基于改进模糊物元模型的区域农业水资源系统恢复力评价

刘　东，赵　丹，孙　建，吴亚春

(1.东北农业大学 水利与建筑学院， 黑龙江 哈尔滨 150030；

2.东北农业大学 电气与信息学院， 黑龙江 哈尔滨 150030)



基于改进模糊物元模型的区域农业水资源系统恢复力评价

刘东1，赵丹1，孙建2，吴亚春2

(1.东北农业大学 水利与建筑学院， 黑龙江 哈尔滨 150030；

2.东北农业大学 电气与信息学院， 黑龙江 哈尔滨 150030)

摘要：区域农业水资源是农业可持续发展的基础，各种生态环境问题的发生致使农业水资源系统退化特征日益明显，识别区域农业水资源系统恢复力对于维持农业大系统稳定发展具有重要意义。以黑龙江省农垦红兴隆管理局为研究对象，在建立农业水资源系统恢复力评价指标初选集的基础上，选取主成分-相关分析法筛选评价指标，构建评价指标体系，采用指标相关性的指标权重法计算指标权重，运用改进模糊物元模型评价农业水资源系统恢复力。文中研究成果为维持农业水资源系统良性运行、保障区域水安全与粮食安全提供了科学依据。

关键词：红兴隆管理局；改进物元模型；农业水资源系统恢复力；区域农业水资源

农业水资源是支撑区域社会经济可持续发展的重要基础资源，已经成为区域粮食生产的关键限制因素。随着人口不断增加和经济快速的增长，农业水资源需求与供给之间的冲突日益突出，导致水土资源流失、水环境污染、地下水位下降等一系列的生态环境问题发生，致使农业水资源系统退化特征越来越明显。在这种背景下，有必要对农业水资源系统恢复力进行测度，筛选恢复力评价指标，揭示区域水资源恢复状态。20世纪70年代发展起来的恢复力理论是度量区域可持续发展能力的新手段，已经成功应用于灾害、社会生态等诸多领域中，具有广阔的应用前景。随着人们水安全意识的逐步提升以及恢复力理论的逐步成熟，具有鲜明前沿性、交叉性和挑战性的区域农业水资源系统恢复力研究已经成为当今水文学、地理学等领域共同关注的一个研究热点。运用和借鉴恢复力理论，深入探索区域农业水资源系统恢复力测度理论与方法，可为区域农业水资源优化调控提供重要的科技支撑。

恢复力的英文表达为resilience，这一词来源于拉丁语resilio，其本意为“跳回的动作”。 在韦氏字典中对恢复力的解释为从挫折或改变中恢复或适应的本领[1]。从纯机械力学的角度理解，恢复力的概念引申为物质在没有完全变形或断裂的状态下，因受外力而产生形变并储蓄恢复势能的本领[2]。自从1973年Holling创造性地将恢复力引入到生态系统稳定性研究中，恢复力研究在实现区域可持续发展方面的价值已逐步被国内外学者所接受和认可[3]。恢复力理论主要研究系统吸收干扰并继续维持其功能、结构、反馈等不发生质变的能力，尽管它仍处于萌芽和发展阶段，但已引起了科学界的广泛重视。现今，恢复力仍没有统一的内涵，现存的主要两个观点分别是生态恢复力与工程恢复力[4]。目前，国内恢复力主要在经济[5]、灾害管理[6]、生态环境[7-8]等领域中得到了广泛的应用，而农业系统恢复力研究相对较少。恢复力研究方法主要包括模型法[9]、数学统计法[10]和实验法[11]，在进行区域农业水资源系统恢复力评价研究时，采用单项评价指标评判结果难以得出准确的评价，并将丢失有用的信息。物元理论以促进事物转化、解决不相容问题为核心，适用于多因子评价问题[12]。

本文在已有研究的基础上，以黑龙江省农垦红兴隆管理局为研究对象，对农业水资源系统恢复力进行评价研究。首先运用主成分-相关分析法筛选评价指标，构建评价指标体系。其次，采用指标相关性的指标权重法(CRITIC法)计算指标权重，提高评价结果的准确性。最后采用模糊物元模型构造复合模糊物元，计算海明度贴近度，进而对各农场水资源系统恢复力进行排序。

1基于海明贴近度的模糊物元模型

对于某特定事件N，x是其某一特性c的值，用R=(N，c，x)来表示此事件的基本要素，又称作该事件的物元。则N，c，x是该事件物元的三项基本元素。如果值v的属性是模糊的，R则称为模糊元。当事件N包含n个特性c1，c2，…，cn，并且其对应的模糊特性值为x1，x2，…，xn，则R=(N，C，X)是n维模糊物元。Rmn为m项事件的n个模糊特征的复合物元，其构成的矩阵如下式[13]：

(1)

式中：Ni为第i项事件(i=1，2，…，m)；Cj为第j个特征(j=1，2，…，n)；Xij是第i个事件的第j个特性相对物元模糊量值。

从优隶属度就是被评价的指标值与对相应标准指标值的从属程度，从优隶属度数值基本为正。因为不同评价指标特性值具有不同属性，有些评价指标属性正向指标，有些则属于逆向指标，因此，可以按照各农业水资源恢复力评价指标的特性对从优隶属度进行计算：

正向指标，越大越优：

uik=Xik/maxXik

(2)

逆向指标，越小越优：

uik=minXik/Xik

(3)

式中：maxXik、minXik分别是每个事件中各指标特性量值中的最大量值与最小量值；uik是评价指标的从优隶属度。

则从优隶属度模糊物元矩阵可表示为：

(4)

贴近度的内涵是被评价事件与标准事件之间相近度的大小，当贴近度值小时代表评价样本和标准样本相离远，与之相反则代表越接近。因为农业水资源系统恢复力的评价属于综合评价，在此采用M(·.tif，+)贴近度求解算法，同时采用海明贴近度作为评价标准[15]。其具体算法为：

(5)

(6)

根据计算得到的贴近度，可以对各事件的好坏程度进行比较并可由此进行划分等级。

2实例应用

黑龙江省农垦红兴隆管理局坐落于三江平原中南部，其东面与乌苏里江相邻，西面直达倭肯河畔，南面至完达山，北面临松花江、挠力河，是黑龙江省占土地面积较大的垦区之一。东西330 km，南北170 km，总面积为9 646.6 km2。管理局有农场12个：友谊、五九七、八五二、八五三、饶河、二九一、双鸭山、江川、北兴、曙光、红旗岭、宝山[16]，见如图1。

2.1构建评价指标体系

以黑龙江省红兴隆管理局为例，根据红兴隆管理局12个农场的特点和调研成果，考虑数据的可获取性，遵循科学性、整体性、可行性、独立性等原则定性筛选评价指标，构建农业水资源系统恢复力评价指标初选集，见表1。

采用主成分-相关分析法定量筛选评价指标[17]，选取x2、x4、x8、x11、x12、x13、x14、x15、x17、x18、x20等11个指标构建评价指标体系。应用《红兴隆管理局经济和社会发展统计资料》等调研资料计算各农场各评价指标数值，结合红兴隆管理局实际情况并参考相关研究成果将各指标划分为五个等级，Ⅰ级-Ⅴ级分别代表该指标状况好、较好、一般、较差、差，具体见参考文献[17]。

图1黑龙江省农垦红兴隆管理局行政分区

2.2农业水资源系统恢复力评价模型

根据公式(4)，由表2中评价指标数值及农业水资源恢复力的5个分级标准构建复合物元R17×11。对其中正向指标x2、x14、x17、x20用公式(2)计算从优隶属度；对逆向指标x4、x8、x11、x12、x13、x15、x18用公式(3)计算，构建出从优隶属度模糊物元为：

表1　农业水资源恢复力评价初选指标

采用CRITIC法计算评价指标权重，见表2。

表2　评价指标权重值

根据公式(5)和公式(6)计算各农场的海明贴近度：

由海明贴近度计算结果对红兴隆管理局下属12个农场农业水资源恢复力按等级划分见表3。

表3　红兴隆管理局各农场2011年农业水资源恢复力评价结果

根据评价结果对红兴隆管理局农业水资源系统恢复力进行分区，见图2。

图2红兴隆管理局农业水资源恢复力空间分布

2.3讨论与分析

根据指标获取原则和定量分析对大量指标进行筛选，最终得到关键因子，由表2可知评价指标权重较大的有年人均耗水量、农业用水定额、森林覆盖率和人均纯收入，从社会经济和生态环境的角度对农业水资源系统进行研究，表明指标的选择具有较强的代表性，可以较全面的进行评价当地水资源系统恢复力。

将红兴隆管理局分为北区，中区，南区，其中北区包括宝山农场、江川农场、二九一农场和饶河农场，由图2知北区恢复力等级均属于Ⅲ级，分布比较均匀，由于北区的农场有松花江和乌苏里江两条河流进行水补给，但是北区的恢复力强度一般，需要得到重视，充分利用有利的外界条件改善自身；中区包括友谊农场、双鸭山农场、五九七农场、八五二农场、八五三农场和红旗岭农场，由图2知友谊农场恢复力等级为Ⅱ级，五九七农场、八五二农场和红旗岭农场恢复力等级为Ⅲ级，双鸭山农场和八五三农场恢复力等级为Ⅳ级，中区恢复力等级分布比较混乱，对于恢复力状况较弱的农场可以采取减少利用地下水灌溉的水田面积，改为开采过境水和地表水发展农业灌溉模式等有效措施进行改善，对于恢复力状况较好的农场需要保持，在此基础上改善水资源利用模式，进而加强自身建设，以期达到更合理的水利用状态；南区包括曙光农场和北兴农场，北区水资源系统恢复力等级相差较大，曙光农场需要引起足够的重视。总体上，红兴隆管理局12个农场的水资源系统恢复力状况并不是很令人满意，由于九五期间旱改水的措施造成农业用水量迅速增加，同时水资源补给措施匮乏，而且大多采用地下水进行农业灌溉，造成水资源系统恢复能力不佳。

3结论

(1) 运用主成分相关分析法定量筛选评价指标，选取影响红兴隆管理局农业水资源系统恢复力的11个评价指标，构建评价指标体系。

(2) 采用CRITIC法计算指标权重，避免了传统的指标权重计算方法具有较强主观性的缺点，客观真实的评价了区域农业水资源系统恢复力。

(3) 运用基于海明贴近度的模糊物元模型对2011年红兴隆管理局各农场农业水资源恢复力进行评价。结合研究区域农业水资源开发及利用相关情况，得出当地12个农场的农业水资源系统恢复力评价结果，为红兴隆管理局农业水资源系统恢复力分区、产粮核心区水资源有效利用提供科学依据。

(4) 由于研究区数据资料有限，红兴隆管理局农业水资源恢复力评价还不够完善，有待于今后进一步深入研究。

参考文献：

[1]Merriam Webster. Merriam-Webster's 11th collegiate dictionary[M]. Spring Field of Massachusetts: Merriam-Webster, Inc, 2003.

[2]Gordon J E. Structures: or why things don't fall down[M]. Harmondsworth: Penguin Press, 1978.

[3]Holling C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973,4(2):1-23.

[4]葛怡,史培军,徐伟,等.恢复力研究的新进展与评述[J].灾害学,2010,25(3):119-124.

[5]Gunderson L H, Carpenter S R, Folke C, et al. Water RATs (Resilience, Adaptability, and Transformability) in Lake and Wetland Social-Ecological Systems[J]. Ecology & Society, 2006,11(1):709-723.

[6]Alessa L, Kliskey A, Lammers R, et al. The arctic water resource vulnerability index：an integrated assessment tool for community resilience and vulnerability with respect to freshwater[J]. Environmental Management, 2008,42(3):523-541.

[7]Vergano L, Nunes P A L D. Analysis and evaluation of ecosystem resilience: an economic perspective with an application to the Venice lagoon[J]. Biodiversity and Conservation, 2007,16(12):3385-3408.

[8]刘婧，史培军，葛怡，等.灾害恢复力研究进展综述[J].地球科学进展,2006,21(2):211-218.

[9]Perrings C, Stern D I. Modelling loss of resilience in agroecosystems: rangelands in botswana[J]. Environmental & Resource Economics, 2000,16(2):185-210.

[10]Chang S E, Shinozuka M. Measuring improvements in the disaster resilience of communities[J]. Earthquake Spectra, 2004,20(3):739-755.

[11]Whitford W G, Rapport D J, Desoyza A G. Using resistance and resilience measurements for fitness' tests in ecosystem health[J]. Journal of Environmental Management, 1999,57(1):21-29.

[12]潘峰,梁川,王志良,等.模糊物元模型在区域水资源可持续利用综合评价中的应用[J].水科学进展,2003,14(3):271-275.

[13]付强.数据处理方法及其农业应用[M].北京:科学出版社,2006.

[14]李磊,徐宗学,于伟东,等.基于模糊优选和CRITIC法的流域初始水权分配—以漳卫南子流域为例[J].水利水电技术,2012,43(7):32-35.

[15]冯旺.区域水资源承载力综合评价体系研究[D].郑州:河南农业大学,2013.

[16]刘姣.复杂性视角下的红兴隆管理局农业水资源优化配置研究[D].哈尔滨:东北农业大学,2014.

[17]梁旭,刘东,孙建,等.区域农业水资源恢复力可变模糊评价模型[J].节水灌溉,2015(4):46-51.

Evaluation of Regional Agricultural Water Resources System Resilience Based on Improved Fuzzy Matter-element Model

LIU Dong1， ZHAO Dan1， SUN Jian2， WU Yachun2

(1.SchoolofWaterConservancy&CivilEngineering,NortheastAgriculturalUniversity,Harbin,Heilongjiang150030,China；2.SchoolofElectricalandInformation,NortheastAgriculturalUniversity,Harbin,Heilongjiang150030,China)

Abstract：Regional agricultural water resources is the basis of the development of agricultural economy, degradation characteristics of agricultural water resources system is more and more obvious with all kinds of ecological environment problems, and it is of great significance to identify resilience of regional agriculture water resources system to maintain stable development of agricultural system. Taking Hongxinglong Land Reclamation Administration in Heilongjiang Province as an example, principal component analysis was adopted to select the index to build the index evaluation system on the basis of establishing resilience of early evaluation index selection of agricultural water resources system. Through adopting CRITIC method to confirm the index weight, the agricultural water resources system resilience was evaluated combined with improved fuzzy matter-element model. This research can provide scientific basis for maintaining sustainable operation of agricultural water resources system and safeguarding regional water and food security.

Keywords:Hongxinglong administration; improved fuzzy matter-element model; resilience of agricultural water resources system; regional agricultural water resources

文章编号：1672—1144(2016)01—0101—06

中图分类号：S01

文献标识码：A

作者简介：刘东(1972—)，男，黑龙江安达人，教授，博士，博士生导师，主要从事水土资源优化利用与管理方面研究。

基金项目：黑龙江省教育厅科学技术研究项目(No.12531012)资助

收稿日期：2015-10-09修稿日期：2015-11-04

DOI:10.3969/j.issn.1672-1144.2016.01.019

E-mail：liudong@neau.edu.cn