基于随机分析的干旱区水资源管理方法研究及应用

沈 沛,许龙祥

(1.江苏省仪征市真州水利站,江苏 仪征 211400;2.江苏省仪征市枣林湾水利站,江苏 仪征 211400)

0 引 言

干旱区域的水资源管理关系着生态环境保护和社会经济发展,但水资源管理在气候变化和人类活动影响下,具有不确定性和复杂性。近年来,许多学者对干旱区水资源管理方法进行了相关研究。张阳阳等[1]利用气孔导度模型,分析了区域地下水位参数特征和水源利用率。陈艾姣[2]对比了两种统计降尺度方法,评估了干旱区气候变化。Kerzabi R等[3]、Bouri S等[4]使用遥感和水文地球化学分析,验证了污染物指标。张文达、邓人超等[5-6]分析了水源保护规划目标、重点任务,为水资源管理和保护提供了参考。贾玲等[7]结合地热水资源开发利用方式,构建4种用水管理模式,为地热水资源管理提供了建议。

本文使用随机分析的不确定性方法体系,对开孔河流域和阿姆河流域的水资源利用管理进行气候、作物、能源等数据分析。为了优化水资源配置,以开孔河流域为例,构建基于随机模糊分式规划方法的水资源-粮食-能源关联系统管理模型,旨在为干旱地区农作物用水、电力生产用水和水资源配置等方面提供参考依据,同时为干旱区水资源管理方案提供案例分析和技术支持。

1 基于随机分析的不确定方法体系和模型构建

1.1 区间多阶段随机规划方法模型

鉴于水资源系统的复杂性、自然因素的随机性,在干旱区水流域采用耦合气候模型和水文模型的区间多阶段随机模型进行管理[8]。针对干旱地区中的开都-孔雀河流域即开孔河流域,建立一个集模拟-优化一体的水资源配置体系(Integrated Simulation-based Allocation Modeling System,ISAMS),该体系中耦合了全球气候变化模型(Global Climate change Models,GCM)、随机天气发生器降尺度模型(Long Ashton Research Station Weather Generator,LARS-WG)、半分布式流域水文模型(Semi-distributed Land-use Runoff Proccess,SLURP)和区间多阶段随机规划模型(Interval Multistage Stochastic Programming,IMSP),每个模型均能提高该体系适应气候变化的水资源管理能力[9]。

首先为了探讨开孔河流域未来径流变化趋势,构建了结合GCM、LARS-WG降尺度模型和SLURP模型的模拟方法。由于地区的独特位置,气候模型选择了全球大气-海洋耦合模式(MRI-CGCM)、美国社区气候系统模型版本(CCSM4)和英国Hadley提出的耦合模型版本3(HadCM3)进行比较,得出该区域的气量变化,再驱动LARS-WG降尺度模型来预估未来降水和温度的变化,然后进行区间多阶段随机规划。见图1。

图1 区间多阶段随机规划模型框架图

从图1可以看出区间多阶段随机规划图的技术路线和区间多阶段随机规划模型的流程。LARS-WG降尺度模型利用半经验分布模型来模拟日降水量,而LARS-WG模型中温度的模拟不同于降水模拟,温度的变化是随机过程。根据开孔河流域水资源管理系统的复杂性和不确定性的基础问题,构建的集模拟-优化一体的水资源管理模型以优化为主,并结合模拟结构,探讨该流域气候变化下的水资源管理方法。构建模型如下:

(1)

该模型中的变量不能小于零,其约束条件包括流域内实际用水量不能超出可供应水量的总水量约束、中游人类用水和下游生态用水需满足最小需求,也不能超出水量最大承载力的不同水单元可用水量约束和下游生态用水保障。根据交互算法,将模型拆解为上下界线性子模型,解出上下界子模型后得出的水资源配置结果,根据模型求解结果,可以得出适用于开孔河流域应对气候变化的水资源配置方法。其模型的所需数据包括未来气候数据、地理数据、站点气象、水文数据以及水资源供应量。

1.2 模糊机会约束规划方法模型

水资源和土地资源关系着粮食生产安全,研究水资源与土地资源的相互作用,进而实现水资源最优配置和保障粮食生产安全。在阿姆河流域开发一个可能性-弹性模糊机会约束规划方案,该方案结合可能性模糊规划、弹性模糊规划和机会约束方案。其中,机会约束优化模型虽然有效处理了约束右方参数的随机性,但对参数或不等式的模糊性缺少考虑,因此引入模糊规划来处理该问题[10-11]。而该模型反映着决策者的主观偏好,不能解决客观因素造成的模糊信息,进而引入可能性模糊规划方法,以处理目标函数中的模糊不确定性信息。模糊机会约束规划模型如下:

(2)

式中:f为目标函数;xi、yj为决策变量;ai、bj为模糊系数;Ca、d分别为函数中心点和半径;λ为必然性测度水平,在[0～1]范围内。

根据阿姆河流域的气候条件、水文资源以及下游作物灌溉区域发展等因素,构建基于可能性模糊机会约束规划方法(Possibilistic-flexible Fuzzy Chance-constrained Programming ,PFCP)并结合土地资源关联系统(Water-Land Nexus system,WLN)的管理模型。模型以系统收益最大化为目的,综合考虑水资源约束、土地资源约束、电力资源约束、灌溉水量约束和粮食安全保障约束等重要约束条件,其模型框架见图2。

图2 PFCP-WLN模型框架图

从图2可以看出,该模型主要针对阿姆河流域下游的农业灌溉区,将系统收益最大化作为目标,综合考虑土地资源约束、水资源供需量约束、电力供应量约束、粮食安全保障约束以及污染排放约束等约束条件,对土地资源、水资源、电力资源以及社会经济方面等数据进行实地实时获取,并起到因地制宜的作用。其中,目标函数包括农作物的毛收益、肥料成本、调水成本及耕作成本,根据其目标对规划方法的变量条件进行统计和计算,而变量条件有3个地区、4种作物以及5个时期。9种灌溉模式在于提高灌溉效率,将漫灌、畦灌、喷灌和滴灌4种方式进行有效组合,对应9种不同的灌溉效率,从而获取农作物水资源利用和土地资源利用的收益最大化。

1.3 随机模糊分式规划方法模型

由于水资源与粮食、能源息息相关,都是人类生产生活的重要资源,因此针对某地区水资源管理方案需要考虑到粮食和能源的关联,因此管理系统具有庞大、复杂的特性。在考虑多重问题的影响中,根据机会规划、模糊可信度规划和分式规划,开发了随机模糊分式规划方法(Stochastic Fuzzy Fractional Programming,SFFP),其公式如下:

(3)

式中:s、t为矩阵常数;xj为J行的行向量;uj、vj为列向量。

根据开孔河流域实际情况及其下游灌溉区的经济发展要求,遵循“以水定地、以水定产业、以水定发展”的原则,量水而行,推动经济用水结构调整以及对各行业用水进行合理配置,从而探讨水资源、粮食和能源系统的关联影响,找寻三者间最优的配置和生产模式。因此,构建基于随机模糊分式规划方法的水资源-粮食-能源关联系统(Water-Food-Energy,WFE)的管理模型。其框架见图3。

从图3可以看出,模型的农业种植模式、电力生产特征以及水资源获取方式等因素紧密相连,农作物主要包括小麦、棉花、蔬菜和水果等,发电方式有燃煤发电、燃气发电、太阳能发电和风力发电等;农业、电力发展以及能源的开发利用,均需要对该区域水资源管理模式进行综合考虑,达到兼顾该区域系统收益最大化和用水量最小化的双重目的。其中,约束条件包括资源可利用量约束、农业生产需水量、电力生产能力、二氧化碳和污染物排放限额等,根据以上约束条件构建模型,为开孔河流域水资源综合管理和社会经济发展提供科学理论和技术参考。因此,应对水资源短缺问题时,首先需要降低电力生产和农作物的需水要求;其次,规划合理的种植面积和生产能力,考虑生态与经济发展、效益和风险之间的平衡关系;最后,制定区域或流域内最合理的水资源管理方案。

2 基于随机分析的模型验证与分析

2.1 区间多阶段随机规划模型分析

根据构建的模型,对实地干旱地区进行数据分析,并结合当地气候条件、水文信息、能源资源以及土地资源等因素,验证并分析干旱地区的水资源利用效率,保障用水安全、粮食安全、生态协调发展以及社会经济可持续发展。在开孔河流域,构建基于集模拟-优化一体的水资源管理模型,在气候变化条件下进行气候参数分析,总结其对中下游用水的影响,其中气候条件变化包括温度、降水和径流。针对2023-2045年平均气温和平均降水量的对比结果,分析3种不同气候模型的差异,见图4。

图4 不同气候情景下的温度和降水预估结果

从图4可以看出,未来22年平均气温分别为-3.9℃、-3.7℃和-3.4℃,而当前平均气温为-4.5℃;降水方面多年平均降水量分别为229.2、223.5和236.1mm,而当前平均降水量为216.6mm,表明开孔河流域的气候朝着暖湿气候方向发展,其温度和降水的增长趋势对该流域的径流有着积极影响。不同气候情景下的温度和降水差异,证明了气候预测的不确定性。

开孔河流域的中游人类用水配水目标以及缺水情况,与气候变化、人类活动和下游生态输水量有关,随着气候变化以及社会发展,中游人类用水量随之增加。而当下游生态输水量增长时,中游用水配水目标会减少,表明水资源影响着经济发展和生态保护的关系。因此,决策者需要根据实际需要,合理分配水资源,提高水资源利用率,促进经济社会发展。

2.2 可能性模糊机会约束规划模型分析

根据PFCP-WLN模型框架图中农业灌溉系统的复杂性,阿姆河流域的下游地区是主要灌溉区域,对当地社会经济发展和生态保护有着重要地位和影响。在构建阿姆河流域的水土资源联合管理模型中发现,不同灌溉模式的灌溉效率影响着整个系统收益。根据4种灌溉方式,设置了9种灌溉模式组合。得出9种灌溉效率结果,见表1。

表1 9种灌溉模式组合及其效率

从表1可以看出,不同灌溉模式的效率结果采用流域的农业实际数据,其中第9个模式组合灌溉效率最高,其系统收益也最高。作物种植面积与灌溉效率关系紧密,灌溉效率的提高会降低单位农作物的需水量,进而增加灌溉面积,从而保障了粮食产量和提高系统收益。因此,面对干旱地区阿姆河流域的农业活动,决策者需要关注灌溉效率的提高和先进灌溉技术的引用,以改善灌溉条件、增加灌溉面积以及保障粮食生产安全。

2.3 随机模糊分式规划模型分析

根据SFFP-WEF模型框架,综合考虑系统收益、农作物种植面积分析、电力生产总量分析以及水资源优化配置方案。结合开孔河流域的农作物灌溉总面积的变化数据,以灌溉需水量α水平和可供水量p水平为分析指标,观察农作物种植面积和灌溉配水量的变化,见图5。

图5 开孔河流域总灌溉面积

从图5可以看出未来规划期的3个时期t1、t2和t3的灌溉总面积的变化。t3时期灌溉需水量为0.8m3时,4种p水平的作物灌溉总面积分别为186.4×103、191.6×103、198.6×103和203.4×103hm2;灌溉总面积随着可供水量p的增高而增加,但总体看,灌溉总面积逐渐减小。

农作物的配水量变化见图6。

图6 开孔河流域作物配水量

从图6可以看出,作物配水量随着可供水量的增加而增长。根据实地考察,开孔河流域土壤盐渍化较严重、水资源较少以及生态保护力度弱,如果不加干预,未来可耕地面积会逐渐减少。而该流域的电力生产总量也与可供水量有关,为正比关系,灌溉需水量越多,相应地用于电量的水资源越少;电力生产量和CO2、污染排放限额呈反比关系,当配水量增加时,可排放的CO2和污染物量相应减少,进而导致燃煤和燃气的发电量减少。因此,在能源发电时,应考虑水资源的节约利用,改进燃煤燃气发电技术,减少其耗水量,提高应对缺水问题的能力。另外,在水资源优化配置方案中,结合农作物种植的分配,追求单位水资源收益最大化,但农作物的单位水资源收益远低于电力生产水资源获利。因此,在满足农业水资源最小供应量后,其作物种植面积保持稳定不变、水资源分配量也不变,才能达到优化配置水资源的目标。

3 结 论

为了应对干旱区水资源短缺问题,考虑气候和社会经济等不确定性因素,本文研究开发了一种基于随机分析的不确定性方法体系,用于开孔河流域和阿姆河流域。由开孔河流域构建IMSP模型得出,未来年平均降水量和平均温度分别为229.2、223.5、236.1mm和-3.9℃、-3.7℃、-3.4℃。在阿姆河流域构建PFCP-WLN模型,针对下游灌溉模式得出,23%漫灌、24%畦灌、23%喷灌和30%滴灌组合的效率最高为0.71。由开孔河流域构建SFFP-WFE模型可知,降低农作物和电力生产的需水要求,以合理规划水资源配置。