周玲玲,王 琳,余 静,刘伟峰
(1.中国海洋大学 环境科学与工程学院,山东 青岛 266100;2.中国海洋大学 海洋环境学院,山东 青岛 266100;3.国家海洋局第一海洋研究所,山东 青岛 266061)
2002 年,荷兰屯特大学的Hoekstra教授类比“生态足迹”概念提出了“水足迹”概念,把它形象地解释为“水在生产和消费过程中踏过的脚印”[1]。水足迹作为一种衡量“用水”的指标,把蓝水(传统的地表和地下水资源)、绿水(赋存于土壤非饱和含水层(包气带)中的土壤水)、灰水(人类的排污活动对水资源的间接消耗,即稀释污染物所需水量)这3种不同颜色的水整合在一起,弥补了传统水资源核算中只重视蓝水的缺点;水足迹的创新之处还在于将人们的生产和消费与水资源消耗、污染联系起来,让人们意识到水资源的总体消耗和污染最终是与生产、消费产品的类型和数量密不可分的[2]。
水足迹作为水消费和水污染的体积衡量指标,为理解消费者和生产者与淡水系统之间的关系提供了更加合理和全面的视角。水足迹核算为人类各种活动对水资源的占用提供了明确的时空信息,为区域社会、经济和环境影响评价奠定良好的基础。随着水足迹概念的不断推广,国内外将水足迹理论用于定量评价水资源可持续利用的研究日趋活跃。国外学者大多通过对国家、地区、流域或特定产品水足迹的计算来评价消费模式、产品贸易对全球及区域水资源安全的影响,提出可续性生产和消费,以达到水资源的可持续利用[3-6];国内学者引入水足迹理论后对我国西北地区、各省份、大连、上海等地的水足迹进行了初步研究,水足迹在解决我国水资源短缺与粮食安全、生态环境等问题得到初步应用。王新华等[7]采用自下而上的水足迹核算方法,分析计算了2000年中国各省的人均水足迹。2007年,邓晓军等[8]采用自上而下的方法计算分析了四川省2004年的水足迹及其相关评价指标。黄晶等[9]运用水足迹理论,采用自上而下的方法计算评价了1990—2005年北京市水足迹及水资源利用的可持续性,在此基础上进一步分析了北京市农业用水结构的变化特征。
水足迹的概念提出时间还比较短,在应用层面上的实践还十分有限。研究也主要集中在水足迹核算,核算的范围和时空尺度也因研究目的不同而有所差异。目前水足迹研究尺度多集中在全球、国家或省级层次,市级及以下尺度的水足迹研究较少。
即墨市位于山东半岛西南部,偎青岛之项背,素有“青岛后院”之称。截止2011年,即墨市实现生产总值690.1亿元,比2010年增长16.8%,总量和增幅居青岛5市首位。近几年,城镇规模扩大、人口增长、经济的飞速发展,城市用水量剧增;随着农村种植结构的调整、林果茶蔬菜种植面积的急剧加大,灌溉用水量也逐年增大。目前,即墨市水资源开发利用中主要存在以下问题:
(1)水资源供需矛盾突出。一是水资源总量少,多年平均水资源总量为3.491 1亿m3,人均占有水资源量为308.4m3,属资源缺水型城市。二是水资源区域分布不均,年际变化大。三是大沽河现已成为青岛市的重要水源地,随着青岛市经济社会的快速发展,城区用水量将越来越大,相反配置给即墨当地的水量将越来越少。
(2)局部水环境恶化,相对减少了水资源可利用量。即墨市水资源天然水质较好,但随着近几年工业的发展,城市规模的膨胀,大量工业废水和生活污水乱排放,以及农药化肥使用量的不断增加,致使部分地表水、地下水水质恶化,水功能衰减。
(3)水资源管理体制有待于进一步提高。目前,管理体制最突出的问题主要表现在管理上条块分割,管理上城乡分割和依法管理上政出多门等问题,不利于水资源的统一管理和有效保护。
(4)非常规水源开发利用程度不高。即墨市地处沿海,海水利用有着得天独厚的优势,但因目前淡化成本较高,未得到有效开发。
由此可见,水资源短缺已成为制约即墨市社会经济可持续发展的主要因素之一。因此,采用更加科学准确的方法核算目前即墨市水资源的消耗类型、消耗量及发展趋势,为即墨市制定合理的水资源可持续利用对策提供一定科学依据和决策支持,具有十分重要的现实意义。
由于即墨市进出口贸易量数据的缺乏限制,研究中只计算即墨市域内生产、生活产生的总水资源利用量,不计算区内通过产品贸易产生的虚拟水净流量。根据实际生产情况及资料的可获得性,水足迹核算分农业生产水足迹、工业生产水足迹、生活水足迹和生态水足迹4个部分,其中农业生产水足迹又进一步分解成农作物、牲畜产品、渔业产品和林果业产品水足迹。
气象数据取自即墨市气象站2008—2011年实测气象资料,并采用2009年FAO最新开发的模型版本CROPWAT8.0软件计算2008—2011年逐年逐月的日平均ET0值和有效降雨量Peff月均值;Chapagain和Hoekstra计算世界各国牲畜产品虚拟水含量研究中关于中国部分的数据成果[10];农林产品种类、产量、农用化肥使用量、工业增加值等数据来自《即墨市统计年鉴》(2009—2012年),生活用水、生态环境用水量数据来自《即墨市水资源公报》(2009—2012年)。
从生产者角度出发,采用自上而下法计算水足迹。地理区域内的水足迹等于该地区所有水的消耗和污染过程的水足迹总和。
2.3.1 农林产品水足迹 农林产品水足迹为其全生育期内蓝水足迹WFblue、绿水足迹WFgreen和灰水足迹WFgray之和。
(1)作物生长蓝水量和绿水量计算公式如下[2]:
式(1)和(2)中:CWRblue和CWRgreen分别为单位面积作物耗用的蓝水量和绿水量;ETblue指蓝水蒸散发量;ETgreen为绿水蒸散发量;常量因子10是将水的深度转化为单位陆地面积的水量转换系数;总和求得是从种植日期第一天到收获日期的累计量(lgp表示生长期的长度,以日计量)。
式(3)和(4)中:ETc为作物潜在的蒸散发量;Peff为有效降雨量。
式(5)中:Kc为作物系数,由作物特性和土壤的平均蒸发效应决定;ET0为参考作物蒸散发,指水分充足情况下的假定的草本作物的蒸散发。
(2)作物生长过程的灰水量。作物生长过程中投放的化肥、农药等化学物质通过淋溶、渗滤会进入到地表和地下水体,对水体产生一定程度的污染。可通过以下简单模型估算作物生长过程所需的灰水量,模型的计算式为[2]:
式(6)中:AR为每公顷土地的化肥施用量(kg/hm2);α为淋溶率(即进入水体的污染物量占总化学物质施用量的比例);cmax为最大容许浓度(kg/m3);cnat为污染物的自然本地浓度(kg/m3)。
(3)将农林产品的蓝水量、绿水量和灰水量与各自种植面积相乘积后求和即可得到农业生产总水足迹(即生产总消耗水量)。
2.3.2 牲畜和渔业产品水足迹 计算公式如下:
式(7)中:WFA动物产品A的生产水足迹;VA为动物产品A单位质量的虚拟水含量(m3/t);YA动物产品A的产量(t)。
2.3.3 工业水足迹 工业水足迹采用工业增加值与万元工业增加值用水量的乘积来估算。
目前,预测方法主要包括趋势外推预测法、回归预测法、时间序列预测法、灰色模型预测法、神经网络预测法[11]。灰色模型预测是以灰色模型为基础的,在诸多的灰色模型中,以GM(1,1)模型最为常用。GM(1,1)模型作为一种典型的趋势分析模型,因其“小样本”和“贫信息”的研究特质及简单实用的优点,特别适用于那些因素众多、结构复杂、涉及面广而层次较高、综合性较强的社会经济系统指标的趋势预测,是应用最早也是迄今为止应用最为广泛的灰色模型[12]。
2.4.1 建模机理 GM(1,1)建模机理为:设时间t序列(t=1,2,3,…,N)x(0)为原始序列[13]:
对原始数据进行一次累加x(1)=AGOx(O),AGO为累加符号,通过累加生成新序列:
对建立微分方程:
式(8)中:a为发展系数;反映x(0)(及x(1))的发展态势;b为系统内生控制灰数,具有灰的信息覆盖的作用量;a,b是待确定的未知参数。
系统向量(灰参数)c=[a,b]T,用最小二乘法求解灰参数,得:
式(9)中,累计矩阵B为:
常数向量YN为:
最终得到预测模型为:
(1)当-a≤0.3时,GM(1,1)模型的1步预测精度在98%以上,2步和5步预测精度都在97%以上,可用于中长期预测;
(2)当0.3<-a≤0.5时,GM(1,1)模型的1和2步预测精度在90%以上,10步预测精度都在80%以上,可用于短期预测,中长期预测慎用;
(3)当0.5<-a≤0.8时,GM(1,1)模型用作短期预测应十分慎重;
(4)当0.8≤-a≤1时,GM(1,1)模型的1步预测精度低于70%,应采用残差修正模型。
(5)当α>1时,不宜采用GM(1,1)模型。
2.4.3 模型的精度检验 GM(1,1)模型须通过均方差比C值和小误差概率P值来判断模型的预测精度,预测精度分级标准见表1。均方差比C值的计算公式为:
式(11)中:数据方差=1/N·,残差方差
其中:x(t)为样本值;为样本均值;e(t)为误差值;e为误差均值。
小误差概率P值的计算公式为:
表1 预测精度等级标准[14]Table 1 Prediction accuracy rating standard
3.1.1 即墨市水足迹核算结果 2008—2011年即墨市生产、生活所产生的水足迹总量大小及年际变化情况见图1。由图1可见,研究期内即墨市水足迹呈上升趋势,从2008年的17.184 7亿m3上升至2011年的20.333 9亿 m3,增幅18.3%,年均增幅4.6%。
图1 即墨市2008—2011年水足迹大小及变化情况Fig.1 The quantity and variation of water footprint in Jimo in 2008—2011
表2 2008—2011年即墨市各行业水足迹比例Table 2 The composition proportion of different industry of water footprint in Jimo from 2008—2011 /%
(1)各行业耗水情况。表2为各行业水足迹占总水足迹的比例。由表2可见:①农业是即墨市的用水大户,占总水足迹的95.3%~95.9%,所占比例呈逐年下降趋势;②工业生产水足迹占总水足迹的2.0%~2.4%,所占比例总体呈上升趋势;③生活用水和生态用水总体上呈增长趋势,生活用水占总水足迹的1.7%~2.3%,生态用水所占比例最小,仅为0.1%~0.2%。
(2)不同类型水足迹消耗情况。水足迹组成中,蓝水量所占比例最大,占总水足迹的60%以上,绿水量占14.7%~21.0%,灰水足迹所占比例最小,为8.8%~21.0%。其中,蓝水足迹和绿水足迹变化呈波动起伏,灰水足迹呈逐年下降趋势,详见图2。
图2 蓝水、绿水和灰水组成比例及变化情况Fig.2 The composition and variation of blue water,green water and gray water
(3)各类农产品水足迹消耗情况。依据Liu的农业产品虚拟水含量指标划分标准[15],根据即墨市各类农产品的虚拟水含量计算结果,将农业产品的耗水级别进行分类,列于表3。由表3可见,牲畜产品中的猪肉、羊肉、禽肉、禽蛋和水产品都被划分到了高度耗水的一类;农作物产品中,耗水高的有棉花和茶叶,而耗水少的是薯类、西瓜和水果。由此可见,不同农产品的虚拟水含量是存在相当大差异的。
表3 即墨市农业产品虚拟水含量指标划分Table 3 The classification of virtual water content of agricultural products in Jimo
农业生产中,各类产品生产水足迹占农业生产蓝绿水总量的比例见图3。由图3可见,牲畜产品耗水比例最大,占农业生产的50%以上,最高达54.4%。粮食作物次之,比例范围为25.2%~30.5%。牲畜产品和粮食作物两者耗水量占了农业生产蓝绿水量的80%以上。林果业产品耗水量最小。
图3 各类农产品水足迹组成比例及变化情况Fig.3 The composition and variation of agricultural products water footprint
3.1.2 水足迹动态趋势预测结果 按照GM(1,1)模型的求解步骤,编写MATLAB灰色预测程序(限于篇幅,程序语言省略)。最终建立GM(1,1)预测模型为:
GM(1,1)模型中:a为-0.048;C值为0.25;P值为1;模型的预测精度为1级,适合做中长期预测。GM(1,1)模型模拟值及拟合相对误差值见表4。预测相对误差范围为-2.44%~1.10%,平均相对误差绝对值为1.21%,模型拟合效果好。
表4 GM(1,1)模型模拟结果Table 4 The simulation results of GM(1,1)model
假设即墨市水足迹发展速度保持2008—2011年水平,即处于“惯性发展”情景下,采用GM(1,1)模型预测得到未来5年的水足迹大小,结果列于表5。根据预测可见,到2016年即墨市水足迹大小为25.559 8亿m3,较2011年增加了5.225 9亿 m3,增幅为25.7%,年均增长幅度为5.1%,略高于2008—2011年的年均增幅(4.6%)。
表5 2012—2016年水足迹预测结果 /106 m3Table 5 Predicting results of water footprint in 2012—2016
要实现水资源的可持续利用,必须做到开源与节流并举,尽快改变现存的不合理、粗放型、高耗型的水资源利用方式,走节水型的经济和社会发展道路。目前,即墨市水资源的有效利用率和节水水平相对较低,水资源浪费现象还比较严重。节水应成为即墨市水资源管理的首要任务,节水是水资源合理利用的核心。
(1)调整农业产业结构,发展节水农业。必须以节约实体水为核心,调整农业产业结构,压缩高耗低效的传统农业,发展低耗高效的现代农业。根据4.1.1节表3的结果可知,棉花、茶叶、猪肉、羊肉、禽肉、禽蛋、水产品都属于高耗水产品,冬小麦、夏玉米、豆类、谷子、高粱、奶类、花生属于中度耗水产品,薯类、西瓜和水果属于低度耗水产品。因此,应结合区域农业发展的特点和需求,按照因地制宜、适水种植的原则,制定合理的农业结构,调整作物布局,降低高耗水牲畜产品的产量和生产比例,使水资源优化利用。
(2)充分利用雨水资源,发展“雨养农业”。绿水足迹约占即墨市农业生产水足迹的1/5。缺水地区要选育和推广耐旱、低耗水品种,并改进种植技术,使农作物生长期与天然降水规律较好吻合,充分利用雨水资源。应合理规划,修建天然集水池、水窖等蓄水设施,同时扩大城市绿化面积,通过工程措施增加雨洪利用。
(3)改进灌溉技术和制度,提高用水效率。应尽快改变传统的地面灌溉技术,适时适地发展滴灌、喷灌、渗灌、微灌等先进灌溉技术,提高水利用率,减少无谓的水资源消耗。同时,应加强灌溉工程建设,提高输配水效率。
(4)调整工业布局,发展低耗水工业,限制高耗水工业。全面规划工业布局,规划时不仅要原材料、燃料等资源的分布,而且需要同时考虑水资源的分布状况,要将高耗水型企业逐步向沿海地区转移,以利用海水替代淡水。必须以水资源为导向,严格以水定产、以水定点、以水定规模,尽可能压缩钢铁、纺织、机械、化工等高耗水型产业,重点发展耗水小的高新技术产业。
(5)改进工艺更新设备,提高工业水重复利用率。对于那些工艺落后、设备陈旧、节水观念淡薄以致工业用水存在着严重的浪费的企业,必须加大技术改造的力度,改进工艺,更新设备,推行节水型的新技术和新设备。同时,通过对生产废水的技术处理,实现对生产用水的多次利用和循环利用,不断提高水的复用率。
(6)采取有效措施控制生活用水量 随着人口的增长,生活用水量逐年提高,为了有效控制生活用水量,可采取以下措施:改变不良生活用水方式,减少水资源浪费;对居民家庭严格按照水表计量收费,对居民用户用水要逐步推行定额管理办法,对单位用水和公共用水也要实行定额管理办法,节约有奖,浪费受罚;研制和推广节水型用水器具和家庭污水净化设备,提高用水效率;采用适宜的水净化处理、回收利用方法,将其用于生活用水中水质要求不高的市政用水,如浇洒路面、冲洗厕所、浇灌树木等。
[1]Hoekstra A Y,Chapagain A K.Water footprint of nations:Water use by people as a function of their consumption pattern[J].Water Resouces Management,2007,21(1):35-48.
[2]胡克斯特拉(Hoekstra A Y).水足迹评价手册 [M].刘俊国译.北京:科学出版社,2012.
[3]Aldaya M M,Hoekstra A Y.The water needed for Italians to eat and pizza[J].Agricultural Systems,2010,103:351-360.
[4]Liu J G,Williams J R,Zehnder A J B,et al.GEPIC:Modelling wheat yield and crop water productivity with high resolution on a global scale[J].Agricultural Systems,2007,94(2):478-493.
[6]Mekonnen M M,Hoekstra A Y.A global and high-resolution assessment of the green,blue and grey water footprint of wheat[J].Hydrology and Earth System Sciences,2010,14:1259-1276.
[7]王新华,徐中民,龙爱华.中国2000年水足迹的初步计算分析[J].冰川冻土,2005,27(5):774-779.
[8]邓晓军,谢世友,秦婷.基于水足迹分析法的四川省水资源利用评价 [J].人民长江,2007,38(2):61-63.
[9]黄晶,宋振伟,陈阜.北京市水足迹及农业用水结构变化特征[J].生态学报,2010,30(23):6546-6554.
[10]Chapagain A K,Hoekstra A Y.Virtual Water Flows between Nations in Relation to Trade in Livestock and Livestock Products[C].// UNESCO-IHE Institute for Water Education.Value of Water Research Report Series No 13.Delft,Netherlands:[s.n.],2003:11-15.
[11]韩中庚.数学建模方法及其应用 [M].北京:高等教育出版社,2009.
[12]王宁.灰色组合预测模型研究 [D].南京:河海大学,2009.
[13]刘思峰,党耀国,方志耕.灰色系统理论及其应用 [M].北京:科学出版社,2004.
[14]张倩,沈利,蔡焕杰,等.基于灰色理论和回归分析的需水量组合预测研究 [J].西北农林科技大学学报:自然科学版,2010,38(8):223-227.
[15]Liu.Virtual Water,Green Water and Blue Water in China.http://www.nideco.ethz.ch/news/past events/colloguium 2003/Liu Presentation.pdf.