基于fuzzy TOPSIS的城市水资源适应能力评估方法研究

张君枝 刘云帆 马文林 王 齐 崔 蕊 冯嘉玲

(北京建筑大学/北京应对气候变化研究和人才培养基地，北京 100044)

气候变化造成的升温和降雨分配不均衡将使城市面临更大的缺水威胁。随着我国城市化进程的加剧，气候、水资源与各社会经济系统将以更加复杂的方式相互影响，更多的城市将面临人口膨胀，水资源短缺和极端气候事件带来的多重压力。面对越来越严峻的水资源问题，除了通过减少温室气体的排放，减缓气候变暖的进程，我们也要积极构建城市水资源适应能力。适应能力可以被理解为是一个系统通过调整、改变他的本质特征或行动以缓解潜在的或未来的危害，并抓住机会战胜外界冲击的能力［1］。而对水资源适应能力的科学、客观的评估，则被认为是水资源适应能力研究的前提与核心［2］。

现有研究主要通过建立基于指标的评估框架对适应能力进行评估［3－6］。这些评估在指标数据方面大都存在两个问题:①用于评估的数据难以反映适应能力的动态性，且数据与现状可能存在较大的误差。②由于适应能力评估是一个多学科多因素问题，很多指标难以获取定量的评估数据，造成研究者不得不选择其他指标替代。对评估结果的合理性造成影响。为了建立一套更科学的水资源适应能力评估方法，研究者将模糊理论引入目前在多准则决策分析领域广泛应用的TOPSIS(Technique for Order Preference by Similarity to Ideal Situation)方法中，解决由指标数据模糊造成的不确定性。并通过定性评价结果定量化的方法解决部分指标数值难以获取的问题。Fuzzy TOPSIS 方法能够在客观数据的基础上结合模糊评价，降低了评估的不确定性。在考虑多个属性(指标)的情况下，对待评估区域进行从优到劣的排序决策。

1 城市水资源适应能力评估指标体系

将建立评估体系所涉及的因素进行分类，构造一个各因素之间相互联结的递阶层次结构。城市水资源适应能力评估指标体系分为3 个层次，即目标层、准则层和指标层。目标层为城市水资源适应气候变化能力;准则层是相互独立、分别隶属于目标层的一级指标，指标层为二级指标，该层隶属于准则层。

客观构建指标体系，首先应确定适应能力的决定因素。IPCC 第四次报告提出，适应能力受社会生产基础的影响，其中包括自然资本、社会和人口、管理能力、国民收入、基础设施等。参考国外研究成果［7－10］，以自然资源、人口与社会、基础设施、管理和制度这四个水资源适应能力的组成要素构建评估体系。

选择具体的评估指标需要依据3 条原则，首先，指标必须代表性强，尽量用更少的指标构成评估框架。其次，指标含义要清晰易懂。第三，指标的数据应易于获取，对于难以获取定量数据的指标可借助定性评价方法，通过专家问卷和打分计算将定性的评价结果转化为数据。依据以上原则提出具体评估指标，这些指标来自文献资料或现有的水资源、社会等领域标准。利用德尔菲法，经过对利益相关者和专家进行半结构化问卷调研的方式，最终确定评估指标如表1。

表1 城市水资源适应能力评估指标体系

指标体系中管理与制度层面的三个指标(Ⅰ10、Ⅰ11、Ⅰ12)为定性评价指标。供水保障能力(Ⅰ10)由9条评价标准组成，分别是:①供水管理者有对未来5年供需水关系的预估;②有比较积极的雨水收集利用措施;③有积极地公众参与制度;④定期发布水资源公报;⑤具有水资源战略储备体系及应急机制;⑥有供水突发事故的应急预案;⑦供水基础设施定期检查维护;⑧有足够的资金保证维护基础设施正常工作;⑨具有可靠的水资源管理信息系统。需水控制能力(Ⅰ11)由7 条评价标准组成，分别是:①过去5年有成功的需水管理经验;②水资源市场化商品化程度较高，水价结构较合理;③积极开展节水知识和技能普及教育;④能够有效的控制非法用水;⑤有用水的合理配置与优化调度方案;⑥水资源循环再生利用程度;⑦对水资源在使用过程的效率和效益的提高具备政策鼓励。水质管理能力(Ⅰ12)由8 条评价标准组成:①水务管理者有对未来5年的水质控制管理计划;②在供水全过程监测水质;③对紧急水质恶化突发事件有应急管理机制;④有健全的水源地环境保护规划;⑤水资源污染补偿制度;⑥具备对水质污染、水生态问题的监测、预报、预警系统;⑦专业人员管理考核制度;⑧水质管理部门从业人员普遍具有较高教育水平。

2 基于AHP 和fuzzy TOPSIS 的评价方法

2.1 确定评价指标权重

在建立了完整的指标体系之后，还需要合理的为指标分配权重，权重的大小代表了单个子指标项的相对重要性。本研究采用AHP(Analytic Hierarchy Process)法为指标分配权重［11］，首先建立层次分析模型并邀请20 位来自于城建环保部门、政府政策研究部门、环境科研院(所)以及有关大型企业的专家，对每一层次各因素的相对重要性用数值形式给出判断，之后按照层次分析法的计算程序和方法(计算全部由计算机完成)，依据专家咨询结果中的统计分析数据进行计算。

2.2 Fuzzy TOPSIS 基本步骤

步骤1:建立模糊评价矩阵:

式(1)中，Di代表评估区域，i=1，…，m;Ij代表评估指标，j=1，…，n;代表Di地区关于Ij指标的三角模糊评价值，x～ij=(aij，bij，cij)。对于指标I1～I10的三角模糊评价值，aij和cij是由专家和利益相关者在考虑了现实情况和气候变化的可能影响后对调研数据纠偏得到的最小可能值和最大可能值，bij则是研究者从资料和数据库中获取的指标数据。对于定性评价指标I11～I13的模糊评价值，则是通过专家对定性指标的若干评价标准进行打分后求得的平均值，打分采用语义判断来表示，具体分为差、较差、一般、较好和好5 个等级标准，将5 个语义变量用三角模糊数来表示，见表2。

表2 语义评价集与对应的三角模糊数

式(2)中n 代表评估专家的个数

（2）生产阶段。从检验单证的监管部门责任及信息采集实现，到生产阶段的产品等级划分及层级包装形成在仓储和运输环节可追溯的包装体系建设。

步骤2:模糊评价矩阵的归一化

归一化的模糊评价矩阵用G～表示:

归一化方法见式(4)(5)

Ib和Ics 分别代表了效益型指标(指标值与评估目标正相关)和成本型指标(指标值与评估目标负相关)。式(4)(5)中:

步骤3:模糊评价矩阵去模糊化

步骤4:利用式(9)建立加权决策矩阵:

式(9)中G*为去模糊化后的决策矩阵。而T 为加权后的决策矩阵。

步骤5:根据加决策断矩阵获取评估目标的正负理想解:

式(10)(11)中T+为正理想解，T－为负理想解。

步骤6:计算各个目标值与正负理想解的欧氏距离Si+和Si－

步骤7:由式(14)计算出各个评估地区与理想解的相对贴近度Ci

步骤8.依据相对贴近度Ci的大小，对评估地区的适应能力进行优劣排序。

3 实例分析

北京市位于华北平原的西北边缘，全市总面积16410km2，人口2069 万。北京市是水资源严重短缺的特大城市，人均水资源量134m3，远低于联合国划定人均1000m3的缺水下限。气候变化加剧北京的水资源的安全风险。本文将北京市划分为11 个研究区域进行水资源适应能力评估，其中D1为城市核心区，包括城市化程度较高的六个区。D2～D11代表北京的十个郊区县。各区域基础信息概括如表3。

利用AHP 方法分配权重结果如表4，将各评估区域指标数据带入公式(1～14)计算11 个评估目标区域Si+、Si－、Ci，结果如表5 所示。由表5 的北京市11 个评估区域的水资源适应能力排名可以看出，D1、D2、D5在水资源适应能力方面得分较高，而D8、D9、D10三个区水资源适应能力综合得分较低。从北京市水资源适应能力的整体评估结果看，经济发展较快的核心区与郊区县相比优势较大，这主要得益于经济相对发达的地区对市政基础设施的建设投资较大，关注较多，管理方法上更开放，技术更先进，且经济增长主要依靠第三产业，对水资源的依赖较低。郊区县在水资源管理能力上与核心区差异较大，普遍缺乏对气候变化主动地适应措施。

表3 研究区域概况

建议北京市从八个方面提升水资源适应能力:①城市的发展必须控制人口过快的增长，通过加大宣传教育，引导用水者提高节水意识也可以减少对有限水资源的依赖。②通过政策和经济手段鼓励对节水、净水、雨水收集等方面的新技术的开发和应用。③水务管理部门应着力提升自身管理能力，增强对市政基础设施的维护能力，建立对水务工作者专业能力的管理考核制度。④建立水资源管理信息系统，并提高水资源信息的透明度。⑤进一步提高污水集中处理率的同时，增加对再生水的回用率。⑥提高水资源市场化商品化程度，建立用水的合理配置与优化调度方案(如错峰用水和阶梯水价)，并严格控制非法用水。⑦进一步调整产业结构，降低经济发展对水资源的依赖性。⑧实现实时的水资源监测、预报、预警。建立水质突发事件的应急管理机制。

表4 权重分配结果

表5 Si+、Si－、Ci 计算及排序结果

4 结 论

(1)研究者通过参考国外文献，尝试建立了包括自然资源、人口与社会、基础设施、管理与制度4 个方面12项指标的城市水资源适应能力评估指标体系。为我国城市水资源适应能力评估方面的研究提供了指标参考。

(2)建立了一套基于AHP 和fuzzy TOPSIS 的水资源适应能力评估方法，并将其应用于北京地区的水资源适应能力评估。实践证明该方法将客观数据与主观判断相结合，能够比较合理的对多个区域的水资源适应能力进行排名，并降低由于数据的模糊造成的不确定性。

(3)从北京市水资源适应能力的评估结果中可以看出，经济发展较快的地区与经济相对落后的地区相比，水资源适应能力更强。针对各研究区域在评估中体现出的适应能力缺失，提出八项适应性措施，为政府进一步制定适应气候变化政策提供建议。

［1］IPCC，Climate change 2007:impacts，adaptation and vulnerability.Contribution of working group II to the fourth assessment report of the intergovernmental penal on climate change.2007(Cambridge Universtiy Press，Cambridge)．

［2］BARCLAY，P.，Climate Change Adaptation in Great Lakes Cities.2013，The University of Michigan， Ann Arbor.

［3］Engle， N.L.and M.C.Lemos，Unpacking governance:building adaptive capacity to climate change of river basins in Brazil.Global Environmental Change，2010.20(1):p.4－13.

［4］Wang，C.－ h.and J.M.Blackmore，Resilience concepts for water resource systems.Journal of Water Resources Planning and Management，2009.135(6):p.528－536.

［5］Pandey，V.P.，et al.，A framework to assess adaptive capacity of the water resources system in Nepalese river basins.Ecological Indicators，2011.11(2):p.480－488.

［6］McCarthy，J.J.，Climate change 2001:impacts，adaptation，and vulnerability:contribution of Working Group II to the third assessment report of the Intergovernmental Panel on Climate Change.2001:Cambridge University Press.

［7］Delor，F.and M.Hubert，Revisiting the concept of‘vulnerability’.Social Science＆ Medicine，2000.50(11):p.1557－1570.

［8］Pelling，M.and C.High，Understanding adaptation:what can social capital offer assessments of adaptive capacity?Global Environmental Change，2005.15(4):p.308－319.

［9］Yohe，G.and R.S.Tol，Indicators for social and economic coping capacity—moving toward a working definition of adaptive capacity.Global Environmental Change，2002.12(1):p.25－40.

［10］Engle，N.L.，Adaptive capacity and its assessment.Global Environmental Change，2011.21(2):p.647－656.

［11］Adger，W.N.and K.Vincent，Uncertainty in adaptive capacity.Comptes Rendus Geoscience，2005.337(4):p.399－410.