊界為2012—2030年，歷史檢驗階段為2012—2018年，預(yù)測調(diào)控階段為2019—2030年，迭代間隔均為1 a, 以2018年為基準(zhǔn)年，各項變量初始值采用2018年相關(guān)實際數(shù)據(jù)。

2.2 SD模型構(gòu)建

綜合考量系統(tǒng)結(jié)構(gòu)和功能整體性，將水資源承載能力復(fù)合系統(tǒng)劃分為水資源、水環(huán)境污染、經(jīng)濟社會三個子系統(tǒng)，各子系統(tǒng)通過量質(zhì)要素建立聯(lián)系，揭示水資源承載力演變機理。就子系統(tǒng)間的關(guān)系而言，經(jīng)濟社會子系統(tǒng)的用水效率和發(fā)展程度直接決定用水總量大小，污廢水排放來源和水處理能力對水質(zhì)狀況起主導(dǎo)作用，水資源儲量和質(zhì)量又反作用于經(jīng)濟社會子系統(tǒng)，制約和調(diào)節(jié)經(jīng)濟社會的發(fā)展。統(tǒng)籌考慮子系統(tǒng)間交互影響，界定各要素間的因果特性和正負(fù)反饋關(guān)系，繪制出江蘇省水資源承載力量質(zhì)要素SD模型流程圖,如圖3所示。

圖3 江蘇省水資源承載力量質(zhì)要素系統(tǒng)動力學(xué)模型

基于上述分析，建立函數(shù)方程和表函數(shù)定量描述變量間因果聯(lián)系，如表2所列，狀態(tài)變量初始值及常量賦值參照上述數(shù)據(jù)集。

2.3 模型有效性檢驗

為驗證該模型能否準(zhǔn)確反映實際水資源承載力運行狀況，選取2012—2018年為歷史檢驗時間段，判定模擬值與實際值的擬合度。本文變量較多，故從三個子系統(tǒng)中各選取兩個有代表性的指標(biāo)進(jìn)行檢驗。經(jīng)濟社會子系統(tǒng)中，由于用水定額變幅不大，以總?cè)丝跀?shù)量代表生活用水；由于各產(chǎn)業(yè)用水情況各不相同，以生產(chǎn)用水量代表生產(chǎn)用水。水資源子系統(tǒng)中，主要考慮供需平衡和水的損耗，分別選取總供水量和總耗水率進(jìn)行檢驗。水環(huán)境污染子系統(tǒng)中，綜合考慮污廢水的“量”和“質(zhì)”,分別以污廢水排放總量和化學(xué)需氧量排放量為被檢驗的指標(biāo)。對比分析結(jié)果如表3所列，結(jié)果表明6個表征指標(biāo)的歷史數(shù)據(jù)與仿真數(shù)據(jù)的相對誤差均低于10%,且低于5%的數(shù)據(jù)占比高達(dá)97.4%,由此可見，該模型精確度較高，可有效模擬江蘇省水資源承載力的實際狀況。

3 基于GA-BP神經(jīng)網(wǎng)絡(luò)的水資源承載力綜合評價與障礙因子診斷

基于傳統(tǒng)SD模型的水資源承載力優(yōu)化調(diào)控存在以下問題：(1)以水資源承載力量質(zhì)要素的承載狀態(tài)為調(diào)控目標(biāo)，無法直觀反映水資源承載力水平，評價時存在明顯主觀臆斷；(2)調(diào)控指標(biāo)遴選過程中大多采用單因素敏感性分析，即分析單個不確定因素的變動對量質(zhì)要素的影響程度，未充分考慮指標(biāo)間的相互作用及系統(tǒng)結(jié)構(gòu)的內(nèi)在關(guān)聯(lián)。

本文引入BP網(wǎng)絡(luò)評價模型和障礙度模型，運用神經(jīng)網(wǎng)絡(luò)建立量質(zhì)要素表征指標(biāo)與水資源承載力等級間的非線性聯(lián)系，將SD模型多個指標(biāo)變量預(yù)測值轉(zhuǎn)化為一個承載力等級評分，以便客觀地進(jìn)行定量評價。利用障礙因子診斷辨識出影響江蘇省水資源承載力的主要因素，篩選與其關(guān)聯(lián)性較強的變量為驅(qū)動因子，并將可人為控制的驅(qū)動因子設(shè)定為調(diào)控指標(biāo)。

3.1 水資源承載力評價指標(biāo)體系及等級標(biāo)準(zhǔn)

本文參考構(gòu)建水資源承載力評價指標(biāo)體系的相關(guān)文獻(xiàn)[14],本著全面性、代表性以及科學(xué)性等原則，根據(jù)江蘇省水資源開發(fā)利用特點和“三條紅線”管控政策，將江蘇省水資源承載力評價指標(biāo)體系劃分為水資源子系統(tǒng)、生態(tài)環(huán)境子系統(tǒng)和社會經(jīng)濟子系統(tǒng)，共包含17項評價指標(biāo)。

參考國家標(biāo)準(zhǔn)和相關(guān)文獻(xiàn)[15],本文將水資源承載力劃分為5個等級，Ⅰ級到Ⅴ級依次為盈余承載、基本承載、臨界、弱超載和嚴(yán)重超載，分別對應(yīng)評價值數(shù)集[0.8,1.0]、[0.6,0.8)、[0.4,0.6)、[0.2,0.4)、[0,0.2),并對17項評價指標(biāo)的5級評價標(biāo)準(zhǔn)取值進(jìn)行了規(guī)范，如表4所列。

[14] 李少朋，趙衡，王富強，等.基于AHP-TOPSIS模型的江蘇省水資源承載力評價[J].水資源保護，2021,37(3):20-25.LI Shaopeng,ZHANG Heng,WANG Fuqiang,et al.Evaluation of water resources carrying capacity in Jiangsu Province based on AHP-TOPSIS[J].Water resources protection,2021,37(3):20-25. [15] 黃壘，張禮中，朱吉祥，等.河南省水資源承載力時空特征分析[J].南水北調(diào)與水利科技，2019,17(1):54-60.HUANG Lei,ZHANG Lizhong,ZHU Jixiang,et al.Analysis of temporal and spatial characteristics of water resources carrying capacity in Henan Province[J].South-to-North Water Diversion and Water Conservancy Science and Technology,2019,17(1):54-60.

3.2 GA-BP網(wǎng)絡(luò)評價模型

基于表3評價等級標(biāo)準(zhǔn)，在每一等級中隨機生成30組輸入樣本，并從中隨機抽取5組作為測試樣本，5個等級區(qū)間共計生成125組訓(xùn)練樣本和25組測試樣本。Ⅰ級到Ⅴ級分別對應(yīng)期望輸出值1.0、0.8、0.6、0.3、0.2。本文樣本數(shù)據(jù)的生成采用rand隨機函數(shù)，其表達(dá)式為

式中，xijk為第k個評價等級生成的輸入樣本數(shù)據(jù)，k=1,2,3,4,5;nk為第k個評價等級對應(yīng)的樣本數(shù)量，本文中為30;ajk和bjk分別為第k個評價等級的上下限。

各指標(biāo)因級差大小有別、量綱和趨勢不同而不具備可比性，需對樣本數(shù)據(jù)進(jìn)行歸一化預(yù)處理，映射到空間[0,1]中，轉(zhuǎn)化公式為

式中，xi為指標(biāo)初始值；yi為指標(biāo)標(biāo)準(zhǔn)化值。

本文采用三層拓?fù)浣Y(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評價，包括輸入層、隱含層、輸出層三部分。輸入層節(jié)點數(shù)等于評價指標(biāo)個數(shù)為17,輸出層節(jié)點數(shù)為1,代表水資源承載力等級；隱含層節(jié)點具有提取和儲存樣本數(shù)據(jù)內(nèi)在規(guī)律的作用，若節(jié)點數(shù)過少，難以總結(jié)樣本規(guī)律，容錯性差；若節(jié)點數(shù)過多，訓(xùn)練時間延長且出現(xiàn)“過度吻合”現(xiàn)象，網(wǎng)絡(luò)性能下降，本文利用黃金分割算法簡化暴力破解尋求最優(yōu)節(jié)點數(shù)的計算過程，得出隱含層節(jié)點數(shù)為25。

該模型學(xué)習(xí)過程選用梯度下降算法，通過信號的正向傳播和誤差的反向修正使權(quán)值沿誤差的負(fù)梯度方向改變，從而使網(wǎng)絡(luò)輸出值不斷逼近目標(biāo)期望，權(quán)值修改表達(dá)式為

基于遺傳算法模擬生物進(jìn)化理論，采用實數(shù)編碼的方式將各權(quán)值和閾值所對應(yīng)的基因有序排列成一個染色體，全局搜尋使誤差值達(dá)到最小的初始權(quán)值和閾值[19,20],算法迭代適應(yīng)度隨進(jìn)化代數(shù)變化曲線如圖4所示，GA-BP訓(xùn)練參數(shù)設(shè)定如表5所列。

圖4 適應(yīng)度曲線

對模型進(jìn)行有效性檢驗，結(jié)果如圖5所示，網(wǎng)絡(luò)輸出的均方誤差均小于3%,表明該模型訓(xùn)練擬合度較高，有較強泛化能力，可應(yīng)用于水資源承載力評價。

圖5 測試樣本誤差檢驗

3.3 障礙因子診斷

針對傳統(tǒng)情景仿真設(shè)計大多依據(jù)敏感性分析結(jié)果，忽視指標(biāo)及系統(tǒng)間內(nèi)在關(guān)聯(lián)的問題，本文引入障礙度模型，通過判識阻礙承載力等級提升的主要因子，篩選出優(yōu)化仿真設(shè)計的調(diào)控指標(biāo)，為進(jìn)一步分析仿真預(yù)測結(jié)果及優(yōu)化調(diào)控提供參考依據(jù)。指標(biāo)障礙度Uiz和準(zhǔn)則層障礙度Mz具體計算步驟為

式中，i、k、j分別為輸入層、隱含層和輸出層神經(jīng)元編號；wik、wkj分別為初始化輸入層和隱含層、隱含層和輸出層神經(jīng)元之間的連接權(quán)值； N、P分別為輸入層、隱含層節(jié)點數(shù)；rik為相關(guān)顯著性系數(shù)；Sik為絕對影響系數(shù)；xi為指標(biāo)的標(biāo)準(zhǔn)化值；z為準(zhǔn)則層編號。

4 結(jié)果與分析

4.1 江蘇省水資源承載力發(fā)展現(xiàn)狀

運用GA-BP水資源承載力評價模型分析2012—2018年江蘇省水資源承載力動態(tài)變化特征，由圖6可知，2012—2018年，江蘇省水資源承載力得分整體呈上升趨勢，由2012年的0.362 2增長至2018年的0.493 3,平均增長率為5.28%。其中，2012—2013年處于Ⅳ級弱超載水平，2014—2018年處于Ⅲ級臨界水平，水資源承載力在2016年達(dá)到研究時段峰值為0.554 4,在2017年發(fā)生轉(zhuǎn)折，2017年得分較2016年下降了0.074 9,但較2015年仍增長了0.017 5。

圖6 2012—2018年江蘇省水資源承載力

2012—2018年期間，社會經(jīng)濟準(zhǔn)則層中萬元GDP用水量(c1)和萬元工業(yè)增加值用水量(c4)指標(biāo)變幅較大，2018年指標(biāo)值較2012年分別降低了51.27%、56.43%,推動水資源承載力水平的提升。水資源準(zhǔn)則層中人均水資源量(a1)指標(biāo)值的波動趨勢與水資源承載力變化態(tài)勢基本一致，在2016年達(dá)到研究時段極大值927.4,較2012年指標(biāo)值471.3增長了96.8%,但在2017年又迅速下降至489.3,該指標(biāo)是水資源承載力水平于2016年達(dá)到峰值及于2017年呈下降走勢的主導(dǎo)驅(qū)動因素。

利用公式(7)—(10)計算研究期內(nèi)各年份的指標(biāo)障礙度。結(jié)果顯示：各年份相同指標(biāo)障礙度測度結(jié)果較為相近，障礙度排名略有變動，不同年份障礙度排名前8的指標(biāo)雖不盡相同，但前8項障礙度之和占總障礙度的比例大致都為70%,可反映對系統(tǒng)的主要約束作用，因此選取前8項指標(biāo)為障礙因子?？傮w而言，研究期內(nèi)障礙度排名居前八的頻率較高的的指標(biāo)主要有以下9個。經(jīng)濟社會維度涵蓋的障礙因子有：萬元GDP用水量(c1)、農(nóng)田灌溉水有效利用系數(shù)(c3)、人均GDP(c5)、人口自然增長率(c6)、城鎮(zhèn)化率(c7)和第三產(chǎn)業(yè)比重(c8),經(jīng)濟社會承載力低成為制約江蘇省水資源承載力提升的首要障礙。水資源維度涵蓋的障礙因子包括人均水資源量(a1)和產(chǎn)水模數(shù)(a3)。生態(tài)環(huán)境維度涵蓋的障礙因子為城市污水日處理能力(b3)。研究期內(nèi)障礙度測度結(jié)果較為接近，僅以2012年、2015年及2018年的計算結(jié)果為例，如圖7所示。

圖7 江蘇省水資源承載力評價指標(biāo)障礙度

4.2 江蘇省水資源承載力量質(zhì)要素預(yù)測結(jié)果

維持江蘇省水資源承載力系統(tǒng)現(xiàn)有水平，相關(guān)變量初始值參照2018年指標(biāo)數(shù)據(jù)集，運行江蘇省水資源承載力SD模型，預(yù)測2019—2030年表征指標(biāo)變化趨勢，主要表征指標(biāo)預(yù)測值如表6所列。

介于單獨分析量值要素態(tài)勢變化無法定量評價水資源承載力水平，用GA-BP水資源承載力評價模型處理表征指標(biāo)預(yù)測數(shù)據(jù)集，評價結(jié)果如表6所列。2019—2030年江蘇省水資源承載力呈下降態(tài)勢，且下降速度不斷增加。表明該發(fā)展模式下，水資源難以在維系生態(tài)環(huán)境的同時支撐國民經(jīng)濟和社會的發(fā)展，可承載的生產(chǎn)規(guī)模和人口數(shù)量不斷縮減，制約江蘇省水生態(tài)文明建設(shè)和經(jīng)濟社會健康可持續(xù)發(fā)展。

4.3 障礙因子診斷及調(diào)控指標(biāo)篩選

根據(jù)公式(7)—(10)計算現(xiàn)狀運行基礎(chǔ)上2019—2030年各年份的指標(biāo)及子系統(tǒng)障礙度，基于子系統(tǒng)障礙度變化趨勢和指標(biāo)障礙度排序，診斷影響江蘇省水資源承載力的主要障礙因子，據(jù)此遴選調(diào)控指標(biāo)，作為優(yōu)化調(diào)控方案中重點研討對象，從而調(diào)整影響水資源承載力的行為，為制定水資源配置及經(jīng)濟社會發(fā)展的規(guī)劃和戰(zhàn)略措施提供科學(xué)依據(jù)。

由圖8可知，經(jīng)濟社會子系統(tǒng)的障礙度占比較大，于2030年達(dá)到52.39%,雖然隨時間推移呈輕微下降趨勢，但仍將長期制約江蘇省水資源承載力提升。水資源子系統(tǒng)和生態(tài)環(huán)境子系統(tǒng)的障礙度呈持續(xù)增長趨勢，2030年較2020年分別增長了14.85%和9.24%,水資源子系統(tǒng)障礙度增速較快，初始占比低于生態(tài)環(huán)境子系統(tǒng)，但2026年后反超成為影響水資源承載力的第二大因素。

圖8 江蘇省水資源承載力子系統(tǒng)障礙度

預(yù)測階段江蘇省水資源承載力各障礙因子障礙度變化趨勢如圖9所示，主要障礙因子障礙度排序如表7所列。水功能區(qū)達(dá)標(biāo)率(b1)、廢水氨氮排放量(b4)、城鎮(zhèn)居民人均生活用水量(c2)和萬元工業(yè)增加值用水量(c4)的障礙度一直處于較低水平且變幅不大，對江蘇省水資源承載力的壓力小，可不予考慮。農(nóng)田灌溉耗水量占總耗水量的70%左右，農(nóng)田灌溉水有效利用系數(shù)低及灌溉面積的不斷擴增使農(nóng)業(yè)耗水量持續(xù)增加，總耗水率呈上升趨勢。因此，耗水率(a4)障礙度初始值雖較小，但障礙度上升趨勢明顯，2030年較2020年增長了63.8%,下一階段規(guī)劃中應(yīng)積極推廣節(jié)水灌溉以減緩增速。2030年GDP值較2019年預(yù)計增長134.07%,規(guī)劃年內(nèi)平均增長率達(dá)8.04%,因此，萬元GDP用水量變幅雖不大但仍將對用水量有較大影響，萬元GDP用水量(c1)障礙度排序一直位居首位且占比持續(xù)攀升，到2030年達(dá)到14.7%,是威脅江蘇省水資源承載力的首要障礙因素，對未來經(jīng)濟發(fā)展中用水效率提出較高要求。此外，農(nóng)田灌溉水有效利用系數(shù)(c3)、人口自然增長率(c6)和第三產(chǎn)業(yè)比重(c8)的障礙度值也較高且不斷增長，指標(biāo)c1、c3、c6和c8都隸屬經(jīng)濟社會子系統(tǒng)，四者占比之和于2030年達(dá)41.9%,由此可見社會經(jīng)濟因素對江蘇省水資源承載力水平起決定性作用。人均GDP(c5)的障礙度初值較高但近乎呈直線下降，2030年較2020年降低了85.4%,表明該發(fā)展模式下經(jīng)濟水平大幅上升，對江蘇省水資源承載力的保障有積極影響。其余7項指標(biāo)障礙度均處中等水平，波動平緩，可適當(dāng)予以關(guān)注。

圖9 江蘇省水資源承載力障礙因子障礙度

綜上所述，共選取6項評價指標(biāo)作為障礙因子。其中，萬元GDP用水量、農(nóng)田灌溉水有效利用系數(shù)、人口自然增長率和第三產(chǎn)業(yè)比重4個指標(biāo)障礙度較大，是主要的障礙因子，表明江蘇省發(fā)展受水量要素限制明顯，需加強節(jié)水型社會的建設(shè)，合理配置水資源，既要加大產(chǎn)業(yè)調(diào)整力度，優(yōu)先發(fā)展第三產(chǎn)業(yè)，向低耗水產(chǎn)業(yè)轉(zhuǎn)型，又要加快農(nóng)業(yè)節(jié)水工程建設(shè)，提高農(nóng)業(yè)灌溉效率。此外，城市污水日處理能力和萬元GDP化學(xué)需氧量排放2個指標(biāo)的障礙度相對較大，也是影響江蘇省水資源承載力的重要障礙因子，因城鎮(zhèn)生活污水是COD和氨氮的主要排放源，應(yīng)加大城市排污監(jiān)管力度和排污設(shè)施建設(shè)。

針對評價模型中6個主要障礙因子，篩選SD預(yù)測模型中與其關(guān)聯(lián)性強且可人為調(diào)控的驅(qū)動變量為調(diào)控指標(biāo)。因此，將第三產(chǎn)業(yè)萬元產(chǎn)值用水量、萬元工業(yè)增加值用水量、農(nóng)田灌溉畝均用水量、第三產(chǎn)業(yè)增長率、工業(yè)產(chǎn)值增長率和城鎮(zhèn)生活氨氮排放系數(shù)6個決策變量設(shè)定為調(diào)控指標(biāo)。

4.4 仿真方案設(shè)計

依據(jù)篩選出的調(diào)控指標(biāo)，綜合考量提高用水效率、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和完善排污設(shè)施建設(shè)等調(diào)控舉措，設(shè)置節(jié)流、產(chǎn)業(yè)轉(zhuǎn)型和環(huán)境友好三種發(fā)展模式，并在單發(fā)展模式下進(jìn)行仿真預(yù)測，設(shè)計方案1、方案2及方案3。

2017年，江蘇省用水總量居全國第一，比重高達(dá)9.8%。其中，江蘇省工業(yè)用水總量亦居全國第一，為2.50×1010 m3,高出第二名廣東省近57.2%,由此可見，探究行之有效降低用水量尤其是工業(yè)用水量的優(yōu)化方案對江蘇省可持續(xù)發(fā)展至關(guān)重要。基于調(diào)控水量要素的措施，本文設(shè)置了節(jié)流和產(chǎn)業(yè)轉(zhuǎn)型兩種發(fā)展模式，并在單獨分析兩種發(fā)展模式的基礎(chǔ)上設(shè)計了方案4,以探究兩種發(fā)展模式的協(xié)同拮抗作用，探求控制用水量的最優(yōu)方案。

江蘇省水質(zhì)型缺水與資源型缺水并存，本文通過三種發(fā)展模式的疊加組合制定調(diào)控方案5,以分析量質(zhì)要素對水資源承載力系統(tǒng)的綜合影響，尋求最優(yōu)調(diào)控方案?；诮谝?guī)劃和遠(yuǎn)期規(guī)劃的實現(xiàn)目標(biāo)，人為擬定2025年和2030年各調(diào)控指標(biāo)取值，其余年份指標(biāo)取值由SD模型在指標(biāo)發(fā)展趨勢的基礎(chǔ)上模擬生成，不同發(fā)展模式的調(diào)控參數(shù)設(shè)置及5種方案設(shè)計如表8所列。

4.5 仿真結(jié)果分析

依照不同仿真方案調(diào)控變量取值，運行江蘇省水資源承載力SD模型，得到不同仿真情景下運行結(jié)果，表征指標(biāo)預(yù)測值變化趨勢如圖10所示。從經(jīng)濟發(fā)展角度出發(fā)，人均GDP持續(xù)攀升，六種情景下經(jīng)濟發(fā)展態(tài)勢趨于一致，表明非農(nóng)經(jīng)濟占比調(diào)整過程中國民經(jīng)濟發(fā)展平穩(wěn)，實現(xiàn)了高耗水工業(yè)產(chǎn)值的降低和低耗水三產(chǎn)產(chǎn)值的增加。

圖10 不同情景下關(guān)鍵指標(biāo)趨勢變化對比

從水量角度出發(fā)，現(xiàn)狀持續(xù)方案下總用水量持續(xù)增加，且增速逐年提高，供需比小于1,短期內(nèi)雖能維持水資源供需平衡，但長期來看，水資源壓力大，供需矛盾日益顯著。節(jié)流模式下，生產(chǎn)用水效率的提高可顯著降低總用水量，對維持水資源供需平衡有積極意義；優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)能有效降低生產(chǎn)用水，推動節(jié)水型社會建設(shè)。方案1在現(xiàn)狀基礎(chǔ)上增加節(jié)流模式，總用水量于2030年較原始方案減少1.44×1010 m3,保障供需比大于1。方案2在現(xiàn)狀基礎(chǔ)上增加產(chǎn)業(yè)轉(zhuǎn)型模式，總用水量于2030年較原始方案減少0.31×1010 m3,但供需比仍小于1,供需矛盾依舊突出。由此可見，較產(chǎn)業(yè)轉(zhuǎn)型模式而言，節(jié)流模式對水量要素的調(diào)控作用更顯著。方案4在現(xiàn)狀基礎(chǔ)上同時增加節(jié)流模式和產(chǎn)業(yè)轉(zhuǎn)型模式，總用水量于2030年較原始方案減少1.63×1010 m3,兩種模式疊加仿真后的節(jié)水效果高于各模式單獨運行下的節(jié)水效果。由此可見，兩種發(fā)展模式的協(xié)同效應(yīng)顯著降低用水總量，有效緩解水資源供需矛盾。方案3未調(diào)節(jié)影響水量要素的驅(qū)動因子，總用水量變化趨勢同現(xiàn)狀持續(xù)方案。方案5綜合三種發(fā)展模式，總用水量變化趨勢同方案4。

從水質(zhì)角度出發(fā)，原方案廢污水氨氮排放量于2030年達(dá)1.03×105 t, 較2018年初始值增加了6.82%,臨近納污標(biāo)準(zhǔn)，難以控制入河湖污染物總量達(dá)考核標(biāo)準(zhǔn)，水環(huán)境承載能力降低。控制用水量可一定程度上減少廢污水排放量，因此方案1、方案2及方案4的氨氮排放量于相同年份下較現(xiàn)狀持續(xù)方案都略有降低，但縱向比較結(jié)果顯示2030年的氨氮排放量較2018年都有所增加，水資源污染現(xiàn)象未能得到有效改善。環(huán)境友好模式能有效緩解水質(zhì)惡化現(xiàn)象，切實保障水源水質(zhì)安全、加快河湖生態(tài)修復(fù)。方案3在現(xiàn)狀基礎(chǔ)上增加環(huán)境友好模式，提高污水處理能力以降低污染物排放系數(shù)，到2030年氨氮排放總量降低至0.59×105 t, 較2018年減少了79.00%。方案5綜合考慮節(jié)水和控污，最大程度上控制入河湖污染物總量，到2030年氨氮排放總量降低至0.52×105 t。此外，污染物排放源中城鎮(zhèn)生活源占比逐年提高，因此，控制污染物總量應(yīng)重點關(guān)注城鎮(zhèn)生活來源，提高城鎮(zhèn)居民水環(huán)境保護意識，從源頭減少污染物產(chǎn)量。

表征指標(biāo)無法定量描述水資源承載力水平，運行GA-BP神經(jīng)網(wǎng)絡(luò)評價模型，五種方案下水資源承載力評分如圖10所示。結(jié)果顯示，方案1和方案2情景下水資源承載力水平呈下降趨勢，但下降幅度較現(xiàn)狀維持方案有所減少，表明節(jié)流模式和產(chǎn)業(yè)轉(zhuǎn)型模式都能緩解水資源荷載壓力，且節(jié)流模式的緩解作用更顯著。方案3在短時間內(nèi)能提升水資源承載力水平，于2023年達(dá)到峰值0.525 7,但從長遠(yuǎn)來看，可承載的人口數(shù)量和經(jīng)濟規(guī)模將不斷縮減，且縮減速度持續(xù)加快。方案4受節(jié)流模式和產(chǎn)業(yè)轉(zhuǎn)型模式協(xié)同作用的影響，對水資源荷載能力的提升效果高于方案1和方案2,但水資源承載力水平總體上仍呈下降態(tài)勢。方案5水資源承載力水平整體呈上升趨勢，2030評分值較2018年提高了0.016 3,表明方案5綜合采取開源節(jié)流、優(yōu)化產(chǎn)業(yè)布局和加快污廢水處理建設(shè)進(jìn)程等調(diào)控措施，有效提高江蘇省水資源承載力，實現(xiàn)江蘇省經(jīng)濟社會和水生態(tài)環(huán)境協(xié)調(diào)可持續(xù)發(fā)展。

5 結(jié) 論

(1)本文在利用SD模型預(yù)測表征指標(biāo)取值的基礎(chǔ)上，耦合BP神經(jīng)網(wǎng)絡(luò)模型對2019—2030年江蘇省水資源承載力進(jìn)行定量評價，克服用量質(zhì)要素定性分析水資源荷載能力時的主觀臆斷問題。同時引入障礙度模型診斷障礙因子，綜合考量指標(biāo)及系統(tǒng)間的相互影響，改進(jìn)篩選調(diào)控指標(biāo)的方法。

(2)江蘇省水資源承載力未來呈下降趨勢，水資源荷載壓力持續(xù)增大。從準(zhǔn)則層角度，經(jīng)濟社會子系統(tǒng)是阻礙江蘇省水資源承載力水平的首要因素；從指標(biāo)層角度，隸屬經(jīng)濟社會子系統(tǒng)的萬元GDP用水量、農(nóng)田灌溉水有效利用系數(shù)、人口自然增長率和第三產(chǎn)業(yè)比4個指標(biāo)，以及隸屬生態(tài)環(huán)境子系統(tǒng)的城市污水日處理能力和萬元GDP化學(xué)需氧量排放2個指標(biāo)是水資源承載力的主要障礙因子。

(3)選取第三產(chǎn)業(yè)萬元產(chǎn)值用水量、萬元工業(yè)增加值用水量、農(nóng)田灌溉畝均用水量、第三產(chǎn)業(yè)增長率、工業(yè)產(chǎn)值增長率和城鎮(zhèn)生活氨氮排放系數(shù)6個決策變量為調(diào)控指標(biāo)，依此設(shè)計5種調(diào)控方案。模擬結(jié)果顯示，五種方案都能一定程度上緩解水資源荷載壓力，但只有方案5能夠?qū)崿F(xiàn)江蘇省水資源承載力在規(guī)劃水平年中穩(wěn)定提升，該方案采取節(jié)流、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和水污染處理等一系列調(diào)控措施，是改善江蘇省水資源承載力的最優(yōu)調(diào)控方案。

水利水電技術(shù)（中英文）

水利部《水利水電技術(shù)（中英文）》雜志是中國水利水電行業(yè)的綜合性技術(shù)期刊（月刊），為全國中文核心期刊，面向國內(nèi)外公開發(fā)行。本刊以介紹我國水資源的開發(fā)、利用、治理、配置、節(jié)約和保護，以及水利水電工程的勘測、設(shè)計、施工、運行管理和科學(xué)研究等方面的技術(shù)經(jīng)驗為主，同時也報道國外的先進(jìn)技術(shù)。期刊主要欄目有:水文水資源、水工建筑、工程施工、工程基礎(chǔ)、水力學(xué)、機電技術(shù)、泥沙研究、水環(huán)境與水生態(tài)、運行管理、試驗研究、工程地質(zhì)、金屬結(jié)構(gòu)、水利經(jīng)濟、水利規(guī)劃、防汛抗旱、建設(shè)管理、新能源、城市水利、農(nóng)村水利、水土保持、水庫移民、水利現(xiàn)代化、國際水利等。