2021-4-9 | 水利设施论文
湖南省农村水资源保护评价指标体系
通过分析湖南省农村水资源的水质保护、水量保护、水生态系统保护以及与水资源保护相关的环境保护方面的具体情况和收集的基础资料,按照层次法的基本思想,充分考虑指标体系的整体性和层次性,构建了包括目标层(A)、准则层(B)和指标层(C)的湖南省农村水资源保护评价指标体系,见表1。指标体系的准则层(B)包括农村生活用水及污染、农业用水及污染、乡镇工业用水及污染、水生态环境和农村水资源管理5个系统。指标层(C)按照指标选取原则和专家意见筛选出18个评价指标,指标选取的主要原则有:(1)定量和定性相结合。尽量采用定量指标,少量采用定性指标;(2)科学性。评价指标要基于科学严谨的数据,并尽可能覆盖所有的评价内容;(3)可操作性。指标的数量要少而精,基础资料的收集要具有一定的可行性和便捷性。
湖南省农村水资源保护现状评价
1.基于最优组合权重的灰色关联度分析法
灰色关联度分析主要是用灰色系统理论方法对系统发展态势的相互关系进行分析,该方法的实质是将无限空间问题用有限数值关系取代,根据曲线间的相似程度大小来判断各因素的关联程度。农村水资源系统作可以作为灰色系统(系统内部特征信息部分已知,部分未知)来研究。选取n个对象m个指标,xij为第i个对象第j个指标的数值(i=1,2,,,n;j=1,2,,,m),则评价矩阵为X=(xij)n@m,对原数据无量纲化处理后得到标准化矩阵Y=(ij)n@m。基于最优组合权重的灰色关联度的步骤如下:(1)计算最优组合权重。令X1表示层次分析法(AHP)计算得到的指标主观权重向量,X2表示熵值法计算得到的指标客观权重向量,wc表示最优组合权重向量,A=(A1,A2)T表示最优组合权重向量的线性表出系数组成的二维列向量。则计算最优组合权重向量表达式为（略）式中:A1,A2为线性表出系数,满足单位化约束条件:A1+A=1且A1,A2 。根据总离差最大化原理[13],选择的最优组合权重向量应使所有评价指标的评价结果的总离差最大。于是求解最优组合权重向量的问题归结于求解最优化问题:（略）式中:hj(Wc)为第j个评价指标结果与其他指标评价结果的总离差;Wcj为第j个指标的最优组合权重。求解此最优化问题得到式(2)的解A*1、A*2,作归一化处理:（略）
2.计算结果及分析
以2010年湖南省6个县市(长沙县、韶山市、华容县、平江县、桃源县、临澧县)的评价指标数据为样本,对2010年湖南省水资源保护现状进行评价。用AHP和熵值法分别计算各指标的主观、客观权重向量。求解此最优化问题(2),得到线性表出系数A1=0.6008,A2=0.3992,代入公式(1)可得到湖南省农村水资源保护现状评价指标的最优组合权重向量,结果见表2。以2010年湖南全省的农村水资源保护评价指标数据为参考序列,6个县市的评价指标数据为比较序列,由公式(3)计算参考序列与各比较序列的关联系数,由公式(4)计算评价体系中指标层18个指标与目标层的基于最优组合权重的灰色关联度,并进行排序,结果见表3。根据基于最优组合权重的灰色关联度计算结果,将指标层18个指标根据灰色关联度大小划分为三级[16]:重要指标(rj>0105),一般指标(0102[rj[0105),次要指标(rj<0102),见图1。重要指标为:C6,C7,C14,C17;一般指标为:C2,C4,C5,C7,C8,C9,C10,C12,C15,C16,C18;次要指标为:C1,C3,C11,C13。可以得出,4个重要指标植被覆盖率(C14)、政策规划完备和执行度(C17)、农田有效灌溉比例(C6)、每公顷化肥施用量(C7)与湖南省农村水资源保护关联程度最大。其原因是:河道采砂、围湖造田、开荒造田等现象造成农村水域水面萎缩和植被退化;农村水资源保护的主体是政府,政府制定可行的政策和规划对农村水资源保护至关重要;农民身处/水乡0,节水意识淡薄,农业灌溉用水效率低;农民通过大量使用化肥农药来达到增产增收产生的农业面源污染和大面积水产养殖造成的水体污染严重。因此,建议重点从植被恢复及水源涵养、完善政策规划并贯彻落实、农业节水灌溉、农业面源污染防治等方面着手改善农村水资源保护现状。一般性指标中,农业用水比例(C5)、工业用水重复利用率(C12)、每公顷农药施用量(C8)、水功能区水质达标比例(C15)、农民用水户协会覆盖人口比例(C18)、水土流失比例(C16)、生活污水处理率(C4)等指标的关联程度较大,这些方面也应引起足够重视。乡镇工业用水比例(C11)、生活用水比例(C1)、入河排污口达标排放比例(C13)、生活垃圾处理率(C3)4个次要指标与湖南省农村水资源保护现状关联程度最小。但随着农村社会经济的发展,这些次要指标与农村水资源保护的关联度很有可能会增大。
湖南省农村水资源保护评价指标变化趋势预测
灰色预测是通过原始数据携带的信息和灰色模型,寻找灰色系统演变规律,对系统的未来状态做出定量推测。本文采用优化了背景值和初始条件的GM(1.1)改进模型来预测评价指标变化趋势。
1.GM(1.1)改进模型
1）GM(1.1)模型的改进
令初始非负序列为x(0)=(x(0)(1),x(0)(2),,,x(0)(n)),则x(0)的一次累加生成数(12AGO)序列为x(1)=(x(1)(1),x(1)(2),,,x(1)(n)),其中x(1)(k)=Eki=1x(0)(i),(k=1,2,,,n)。x(1)的背景值序列z(1)=(z(1)(2),z(1)(3),,,z(1)(n)),优化构造得到的背景值邻近生成公式[17]（略）:优化的背景值可以消除GM(1.1)模型中用z(1)(k)=015x(1)(k)+0.5x(1)(k-1)代替Qkk-1x(1)(t)dt产生的误差,从而提高了模型模拟和预测精度。GM(1,1)模型的灰微分方程为x(0)(k)+Az(1)(k)=b,式中,a称为发展系数,b为灰色作用量。将模型的初始条件由x(0)(1)改为x(1)的第n个分量x(1)(n),则灰微分方程的时间响应序列变为[18]:X^(1)(k+1)=(X^(1)(n)-b/a)e-a(k-n+1)+b/a(2)(k=1,2,,,n)用x(1)(n)作为初始条件,克服了以x(0)(1)为初始条件时不能充分利用最新信息的缺点,从而一定程度上提高了模型预测精度。
2）模型检验
(1)残差检验。令残差$(0),相对误差U(k)=|$(0)|/x(0)(k)@100%(k=1,2,,,n)。(2)后验差检验。令S1为初始序列x(0)的均方差,S2为残差的均方差,则后验差比C=S2/S1。p=P(|$(0)(k)-$|<016745S为小概率误差,其中$(0)(k)为绝对残差序列,$为残差均值。给定相对误差U(k)、小误差概率P、后验差比C的值,参照表4就可确定模型精度等级。
2.GM(1.1)模型的应用
以2000年-2010年湖南省农村水资源保护评价指标数据作为预测样本,数据来源于湖南统计年鉴(2001-2011)、湖南省水资源公报(2000-2010)、湖南省环境公报(2000-2010)以及实地调研收集的基础资料。由于GM(1,1)模型适合预测呈指数趋势变化的时间序列,所以从湖南农村水资源保护评价指标体系中选取了10个时序性较好的指标进行变化趋势预测,预测区间为2011年-2016年。预测指标包括:农村生活用水比例(C1)、农村饮用水安全达标比例(C2)、农业用水比例(C5)、农田有效灌溉比例(C6)、化肥施用量(C7)、农药施用量(C8)、禽畜粪便的耕地负荷(C9)、水产养殖面积比(C10)、乡镇工业用水比例(C11)、植被覆盖率(C14)。