基于DPSIR模型的水土资源承载力评价

李天霄，付 强*，彭胜民

（1.东北农业大学水利与建筑学院，哈尔滨 150030；2.东北农业大学研究生学院，哈尔滨 150030）

水土资源是人类赖以生存、发展的基本资料，对区域的可持续发展具有重要作用。在全国粮食生产重心“北进东移”的格局背景下，黑龙江省齐齐哈尔市在黑龙江省“千亿斤粮食产能工程”中占有举足轻重的地位。研究齐齐哈尔地区水土资源承载能力，提高水土资源综合生产潜力，既是推进振兴东北“老工业”基地战略的重要途径，也是保障国家食物安全的必然要求。

基于DSPIR模型建立齐齐哈尔市水土资源承载力评价指标体系，采用基于实数编码加速遗传算法优化的投影寻踪评价模型对齐齐哈尔市水土资源承载力进行评价，以期为齐齐哈尔市水土资源可持续利用提供科学依据。

1 水土资源承载力的内涵

目前关于水土资源承载力（Water resources carrying capacity，WRCC）的内涵，研究大多侧重于单项资源承载力[1-3]，而将水、土资源承载力融合在一起研究的较少。其中：水资源承载力研究具有代表性的是惠泱河等[2]提出，认为水资源承载力是指在某一具体的历史发展阶段下，以可预见的技术、经济和社会发展水平为依据，以可持续发展为原则，以维护生态环境良性发展为条件，经过合理的优化配置后，水资源对该地区社会经济发展的最大支撑能力；土地资源承载力研究具代表性是蓝丁丁等[3]提出，认为土地资源承载力是指在一定时期，一定空间区域，一定的社会、经济、生态环境条件下，区域土地资源所能承载的人们各种活动的规模和强度的阈值。综合上述两个概念，本文认为水土资源承载力是指在一定的时间和空间范围内，以可预见的技术和社会经济发展水平为依据，以可持续发展为原则，以维持生态环境良性循环为条件，通过水土资源的合理化配置，区域水土资源所能承载的社会主体各种活动的规模和强度阈值。

2 基于DPSIR模型的水土资源承载力评价指标体系构建

在区域水土资源承载力评价研究中，学者设计了许多概念模型或研究框架，如PSR压力-状态-响应框架（Pressure-State-Response Framework）[4]等，用于区域水土资源监测与分析、资源管理与政策制定。这些概念模型一般都提供了明确的思路、原则、方法和框架，帮助选择相关要素和指标、组织数据或信息，能够保证重要的要素和信息不被忽略，以全面分析、解决环境或可持续发展问题。虽然PSR概念模型能清晰的表征一个系统中的因果链，但是它不能把握系统的结构和决策过程。而且，模型中的三个指数特别是响应指数依赖于研究人员的直觉以及建立的经验模型，不适于处理复杂的反馈系统。因此，学者又提出了DPSIR模型（Driving Force-Pressure-State-Impact-Response Framework，驱动力-压力-状态-影响-响应框架），该模型很好的弥补了PSR模型的不足和缺陷，在资源、人口、环境与农业发展研究中已经得到了广泛的应用[5]。

2.1 DPSIR模型

DPSIR模型是一种在环境系统中广泛使用的评价指标体系概念模型，它将表征一个自然系统的评价指标分成驱动力、压力、状态、影响和响应五种类型，每种类型中，又分成若干种指标[6]。

在DPSIR模型中，“驱动力”是指造成环境变化的潜在原因；“压力”是指人类活动对其紧邻的环境以及自然环境的影响，是环境的直接压力因子，例如：废物排放、基础设施建设等；“状态”是指环境在上述压力下所处的状况，如污染水平、土地退化程度等；“影响”是指系统所处的状态反过来对人类健康和社会经济结构的影响；“响应”过程表明人类在促进可持续发展进程中所采取的对策，如提高资源利用效率、减少污染、增加投资等措施[7]。

2.2 评价指标体系构建

根据前述DPSIR模型的理论，同时结合区域经济社会发展特点，建立齐齐哈尔市水土资源承载力评价指标体系。为了有效的评价齐齐哈尔市水土资源承载力状况，本文构建了具有三个层次的齐齐哈尔市水土资源承载力评价指标体系。该指标体系第一层是目标层，即齐齐哈尔市水土资源承载力水平；第二层是影响因素层，包含驱动力、压力、状态、影响和响应五个影响因素；第三层是指标层，包含5个影响因素中的24个细分因子。各指标的定义见表1所示。

2.3 评价指标体系信度分析

信度分析（Reliability analysis）就是用于评价统计指标体系作为测量工具的稳定性或可靠性。具体来说就是运用统计指标体系对事物进行测量时，所得到结果的一致性程度。它一般用信度系数来评价，信度系数越大，表明测量的可信程度越大。学者DeVellis认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。本文将采用目前最为常用的克伦巴赫a信度系数法（Cronbach's Alpha）对该指标体系进行信度分析[8]其计算公式为：

表1 齐齐哈尔市水土资源承载力评价指标定义Table 1 Evaluation index definition of soil and water resources carrying capacity in Qiqihar

表2 齐齐哈尔市水土资源承载力评价指标标准化数值（2007）Table 2 Evaluation index standardization values of soil and water resources carrying capacity in Qiqihar(2007)

表3 齐齐哈尔市水土资源承载力评价指标标准化数值（2008）Table 3 Evaluation index standardization values of soil and water resources carrying capacity in Qiqihar(2008)

表4 齐齐哈尔市水土资源承载力评价指标标准化数值（2009）Table 4 Evaluation index standardization values of soil and water resources carrying capacity in Qiqihar(2009)

表5 齐齐哈尔市水土资源承载力评价指标标准化数值（2010）Table 5 Evaluation index standardization values of soil and water resources carrying capacity in Qiqihar(2010)

表6 指标可信度分析结果Table 6 Reliability index results

表7 Hoteling's T2检验结果Table 7 Hoteling's T2 test results

由表6可知，各年度未标准化指标项的Cronbach's Alpha值仅在0.01～0.03之间波动，指标的可信度较差，但是各年度标准化指标项的Cronbach's Alpha最小值已达到0.912，各年度指标的可信度较高，指标数据的标准化对指标可信度的影响较大，在客观评价中发挥重要的作用。从表7看出，各年度24项指标的数据均通过Hotelling的T2检验，指标项目间平均得分的相等性成立。因此所构建的齐齐哈尔市水土资源承载力评价指标体系，经过标准化处理后，可信度高，项目间平均得分的相等性好，能够客观的评价齐齐哈尔市水土资源承载力。

3 齐齐哈尔市水土资源承载力评价

3.1 基于RAGA的PPE模型建模思路

近几年来，随着科学技术的发展，投影寻踪技术已经广泛应用于环境、农业、生命及医学等领域中的评价、聚类、预测问题的求解。因此，为了加强齐齐哈尔市水土资源科学管理的力度，本文尝试采用基于RAGA的PPE模型对齐齐哈尔市水土资源承载力进行评价，其主要建模思路如下：

步骤1：样本评价指标集的归一化处理。

步骤2：构造投影指标函数。

步骤3：优化投影指标函数。

步骤4：优序排列。

基于RAGA的PPE模型具体的建模过程参见文献[9]。

3.2 齐齐哈尔市水土资源承载力评价模型构建

根据前述理论，将表2～5数据作为模型的输入，构造投影指标函数，采用模拟生物优胜劣汰与群体内部染色体信息交换机制的基于实数编码的加速遗传算法（RAGA）来解决此高维全局寻优问题。用MATLAB2009a编程求解，在RAGA求解过程中，选定父代初始种群规模为n=400，交叉概率为pc=0.8，变异概率pm=0.8优秀个体数目选定为20个，α=0.05，最大加速次数为20。由于遗传算法子程序中随机数函数的存在，导致每次的运行结果不尽相同，为了最大限度获取投影指标函数最大值，设定程序运行50次，取50次中的最大值作为投影指标函数的最大值，对应的投影方向为最佳投影方向。投影指标函数值变化曲线见图1。

图1 投影指标函数值变化曲线Fig.1 Projection index function value curve

由图1可知，程序运行第17次结果为投影指标函数最大值，对应的最佳投影方向为：

对应的齐齐哈尔市各年度各行政区水土资源承载力评价样本的投影值（评分值）为：

3.3 齐齐哈尔市水土资源承载力评价

将投影值从大到小进行排序，即可得到各年度齐齐哈尔市各行政区水土资源承载力排序。具体评价结果为：

2007：市区＞甘南县＞龙江县＞富裕县＞克东县＞泰来县＞依安县＞讷河市＞克山县＞拜泉县

2008：市区＞泰来县＞甘南县＞龙江县＞富裕县＞依安县＞讷河市＞克东县＞拜泉县＞克山县

2009：市区＞依安县＞泰来县＞甘南县＞龙江县＞讷河市＞富裕县＞克东县＞克山县＞拜泉县

2010：市区＞讷河市＞泰来县＞依安县＞甘南县＞富裕县＞克山县＞拜泉县＞克东县＞龙江县

由于本文对齐齐哈尔市各行政区水土资源承载力进行评价时所选指标较多，所以未对水土资源承载力各评价指标的标准值进行设定，即水土资源承载力评价标准等级。本文所评价的齐齐哈尔市各行政区水土资源承载力是一个相对等级，即在齐齐哈尔市行政区范围内，某一市县相对于其他市县的水土资源承载力较高或较低。

由上述评价结果可知：齐齐哈尔市市区各年度的水土资源承载力均为最高，而拜泉县2007和2009年的水土资源承载力最低、2008年克山县水土资源承载力最低、龙江县2010年水土资源承载力最低，其他各市县各年度承载力等级均有一定幅度的变化。这与各市县采取不同的水土资源利用措施以及政策倾向等因素有关。因此，从2010年的评价结果来看，齐齐哈尔市市区的水土资源开发潜力要比其他各市县大，其中龙江县的水土资源开发潜力最小。为了进一步提高区域水土资源承载力，应该加大科技投入，特别是农业，应该进行种植结构调整，以促进水土资源的最优化配置。

4 结论

本文在总结以往水资源承载力和土地资源承载力内涵研究的基础上，提出了水土资源承载力的概念。同时，基于DPSIR概念框架构建了齐齐哈尔市水土资源承载力评价指标体系，通过克伦巴赫a信度系数分析，标准化后的各年度指标体系具有较高的信度，进而为齐齐哈尔市水土资源承载力评价奠定基础。采用基于RAGA的PPE模型对2007～2010年齐齐哈尔市区及所属9个市县水土资源承载力进行了评价，得出齐齐哈尔市水土资源承载力相对等级排序。结果表明，2007～2010年齐齐哈尔市市区的水土资源开发潜力要比其他各市县大，其他各市县的承载力等级具有一定幅度的波动。研究成果不仅可以为齐齐哈尔市水土资源可持续利用提供科学依据，同时也可为政府相关部门进行水土资源规划提供借鉴。

[1]刘佳骏,董锁成,李泽红.中国水资源承载力综合评价研究[J].自然资源学报,2011,26(2):258-269.

[2]惠泱河,蒋晓辉,黄强,等.水资源承载力评价指标体系研究[J].水土保持通报,2001,21(1):30-34.

[3]蓝丁丁,韦素琼,陈志强.城市土地资源承载力初步研究—以福州市为例[J].沈阳师范大学学报:自然科学版,2007,25(2):252-256.

[4]Gerven V,Block C,Greens J,et al.Environmental response indicators for the industrial and energy sector in Flanders[J].Journal of Cleaner Production,2007,15(10):886-894.

[5]陈百明,张风荣.中国土地可持续利用指标体系的理论与方法[J].自然资源学报,2001,16(3):197-203.

[6]Smeets E,Weterings R.Environmental Indicators:Typlogy and Overview[M].Technical Report No.25,European Environmental Agency,Copenhagen,1999.

[7]于伯华,吕昌河.基于DPSIR概念模型的农业可持续发展宏观分析[J].中国人口·资源与环境,2004,14(5):68-72.

[8]高波.基于DPSIR模型的陕西水资源可持续利用评价研究[D].西安:西北工业大学,2007.

[9]付强,赵小勇.投影寻踪模型原理及其应用[M].北京:科学出版社,2006.