肖 洋，張 翔，周秋紅，朱才榮

(武漢大學(xué)水資源與水電工程科學(xué)國家重點實驗室，湖北武漢 430072)

淮河流域河流水環(huán)境可恢復(fù)性評價

肖 洋，張 翔，周秋紅，朱才榮

(武漢大學(xué)水資源與水電工程科學(xué)國家重點實驗室，湖北武漢 430072)

針對水環(huán)境可持續(xù)利用中存在的水環(huán)境特征識別問題，開展水環(huán)境可恢復(fù)性研究?；谒h(huán)境可恢復(fù)性的定義及水環(huán)境可恢復(fù)性評價指標體系，選取其中12個指標，采用淮河流域2000—2009年10年數(shù)據(jù)資料，利用主成分分析法(PCA)得到影響淮河流域水環(huán)境可恢復(fù)性的主要成分和各年的綜合主成分值隨時間變化情況;將水環(huán)境系統(tǒng)可恢復(fù)性分為弱、一般、強3個等級，利用自組織映射(SOM)神經(jīng)網(wǎng)絡(luò)法對歸一化的正向樣本數(shù)據(jù)進行分析，得到各年水環(huán)境系統(tǒng)可恢復(fù)性的強弱等級情況。結(jié)果表明，由PCA法得到的結(jié)果與SOM神經(jīng)網(wǎng)絡(luò)法的結(jié)果相一致，淮河流域從2000—2009年水環(huán)境可恢復(fù)性整體上呈現(xiàn)逐年增強的趨勢，同時表明PCA和SOM神經(jīng)網(wǎng)絡(luò)法對水環(huán)境可恢復(fù)性評價是可行的。

水環(huán)境;可恢復(fù)性;主成分分析法;自組織映射神經(jīng)網(wǎng)絡(luò)法;淮河流域

水環(huán)境的可恢復(fù)性及水域納污能力的可持續(xù)性是當(dāng)前水資源環(huán)境管理的研究前沿，對最嚴格的水資源管理中水功能區(qū)限制納污紅線的確立和水資源可持續(xù)利用的實現(xiàn)具有重要的參考意義。

可恢復(fù)性的概念首先被Holling［1］從力學(xué)領(lǐng)域引入生態(tài)學(xué)領(lǐng)域，用來描繪系統(tǒng)承受壓力或外界干擾后，恢復(fù)到原有狀態(tài)的能力。隨后很多學(xué)者開始將可恢復(fù)性的概念引入到社會問題的研究中，Timmerman［2］是最先討論氣候變化情況下社會系統(tǒng)可恢復(fù)性的專家之一，他把系統(tǒng)的可恢復(fù)性和脆弱性聯(lián)系起來，把可恢復(fù)性定義為系統(tǒng)或系統(tǒng)一部分從遭受災(zāi)害事件的打擊中恢復(fù)的能力［3］;Adger［4］探索了社會系統(tǒng)與生態(tài)系統(tǒng)可恢復(fù)性之間的關(guān)系，在Timmerman研究成果的基礎(chǔ)上將社會系統(tǒng)的可恢復(fù)性定義為人類社會系統(tǒng)抵抗外界對其基礎(chǔ)設(shè)施的打擊或擾動的能力及從中恢復(fù)的能力;Klein等［5］以海岸帶大城市為例，強調(diào)了可恢復(fù)性在社會系統(tǒng)災(zāi)害中的重要性。經(jīng)過長期的研究，可恢復(fù)性的概念已被運用到水資源系統(tǒng)的可恢復(fù)性研究中。Ellen等［6］對河流水環(huán)境修復(fù)的相關(guān)理論與方法進行了研究;Giller等［7-8］對目前河流管理中存在的問題進行了分析，并提出了成功修復(fù)河流水環(huán)境的5個標準;Lake等［9］認為河流水環(huán)境的完全修復(fù)需要考慮生態(tài)系統(tǒng)的健康發(fā)展，提出運用生態(tài)系統(tǒng)的準則指導(dǎo)河流水環(huán)境的修復(fù)工作;Lichter等［10］進一步分析了生態(tài)系統(tǒng)功能退化與河流水環(huán)境系統(tǒng)部分修復(fù)之間的關(guān)系。因此，水環(huán)境惡化現(xiàn)已成為世界關(guān)注的焦點問題。生態(tài)系統(tǒng)的修復(fù)可以通過生態(tài)技術(shù)或生態(tài)工程對退化或消失的濕地進行修復(fù)或重建，再現(xiàn)被干擾前的結(jié)構(gòu)和功能，以及相關(guān)的物理、化學(xué)和生物學(xué)特性，使其發(fā)揮應(yīng)有的作用［11］。類似于生態(tài)系統(tǒng)，惡化了的水環(huán)境也是可以恢復(fù)的:①通過水的自然大循環(huán)進行凈化、恢復(fù);②基于水的可再生性，污染物的物理、化學(xué)、生物化學(xué)反應(yīng)產(chǎn)物不斷被溶解、稀釋，使得水體不斷得到凈化［12］。根據(jù)對國內(nèi)外水環(huán)境可恢復(fù)性機理研究的總結(jié)，周秋紅等［13］提出了水環(huán)境可恢復(fù)性的定義，即水環(huán)境受到人類活動和自然過程的干擾時，能夠通過自我調(diào)節(jié)和人工干預(yù)恢復(fù)到一個較為自然狀態(tài)的能力，維系水環(huán)境系統(tǒng)動態(tài)穩(wěn)定狀態(tài);并且構(gòu)建了水環(huán)境可恢復(fù)性評價指標體系。綜上所述，雖然國內(nèi)外對水環(huán)境可恢復(fù)性機理做出了大量研究并給出了水環(huán)境可恢復(fù)性的科學(xué)定義，但是對水環(huán)境可恢復(fù)性研究仍缺乏科學(xué)的評價方法。

本文以淮河流域為例，利用主成分分析(principal component analysis，PCA)法和自組織映射(self-organized mapping，SOM)神經(jīng)網(wǎng)絡(luò)法開展水環(huán)境可恢復(fù)性評價工作，對水環(huán)境可恢復(fù)性評價研究進行初步探索，最終為水環(huán)境治理工作提供參考信息。

1 水環(huán)境可恢復(fù)性評價的指標體系與方法

1.1 評價指標體系

水環(huán)境可恢復(fù)性機理主要體現(xiàn)在水量的可再生性、水質(zhì)的可恢復(fù)性與可控性、水生態(tài)系統(tǒng)的自適應(yīng)能力和水環(huán)境治理與管理政策等方面，水環(huán)境系統(tǒng)的水文情勢與水動力條件越多變，水生態(tài)系統(tǒng)組成越復(fù)雜，其可恢復(fù)性就愈高;相反若系統(tǒng)組成結(jié)構(gòu)單一，功能簡單，那么水環(huán)境系統(tǒng)的可恢復(fù)性就弱。然而水環(huán)境可恢復(fù)性很難用一兩個指標來評價，因此水環(huán)境恢復(fù)性評價指標體系的建立對于水環(huán)境可恢復(fù)性評價工作是十分有用的。

水環(huán)境可恢復(fù)性評價指標體系的建立主要基于水資源量、納污能力、自凈能力以及環(huán)境治理水平4個方面，其中水資源量主要包括人均地表水資源量(m3)、人均過境水資源量(m3)、地表水年徑流模數(shù)(m3/(s·km2))等指標;納污能力主要涵蓋了地表水主要污染物質(zhì)量濃度(mg/L)、底泥主要污染物質(zhì)量濃度(mg/L)、GDP的主要污染物排放強度(kg/萬元)等指標;自凈能力涉及水溫(℃)、河流流速脈動強度、河流縱向連續(xù)性等指標;環(huán)境治理水平主要與濕地面積占土地面積百分率(%)、工業(yè)廢水處理率(%)、城市生活污水處理率(%)等指標有關(guān)，詳細內(nèi)容請參見文獻［13］。

1.2 評價方法

水環(huán)境的可持續(xù)發(fā)展是水資源可持續(xù)利用、社會進步、經(jīng)濟發(fā)展與環(huán)境支持4個方面保持高度和諧的過程，為了全面反映水環(huán)境可恢復(fù)性各個方面的影響因素，水環(huán)境可恢復(fù)性評價需要采用多指標綜合評價的方法。根據(jù)確定權(quán)重方法的不同，國內(nèi)外關(guān)于系統(tǒng)評價的方法主要有主觀賦權(quán)法和客觀賦權(quán)法。為客觀反映水環(huán)境可恢復(fù)性評價指標體系中各指標對水環(huán)境可恢復(fù)性的影響，且由于客觀賦權(quán)法中的PCA能客觀地給出指標權(quán)重值，確定影響綜合評價的主要指標，并得到綜合評價值;SOM神經(jīng)網(wǎng)絡(luò)法在分類指導(dǎo)下根據(jù)相似程度對每一年的指標數(shù)據(jù)進行分類，確定水環(huán)境可恢復(fù)性的階段變化情況，并驗證PCA評價結(jié)果的合理性，因此，本文采用PCA與SOM神經(jīng)網(wǎng)絡(luò)法相結(jié)合的客觀賦權(quán)法對水環(huán)境可恢復(fù)性進行評價。

1.2.1 主成分分析(PCA)法

PCA法是一種能夠有效降低變量維數(shù)，并已得到廣泛應(yīng)用的分析方法，其主要原理［14］是:假設(shè)觀測了p個指標，分別為x1，x2，…，xp，取這些指標的線性組合即y=a1x1+a2x2+a3x3+…+apxp做主成分的表達式，由數(shù)學(xué)知識可知，每一個主成分所提取的信息量可用其方差來度量:方差越大，表示該主成分包含的信息越多。由于各組合的系數(shù)不同，可以得到很多不同的綜合指標，其中反映原始指標變量變動最大的那個綜合指標被稱為第1主成分，記為y1;其次為第2主成分，記為y2;其余依次類推;第k個綜合指標即為第k個主成分，記為yk。則主成分表達式為

且有:var(y1)＞var(y2)＞…＞var(yk)

式中:(ai1，ai2，…，aip)T分別為指標變量相關(guān)陣的p個特征根對應(yīng)的特征向量。

由此可見，PCA的原理就是在保證數(shù)據(jù)信息丟失最小的情況下，由少數(shù)幾個具有代表意義的新變量代替原始變量，它們反映了研究對象的特征［15］。

由式(1)設(shè)有n個樣本和p項指標，可得數(shù)據(jù)矩陣X如下:

式中:xij為第i(i=1，2，…，n)個樣本的第j(j=1，2，…，p)個指標值。

PCA的具體計算步驟參見文獻［16］，在此不再贅述。

1.2.2 自組織映射(SOM)神經(jīng)網(wǎng)絡(luò)法

SOM神經(jīng)網(wǎng)絡(luò)法是一類無導(dǎo)師學(xué)習(xí)的競爭型神經(jīng)網(wǎng)絡(luò)模型，這類模型不需要提供教師信息，就可以對未知樣本進行學(xué)習(xí)或者模擬，并且對自身的網(wǎng)絡(luò)結(jié)構(gòu)進行適當(dāng)調(diào)整。

SOM神經(jīng)網(wǎng)絡(luò)法的基本思想是網(wǎng)絡(luò)競爭層的各個神經(jīng)元通過競爭來獲得對輸入樣本的響應(yīng)機會。在競爭層中，最后僅有一個神經(jīng)元競爭獲勝，以獲勝神經(jīng)元為中心固定半徑的領(lǐng)域稱為優(yōu)勝鄰域，該神經(jīng)元就代表著當(dāng)前輸入樣本的聚類模式;然后調(diào)整權(quán)值。在SOM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法中，不僅獲勝的神經(jīng)元要調(diào)整權(quán)值，而且也要對優(yōu)勝領(lǐng)域內(nèi)的所有神經(jīng)元的權(quán)值按照其距離獲勝神經(jīng)元的遠近做出不同程度的調(diào)整。具體的算法步驟參見文獻［17］。

2 實例研究

2.1 淮河流域概況

淮河流域是我國7大流域中水污染問題比較嚴重的地區(qū)之一，盡管國家在“九五”、“十五”、“十一五”期間采取了相應(yīng)的綜合治理措施，水污染惡化的趨勢得到有效控制，但是水污染形勢仍十分嚴峻。2009年淮河流域水資源公報顯示，截至2009年末，淮河流域各省廢污水年排放量為73.40億t，主要污染物COD和NH3-N的入河排放量分別為55.08萬t和6.99萬 t，與2008年相比較，分別增加了2.46萬t和0.36萬t。對照淮河流域水功能區(qū)限制排污總量目標，2009年淮河流域COD和NH3-N入河排放量分別超標0.44倍和1.63倍。全年49個水質(zhì)監(jiān)測斷面中Ⅲ～劣Ⅴ類各類水質(zhì)所占的比例分別為:Ⅲ類20.4%、Ⅳ類26.5%、Ⅴ類14.3%、劣Ⅴ類30.6%。流域內(nèi)部分水功能區(qū)水質(zhì)超標，影響了供水水質(zhì)的安全，已經(jīng)成為流域內(nèi)社會經(jīng)濟可持續(xù)發(fā)展的制約因素。因此，開展淮河流域水環(huán)境可恢復(fù)性評價將會對淮河納污能力可持續(xù)利用和最嚴格水資源管理具有重要指導(dǎo)意義。

2.2 數(shù)據(jù)資料

為了充分反映淮河流域水環(huán)境系統(tǒng)的可恢復(fù)性水平以及變化趨勢，主要選取淮河流域2000—2009年10年數(shù)據(jù)資料，考慮到資料的有限性，采用水環(huán)境可恢復(fù)性評價指標體系中的12個指標:年降雨量x1、產(chǎn)水系數(shù)x2、水資源開發(fā)利用率x3、萬元GDP主要廢水排放量x4、劣Ⅴ類水質(zhì)所占比例x5、功能區(qū)水質(zhì)達標率x6、農(nóng)業(yè)化肥施用強度x7、人均GDPx8、城鎮(zhèn)化水平x9、工業(yè)廢水達標率x10、水土流失治理率x11、環(huán)保投資占GDP比例x12;其中x1、x2、x3考慮了水量的可再生情況，x4描述了人類生活與工業(yè)生產(chǎn)對水體環(huán)境的污染狀況，x5、x6用來表征河流與水系的健康狀況，x7用于衡量非點源污染對水環(huán)境造成的負面影響程度，x8、x9用于表征人類活動對水環(huán)境的破壞程度，x10、x11反映一個區(qū)域?qū)λ廴镜奶幚砟芰?，x12反映一個地區(qū)對環(huán)境治理投入的大小;并且x1、x2、x6、x8、x10、x11、x12為有利于水環(huán)境恢復(fù)的正向指標。

為使評價取得合理的結(jié)果，首先將樣本數(shù)據(jù)中的逆指標取倒數(shù)使得整個樣本數(shù)據(jù)正向化，使得指標數(shù)據(jù)越大，水環(huán)境可恢復(fù)性越強;并按以下方法將正向化數(shù)據(jù)進行標準化、歸一化處理，然后對淮河流域水環(huán)境可恢復(fù)性驅(qū)動因素進行分析。

對于正向化指標，按式(3)進行標準化處理:

式中:Z為某項指標的評價標準值;xi為某單項指標的原始值為這一組指標的平均值;S為該組指標的均方差。

對于負向化指標，按式(4)進行歸一化處理:

式中:v(xi)為指標的標準化值;xmax、xmin分別為該指標的最大值與最小值。

2.3 評價結(jié)果

2.3.1 PCA評價結(jié)果

根據(jù)PCA的原理及計算步驟，利用SPSS軟件的因子分析工具對標準化數(shù)據(jù)資料進行分析，得到流域水環(huán)境可恢復(fù)性評價的3個主成分:第1主成分F1，水環(huán)境恢復(fù)能力貢獻率為51.06%，主要反映了x4、x5、x8、x10等指標信息;第 2 主成分F2水環(huán)境恢復(fù)能力貢獻率為25.96%，主要反映了x1、x2、x3等指標信息;第3主成分F3水環(huán)境恢復(fù)能力貢獻率為10.59%，主要反映了x6的變化情況。

利用因子分析得到的主成分負荷矩陣，除以主成分相對應(yīng)的特征值開平方就可以得到3個主成分各指標所對應(yīng)的系數(shù)C1、C2、C3(表1)，將上述系數(shù)與標準化的數(shù)據(jù)指標相乘求和即為各主成分表達式。

表1 評價指標體系主成分系數(shù)

以每個主成分所對應(yīng)的特征值所占總特征值之和的比例作為權(quán)重計算，得到主成分分析綜合表達式:

由因子分析工具得到λ1=6.128，λ2=3.115，λ3=1.261，λ1+ λ2+ λ3=10.504，則得主成分綜合表達式為

根據(jù)主成分綜合表達式即可計算綜合主成分值，并按綜合主成分值進行排序，即可對淮河流域各年進行綜合評價比較，結(jié)果見表2。

由表2得到圖1和圖2。從圖1和圖2中可以看出淮河流域水環(huán)境主要影響因子的變化情況。

第1主成分F1包含了51.06%的貢獻率，是可以控制其他因素變化的主控因素。由圖1可以看出，F(xiàn)1在2000—2005年的得分較低，2006—2009年得分較高。從構(gòu)成F1的兩個主要指標——劣Ⅴ類水質(zhì)所占比例與萬元GDP主要廢水排放量來看，2000—2005年水質(zhì)因素對水環(huán)境可恢復(fù)性的影響尤為顯著，淮河流域水污染的嚴重性已經(jīng)對水環(huán)境的可恢復(fù)性造成嚴重的影響;2006—2009年，隨著主要入河污染物排放量的削減，污染源工業(yè)排放基本達標，淮河流域水質(zhì)污染得到有效控制。

表2 淮河流域2000—2009年水環(huán)境可恢復(fù)性主成分和綜合主成分分值及排名

圖1 淮河流域水環(huán)境可恢復(fù)性主成分因子得分

圖2 淮河流域水環(huán)境可恢復(fù)性變化趨勢

第2主成分F2包含了25.96%的貢獻率，其影響因子主要是年降水量、產(chǎn)水系數(shù)與水資源開發(fā)利用率。圖1中第2主成分的變化趨勢基本與2000—2009年淮河流域水資源量的變化情況一致。

第3主成分F3僅包含了10.59%的貢獻率，其變化情況基本反映了淮河流域水功能區(qū)的達標情況:2000—2005年淮河流域水功能區(qū)水質(zhì)達標率有所上升;但自2006—2009年水功能區(qū)水質(zhì)達標率有下降的趨勢，因此淮河流域在今后的水環(huán)境治理過程中需加強對水功能區(qū)水質(zhì)的管理。

圖2中曲線表示2000—2009年綜合主成分值的變化情況:淮河流域的水環(huán)境恢復(fù)能力總體呈上升趨勢，其中2001年相對于總體發(fā)展趨勢得分偏高，主要原因在于2001年萬元GDP廢水排放總量、耕地平均農(nóng)業(yè)化肥使用強度都比較低，而且水功能達標率較高。盡管2001年和2002年水環(huán)境可恢復(fù)性水平有所波動，但不影響總體的變化趨勢。

2.3.2 SOM神經(jīng)網(wǎng)絡(luò)法評價結(jié)果

根據(jù)淮河流域水環(huán)境系統(tǒng)可恢復(fù)性影響因子對水環(huán)境系統(tǒng)可恢復(fù)性的影響程度，將水環(huán)境系統(tǒng)可恢復(fù)性分為3個等級(表3)，即可恢復(fù)性V={Ⅰ，Ⅱ，Ⅲ}。

表3 淮河流域水環(huán)境可恢復(fù)性評價等級

采用matlab7.0神經(jīng)網(wǎng)絡(luò)工具箱中提供的SOM網(wǎng)絡(luò)進行輸入樣本的分類，用newsom函數(shù)進行設(shè)計，將歸一化到［0，1］區(qū)間的正向化樣本數(shù)據(jù)作為SOM網(wǎng)絡(luò)的輸入向量，確定網(wǎng)絡(luò)的輸入模式為

式中:k為樣本數(shù)，k=1，2，…，10;n為指標數(shù)，n=12。

首先利用newsom函數(shù)建立一個SOM網(wǎng)絡(luò)，代碼如下:

式中:P為輸入向量;min max(P)為輸入向量的最大值與最小值;D為創(chuàng)建網(wǎng)絡(luò)競爭層的網(wǎng)絡(luò)結(jié)構(gòu)，網(wǎng)絡(luò)結(jié)構(gòu)可以根據(jù)所需要的分類結(jié)果調(diào)整。

利用train訓(xùn)練函數(shù)和sim仿真函數(shù)對SOM網(wǎng)絡(luò)進行訓(xùn)練并仿真。SOM網(wǎng)絡(luò)的訓(xùn)練步數(shù)對于網(wǎng)絡(luò)的性能有很大的影響，本文首先將網(wǎng)絡(luò)的訓(xùn)練步數(shù)設(shè)置為 100、200、300、500、1000，分別觀察網(wǎng)絡(luò)的分類性能。程序運行后發(fā)現(xiàn)，當(dāng)運行步數(shù)達到500時，分類的結(jié)果趨于穩(wěn)定，故選定訓(xùn)練步數(shù)為500步。然后，對網(wǎng)絡(luò)結(jié)構(gòu)即競爭層網(wǎng)絡(luò)維數(shù)進行調(diào)整，觀察不同的網(wǎng)絡(luò)維數(shù)對神經(jīng)元的分類數(shù)的影響，結(jié)果見表4。

表4 淮河流域水環(huán)境可恢復(fù)性SOM網(wǎng)絡(luò)聚類結(jié)果

由表4可知，當(dāng)競爭層網(wǎng)絡(luò)維數(shù)較小時，隨著網(wǎng)絡(luò)維數(shù)的增加，分類數(shù)也相應(yīng)增加。當(dāng)網(wǎng)絡(luò)維數(shù)增加到［8，1］以后，網(wǎng)絡(luò)維數(shù)不再增加，而是出現(xiàn)了平穩(wěn)性;與此同時，SOM網(wǎng)絡(luò)的權(quán)值改變也不明顯，對輸入樣本的靈敏度降低，故SOM網(wǎng)絡(luò)對淮河流域2000—2009年水環(huán)境可恢復(fù)性的最大聚類數(shù)為8。根據(jù)表3的評價等級數(shù)，本文選取聚類數(shù)為3，故競爭層網(wǎng)絡(luò)維數(shù)選為［3，1］。

選擇網(wǎng)絡(luò)維數(shù)為［3，1］，分類數(shù)為3，最大的訓(xùn)練步數(shù)為500，對淮河流域2000—2009年水環(huán)境可恢復(fù)性進行自組織聚類評價，輸出結(jié)果為

由此可見，2000—2004年的水環(huán)境可恢復(fù)性屬于Ⅰ類，2005、2006年屬于Ⅱ類，2007—2009年屬于Ⅲ類。

本文運用PCA法對淮河流域水環(huán)境可恢復(fù)性驅(qū)動因素進行了分析，求得淮河流域水環(huán)境可恢復(fù)性主成分綜合得分值，進而得到綜合主成分得分值隨時間的變化情況，即圖2。從圖2可見，淮河流域水環(huán)境可恢復(fù)性大概分為3個階段，2000—2004年，淮河流域水環(huán)境可恢復(fù)性較弱，2005—2006年淮河流域水環(huán)境可恢復(fù)性一般，2007—2009年淮河流域水環(huán)境可恢復(fù)性較強，這正好與SOM神經(jīng)網(wǎng)絡(luò)法分類的結(jié)果一致。

3 結(jié)論與討論

本文運用PCA法和SOM神經(jīng)網(wǎng)絡(luò)法，對淮河流域水環(huán)境可恢復(fù)性變化趨勢和分類評價進行研究，在研究的過程中得出如下結(jié)論:

a.利用PCA法對淮河流域的水環(huán)境恢復(fù)性進行評價，發(fā)現(xiàn)淮河流域2009年水環(huán)境可恢復(fù)性最高，2000年最低;揭示了淮河流域的水質(zhì)狀況逐漸好轉(zhuǎn)、水資源量呈現(xiàn)逐年增加、水環(huán)境恢復(fù)性逐年增強的趨勢，并與實際相符;但從2006年開始水功能區(qū)的水質(zhì)達標率有所下降，在今后的治理工作中需要予以重視。

b.利用SOM神經(jīng)網(wǎng)絡(luò)法對淮河流域水環(huán)境可恢復(fù)性進行評價，將2000—2009年的水環(huán)境恢復(fù)性分為3個階段:2000—2004年水環(huán)境可恢復(fù)性處于較低水平，2005年與2006年水環(huán)境可恢復(fù)性一般，2007—2009年水環(huán)境可恢復(fù)性較強，水環(huán)境可恢復(fù)性整體上逐年增強，與PCA分析得到的結(jié)論一致。

c.通過PCA和SOM神經(jīng)網(wǎng)絡(luò)法的綜合論證，說明淮河的治理工作具有成效，并與實際相符;也說明PCA和SOM神經(jīng)網(wǎng)絡(luò)法對水環(huán)境可恢復(fù)性評價是可行的。

水環(huán)境可恢復(fù)性是水環(huán)境狀態(tài)的特征之一，準確評價水環(huán)境可恢復(fù)性是水環(huán)境可持續(xù)利用的基礎(chǔ)。影響河流水環(huán)境可恢復(fù)性的因素眾多，包括水文、水動力因素，以及水污染治理與管理措施等。在今后的研究中將進一步采用更全面的評價指標和數(shù)據(jù)資料，并在水環(huán)境可恢復(fù)性評價的基礎(chǔ)上，建立水環(huán)境可持續(xù)利用的管理模型。

［1］HOLLING C S.Resilience and stability of ecological systems［J］.Annual Review of Ecology and Systematics，1973，4(1):1-23.

［2］TIMMERMAN P.Vulnerability，the resilience and collapse of society:a review of models and possible climatic applications［M］. Toronto，Canada:Institute for Environmental Studies，University of Toronto，1981.

［3］劉婧，史培軍，葛怡，等.災(zāi)害恢復(fù)力研究進展綜述［J］.地球科學(xué)進展，2006，21(2):211-218.(LIU Jing，SHI Peijun，GE Yi.The review of disaster resilience research［J］.Advances in Earth Science，2006，21(2):211-218.(in Chinese))

［4］ADGER W N.Social and ecological resilience:are they related?［J］.Progress in Human Geography，2000，24(3):347-364.

［5］KLEIN R J T，SMITH M J，GOOSEN H，et al.Resilience and vulnerability:coastal dynamics or Dutch Dikes［J］.The Geographical Journal，1998，164(3):259-268.

［6］ELLEN W，PAUL L A，BRIAN B，et al.River restoration［J］.Water Resources Research，2005，41(10):1-12.

［7］GILLER P S.Riverrestoration:seeking ecological standards［J］.Journal of Applied Ecology，2005，42(2):201-207.

［8］PALMER M A，BERNHARDT E S，ALLEN J D，et al.Standards for ecologically successful river restoration［J］.Journal of Applied Ecology，2005，42(2):208-217.

［9］LAKE P S，BOND N，REICH P.Linking ecological theory with stream restoration［J］.Freshwater Biology，2007，52(4):597-615.

［10］LICHTER J，CARON H，PASAKARNIS T S，et al.The ecological collapse and partial recovery of a freshwater tidal ecosystem［J］.Northeastern Naturalist，2006，13(2):153-178.

［11］王亮.濕地生態(tài)系統(tǒng)恢復(fù)研究綜述［J］.環(huán)境科學(xué)與管理，2008，33(8):152-156.(WANG Liang.A review on wetland ecosystem restoration［J］.Environmental Science and Management，2008，33(8):152-156.(in Chinese))

［12］張杰.我國水環(huán)境恢復(fù)與水環(huán)境學(xué)科［J］.北京工業(yè)大學(xué)學(xué)報，2002，28(2):178-183.(ZHANG Jie.Water environmental recovery and subject in China［J］.Journal of Beijing Polytechnic University，2002，28(2):178-183.(in Chinese))

［13］周秋紅，張翔，穆宏強，等.水環(huán)境可恢復(fù)性定義及其評價指標初步研究［J］.水電能源科學(xué)，2011，29(9):35-37.(ZHOU Qiuhong，ZHANG Xiang，MU Hongqiang.A preliminary study on the definition of water environmental resilience and its assessment index［J］.Water Resources and Power，2011，29(9):35-37.(in Chinese))

［14］何曉群.現(xiàn)代統(tǒng)計分析方法與應(yīng)用［M］.北京:中國人民大學(xué)出版社，2003.

［15］鄭敏，李隴堂，王燕華.主成分分析法用于可持續(xù)發(fā)展綜合評價中的探討:以河南省為例［J］.商丘師范學(xué)院學(xué)報，2009，25(6):110-114.(ZHENG Min，LI Longtang，WANG Yanhua.Study and discussion of the principal component analysis in sustainable development［J］.Journal of Shangqiu Teachers College，2009，25(6):110-114.(in Chinese))

［16］雷欽禮.經(jīng)濟管理多元統(tǒng)計分析［M］.北京:中國統(tǒng)計出版社，2002.

［17］陳祥光，裴旭東.人工神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用［M］.北京:中國電力出版社，2003.

Evaluation of river water environmental resilience in Huaihe River Basin

XIAO Yang，ZHANG Xiang，ZHOU Qiuhong，ZHU Cairong
(State Key Laboratory of Water Resources and Hydropower Engineering Science，Wuhan University，Wuhan 430072，China)

In order to identify the characteristics of the water environment in the process of sustainable utilization of water resources，a study of water environmental resilience was carried out.Based on the definition and evaluation index system of water environmental resilience，12 indices of the evaluation index system were selected，ten-year data of the Huaihe River Basin from 2000 to 2009 were collected，and principal component analysis(PCA)was used to obtain the main components influencing the water environmental resilience of the Huaihe River Basin and the yearly comprehensive principal component value varying with time.The water environmental resilience was classified into three levels:the weak，medium，and strong levels.Then，the self-organized mapping(SOM)neural network method was used to analyze the standard sample data，which were normalized in a descending or ascending order，and obtain the strength level of the water environmental resilience in each year.The results of the PCA agreed with those of the SOM neural network method.The evaluation results show that the water environmental resilience of the Huaihe River Basin increased yearly from 2000 to 2009，and the PCA and the SOM neural network method are reliable in evaluating the water environmental resilience.

water environment;resilience;principal component analysis;SOM neural network method;Huaihe River Basin

TV11

A

1004-6933(2014)03-0050-06

10.3969/j.issn.1004-6933.2014.03.010

國家自然科學(xué)基金(71073115，51279143)

肖洋(1989—)，男，碩士研究生，研究方向為生態(tài)水文學(xué)。E-mail:380835474@qq.com

張翔，教授。E-mail:zhangxiang@whu.edu.cn

(收稿日期:2013-10-12 編輯:徐 娟)