基于GIS的扬州水资源分布与承载力研究

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）

水是人类生存和发展的基本条件,也是生态系统重要组成部分。随着人口不断增加和经济发展,水资源供需矛盾日益突出,水资源分布和承载力研究已是当今社会关注热点,也是制约社会经济可持续发展的重要因素之一[1-3]。扬州位于长江下游,是中国历史文化名城和旅游胜地,也是江苏省的重要经济快速发展区之一。由于地理位置和气候条件影响,扬州市水资源供应缺口极大,相应地水资源承载力面临严峻挑战[3-5]。本文旨在通过对扬州市水资源分布和承载力的研究,以期为制定科学合理的水资源管理和保护措施提供参考。

1 研究方法

1.1 扬州市自然特征

扬州地处江苏中部、长江北岸、京杭大运河中南段,地理位置介于32°15'～33°25'N、119°01'～119°54'E之间（图1）,总面积达6643 km2,其中陆地面积为4856.2 km2。区域为江淮平原地区,地形地势平坦,海拔介于0～149.5 m,平均海拔仅为2 m。受气象系统与海陆位置影响形成北亚热带季风湿润气候,四季分明、预热同期,夏季盛行东南风,冬季为西北风,全市年平均气温15.8℃,年降水量864 mm,日照时数1721 h,主要气象为暴雨、雷电、寒潮等。土地利用类型以农用地、建设用地为主,林地不足1%,水域面积占比达26.3%。境内河湖密度,有长江、淮河等一级河流与白马、高邮等重要湖泊,总流长593.6 km,多年平均径流总量16.9亿m3,但由于地表水源涵养性差和人口基数大,扬州市人均水资源量极为贫乏。

图1 扬州市地表河流分布

1.2 水资源分布研究方法

水资源主要包含地表水、地下水和降水资源三种类型,其中降水是其他水资源的直接有效补充,也是衡量区域水资源丰度的关键指标。受数据资料可得性限制,本文仅评估区域降水量资源分布特征。为精细研究区域降水量特征,使用降尺度的数据处理方法,即使用全球降水量测量（Global Precipitation Measurement, GPM）遥感降水产品数据为基础,使用随机森林（Random forest）算法进行降尺度处理,得到区域精细化降水量空间分布。RF是基于回归树（CART）的非线性拟合计算,其先利用bootstrap随抽样法从原始训练集T={（x1,y1）,（x2,y2）,…,（xn,yn）}中抽取n个样本,记作训练集Tt,进行k次抽样,则有k个独立样本形成的训练集,RF回归预测结果h（x）表示为k棵回归模型的预测结果是k棵决策树{h（X,θi,i=1,2…,k）}回归的均值：

式中：P（x）为随机森林组合模型结果；pi为单棵树分类模型；I为指示函数；Y为输出变量[6]。

为反映区域水资源现势性特征,使用的GPM数据为2010年～2020年平均资料,数据来源于Google earth engine平台,其产品编号为“NASA/GPM_L3/IMERG_V06”。

1.3 水资源承载力评价方法

步骤一：水资源承载力评价因子确立。基于水资源承载力概念、压力来源、受体等特征,结合前人研究经验,从自然、社会两方面选取独立性评价指标因子,各指标因子为独立栅格面数据（tif）,见表1。

表1 水资源评价指标体系

步骤二：指标因子量纲消除处理。采用极差标准化方法对指标数据栅格面进行无量纲化,相关技术公式如下：

式中：x为指标因子原值；i为栅格像元序数；j为指标序树；maxxj和minxj分别为第j个指标中最大、最小值；y为无量纲化后的值；正向指标表示承载力指数随着指标数值单调性增加,反之为负向指标。

该过程利用ArcGIS软件中栅格计算器工具实现。

步骤三：对指标因子进行客观赋权。为将各项指标因子联立,采用熵权法对各指标进行赋权[7-8],公式如下：

式中：；i=（1,2,…a,a+1,…b,b+1,…m）。

步骤四：利用栅格计算器对标准化后的栅格面与权重相乘,经加权（式（4））求和计算得到区域水资源承载力,其计算公式为：

1.4 数据来源与分析

本研究中土壤、人口、夜间灯光指数数据来自中国科学院资源环境科学数据中心（https://www.resdc.cn/）,其空间分辨率为1km；土地利用类型数据为开源Global land 2020产品,数据精度Kappa系数达0.8以上,空间分辨率为30 m；提取TWI因子数据是来自地理空间数据云（https://www.gscloud.cn/）的Aster GDEM数据,分辨率为30 m；NPP、温度数据从国家系统科学数据库搜集,分辨率达1 km；GPM降水数据从GEE中提取得到,另外通过对Landsat8（2015年～2020年）影像进行均值合成得到了NDVI；生成水域核密度栅格面所使用的矢量水文图件是经过Google earth影像目视解译得到的。上述指标因子预处理与计算均在ArcGIS10.8平台进行,经统一空间投影（UTM-38 N）和空间分辨率（50 m）后进行可视化出图。

2 结果与分析

2.1 扬州市GPM降水量统计特征

图2为扬州市GPM卫星观测降水量像素值,在本区共计53个像素端元,最大、最小值为914 mm、719 mm；空间平均值、中值达856 mm、847 mm；离差系数为23.56%,表明区域降水量总体差异性不大。观呈现出该地降水量分布特征：自东向西递减分布。但展示的降水量信息过于粗略,且粗糙格网特征不符合实际降水量分布规律。

图2 扬州市原GPM降水量及其半方差结构

利用降尺度方法之前,需检测GPM降水量像素值是否存在空间自相关性。利用ArcGIS 软件地统计工具分析得到其半方差函数图,见图2,其半方差值随着空间距离增加呈现先迅速增大后趋于平缓的态势。当空间距离h=0时,半方差值Nugget=0.064,当h=35km时的半方差值为0.362,记作PSill；基台值为0.426,块金值达0.426,说明其符合二阶平稳假设,因此可采用随机森林降尺度方法进行精细化处理。

2.2 扬州市降水资源空间分布特征

研究区2010年～2020年平均降水量空间分布见图3。经降尺度后降水量数值信息与原GPM特征基本一致,但其展现更多精细化渐变规律,例如详细描述了降水量趋势面特征、聚集性特征；且降水量带具有自然平滑特征,因此更符合区域实际。该降水量资源分布图显示扬州市降水量数值性差异较小,总体为东多西少格局。

图3 扬州市降水量资源空间分布特征

2.3 扬州市水资源承载力因子权重

扬州市水资源承载力各项指标的权值见图4。其中,植被用地分布核密度（ZB）、降水量（MAP）的权重最大,依次为0.122、0.112,反映了植被涵养水源、降水对水资源补给的重要性。其他因子权值依次为：人口密度（PD,0.104）＞蒸发量（ZF,0.097）＞归一化植被指数（NDVI,0.096）＞耕地分布核密度（GD,0.093）＞工业用地核密度（GY,0.079）＞夜间灯光指数（YJ,0.074）＞水域分布和密度（SY＞0.062）＞田间持水量（TJ,0.059）＞地形湿度指数（TWI,0.057）＞土壤湿度（SM,0.044）。可见,区域水资源承载力是经济、社会各方因素综合交互影响的结果。

图4 扬州市水资源承载力指标权重

图5 扬州市水资源承载力空间分布特征

2.4 扬州市水资源承载力空间分布特征

基于前述流程计算得到30 m空间分辨率尺度承载力指数栅格面,其结果见图4。可见,扬州市水资源承载力指数介于0～1之间,均值为0.54,标准差达0.18,离差系数为20%,说明承载力空间异质性复杂。承载力指数斑块呈团状离散分布,在市域北部承载力高值区分布于京杭运河西岸与东20 km外东侧,其值域介于0.6～0.95之间；而靠近运河东侧地段的承载力较低,其指数仅为0～0.5,主要由于该地多为城镇居民和农用地,其本身水源涵养能力低而用水压力较大。在扬州南部地区,承载力较高值区位于西南部,该地为林地、园地聚集区,也是区域生态水源蕴藏地；其他地区承载力指数相对较低。总体来看,该地承载力与区域用地类型、人口聚集程度一致。综合来看,区域水资源承载力仍处于0.54的临界值水平,说明该地面临着严峻生态供水和社会需水压力。

3 结论

本文运用GIS和统计学方法刻画了水资源分布与承载力空间差异性特点,得出结论如下：①扬州市降水量资源处于较丰沛水平,呈现自东向西减少格局,然而由于区域生态涵养性较低,因此对水资源有效补给较差；②区域水资源承载力处于临界水平,说明水资源供需局势紧张。③熵权法基于指标数据的离散程度进行客观赋权,具有一定的科学性,熵值信息表明,植被生态是区域水资源涵养关键自然因素；人口密度分布则是主要社会因素。因此未来应注重经济社会发展与水生态涵养能力同步。为提高区域水资源承载力水平,促进人地协调,需联系当前实际,促进土地资源合理配置、优化生态用地布局,增强水资源涵养能力。