辽宁省水资源可持续利用预警研究

刘雯雯

(辽宁省沈阳水文局，辽宁 沈阳 110094)

在充分考虑区域水资源状况的条件下，可持续预警就是在其管理过程中，利用预警方法和理论对水资源质、量偏离预期状态的程度给予相应的预测、评判和警示，并给出科学的调控对策。它是依据数学模型和已有相关资料，对偏离水资源期望值的各类参数或指标进行评价，从而准确掌握水资源未来的动态发展趋势和变化状况，并可实时预报非正常水资源利用的危害程度和范围，即通过报警、调控的防范措施处理水资源问题[1]。针对可持续预警问题，许多学者从多个角度进行了研究并取得了一定的成果，如王慧敏等[2]针对流域水资源发展模式及其可持续性的度量问题，提出了系统动力学预警方法；荆平等[3]通过分析预警标准、指标内涵和理论方法，构建了基于模糊物元法的可持续利用预警模型；韩大军等[4]以湖州市为例，通过分析了水资源开采现状和生态环境特征，科学地提出了水资源管理对策和措施；潘安娥[5]等从水足迹方面对湖北省社会生产和生活与水资源压力之间的变化关系进行分析，揭示了区域水足迹表现出上升趋势。水资源可持续预警的最终目标为实现可持续状态的调控，通过准确的预报分析并采取有针对性的警患排除措施，从而保证水资源长期的处于可持续状态[6]。本文在详细分析了可持续利用预警内涵、特征的基础上，分别从可持续利用的各个方面选取典型的16项指标，对辽宁省2010—2015年水资源可持续状况和未来发展趋势，利用ANN预警模型进行评价，以期为促进区域水资源发展规划和人水协调发展提供参考依据。

1 水资源可持续利用ANN预警模型

1.1 预警指标体系框架

预警指标体系的构建不仅要考虑区域水资源开发利用现状、水系统特征，而且还要涉及自然环境、社会经济与水资源之间的协调匹配状况[7]。本文结合辽宁省水资源状况以及各子系统的具体特征，分别利用理论分析法和频率统计法设计了预警指标体系框架，主要包括3个层级，即目标层A：可持续利用预警指数为目标层中的唯一参数，它是反映区域水资源整体发展趋势的关键指标；准则层B：可持续预警指数受多种因素的共同作用，可从水资源条件、管理能力、开发利用和水生态环境4个方面建立准则层，并进一步反映各子系统的影响作用；指标层C：通过实际调查与理论分析相结合的方法，选取一系列能够描述水资源可持续利用状况的指标，进而全面、系统的评价预警程度。

本研究通过邀请10位专家参与调查，并利用德尔菲法选取了可持续预警基础指标，在遵循代表性、独立性、可行性原则基础上构建了预警指标体系，结果见表1。

表1 可持续利用预警指标体系

1.2 构建ANN预警模型

在网络中不同的人工神经元连接方式，可形成不同的预测模型，BP网络以全互连的连接模式作为各层神经元之间的连接方式，各层次神经元的相互连接关系，本文采用该模型进行预警的模拟分析。

BP网络架构的输入层即为输入变量，根据具体问题和影响因素确定该层次单元数目；网络构架隐含层主要通常包含多个或一个隐含层，通常根据经验公式或网络调试法确定该层次处理单元数目；网络构架输出层可采用非线性转换函数，反映整个系统网络的输出变量，根据具体问题和评价对象特征确定该层次评价的单元。BP结构训练的主要过程包活激励信号的正向以及误差的反向传播两方面内容，其中样本的正向传播经过隐含层的逐级处理向传向输出层，在该过程中如果出现输出偏差，则可实现反向误差的传播。该过程以某种形式反向分担给各个单元，然后以获取相应的误差信号作为各个权值的修正依据。在达到设定的次数或误差降低至要求范围时，该循环复始过程方可停止传递和计算，最终实现误差均方值的最小。

BP网络结构中各层级之间激励函数的选择，是影响模糊优选模型合理性与科学性的关键因素，以3层网络结构为例其隐含层激励函数如下：

(1)

式中，j、rij—样本序数和网络结构输入；wij、ukj—i、k层之间的连接权重和节点输出；θk—k节点的阀值。

网络结构中输出层的激励函数表达式如下：

(2)

式中，ukj、uhj—隐含层输入与h层节点的输出；wkh、θh—k、h层之间的连接权重和h节点的阀值。

根据已有研究成果和辽宁省水资源开发利用现状，可将其可持续利用状态划分为1～4级，分别对应于可持续、弱可持续、弱不可持续、不可持续4个水资源状态。为提高BP网络训练的精度和效率，以各分级标准值为基础进行线性内插，从而扩充样本并进行网络训练。另外，在已有预警数据的条件下，也可将其作为检验样本并进行网络训练，内插法扩充样本，方法见表2。

表2 内插法扩充样本

1.3 可持续利用阀值及趋势预警

警界与警灯分别为指示不同警报级别的指标界限和多种不同颜色组成信号体系，警界值由轻到重所对应的信号分别为绿灯、黄灯、橙等和红灯。根据国家、区域水资源可持续利用划分标准和研究区域实际状况，参考已有研究成果合理划分各状态的阀值，结果见表3。

表3 可持续利用警度划分及阀值

以期望指数E(t)值为40作为边界条件，低于该值则认为系统处于可持续过渡状态；大于等于该值则认为系统处于不可持续状态。水资源复合系统的恶化速度和趋势，可利用下式反映：

(3)

(4)

水资源复合系统不可持续预警公式如下：

E(t)≤EP

(5)

式中，ΔEP—在Δt=t-2010期间，E(t)的恶化速度或趋势预警值，为1.0。

2 实例应用

2.1 辽宁省概况

辽宁省位于我国东北部地区，地理位置处于东经118°53′～125°46′，北纬38°43′～43°26′之间，临黄海、渤海，东与朝鲜相近，全省占地面积14.8万km2；境内为大陆性季风气候，冬冷干燥、夏热多雨，年降水量在400～1100mm，水资源补给以大气降水为主。该区域水资源量主要包括降水入渗补给和地表径流量两大部分，年均水资源量为341.79亿m3，并且在空间分布上呈现出由东南向西北逐渐降低的趋势。东南部与渤海相邻水源面积较大，降水量较为充足，西北区域降水较少并且风沙干旱现象较为频繁。境内主要包括大凌河、辽河、浑河、太子河和绕阳河等河流，年际水资源量呈现出典型的周期性丰枯变化特征，其中75%以上的降水量集中在汛期6—9月，并多以暴雨和强降雨的形式出现。境内约80%以上的区域处于极度或重度缺水状态，并且已经具有较高的水资源开采程度。近年来，随着经济的发展和人类数量的急剧增加，各行业工业废水和生活污水排放显著增大，并已超过河流水系的自净化能力和纳污承载极限，水环境问题已成为制约经济发展与生态文明建设的关键因素，开展辽宁省水资源可持续预警分析，对于区域水资源的科学开发利用和人水协调发展具有重要意义[8- 14]。

2.2 预警分析

BP神经网络训练样本为辽宁省2000—2010年各指标的实际值，本文利用MATLAB软件建立模型，模型输入为15项典型指标，隐含层为4个子系统，输出为区域可持续利用警度指数，结果如图1所示。

图1 BP网络训练误差变化趋势

对辽宁省2000—2009年各预警指标初始数值的选择，参考辽宁省水资源公报、统计年鉴、环境状况公报等资料。然后对该区域水资源可持续演变趋势利用BP神经网络进行预测，其中训练样本选择2000—2009年的10个样本，预测样本为2010—2015年的6个样本，对各评价指标数值进行提取并建立BP网络预警的输入样本矩阵，见表4。

表4 输入样本矩阵

同理，统计收集2010—2015年各指标数据并构建预测矩阵，受文章篇幅限制不再赘述，利用文中所述BP网络模型对辽宁省水资源可持续利用进行预测，结果见表5。

表5 2010—2015年辽宁省水资源可持续利用变化及预警结果

由上表计算结果可知，辽宁省可持续利用指数最大值为51.38，水资源利用处于弱可持续状态并属于中警，研究期间水资源变化趋势并不明显。该评价结果，基本上可反映该区域可开发利用水资源的实际状况，所建立的指标体系和BP网络模型具有良好的适用性，可为促进区域水资源发展规划和人水协调发展提供参考依据。

3 结语

本文通过分析可持续利用预警内涵、特征，分别从4个不同方面选取了16项典型指标，并建立了预警指标体系，对辽宁省2010—2015年水资源可持续利用状态，利用MATLAB软件构建的BP网络模型进行了科学的预测，主要结论如下：

(1)辽宁省可持续利用指数最大值为51.38，水资源利用处于弱可持续状态并属于中警，研究期间水资源变化趋势并不明显。本研究基本上可反映该区域可开发利用水资源的实际状况，所建立的指标体系和BP网络模型具有良好的适用性。

(2)在特殊条件的地区或经济发展存在较大差异的区域，水资源可持续影响因素不同且作用程度存在一定差异，因此在构建指标体系时应综合考虑区域实际状况，有针对性和侧重性的选择代表性的指标。