辽宁省水资源承载力评价

宋桂敏

(辽宁省朝阳市朝阳县黑牛营子乡人民政府，辽宁 朝阳 122617)

科学评价水资源承载力对维持水系统良性循环、区域可持续发展等极其重要。当前，如何构建系统、完善的水资源承载力评价体系(ISAWRCC)尚未形成统一的标准[1]。本文针对区域水资源承载力评价信息干扰与重复问题，围绕评价检验、优化和初始三个体系构建过程，属性简约与相关分析相耦合的水资源承载力评价体系优化方法，并对优化结果利用灰色系统和粗糙集法进行了对比分析。

1 水资源承载力评价体系的构建

1.1 初始ISAWRCC

本文利用专家经验和理论分析成果构建初始ISAWRCC，该过程主要包括指标内涵的界定、参评因子的选取和体系结构的确定。其中，指标内涵的界定是对各项参评要素所代表的实际内涵按照科学性、通用性原则给予明确的规定，同时界定其对评价对象的正、负贡献，明确承载力参评数据的方向；参评因子的选取是考虑数据实现性和区域水资源特性，结合专家经验和相关理论确定评判要素；体系结构的确定是按照一定的准则和层次分析设计ISAWRCC指标体系框架[1-7]。

1.2 优化ISAWRCC

采用合适的数学方法筛选评判指标，对于提高评价结果精确度和简化评判体系繁杂性具有明显成效。其中，粗糙集法较数理统计法具有灵活性强、鲁棒性好等优点，可有效删除冗余信息和解决数据的不确定问题，而相关分析法可以准确筛选重复指标，挖掘数据信息中包含的线性关系。因此，本文将粗糙集法和相关分析法相结合构建ISAWRCC，用于解决参评信息干扰和重复问题。

1.3 评价检验

判定优化方案是否合理的关键是评价检验指标体系的优化结果，为解决过多主观性的不利作用及保证指标权重的客观性，要求所选取的评价方法应满足指标赋权的客观性，同时不受指标数量的限制。灰色关联度评价法对于大、小样本量均具有较好适用性，该方法能够结合数据的变化趋势和发展状态赋予相应的权值；以属性重要度替代指标权重的粗糙集赋权法，通过对参评要素的客观分析和重要度属性计算，可较为准确合理的确定权值。所以，考虑将属性重要度赋权法和灰色关联法有机结合，对比分析初始和优化的两套评估体系，为解决评价结果受参评因子数量的改变或主观赋权的影响提供参考。

2 实例分析

2.1 初始ISAWRCC的建立

辽宁省地处我国东北地区南部，下辖沈阳市、大连市、抚顺市、铁岭市、朝阳市、葫芦岛市等14个地级市和2个省管县，总面积14.8万km2，地貌形态大致分为“六山一水三分田”。该区域为大陆性季风气候，年均气温7.0～11.5 ℃，年降水量600～1100 mm，冬季少雨干暖，夏季气候凉爽，日照充足，其中每年的6～9月降雨较为集中且多暴雨或强降雨；空间上，东南部与渤海相邻降水量较多，中部平原地区降水较少，而西北部降水稀少且风沙干旱严重。境内分布饶阳河、大凌河、太子河、浑河、辽河等河流，有大鹿岛、长兴岛、石城列岛及里长山列岛等266座岛屿，全省岛岸线长627 km，狭长的海滨平原有“辽西走廊”之称[8-14]。

本文综合考虑科技文化差异水平、水环境状况及其变化特征、区域经济发展的不平衡性，结合区域水系特点和相关文献资料，从水资源、社会、经济和生态环境4个方面选择16项代表性评价因子，按照梯阶层次框架建立水资源承载力初始评价体系，如表1。

表1 辽宁地区水资源承载力初始评价体系

2.2 优化ISAWRCC的建立

根据相关文献数据资料，利用SPSS统计分析软件完成水资源承载力评估体系中16项因子的相关分析，从而构建各参评因子的16×16阶相关系数矩阵。水系统承载力实例中的参评样本数n=8，临界值r在显著性水平α=0.01时取0.8342，所以相关系数Rij≥0.8342的情况下，则判定参评因子i与j间为真高度相关。结合相关系数法分析结果，考虑将评价体系中C1、C2、C9指标剔除。

采用Horafa属性约简算法对相关分析剔除了3项重复指标的评价体系进一步优化，然后知识约简化其它13项因子，从而解决数据信息的冗余问题，获取最小知识表达的水资源承载力系统层信息。采用等距离法将无量纲数据划分为1、2、3、4级，区分矩阵的构造运用Visual C+6.0编程实现，按照Horafa算法流程和建立的区分矩阵作冗余分析。然后对冗余性干扰指标利用粗糙集的简约分析，最终删除了C6、C13、C16这3项指标，优化的辽宁地区ISAWRCC即为约简后的保留属性集，如表2。

表2 约简后的水资源承载力评价体系

2.3 评价检验

将粗糙集属性重要度与灰色关联度评价法有机结合，对辽宁省水资源承载力利用初始ISAWRCC和优化ISAWRCC两套评估体系分析，以此对优化ISAWRCC的科学合理性进行检验与分析，结果如表3。

表3 辽宁省初始ISAWRCC和优化ISAWRCC评价值

2.4 结果分析

通过对比分析可知，初始ISAWRCC和优化ISAWRCC评价结果均属于Ⅱ级，两套指标体系的水资源承载力评价等级保持较好的一致性。从横向对比的角度分析评价结果，优化ISAWRCC删除了冗余指标和高度相关的参数。高度相关的参数使得综合评价结果中统一指标数据的线性变化趋势减弱或增强，其反映的数据信息存在重复，而优化的评估体系有效避免了参评信息的重复，使得各参评因子间保持较好独立性。另外，删除冗余指标后的优化ISAWRCC改变了赋予权重的情况，由此提升了不同要素间的可对比性。

所以，优化的ISAWRCC较初始ISAWRCC评估体系能够更好的体现研究区域水资源状况，保证评价结果的客观真实性。由此可见，在评价指标体系中利用粗糙集和相关分析加以优化，对减少参评因子运算量、干扰信息和重复信息等均具有较好的实用性。

3 结 论

(1)将粗糙集属性约简和相关分析法相耦合，有效解决了初始评判体系中信息干扰和重复的问题，保证了优化ISAWRCC的科学合理性。针对冗余性干扰信息、高度线性相关的重复指标分别选用粗糙集Horafa算法、相关分析法进行删除和约简，该过程保证了评价指标的显著性；在此基础上运用粗糙集属性重要度与灰色关联度相结合的方法，保证了参评因子的客观赋权要求和指标数量改变的敏感性，评价检验了优化结果，为构建ISAWRCC提供科学的指导与支持。

(2)对于信息的优化属性约简和相关分析法具有科学有效性，对于简化复杂庞大的评判体系、降低指标运算量和删除重复性干扰信息等具有明显成效，优化ISAWRCC的水资源承载力评价结果更加合理。通过对水资源承载力的预测和评价，对于充分利用当地的水资源，减少水环境污染和水资源浪费，协调区域经济发展与水资源空间分布等具有积极意义，为加快推进水生态文明以及充分发挥水资源价值提供依据。