集对分析模型在辽西水保综合治理效益定量评估中的应用

杨 扬

(盘山县农业水利事务服务中心，辽宁 盘山 124000)

1 引言

辽宁西部属于辽宁省水土流失较为严重的区域，流域年土壤侵蚀量占全省土壤侵蚀量的比重高达49%左右[1]。从20世纪90年代末，辽宁省加大了对水土流失严重区域的治理，水土流失效果逐步显现[2]。水土保持效益的定量评估对于水土保持规划和设计的合理性十分重要。近些年来，许多学者采用不同方法对水土保持效益进行了评估。鲁秀杰[3]从经济、生态和社会三个效益出发，构建了水土保持效益综合评估体系，对朝阳县下洼小流域水土保持效果进行可合理评估。王琳[4]结合灰色投影理论，以大石桥市周家镇三道岭小流域水土流失生态治理示范区为例，对生态治理效益评估指标体系进行了优化和筛选，结果表明该方法具有较好的可靠性和适用性。傅光华[5]采用成本效益评估法对退耕还林区的生态治理效益进行分析，并提出生态效益量化的方法，有效解决了大范围水土保持治理区的生态效益量化难题。这些研究成果构建的水土保持区治理效益评估大都未能考虑各指标之间的关联度，存在一定的局限性，陈传胜[6]研究表明水土保持效益评估指标之间不是相互独立，而存在显著的关联度，在进行水土保持效益评估，需要考虑不同指标之间的关联度，从而合理地设置评估指标体系。集对分析模型通过建立评估指标之间的映射关系，来确定指标权重，在生态治理效益定量综合评估中得到较好的应用[7-11]，但在水土保持综合效益评估中还应用较少，为此本文基于集对分析模型，构建水保综合治理效益定量评估指标体系，并以辽西某水保治理区域为例，对其治理效益进行定量综合评估。

2 指标体系构建及评估原理

2.1 评估指标体系构建

本文从水土保持生态、经济、社会效益三个方面，通过优化和筛选，确定了13个评价指标，各目标层对应的评价指标见表1。

表1 水土保持效益综合评估指标体系

2.2 评估原理

集对分析模型对各评价指标进行排序，计算方程为：

C1=(λmax-n)/(n-1)

(1)

式中：C1表示为各指标一致度；λmax表示为指标的特征根最大值；n表示为指标的阶数排序。

各评价指标排序后，对其熵权值进行分析，分析方程为：

R=(rij)m×n

(2)

式中：rij表示为指标的熵值；m表示为评估指标的个数。

在确定各评估指标熵值后，对各评估指标的熵权值进行计算，计算方程为：

(3)

其中：

(4)

bij=(rmax-rij)/(rmax-rmin)

(5)

式中：Hi表示为第个评估指标计熵权计算值；fij表示为各评估指标之间的关联度；bij表示为评估指标归一化指数；rmax、rmin表示为熵值最大和最小值。

在熵值计算基础上对各评估指标的权重进行估算，估算方程为：

(6)

式中：Wi表示各评估指标权重计算值。

本文对各评估指标权重进行组合值的计算，计算方程为：

(7)

式中：W1表示为指标组合权重。

3 实例分析

3.1 工程概况

本文以三道沟小流域为研究对象，流域位于建平县北部义成功乡境内。区域属于土石质中度侵蚀，土壤侵蚀较为严重。侵蚀方式主要以水蚀为主，侵蚀沟壑分布较为广泛，水土流失面积占流域总面积的54.50%，为1358.70 hm2。其中轻度侵蚀占水土流失面积的23.69%，为321.89 hm2；中度侵蚀面积占水土流失面积的62.93%，为854.99 hm2；强烈侵蚀占水土流失面积的13.38%，为181.82 hm2。流域的沟壑密度为2.4 km/km2，土壤侵蚀模数均值为3804 t/(km2·a)。目前，流域内已治理的水土流失面积为832.71 hm2，占原有水土流失面积的27.38%，其中：梯田17.34 hm2，经济林19.58 hm2，水保林759.79 hm2。通过水土保持治理，流域内的植被覆盖率不断提高，生态环境得到显著提升。

3.2 评估指标的熵值综合计算

结合表1水土保持效益综合评估指标筛选结果，采用式(4)对不同目标层指标的熵值进行计算，结果见表2。

表2 水土保持综合效益评估指标熵值计算结果

从计算结果可分析，构建的水土保持效益综合评估指标体系生态、经济、社会三个准则层的熵值变化较小，生态效益的熵值最大，这主要是因为水土保持最为主要的目标为生态效益目标，因此该效益准则层各目标的熵值最大，其次是社会效益，经济效益各指标的熵值低于其他两个准则层，经济效益主要为水土保持综合治理效益的附属指标进行分析。

3.3 评估指标的归一化指数结果

在生态、社会、经济效益评估指标熵值分析的基础上，对筛选的13个评估指标进行归一化计算，计算结果见表3。

从表3可看出，不同指标之间的归一化指数和其指标的熵值具有较为明显的相关性，在生态效益目标层中，土壤侵蚀模数和土壤肥力两个评估指标的关联度最大，而在经济效益目标层中，人均粮食产量和粮食总产量之间的相关度最大。土地退化率和土地生产率是社会效益目标层中两个关联度最大的指标。不同指标之间的关联度越大，其指标归一化指数越高。

3.4 指标权重的估算

在指标归一化指数计算的基础上，充分考虑不同指标之间的关联度，结合层次分析方法对水土保持效益综合评估指标的权重进行估算，估算结果见表4。

从表4可看出，指标权重估算结果较为合理、客观，不同指标权重之间的差异度较小，其中生态效益各指标权重最高，而经济效益各指标权重相对较低，在各指标中林草覆盖率的权重最大，对于区域水土保持效益综合评估影响明显，因此一般将林草覆盖率作为区域水土保持效益评估最为主要的指标，其次为区域土壤侵蚀模数，水土保持综合治理的主要目标是降低区域的土壤侵蚀模数，减少区域土壤侵蚀量，因此该指标的权重也较大。

表3 各评估指标的归一化指数计算结果

表4 各评估指标单一权重计算结果

3.5 组合权重的计算

在各单一指标计算的基础上，结合式(7)对不同目标层的指标组合权重进行计算，水土保持效益综合评估指标的组合权重计算结果见表5。

从表5可看出，各指标组合权重值均低于0.8，采用层次分析方法计算的各指标单一权重略高，这主要是因为各指标的熵权值较小，其次层次分析方法下各指标权重由于未能考虑不同指标的关联度，因此有所偏小，采用组合权重进行计算后，结合各评估指标的归一化指数分析结果，对其指标组合权重进行计算，使得各指标权重更为合理。

表5 不同评估指标权重组合值的计算结果

3.6 综合效益评估结果

在各评估指标组合权重计算结果的基础上，从生态、经济和社会三个目标层出发，对各目标层的水土保持效益进行评估，结果见表6～表8。

表6 水土保持生态效益评估结果

表7 水土保持经济效益评估结果

表8 水土保持社会效益评估结果

对于研究区域而言，水土保持治理后期地表径流和林草覆盖率下的生态效益评估值高于土壤侵蚀模数和土壤保肥能力，这主要是因为在三道沟小流域，通过改善土壤条件使得其地表径流有所影响，通过增加林草覆盖率，降低了区域土壤侵蚀量，但一定程度降低了地表径流深。而在经济效益方面，各指标综合评估值均低于生态效益的评估值，这主要是因为水土流失治理更为看重的区域生态环境的改善，因此其效益评估值高于经济效益的评估值。从三道沟小流域社会效益看，通过区域水土流失治理后，区域土壤退化的比例明显减少，也提高了区域土地的生产率，农村人口比例受水土保持治理影响度相对较低，因此其评估值低于土地退化和土地生产率两个指标评估值。

4 结论

(1)水土保持效益评估指标之间的关联度越大，其指标归一化指数越高，林草覆盖率和土壤侵蚀模数关联度最高，因此两个评估指标的归一化指数也较大，在具体分析时，应重点考虑林草覆盖率和土壤侵蚀模数关联度进行指标组合权重的合理设定。

(2)在生态效益评估中，由于林草覆盖率的增加，使得地表径流深有所减少，这主要是因为林草覆盖率的增加，使得区域土壤蓄水能力提升，降低了地表径流量，也减少了区域水土流失量，对于区域生态效益增加有利。