玉溪市水资源短缺风险时空分异及预测研究

赵红玲，陈俊旭，吕 燕，李子晨

(1.云南大学资源环境与地球科学学院，昆明 650091；2.云南大学国际喀斯特联合研究中心，昆明 650091)

水是生命之源、生产之要、生态之基，是社会可持续发展的必要条件[1,2]。近年来，随着社会经济的快速发展和极端天气的增加，我国很多地区出现了水资源短缺问题，致使城市的可持续发展面临挑战[3]，水资源短缺风险评估成为研究的热点和难点。水资源短缺风险，泛指在特定的时空环境下，由于来水和用水存在不确定性，使水资源系统发生供水短缺的风险[4]。目前水资源短缺风险评估主要基于灰色关联、模糊评判、层次分析等方法。如赵自阳[5]采用灰色关联分析和蚁群聚类算法对我国的水资源短缺风险进行了分析；阮本清[6]选取了风险率、脆弱性、可恢复性等指标，基于模糊综合评价方法对首都圈水资源短缺风险进行了评价；许应石[7]基于层次分析法及隶属度计算了湖北省水资源短缺风险系数。已有研究已取得较多成果，但在未来水资源短缺的预测、短缺风险的时空分异和评价等级的直接划分方面仍有待深入。而本研究区的相关研究较少，梁媛等[8]利用模糊物元等方法对云南省的水资源短缺风险进行了研究，得出玉溪市整体短缺风险排名第二。王新华等[9]计算了玉溪市生产耗水量与水足迹，得出绿水对玉溪市农业生产贡献巨大。段顺琼等研究玉溪市湖泊区的水资源脆弱性得出2005-2007年水资源脆弱性为中度脆弱。由上述研究可知，玉溪市作为云南建设面向南亚、东南亚辐射中心的重要节点，却面临着水资源短缺、供需矛盾突出等问题，但目前相关研究在研究区的细化、评价指标的综合性、水资源系统的模糊性反映上仍有待进一步研究。因此本文利用模糊聚类法对玉溪市2005-2015年各区县的水资源短缺风险时空分异进行研究，并预测2020、2030年各区县的水资源短缺风险，可望为该市未来的水安全保障和风险防控提供参考。

1 研究区概况

玉溪市(北纬23°19′～24°53′，东经101°16′～103°09′)位于滇中地区，为国家支持建设的新一批创新型城市之一。全市包括红塔区、江川区、澄江县、通海县、华宁县、易门县、峨山彝族自治县(峨山县)、新平彝族傣族自治县(新平县)和元江哈尼族彝族傣族自治县(元江县)9个区县，总面积1.53 万km2。2015年GDP总量为1 245.7 亿元，位居全省第三，人均GDP位居全云南省第二。玉溪市水资源时空分布不均，年均降水量为788～1 000 mm，汛期水资源量占到全年的70%以上。多年平均人均水资源量1 768 m3，约为全国平均的80%、全省平均的39%。红塔区、江川区、通海县等区县水资源需求量大，用水紧张，人均水资源量不足500 m3/人，资源性缺水问题严重；而峨山、新平县因河谷深切，水利工程设施不足，工程性缺水问题突出[10]。

2 数据及研究方法

2.1 数据来源

参考王红瑞[11]等人构建的水资源短缺风险评价指标体系和该研究区自身的缺水状况，本文从危险性、暴露性及脆弱性三个方面选取12个指标(表1)。危险性表示水资源发生短缺的可能性，本文利用缺水率(X1)进行表征，缺水率=(总用水量-水资源总量)/总用水量；暴露性指承受水资源短缺的载体容易受到的伤害和损失，是触发风险的必要条件，本文利用降水距平百分比(X2)和产水模数(X3)进行表征；脆弱性指水资源短缺风险发生所带来的潜在损失，包括固有脆弱性和安全补偿因子两方面，固有脆弱性由人均水资源量(X4)、人均GDP(X5)、人口密度(X6)、万元GDP用水量(X7)、农业用水量(X8)、工业用水量(X9)、生活用水量(X10)表征，安全补偿因子由有效灌溉面积(X11)、生态用水量(X12)来表征。X1、X2、X3、X4指标数据来源于2005-2015年《玉溪市水资源公报》，X5～X12来源于2005-2015年玉溪市统计年鉴。

2.2 研究方法

(1)灰色关联模型。灰色关联模型能够基于水资源系统的灰色不确定性，利用关联度的大小判断各指标与参考数据的相关程度[12,13]。

表1 水资源短缺风险指标

灰色关联模型的建立步骤如下：首先根据各指标值确定参考序列xi={xi(1),xi(2),…,xi(n)}，其中i=1,2,…,m,m为评价单元个数，n为评价指标个数。同时根据指标分级的参考值确定比较数列Yj={yj(1),yj(2),…,yj(n)}，j=1,2,…,S，S为指标的分级个数。其次对数据进行归一化处理，并计算关联系数ξij(k)，关联系数的计算公式如下：

(1)

式中：Vij(k)为第i个评价单元第k项指标值与该指标在第j级划分标准参考值的绝对差；maxjmaxkΔij(k)和minjminkΔij(k)分别为第i个评价单元的各项指标在各级中的最大和最小绝对差；ζ为分辨系数，其取值范围为0～1，一般取0.5。

最终求得关联度γij：

(2)

其中：k=1,2,…,n。

(2)模糊聚类分析法。由于水资源系统本身具有模糊性，因此本文采用模糊聚类法分析玉溪市的水资源短缺风险等级。该方法具体步骤如下：首先针对m个评价对象的n个评价指标，建立原始数据矩阵X=(xi1,xi2, …,xin)，其中i=1,2,…,m，并将矩阵进行标准化得到矩X′，阵然后构造模糊相似矩阵R即rij，本文采用距离法建立模糊相似矩阵，其计算公式如下[14]：

rij=1-cd(xi,xj)

(3)

(4)

式中：c为使0≤rij≤1的参数，本文中取c=0.1。

(5)

(6)

3 结果与讨论

3.1 玉溪市水资源短缺风险时间分布

通过玉溪市2005-2015年水资源短缺风险指标进行模糊聚类分析，当λ=0.755 8时， 2005-2015数据被分为3类，为确定各类风险等级关系，分别计算各类缺水率(表2)。玉溪市2005-2015年间水资源短缺程度差异明显，水资源短缺风险整体呈先增加后减小的趋势。2009年风险等级最高，2010-2015年风险等级最低。分阶段来看，2005-2008年短缺风险等级为2级，该时期虽然降水量最多，人均水资源最高，水资源禀赋最好，但玉溪市农业为用水大户，该时期农业用水量为各时期中最大，年均总用水量超过了17 亿m3；2009年风险等级为3级，该时期风险等级最高的原因为：降水急剧减少，水资源供给能力降低，旱情严峻，但人口和GDP仍持续增加，对水资源的需求不断增大，生活用水增加，水资源短缺问题显著。从2010年开始水资源量有所回升，旱情有所缓解，风险等级开始降低。与2005-2008年相比，2010-2015年水资源风险等级更低，从各指标来看，该时期来水量虽较2005-2008年低，但该时期，用水量为各时期中最低，万元GDP用水量减小，用水效率提高。

表2 玉溪市2005-2015年模糊聚类分析结果

3.2 玉溪市水资源短缺风险空间分布

通过模糊聚类分析，将2005-2015年玉溪市各区县年均水资源短缺风险数据分为5类，根据各类水资源缺水率，得到各区县水资源短缺风险空间分布(图1)。在空间上，东部水资源短缺风险等级高于西部。水资源短缺风险的空间分布，与当地水资源的供给能力、水资源的消耗状况和承受短缺风险的能力相关。

图1 玉溪市水资源短缺风险空间分布

位于玉溪市东部的红塔区、澄江县、通海县和江川区风险等级在4～5级，风险程度最高。从各指标来看，红塔区、澄江县、通海县和江川区人均水资源量分别为334、291、319和210m3/人，人口密度分别为419、212、388和321人/km2，工业用水量和生活用水量均高于其余各县，短缺风险的固有脆弱性与其他区县相比也相对较高。

位于中部的易门县和峨山县均属于3级短缺风险。从各项指标状况来看，易门县和峨山县的水资源禀赋虽然较差，产水模数分别为11.2、12.5 万m3/km2，降水距平百分比分别为-24%、-22%，发生水资源短缺的暴露性较大。但易门县和峨山县人口密度较小，分别为107、77m3/人，人均水资源量占有较多，生活用水量少，工农业发展水平较低，工业用水和农业用水量在各县中最小，因此水资源短缺风险等级为中等。位于西部的新平县和元江县分别属于1级和2级短缺风险，新平县和元江县的产水模数分别为24.4、25 万m3/km2，年均降水量均超过1 000mm，人均水资源量均超过3 000m3/人，水资源短缺的暴露度最低。有效灌溉面积分别为1.2、1.3 万hm2，水资源短缺的安全补偿因子高于其余各县，因此新平县和元江县的水资源短缺风险在各区县中最低。

3.3 玉溪市各区县2020、2030年水资源短缺风险

根据《玉溪市水资源综合规划报告》中2020年及2030年玉溪市的工业、农业、生态、生活需水量，人口，GDP，有效灌溉面积等数据及采用P-Ⅲ型曲线计算的P=25%(丰水年)、P=50%(平水年)、P=75%(枯水年)和P=95%(极端枯水年)的降雨量数据，通过模糊聚类分析方法对2020、2030年玉溪市各区县的水资源短缺风险进行预测。结果如图2，2020年各区县水资源短缺风险差异较小。在平水年及枯水年，红塔区皆为3级短缺风险，风险程度最高，其余各县为2级风险区。而在特枯水年，各区县水资源风险等级皆有所提高。其中红塔区跃升为4级短缺风险区，其余各县越升为3级风险区。2030年较2020年相比，在各时期水资源短缺风险均有所提高。在平水年和枯水年2030年各区县短缺风险空间差异相对较大，其中红塔区为4级风险区；新平、元江县为2级风险区；其余各县为3级风险区。在特枯水年，红塔区为5级风险区，其他各县均跃升为4级风险区。从各项指标来看，2020年和2030年玉溪市人口将分别达到258.22、275.82 万人，GDP分别增加2 241.03、4 366.31 万元，产业结构不断优化，生活用水量和工业用水量持续增大，农业用水量逐渐降低。在现有条件下，2020、2030年的可供水量将有所减小，但2020 年和2030年矣则河、洋发城等水库的扩建及新平县的西水东调工程，将对水资源的短缺状况产生缓解，各区县的短缺风险差异将有所减小。

3.4 各指标对水资源短缺风险的贡献

利用灰色关联分析方法通过求得各指标与缺水率的关联度，可以得到各个指标对于评价结果的贡献大小。如图3所示，各指标关联度农业用水量>人口密度>人均GDP>降水量>生活用水量>产水模数>人均水资源量>工业用水量>万元GDP用水量>有效灌溉面积>生态用水量，表明在水资源短缺风险评价中，各指标对水资源短缺风险评价结果的影响从大到小依次为：农业用水量、人口密度、人均GDP、降水量、生活用水量、产水模数、人均水资源量、工业用水量、万元GDP用水量、有效灌溉面积、生态用水量、农业用水量和人口密度。如红塔区年均降水量为880mm，产水模数为16.07m3/km2，皆位居全市第四，水资源禀赋并非各区县中最差，且生态用水量最大，有效灌溉面积较高，水资源的可恢复性较强。

图2 2020、2030年各区县水资源短缺风险

但红塔区人口密度超过400 人/km2，为各县中最高，农业用水量较高，人口密度对结果影响远大于生态用水量和有效灌溉面积，因此红塔区水资源短缺风险程度最高。

图3 水资源短缺风险评价指标权重

3.5 与相关研究的比较

玉溪市关于水资源短缺风险方面的研究亟待强化，本文的研究为该区域的研究提供了支撑。相比前期的研究，本文对玉溪市水资源的短缺风险进行了研究，得出玉溪市水资源短缺风险呈现“东高西低”的格局，2005-2015年水资源短缺风险先增加后减小，这与作者前期得出的玉溪市水资源脆弱性的空间分布格局和时间变化特征具有一致性[10]。此外脆弱性一文[10]得出红塔区属于强脆弱地区，澄江县、江川区、通海县属于中脆弱地区，其余西部各县为弱脆弱地区。本文的研究也支持了玉溪市各区县水资源脆弱性的格局，同时本研究还取得更进一步的成果。本文通过模糊聚类分析对玉溪市水资源的短缺风险进行了直接分级，得出红塔区、澄江县、通海县、华宁县和江川区为4～5级水资源短缺风险，易门县、峨山县分别为3级短缺风险，新平县和元江县为1～2级短缺风险，并预测了2020及2030年玉溪市各区县的水资源短缺风险。在方法方面，本文利用模糊聚类考虑了水资源系统自身的不确定性，可更科学地反映玉溪市水资源的变化特征。

4 结 语

本文通过对玉溪市水资源短缺风险进行了研究，得出以下结论。

(1)玉溪市水资源短缺风险整体时间上呈现先增加后减小的趋势；空间上各区县短缺风险呈现“东高西低”的格局。

(2)2020年在平水和枯水条件下，各县处于2～3级风险水平；在特枯水年条件下各县处于3～4级风险水平；2030年在平水和枯水条件下，各县将处于2～4级风险水平。在特枯水年，各县将处于4～5级风险水平。

(3)农业用水量和人口密度对水资源短缺风险评估结果的影响最大，有效灌溉面积和生态用水量影响最小。