水环境承载力中长期预警研究-以昆明市为例

崔 丹,陈 馨,曾维华



水环境承载力中长期预警研究-以昆明市为例

崔 丹,陈 馨,曾维华*

(北京师范大学环境学院,北京 100875)

基于系统动力学动态模拟仿真方法,构建水环境承载力预警方法体系,并以昆明市为研究对象,对其水环境承载力超载状态进行预警.研究结果显示:在目前发展情景(BAU)下, 2015~2025年10a间,昆明市水环境承载力超载状态综合指数从1.78逐渐增大到2.22,水环境超载状态不断恶化;昆明市系统耦合协调度一直处于0.5~0.8之间,且社会总功效大于水环境总功效,社会经济子系统与水环境子系统互相拮抗;警度自中警转为巨警,信号灯由橙灯转化为红灯,昆明市未来面临着严峻的水环境承载力超载问题.

预警；水环境承载力；系统动力学；昆明市

近年来,随着我国经济发展和城市化进程的加快,流域水污染负荷急剧增加,多种污染物的排放量超过水环境承载能力,引发了流域水质恶化及生态系统功能退化等一系列水环境问题[1].“十二五”规划实施以来,中央和地方政府将科学认知资源环境承载能力视为制定区域发展规划战略的基础性工作[2].党的十八届三中全会公报、最新修订的《环境保护法》以及《水污染防治行动计划》均明确提出应建立完善的环境承载力监测预警机制,以促进水环境保护和社会经济的可持续发展[3-4].开展水环境承载力预警研究,不仅能够准确预报水环境可能出现的超载情况、预判水环境与社会经济发展的协调程度,而且能够提前预知水环境承载制约因素,从而为决策部门及时采取排警决策提供科学依据[5-7].因此,构建科学有效的水环境承载力预警体系对于我国水环境保护和社会经济的可持续发展显得尤为重要.

目前国外多关注于环境预警理论和方法的研究,形成了诸如ECCO模型[8]、概率模型[9]、故障树分析应急预警系统[10]等多种技术方法,但针对水环境承载力预警方法的研究较少.国内对于水环境承载力预警的研究,大多通过建立指标体系对环境质量或资源供需关系进行预警.在预警指标构建上,主要包括三类:一是基于PSR理论,从压力、状态、响应三方面建立指标体系[11-12];二是基于“自然—社会—经济”复合生态系统理论从自然、社会、经济三方面建立指标体系[13-14];三是参考经济预警系统,从警情、警源、警兆三方面构建指标体系[15-16].在研究方法上,一些学者应用层次分析法[17]、水质模型[18]、水环境容量模型[19]、多指标综合评价模型、供需平衡与多目标分析模型[20]对水环境承载力进行预警研究.

总的来说,目前国内外对于水环境承载力预警的研究思路和方法多沿用评价手段,没能对未来的水环境超载状态进行评判,不能真正体现预警的内涵.同时,在警义界定上,多直接定义水环境容量超载、水资源量供不应求为警情,不能全面反应水环境的超载状态;在警度量化上,因对水环境承载力概念界定不清,难以对警情指标采取合适的评判方法,评判时往往只考虑承载率这一指标,没有考虑系统动态发展和协调情况;在确定警限、划分警区上面,往往通过文献调研和专家经验来确定,没有结合研究区域具体规划情况.

为此,本研究以水环境承载力理论为依据,在国内外水环境承载力评价与预警研究的基础上,科学的对水环境承载力进行概念厘定;并借鉴经济预警和环境预警的成功经验,将水环境承载力预警体系划分为以下阶段:明确警义、识别警源、预测警情、分析警兆、评判警情、界定警度、排除警情.同时,在警情预测上,运用系统动力学动态仿真的方法,以动态的跟踪警兆、警情的发展;在警情评判上,引入水环境承载力超载状态综合指数和社会经济与水环境耦合协调度,以全面的反映水环境的超载状态,这为水环境承载力预警理论方法体系的完善做了有益探索,对今后开展相关研究具有重要意义.

1 水环境承载力的概念及表征

1.1 水环境承载力概念

目前,学术界对水环境承载力的概念尚未有统一的定义,较为科学的环境承载力概念为:“在某一时期,某种状态或条件下,某地区的环境所能承受人类活动作用的阈值”[21].但在具体研究中,水环境承载力的概念极易与水环境容量、水资源承载力、水生态承载力等概念交叉混淆[22-23],这直接导致选取指标体系时没有统一的标准,进而难以形成公认的水环境承载力量化方法,严重限制了水环境承载力预警的研究.因此,如何科学准确的定义水环境承载力,避免概念上的混淆,对于预警体系的构建至关重要.

水环境承载力强调自身的综合属性,而水环境容量、水资源承载力和水生态承载力在概念内涵上都有各自不同的侧重点:水环境容量侧重的是水环境消纳污染物的能力,即“水质”方面的承载能力[24];水资源承载力指水环境供给水资源的能力或人类在生产生活中可利用水资源的能力,即“水量”方面的承载能力[25];水生态承载力强调的是水体在维持自身生态系统健康发展条件下,支撑人类活动的能力,即“水生态”方面的承载能力[26].因此,水质、水量、水生态代表了水环境的3个方面,3者之间既有区别,又存在相互联系,都是组成水环境承载力这一整体概念必不可少的一部分.

综上,本研究将水环境承载力的定义表述为:全面考察了水质、水量和水生态以及与之相应的对人类活动的综合承载能力.该定义是对水环境容量、水资源承载力、水生态承载力3者的综合,既强调水环境消纳污染物的能力和水环境供给水资源的能力,还强调水环境支撑水生态系统的能力,并将水环境与人类活动有机联系在一起.

1.2 水环境承载力的表征

水环境承载力可用发展和限制这两种变量的联系来表征.依据所厘定的定义,本研究将水环境承载力表征为:一定时空范围内,水环境系统在能保证一定的纳污功能、水资源供给功能和生态功能的前提下,所能承载的人口经济阈值.其中,限制变量即为水环境承载力的3个分量,3个分量的超载将会限制人口和经济的增速.发展变量即为系统在分量限制下的总人口、地区生产总值、污染物排放量、水资源需求量和生态需水量等因素.

水环境承载力的3个分量表征和量化方法如表1所示.本研究采用水体污染物的环境容量和水资源可利用量来表征水环境容量和水资源承载力;对于水生态承载力,主要从保障水生态系统服务功能即生态供水满足相应生态需水的角度进行界定.因此,本文进一步选择生态需水保障率作为度量水生态承载力超载状态的量化指标.

表1 水环境承载力各分量表征方法表

2 预警方法

水环境承载力超载状态预警是指对水环境承载的未来状态进行测度,以预报不正常状态的时空范围和危害程度并提出防范措施.在水环境承载力理论的基础上,本研究借鉴经济预警和环境预警的成功经验[27],将流域/区域水环境承载力预警研究划分为以下阶段:明确警义、识别警源、预测警情、分析警兆、评判警情、界定警度、排除警情.

2.1 明确警义及警源识别

图1 系统因果反馈回路图

警义即警情的含义,明确警义,实际上是对超载状态进行最基本的定性判别,解决的是“何种状态需要报警”的问题,本研究的警义为水环境超载状态.警源即警情产生的来源,是警情预测的基础,能够为后续的排警提供帮助.区域社会经济和水环境在相互影响和相互作用下形成了一个非线性、高阶次的复杂系统[28],因此,本研究对于警源的识别采用系统分析法,即通过调查收集昆明市水系统背景资料,在明确考察昆明市未来社会经济发展对水环境影响这一目标的基础上,将昆明市行政区范围划定为系统边界,进而通过系统结构分析,划分为人口-经济-水资源-水环境四个子系统,同时,综合考虑子系统组成要素之间的联系,形成系统因果反馈回路图(如图1所示).

由回路图可知,影响水环境容量的警源可追溯到居民生活污染排放和产业污染排放;影响水资源承载力的警源可追溯到居民生活用水、各产业用水和城市环境杂用水;而过多的生产生活用水会直接导致生态需水保障率的降低,从而容易引起水生态承载力超载,此三者的警源均可归纳为人口规模和经济规模.因此,人口和经济规模正是昆明市水环境承载力超载状态的警情来源.

2.2 基于系统动力学动态仿真的警情预测方法

识别警源后,需要预测警情.警情预测是预警系统的信息来源,也是系统运行的前提,本研究采用系统动力学动态模拟仿真的方法进行警情预测.系统动力学以系统分析和因果反馈的理论为基础,应用计算机模拟仿真技术预测复杂系统的发展动态.它可以根据已知系统,结合研究目的、现状、系统内要素关系以及前人的实践经验来建立模型,相对于其他预测方法,系统动力学对复杂系统在时间序列上的动态研究更有优势,并可根据输出结果对系统进行优化[29].因此,本研究采用系统动力学的方法对昆明市的水环境承载力超载状态进行警情预测,以动态的跟踪警兆、警情的发展,并结合情景分析,考察目前发展情境下,昆明市未来的水环境承载力超载状态与趋势,从而为昆明市环保部门的排警决策提供支撑.

本研究在系统分析的基础上,采用系统动力学软件STELLA(Structure Thinking Experimental Learning Laboratory with Animation)建立昆明市水系统的动态仿真模型.参数设定的数据资料主要来源于:2010~2014年中国环境统计年报; 2010~2014年云南省统计年鉴、云南省水资源公报、昆明市统计年鉴、昆明市环境质量公报;“十二五”期间滇池流域水污染防治规划、昆明市海绵城市建设专项规划、昆明市环境保护与生态建设规划、昆明市城镇再生水利用专业规划;第一次全国污染源普查云南省农业污染源普查报告以及相关学者的研究结果等[30-31].模型的模拟时段为2010~2025年,时间步长DT=1a.

2.3 水环境承载力超载状态警兆判别

警兆即警情的预兆,是警情演变的一种初始形态,预示着警情有可能发生.分析判别警兆,实际上是在评判警情之前,提前对系统做出预判,考察是否有可能出现警情,需不需要对预测结果进行下一步的评判.

环境承载率是社会经济压力与环境可承载能力的比值[32],水环境承载率可以直观对比压力强度是否超出水环境的承载能力,衡量现状值和理想值的差距,是水环境承载力预警方法体系中常用的警兆指标,其计算公式如下:

当具体分析水环境中的水生态分量时,可采用生态需水保障指数作为警兆指标,其值计算为:

式中:ECO-D与ECO-P分别为生态需水量和生态供水量;ECO为生态需水保障率.

当值在[0,1)范围内,表示水环境可承载区域内的人类社会经济活动;=1时,处于恰可承载状态;>1时,水环境承载力处于超载状态,且越大,超载情况越严重.当ECO在[0,1)范围内,表示水生态系统能够提供正常的服务功能,处于可承载状态,ECO>1表示水生态系统超载,无法正常提供服务.考虑到实际应用中,在水环境达到临界承载状态时做出预警,往往不能充分发挥预警的作用,因此,从提前预判的角度,本研究将³0.8且有增大趋势判别为警兆出现,需要进行下一步的预警,即当³0.8时,系统进入了临界超载区.

2.4 水环境承载力超载状态警情评判方法

通过警情预测与警兆判别,需进一步分析评判警情,即用统一、客观的方法来量化表征警情,以便界定其所在的警度.本研究将水环境承载力超载状态综合指数和社会经济与水环境耦合协调度作为警情评判的指标.

2.4.1 水环境承载力超载状态综合指数 考虑短板效应,本文采用内梅罗指数法计算水环境承载力超载状态指数.为综合体现水环境承载力的超载状态,本研究以警兆判别中所提到的环境承载率和生态需水保障指数作为评价基础,考虑水环境容量、水资源和水生态3个方面以计算水环境承载力超载状态综合指数,计算公式如下所示:

式中:1,2,3分别为水环境容量承载率、水资源承载率和生态需水保障指数.

当在[0,1]区间时,区域内的人类社会经济发展程度在水环境可承载范围内,且越接近于0,区域的开发潜力越大,水环境受压力影响越小;=1时,区域内水环境恰能承载人类活动强度;>1时,则社会经济压力超出水环境可承载的程度.

2.4.2 社会经济与水环境耦合协调度 社会经济发展和水环境之间的耦合作用,可视为两个系统相互作用的集合,既包括发展对水环境产生的压力和胁迫作用,又包括水环境对发展产生的约束作用;既包括水环境对发展的承载支撑作用,也包括发展的理论技术进步对水环境的改善作用.社会经济与水环境之间的耦合协调度反映了两者之间的协调发展程度,是对系统发展趋势的一种评判方法[33].因此,本研究引入社会经济和水环境耦合协调度评判警情,以判断水环境与社会经济发展的协调程度,耦合协调度越高,系统越趋向协调有序发展.耦合协调度的计算方法可分为以下4步.

(1)计算功效函数

设变量u(1,2,3……,) 是社会-经济-水环境系统序参量,u为第个序参量的第个指标,其值为x(=1,2,3……,),α和β分别为序参量在系统稳定临界点的上限值与下限值,当序参量的值越大时,系统耦合越好,则该变量为正功效指标;当序参量的值越小时,系统耦合越好,则该变量为负功效指标,因而社会-经济-水环境系统对系统有序的功效函数u可表示为:

式中u是变量x对系统的功效贡献大小,反映了各指标达到系统稳定目标的满意程度.由功效函数的意义和算法可知,uÎ[0,1],u越接近于1,则功效越大,越能使人满意;u越接近于0,则功效越低,越不使人满意.

(2)结果集成

由于社会经济子系统和水环境子系统相互作用而又处于两个不同的子系统,我们通过集成方法计算子系统内各个序参量的总贡献度,一般以线性加权法或几何平均法计算单个子系统的综合功效值,计算公式如下所示:

式中:U为子系统功效值,为序参量功效的权重,可用熵权法、层次分析法、变异系数法、德尔菲法等方法确定. 为了避免主观权重的影响,本文采用几何平均法计算社会经济子系统和水环境子系统的系统功效值.

(3)计算耦合度

根据物理学中容量耦合概念及相关模型,可以推出社会经济发展与水环境的耦合度计算方法,如下式:

式中:即系统耦合度,且Î[0,1],越接近于1,则系统耦合越好,越趋向于有序发展,越能使人满意;越接近于0,则系统耦合越差,趋向无序和衰退,越不能使人满意.1与2分别为社会经济与水环境的功效值.

(4)计算耦合协调度

由于耦合度仅能反应系统耦合作用的强度和发展趋势,不能反应系统整体功效的水平和协调水平,故在耦合度的基础上,构造耦合协调度模型,以反应耦合作用的协调水平,公式如下:

式中:为整个系统的耦合协调度;为社会经济与水环境调和指数,值反映系统整体的协调水平;作为待定系数,可调和子系统在整体系统中的重要程度,一般认为社会经济发展和水环境同等重要,故取=b=0.5.结合各个学者的研究[34-36],我们对耦合协调度进行划分,的数值区间及其对应系统的耦合协调状态如表2所示.

表2 社会经济与水环境耦合协调度分类表

2.5 水环境承载力超载状态警度界定与报警

警度即警情危急的程度,界定并预报警度时,警情不能直接转化为可预报的警度,需通过警限来确定警度.警限的确定不仅需要根据系统化的理论,还应结合研究区域的规划情况进行确定.

本研究采用水环境承载力超载状态临界值和控制图法相结合的方法确定警限.控制图法[37]是一种通过分析样本数据来评判数据是否属于正常状态的方法.在该方法的设定下,被考察的指标值服从正态分布(2),其中为的均值,为的标准差.当产品的生产过程处于正常状态时,指标值应以99.73%的概率落在3范围之内.如落在±3在之外,可以认为超出了控制界限,过程被某种因素干扰而变得不稳定,系统需要立刻报警来提醒操作者采取措施.

预报得到的警度,是当前警情状态的反映,为综合体现系统超载状态和动态协调发展,将警度和社会经济-水环境耦合协调度结合起来,采取警情信号灯综合描述当前警情,详见表3.表中蓝灯表明水环境处于安全状态,整个系统向有序且高水平协调的方向发展;绿灯表明水环境处于安全状态,整个系统向有序且高水平协调的方向发展;黄灯表明水环境出现轻度至中度超载,耦合协调水平一般,需要采取排警措施;橙灯表明耦合协调度和水环境承载力超载状态都处于较危险的水平;红灯表明水环境严重超载或者社会经济系统已经开始衰退.

表3 警度与耦合协调度综合报警表

2.6 水环境承载力超载状态排除警情方法

当警情发生时,决策者需要对此进行响应来排除警情,这种响应就是排警决策.排警决策是指应对警情的响应手段,在确定排警决策时,不仅要考虑警情和警度,更要对警情的警源进行分析,同时结合警兆提出有效缓解警情的对策.在实际操作中,可从双向调控角度提出缓解对策;并从敏感度分析角度进行警源参数筛选,进而对不同排警决策进行情景模拟仿真,以考察警情是否得到排除;如无法使系统安全,则需采取进一步措施.

3 结果与分析

3.1 警情预测结果分析

3.1.1 SD模型有效性检验 为验证模型的运算结果与客观实际的吻合程度,本研究选取昆明市2010~2014年人口、GDP、COD和氨氮排放量的历史数据与模拟仿真结果进行对比分析,结果如图2所示.经对比,模拟值与历史数据的相对误差率平均值不超过15%,绝大多数的参数运行结果误差小于10%,说明模型拟合程度较好,模拟预测结果真实可信.

3.1.2 BAU情景下动态模拟仿真结果与分析 目前发展情景(BAU)指的是对现在的发展趋势不加约束的情景,按照昆明市目前发展情景的设置,以2014年为基准年,预测昆明市2015~2025年的人口社会经济发展状态,结果如图3所示.

图2 SD模型的模拟验证

图3 BAU情景下昆明市2015~2025年人口社会经济发展情况

从图3可以看出,昆明市2015~2025年间,在不施加外界约束的情景下,总人口不断增加,其中城镇人口占比不断增高,城镇化比例的增加直接导致城镇生活用水量及污染物(CODCr,氨氮)排放量不断增加,同时,农村人口的不断减少,使得农村生活用水量及污染物质排放量不断减少.作为重要的旅游城市,昆明市第三产业发展最快,第二产业次之,第一产业发展缓慢.各产业所消耗的水资源及其污染物质排放量(CODCr,氨氮)均呈现上升趋势,但不同产业增加的幅度存在差异.其中,以农林业为主的第一产业消耗水资源最快,排放氨氮最多,CODCr最少;以旅游服务业为主的第三产业则消耗水资源最少,排放的氨氮最少,但排放的CODCr最多,比第二产业工业废水排放出的CODCr还要多,这说明旅游服务业带来了高浓度污染的生活污水,生活污水的增加给昆明市水环境承载力带来巨大压力.

3.2 警兆判别结果与分析

BAU情景下,昆明市的水环境承载率计算结果如表4所示,生态需水保障指数在2020年和2025年的计算结果分别为0.53和0.43.从表4和生态需水保障指数的计算结果可以看出:在不对昆明市水环境施加外界约束的情景下,2020年和2025年的生态需水保障指数分别为0.53和0.43,模拟结果均小于0.8,说明水生态系统服务功能可以得到保障;而水资源、CODCr和氨氮在2020年的承载率分别为0.82、1.67和2.38,2025年的承载率分别为1.15、2.04和2.78,均大于0.8,说明三者均处于超载状态,且随着时间推移,承载率趋向上升,超载状态愈发恶劣,其中氨氮超载状态最为严重.因此,从警兆的判别结果来看,BAU情景下,水资源、CODCr和氨氮的警兆指标值皆大于0.8,且有随时间上升的趋势,故可以作为具体的警兆指标,并需要进一步对警情进行评判.

3.3 警情评判结果与分析

根据公式(4)~公式(9),分别对BAU情景下昆明市2015~2020年的水环境承载力超载状态综合指数和耦合协调度进行计算,计算结果如表5和表6所示.从表中可以看出,超载状态综合指数于2015~2018年维持在1.78,且于2019~2025年间不断增大,说明超载状态逐渐恶化;2015~2025年间,耦合协调度大于0.5小于0.8,社会总功效大于水环境总功效,说明水环境难以支撑社会经济发展,子系统互相拮抗耦合.

表4 BAU情景下昆明市2020年和2025年的水环境承载率

表5 BAU情景下昆明市水环境承载力超载状态综合指数

表6 BAU情景下昆明市社会经济和水环境耦合协调度

3.4 警度界定与报警

3.4.1警度界定 警度是在警限确定的基础上划分的.本文采用水环境承载力超载状态临界值和控制图法相结合的方法确定警限.结合昆明市作为全国主体功能区划中重点开发的实际情况,我们在临界超载点“1”时划分轻警和安全区;同时,考虑承载率为“1.5”的弱超载-中等超载临界点和“2.0”时的中等超载-严重超载临界点,结合控制图法划分中警、重警与巨警.划分结果见表7.

3.4.2 预警结果与分析 结合水环境承载力超载状态综合指数和社会经济和水环境耦合协调度,得出BAU情景下的警情信号灯,如表8所示.从表8可以看出,水环境承载力超载状态于2022年进入巨警,同年,耦合协调度也受到水环境超载影响开始下降,警度达到红灯,表明BAU情境下,到2022年,昆明市水环境将完全无法容纳社会经济发展带来的巨大压力,整个水系统趋于紊乱退化,无法协调持续发展,必须施行相应的排警决策.

在排警决策方面,可分别从提高水环境承载力和降低社会经济对水环境压力2个方面入手.诸如通过水利设施蓄水和雨水回用措施等提高水环境承载力;调整经济增速、人口规模和产业结构、提高废水回用率等以降低社会经济对水环境压力.

表7 BAU情景下昆明市警度划分表

表8 BAU情景下昆明市警情信号灯预警结果

4 结论

4.1 BAU情景下,昆明市未来的水生态系统服务功能可以得到保障,而水资源、CODCr、氨氮承载率均属于超载状态,其中氨氮超载状态最为严重;超载状态综合指数于2015~2018年维持在1.78,且于2019~2025年间不断增大;耦合协调度大于0.5小于0.8,社会总功效大于水环境总功效,水环境难以支撑社会经济发展,子系统互相拮抗.

4.2 BAU情景下,昆明市2015~2025年的水环境承载力超载状态的警度自2015年起即为中警,并于2022年进入巨警,同年的耦合协调度也受到水环境系统影响而开始下降,整体系统进入红灯,表明BAU情境下,到2022年,昆明市水环境将完全无法容纳社会经济发展带来的巨大压力,整个水系统无法协调持续发展,必须施行相应的排警决策.在排警决策方面,需严格按照“十三五”规划中的可持续发展要求,提高节能降耗水平,控制污染物排放,合理调整产业结构,以避免因城市发展带来的水环境承载力超载问题.

[1] 石建屏,李 新.滇池流域水环境承载力及其动态变化特征研究 [J]. 环境科学学报, 2012,32(7):1777-1784.

[2] 樊 杰,王亚飞,汤 青,等.全国资源环境承载能力监测预警(2014版)学术思路与总体技术流程 [J]. 地理科学, 2015,35(1): 1-10.

[3] 王国良,刘卫国,郑 彤.十三五时期“绿色”审计方向探讨—基于《十三五规划》的思考 [J]. 经贸实践, 2016,(19):29-30.

[4] 任 洋.新《环境保护法》之优越性述评 [J]. 农业科技与信息, 2014,(17):55-58.

[5] 李东序.城市综合承载力理论与实证研究 [D]. 武汉:武汉理工大学, 2008.

[6] 汪嘉杨,翟庆伟,郭 倩,等.太湖流域水环境承载力评价研究 [J]. 中国环境科学, 2017,37(5):1979-1987.

[7] 李玲玲,徐琳瑜.特大城市水资源承载力政策响应的动态模拟 [J]. 中国环境科学, 2017,37(11):4388-4393.

[8] Plate E J. Early warning and flood forecasting for large rivers with the lower Mekong as example [J]. Journal of Hydro-environment Research, 2008,1(2):80-94.

[9] Sim H P S P, Burn D H B H, Tolsontolson B A. Probabilistic design of a riverine early warning source water monitori [J]. Canadian Journal of Civil Engineering, 2009,36(6):1095-1106.

[10] Dokas I M, Karras D A, Panagiotakopoulos D C. Fault tree analysis and fuzzy expert systems: Early warning and emergency response of landfill operations [J]. Environmental Modelling & Software, 2009,24(1):8-25.

[11] 韩天放,董志贵,胡筱敏.辽宁省城市生态安全评价方法与预测模型研究 [J]. 安全与环境学报, 2009,9(1):76-79.

[12] 余 敦,高 群,欧阳龙华.鄱阳湖生态经济区土地生态安全警情研究 [J]. 长江流域资源与环境, 2012,21(6):678-683.

[13] 吴冠岑,牛 星.土地生态安全预警的惩罚型变权评价模型及应用——以淮安市为例 [J]. 资源科学, 2010,32(5):992-999.

[14] 苏正国.南宁市土地生态安全预警研究 [D]. 成都:四川农业大学, 2011.

[15] 黎德川,廖铁军,刘 洪,等.乐山市土地生态安全预警研究 [J]. 西南大学学报(自然科学版), 2009,31(3):141-147.

[16] 任永泰,李 丽.哈尔滨市水资源预警模型研究(Ⅰ)—基于时差相关分析法的区域水资源预警指标体系构建 [J]. 东北农业大学学报, 2011,42(8):136-141.

[17] 杨杰军.青岛市崂山区水资源可持续利用研究 [D]. 青岛:中国海洋大学, 2009.

[18] 高丽云.河源市江东新区水环境容量及污染防治对策研究 [D]. 西南交通大学, 2014.

[19] 邬 彬,车秀珍,陈晓丹,等.深圳水环境容量及其承载力评价 [J]. 环境科学研究, 2012,25(8):953-958.

[20] 戴 靓,陈东湘,吴绍华,等.水资源约束下江苏省城镇开发安全预警 [J]. 自然资源学报, 2012,27(12):2039-2047.

[21] 曾维华,王华东,薛纪渝,等.人口、资源与环境协调发展关键问题之一—环境承载力研究 [J]. 中国人口×资源与环境, 1991,1(2): 33-37.

[22] 蒋晓辉,黄 强,惠泱河,等.陕西关中地区水环境承载力研究 [J]. 环境科学学报, 2001,21(3):312-317.

[23] 王西琴,高 伟,曾 勇.基于SD模型的水生态承载力模拟优化与例证 [J]. 系统工程理论与实践, 2014,34(5):1352-1360.

[24] 赵 云.扬州市江都区水环境容量分析及水环境整治的措施 [J]. 科技创新与应用, 2015,(10):143-143.

[25] 倪滕南.济宁市水资源承载力与可持续利用研究 [D]. 济南:山东师范大学, 2010.

[26] 欧阳志云,赵同谦,王效科,等.水生态服务功能分析及其间接价值评价 [J]. 生态学报, 2004,24(10):2091-2099.

[27] 顾海兵.构建宏观金融预警系统:警源与警兆分析 [J]. 国家行政学院学报, 2000,(1):41-46.

[28] 周世星.系统动力学在区域规划环境影响评价中的应用 [D]. 成都:四川大学, 2005.

[29] 张燕飞,陈忠购.涿州农业科技园区规划方案模拟—基于系统动力学 [J]. 农机化研究, 2008,30(6):37-39.

[30] 中国环境科学院研究院,环保部环境规划院,昆明市环境科学研究院.滇池流域水污染防治规划(2016-2020) [R]. 昆明: 2016.

[31] 云南大学资源环境与地球科学院.昆明城市总体规划修编(2006-2020) [R]. 昆明: 2006.

[32] 王 俭,孙铁珩,李培军,等.环境承载力研究进展 [J]. 应用生态学报, 2005,16(4):768-772.

[33] 宋学锋,刘耀彬.城市化与生态环境的耦合度模型及其应用[J]. 科技导报, 2005,23(5):31-33.

[34] 罗昆燕,周国富.喀斯特地区城乡生态经济复合系统耦合机制及对策——以贵州省黔西南州为例 [J]. 中国生态农业学报, 2011,19(4):925-931.

[35] 刘耀彬,李仁东,宋学锋.中国城市化与生态环境耦合度分析 [J]. 自然资源学报, 2005,20(1):105-112.

[36] 陈端吕,彭保发,熊建新.环洞庭湖区生态经济系统的耦合特征研究 [J]. 地理科学, 2013,33(11):1338-1346.

[37] 王 雄.赤峰市森林资源—环境—经济复合系统可持续发展动态评价及预警 [D]. 呼和浩特:内蒙古农业大学, 2007.

Investigations on the medium-to-long term early warning of water environmental carrying capacity-A case study of Kunming City.

CUI Dan, CHEN Xin, ZENG Wei-hua*

(School of Environment, Beijing Normal University, Beijing 100875, China)., 2018,38(3)：1174~1184

The early warning system of water environmental carrying capacity (WECC) was built on the basis of the dynamical simulation method of system dynamics (SD). Kunming was considered to study the overload warning of WECC. The obtained results illustrated that during 2015~2025, the comprehensive index of the WECC of Kunming would gradually increase from 1.78 to 2.22, indicating that the water environment overload condition would deteriorate. The system coupling coordination degree of Kunming would experience a fluctuation between 0.5 and 0.8, and the total efficacy of the society would be greater than that of the water environment, reflecting an antagonistic relationship between the social-economic subsystem and the water environment subsystem. The alert level would change from medium to high and the color of signal light would change from orange to red, indicating that Kunming would be continuously threatened with overloading of WECC in the future.

early-warning；water environmental carrying capacity；system dynamics；Kunming

X321

A

1000-6923(2018)03-1174-11

崔 丹(1988-),女,山东菏泽人,博士,主要从事城市水资源规划与管理方面研究.发表论文1篇.

2017-07-26

国家重点研发计划(2016YFC- 050350403)

* 责任作者, 教授, zengwh@bnu.edu.cn