• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      區(qū)域用水結(jié)構(gòu)演變及驅(qū)動(dòng)力分析

      2016-12-16 06:43:21王臘春曾春芬
      關(guān)鍵詞:信息熵南京市用水量

      吳 昊,華 驊,王臘春,何 菁,曾春芬

      (1. 南京大學(xué)地理與海洋科學(xué)學(xué)院,江蘇 南京 210023; 2. 南京市水資源管理中心,江蘇 南京 210008;3.南京市水利建筑工程檢測中心,江蘇 南京 210036)

      ?

      區(qū)域用水結(jié)構(gòu)演變及驅(qū)動(dòng)力分析

      吳 昊1,華 驊2,王臘春1,何 菁3,曾春芬1

      (1. 南京大學(xué)地理與海洋科學(xué)學(xué)院,江蘇 南京 210023; 2. 南京市水資源管理中心,江蘇 南京 210008;3.南京市水利建筑工程檢測中心,江蘇 南京 210036)

      運(yùn)用信息熵理論表征用水結(jié)構(gòu)變化趨勢,采用主成分分析方法提取公共因子,運(yùn)用灰色關(guān)聯(lián)理論分析公共因子與用水結(jié)構(gòu)的關(guān)聯(lián)程度。以南京市為例,分析區(qū)域用水結(jié)構(gòu)演變特征以及用水結(jié)構(gòu)變化的驅(qū)動(dòng)力因素。結(jié)果顯示,南京市用水系統(tǒng)的信息熵值從2000年的1.532 nat增長到2014年的1.791 nat,均衡度由0.787提升至0.861,表明城市用水結(jié)構(gòu)隨著時(shí)間的推移變得更加穩(wěn)定;經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、節(jié)水水平、人口演變、用水需求等因素是影響南京市用水結(jié)構(gòu)變化的主要驅(qū)動(dòng)力。提出區(qū)域用水總量控制對策,以保障水資源合理利用。

      用水結(jié)構(gòu);信息熵;主成分分析;灰色關(guān)聯(lián);節(jié)水對策;南京市

      隨著經(jīng)濟(jì)發(fā)展帶來的城市化進(jìn)程不斷加劇以及全球人口的不斷增長,水資源短缺已成為許多國家經(jīng)濟(jì)社會發(fā)展的瓶頸[1]。我國水資源公報(bào)顯示,2000年以來我國用水總量快速增長,由5 497.6億m3增長到2014年的6 094.9億m3,年均增幅達(dá)1.34%,其中農(nóng)業(yè)用水在一定范圍波動(dòng),但比例持續(xù)下降;工業(yè)、生活用水增長較快,比例均持續(xù)上升[2]。研究用水結(jié)構(gòu)的變化趨勢,分析用水結(jié)構(gòu)變化的驅(qū)動(dòng)力因素,對區(qū)域水資源管理具有重要意義與參考價(jià)值[3]。最嚴(yán)格水資源管理制度的逐步實(shí)施,強(qiáng)化了區(qū)域用水總量控制、用水效率控制、水功能區(qū)限制納污“三條紅線”的剛性約束[4]。在區(qū)域用水總量限制的條件下進(jìn)行水資源配置,需要合理確定用水結(jié)構(gòu),為制定水資源發(fā)展利用規(guī)劃提供前提和基礎(chǔ)[5]。

      我國水資源時(shí)空分布不均,西部與北部地區(qū)水資源短缺問題尤為嚴(yán)重[6]。目前對區(qū)域用水結(jié)構(gòu)及其驅(qū)動(dòng)力的研究主要集中在西北與華北等干旱缺水地區(qū),而對南方豐水區(qū)的研究則相對較少[4,7-11]。田貴良等[6]對我國嚴(yán)重缺水的西北5省區(qū)(新疆、甘肅、山西、陜西、寧夏)與華北地區(qū)(河北、北京、天津)的用水結(jié)構(gòu)研究結(jié)果顯示,農(nóng)業(yè)用水占據(jù)主導(dǎo)地位,用水總量控制對策主要是提高灌溉技術(shù)與調(diào)整種植結(jié)構(gòu)等農(nóng)業(yè)節(jié)水措施。而我國南方地區(qū)工業(yè)化與人口集聚程度相對較高,用水結(jié)構(gòu)呈現(xiàn)不同的特征。施麗姍等[10]運(yùn)用生態(tài)位方法對福建省用水結(jié)構(gòu)進(jìn)行分析,發(fā)現(xiàn)1998—2011年福建省工業(yè)用水在系統(tǒng)中占據(jù)主導(dǎo)地位,而農(nóng)業(yè)用水呈下降趨勢。

      南京市地處我國東部地區(qū),屬亞熱帶季風(fēng)氣候,雨量充沛,多年平均降水量1 082.3 mm。長江穿城而過,沿江岸線總長近200 km,境內(nèi)共有河道120條,水域面積達(dá)11%以上。但南京市本地區(qū)的水資源量并不豐富:2014年全市用水總量為45.69億m3,而本地水資源總量僅為30.76億m3(不包括過境水資源量),主要依靠長江等過境客水資源供水。本文以南京市為例,通過收集南京市2000—2014年各用水部門用水量,運(yùn)用信息熵原理,計(jì)算不同年份用水結(jié)構(gòu)熵值變化情況;結(jié)合主成分與灰色關(guān)聯(lián)理論,分析用水結(jié)構(gòu)變化的驅(qū)動(dòng)因素;提出相應(yīng)的用水總量控制對策。

      1 研究方法與數(shù)據(jù)

      1.1 信息熵

      1948年,Shannon在信息論中把熵作為信息量的量度,引出信息熵的概念,用以描述系統(tǒng)的不確定性、穩(wěn)定程度和信息量的定量表征[12]。信息熵的概念在解決水資源系統(tǒng)分析、評價(jià)、決策等方面已經(jīng)形成了較為成熟的研究方法[7,13-14]。與發(fā)達(dá)國家水資源利用結(jié)構(gòu)相比,我國用水結(jié)構(gòu)經(jīng)由以農(nóng)業(yè)用水為主的初級階段,發(fā)展到農(nóng)業(yè)、工業(yè)、生活用水趨于合理的高級階段,這一演變過程可以近似假設(shè)為系統(tǒng)的不可逆過程,故可納入信息熵的數(shù)學(xué)模型[14]。通過對逐年信息熵值的計(jì)算來反映農(nóng)業(yè)、工業(yè)和生活用水比例的分配狀態(tài),從而直觀地反映用水結(jié)構(gòu)的演變過程,信息熵值越大,表明用水量在各個(gè)用水部門分配越平均。

      設(shè)用水系統(tǒng)中用水總量為W,其中共有n種用水類型,每種類型的用水量為w1,w2,…,wn,則W=w1+w2+…+wn,各類用水比例為pi=wi/W,滿足∑pi=1,其中i=1,2,…,n。用水系統(tǒng)的信息熵H為

      (1)

      由于不同時(shí)間尺度內(nèi)用水類型有多有少。如假設(shè)整個(gè)用水系統(tǒng)只有一個(gè)用水戶,此時(shí)Hmin=0;相反,若w1+w2+…+wn=W/n,即用水系統(tǒng)內(nèi)各部分用水最均衡時(shí),Hmax=lnn。在實(shí)際用水系統(tǒng)中,信息熵一般會介于以上兩個(gè)極端情況之間。因此,考慮到不同時(shí)間尺度內(nèi),不同n計(jì)算的用水結(jié)構(gòu)信息熵不具可比性,引入均衡度J進(jìn)行比較:

      (2)

      式中:J——用水系統(tǒng)的均衡度,是實(shí)際信息熵H與最大信息熵Hmax的比值,取值范圍為J∈[0,1],J越大表示水資源開發(fā)利用過程中單一用水類型的優(yōu)勢性越弱,系統(tǒng)結(jié)構(gòu)越復(fù)雜,用水系統(tǒng)結(jié)構(gòu)的均衡性越強(qiáng),系統(tǒng)越穩(wěn)定[4,14]。

      1.2 主成分分析

      主成分分析是利用降維的思想,將多個(gè)變量歸納為較少的幾個(gè)綜合變量(主成分),其中每個(gè)綜合變量都是原始變量的線性組合,各綜合變量之間互不相關(guān),從而實(shí)現(xiàn)以少數(shù)幾個(gè)綜合變量反映原始變量的絕大部分信息,且所含的信息互不重疊的目的。其計(jì)算步驟主要有:對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理;計(jì)算公共因子的特征值累計(jì)貢獻(xiàn)率;計(jì)算主成分載荷;計(jì)算各主成分得分[15]。

      用水結(jié)構(gòu)受到經(jīng)濟(jì)社會條件因素變化的影響,各驅(qū)動(dòng)因子指標(biāo)之間也存在一定的線性關(guān)系[16],需要運(yùn)用主成分分析法歸納主要驅(qū)動(dòng)因子。馬黎華等[17]將石羊河流域用水結(jié)構(gòu)變化的驅(qū)動(dòng)力歸納為社會經(jīng)濟(jì)因子、農(nóng)業(yè)面積因子以及自然環(huán)境因子3類。趙菲菲等[18]運(yùn)用主成分分析,將用水結(jié)構(gòu)的影響因素歸納成社會經(jīng)濟(jì)因子與自然環(huán)境因子2類,并得出影響建三江分局用水結(jié)構(gòu)變化的主要因素是社會經(jīng)濟(jì)因子的結(jié)論。

      1.3 灰色關(guān)聯(lián)度

      鄧聚龍[19]提出用灰色關(guān)聯(lián)分析方法對系統(tǒng)動(dòng)態(tài)發(fā)展過程進(jìn)行量化分析,以考察系統(tǒng)諸因素之間的相關(guān)程度,其基本思想是通過確定參考數(shù)列和若干比較數(shù)列的集合幾何形狀相似程度來判斷二者的聯(lián)系是否緊密,反映了曲線間的關(guān)聯(lián)程度[20-21]?;疑P(guān)聯(lián)分析主要用來分析用水結(jié)構(gòu)與各影響因子的關(guān)聯(lián)程度。商玲等[11]和呂翠美等[22]運(yùn)用灰色關(guān)聯(lián)度分析,分別計(jì)算了農(nóng)業(yè)、工業(yè)、生活用水與各自影響因素的關(guān)聯(lián)程度。設(shè)參考序列X0={x0(1),x0(2),...,x0(N)}和M個(gè)比較序列Xi={xi(1),xi(2),...,xi(M)}(i=1,2,...,M),無量綱化數(shù)據(jù)后,參考序列x0(k)與其對應(yīng)比較序列xi(k)的點(diǎn)關(guān)聯(lián)系數(shù)γ0(x0(k),xi(k))為

      (3)

      式中:ρ——分辨系數(shù),取值范圍為ρ∈(0,1),按最少信息原理一般取ρ=0.5;k=1,2,...,N;i=1,2,...,M。則比較序列Xi與參考序列X0的灰色關(guān)聯(lián)度γ(X0,Xi)為

      (4)

      按灰色關(guān)聯(lián)度分析原則,關(guān)聯(lián)度大,影響因子對用水結(jié)構(gòu)的影響大;反之,影響因子對用水結(jié)構(gòu)的影響小。

      主成分分析是多因素綜合歸納的有效降維方法,但主成分劃分依據(jù)的方差累積值大小只表明原始數(shù)據(jù)群相對于主軸面的變異程度,不直接反映主成分與分析目標(biāo)的相關(guān)性[23]。因此引入灰色關(guān)聯(lián)理論,分析降維得到的各綜合變量,與用水結(jié)構(gòu)均衡度的關(guān)聯(lián)程度,確定用水結(jié)構(gòu)演變的主要因素。

      1.4 數(shù)據(jù)來源

      本文所采用的經(jīng)濟(jì)社會發(fā)展數(shù)據(jù)指標(biāo)來源于2000—2014年《南京市統(tǒng)計(jì)年鑒》,各用水部門水資源利用狀況來源于歷年《南京市水資源公報(bào)》。

      2 南京市用水結(jié)構(gòu)演變分析

      2.1 用水量變化趨勢

      南京是我國東部地區(qū)重要的中心城市,依托豐富的長江過境水量,南京市用水總量維持在較高水平,2005—2014年用水總量基本保持在45億m3以上,其中農(nóng)業(yè)與工業(yè)用水占據(jù)較大比例,隨著沿江開發(fā)戰(zhàn)略的逐步實(shí)施,自2001年工業(yè)用水量已超過農(nóng)業(yè)灌溉用水量。2000—2014年南京市用水總量,以及農(nóng)業(yè)、工業(yè)、生活與生態(tài)4個(gè)類型用水量變化的主要趨勢為:用水總量,農(nóng)業(yè)、工業(yè)用水在2005年前均呈增長趨勢。2005年后用水總量在約46億m3上下波動(dòng),用水最高峰出現(xiàn)在2011年,用水量為48.64億m3,最小值出現(xiàn)在2009年,用水量為45.05億m3;農(nóng)業(yè)、工業(yè)用水呈下降趨勢,2005—2014年分別減少3.42億m3與1.12億m3。生活用水量保持增長,由2000年的7.12億m3增長到2014年的10.45億m3。生態(tài)用水量自2005年開始統(tǒng)計(jì),2005—2014年共增長2.12億m3,增幅達(dá)75%。

      2.2 用水結(jié)構(gòu)的熵值變化分析

      按用水類型不同可分為農(nóng)業(yè)、工業(yè)、生活及生態(tài)用水。其中,農(nóng)業(yè)用水包括農(nóng)田灌溉與林牧漁業(yè)用水,工業(yè)用水包括一般工業(yè)與火力發(fā)電用水(火力發(fā)電機(jī)組直流冷卻水),生活用水包括城鎮(zhèn)生活、農(nóng)村生活以及城鎮(zhèn)公共用水,再加上生態(tài)用水共8個(gè)用水部門。表1反映南京市8個(gè)用水部門15 a的用水結(jié)構(gòu)變化:農(nóng)田灌溉用水在用水結(jié)構(gòu)中占主導(dǎo)地位,但比例不斷下降;一般工業(yè)、火力發(fā)電、城鎮(zhèn)生活用水占據(jù)較大比例,其中一般工業(yè)用水比重不斷減小,火力發(fā)電與城鎮(zhèn)生活用水比重持續(xù)上升;林牧漁業(yè)、農(nóng)村生活、城鎮(zhèn)公共3個(gè)部門用水比例較小,林牧漁業(yè)與城鎮(zhèn)公共用水比重呈增長趨勢,而農(nóng)村生活用水比例持續(xù)下降;生態(tài)用水自2005年開始比重不斷增加,至2014年在用水結(jié)構(gòu)中所占比例已達(dá)到10.84%。表1中城鎮(zhèn)生活用水主要包括城鎮(zhèn)居民日常生活用水,以及餐飲、服務(wù)等第三產(chǎn)業(yè)用水;生態(tài)用水主要包括城市內(nèi)部景觀河湖水體更新所引水量,以及河道外城鎮(zhèn)綠地灌溉用水。

      表1 2000—2014年南京市8個(gè)用水部門用水結(jié)構(gòu)變化

      根據(jù)表1統(tǒng)計(jì)的用水結(jié)構(gòu)數(shù)據(jù),依據(jù)式(1)、式(2)計(jì)算南京市用水結(jié)構(gòu)信息熵與均衡度,結(jié)果如圖1所示。從圖1可知,南京市2000—2014年用水結(jié)構(gòu)信息熵由2000年的1.532 nat增長到2014年的1.791 nat,均衡度由0.787提升至0.861,整體均呈上升趨勢,說明用水系統(tǒng)中單一用水結(jié)構(gòu)類型所占比例逐步減小,用水系統(tǒng)的均衡性有所提高,表明南京市水資源利用趨向多元化與合理化發(fā)展。根據(jù)圖1反映的信息熵與均衡度變化趨勢,2000—2014年用水結(jié)構(gòu)演變可劃分為3個(gè)階段:

      a. 2000—2004年,占據(jù)主導(dǎo)的農(nóng)田灌溉用水呈現(xiàn)先下降后上升的趨勢,所占比重由2000年16.14%降低到2002年14.98%,隨后下降至2004年15.14%;一般工業(yè)、火力發(fā)電與城鎮(zhèn)生活用水則出現(xiàn)相反趨勢,呈倒U形變化。這些變化使得用水結(jié)構(gòu)的信息熵與均衡度2000—2002年不斷上升,2002年達(dá)到最大值分別為1.571 nat與0.807,隨后下降,整體呈現(xiàn)倒U形變化趨勢。

      b. 2005—2010年,農(nóng)田灌溉與一般工業(yè)用水逐漸下降,其中農(nóng)田灌溉用水量由2005年16.56億m3下降至2010年14.48億m3,用水比例由36.71%下降至31.46%;一般工業(yè)用水的用水比例由15.34%減少至11.25%?;鹆Πl(fā)電與城鎮(zhèn)生活用水比例不斷增加,分別由20.69%與13.47%,增長至21.81%與18.23%。生態(tài)用水自2005年開始統(tǒng)計(jì),2005—2010年保持增長。這一階段用水結(jié)構(gòu)信息熵與均衡度呈波動(dòng)上升趨勢,由1.688 nat與0.812增長至1.736 nat與0.835。

      c. 2011—2014年,用水結(jié)構(gòu)信息熵與均衡度呈快速增加趨勢,由1.702 nat與0.818上升至1.791 nat與0.861。2011年農(nóng)田灌溉用水較上年增加2.13億m3,增幅達(dá)14.67%;而除城鎮(zhèn)生活用水外的其他6項(xiàng)用水所占比重,較上年均有不同程度減少,導(dǎo)致用水結(jié)構(gòu)中單一用水的主導(dǎo)地位加強(qiáng),2011年用水結(jié)構(gòu)信息熵與均衡度較上年有所下降。2011—2014年,用水總量大幅下降2.95億m3。同時(shí),農(nóng)田灌溉用水量減少3.89億m3,所占比重由34.14%銳減至27.84%。這導(dǎo)致信息熵與均衡度大幅上升,用水結(jié)構(gòu)系統(tǒng)的均衡性有所提高。

      圖1 2000—2014年南京市用水結(jié)構(gòu)的信息熵與均衡度變化趨勢Fig. 1 Changes of information entropy and balance degree of water consumption structure in Nanjing City from 2000 to 2014

      3 南京市用水結(jié)構(gòu)演變的驅(qū)動(dòng)力分析

      3.1 影響因子選取

      區(qū)域用水結(jié)構(gòu)受社會經(jīng)濟(jì)條件的影響,直接取決于經(jīng)濟(jì)水平與結(jié)構(gòu)、人口總量與構(gòu)成,以及各行業(yè)節(jié)水水平,驅(qū)動(dòng)因素包括產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、長期人口演變規(guī)律、技術(shù)進(jìn)步趨勢等。通過比較篩選與用水結(jié)構(gòu)相關(guān)的社會經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)(表2),選取實(shí)際灌溉面積、節(jié)水灌溉面積率、氣溫、工業(yè)比重、工業(yè)重復(fù)用水率、第三產(chǎn)業(yè)比重、人口自然增長率、城鎮(zhèn)化率8個(gè)指標(biāo)作為分析用水結(jié)構(gòu)變化的因素,基本覆蓋了經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)、節(jié)水水平、城市人口與自然條件等方面,具有較強(qiáng)的代表性。

      3.2 主成分分析

      主成分分析是從多個(gè)原始變量中構(gòu)造出少數(shù)具有代表意義的因子,如果原有變量之間相關(guān)關(guān)系較弱,就無法提取具有共同特性的公共因子。KMO(Kaiser-Meyer-Olkin)檢驗(yàn)統(tǒng)計(jì)量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo),其取值在0~1之間。當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和遠(yuǎn)遠(yuǎn)大于偏相關(guān)系數(shù)平方和時(shí),KMO值接近1,表示變量間的相關(guān)性越強(qiáng),原始變量越適合做主成分分析。原始變量通過標(biāo)準(zhǔn)化方法進(jìn)行無量綱化處理,經(jīng)過KMO檢驗(yàn)的結(jié)果為0.602,一般KMO值在0.6以上可以進(jìn)行主成分分析。

      特征值與因子貢獻(xiàn)率是提取公共因子的主要指標(biāo)。特征值是指每個(gè)變量在某一個(gè)公共因子權(quán)重的平方總和,公共因子的提取依據(jù)其特征值大小依次提取;因子貢獻(xiàn)率是指該公共因子所解釋的方差占所有變量總方差的比例,反映公共因子對原始數(shù)據(jù)的解釋能力。為保證以最少的公共因子對變量做出最大解釋,提取的因子應(yīng)越少越好,提取因子累計(jì)解釋的變異量越大越好。一般以特征值大于1提取公共因子。

      表2反映提取出的公共因子的特征值、貢獻(xiàn)率,以及每個(gè)公共因子在選取的8個(gè)指標(biāo)上的載荷(權(quán)重),共得到3個(gè)公共因子,累計(jì)貢獻(xiàn)率達(dá)到93.04%,基本涵蓋8個(gè)指標(biāo)的大部分信息。其中第一個(gè)公共因子的貢獻(xiàn)率為59.01%,節(jié)水灌溉率、工業(yè)重復(fù)用水率、第三產(chǎn)業(yè)比重、人口自然增長率、城鎮(zhèn)化率5個(gè)指標(biāo)在第一個(gè)公共因子中的權(quán)重較高,該因子是代表經(jīng)濟(jì)結(jié)構(gòu)、節(jié)水水平與人口演變?nèi)愑绊懸蛩氐木C合因子;第二個(gè)公共因子的貢獻(xiàn)率為20.03%,實(shí)際灌溉面積、工業(yè)比重在該因子所占的權(quán)重較高,其中,實(shí)際灌溉面積體現(xiàn)農(nóng)田灌溉用水的規(guī)模,工業(yè)比重也能反映工業(yè)需水的規(guī)模,因此第二個(gè)公共因子可以歸納為需水因子;第三個(gè)公共因子的貢獻(xiàn)率為14.00%,氣溫占據(jù)較大權(quán)重,定義為自然因子。值得注意的是,工業(yè)比重在綜合因子與需水因子中的權(quán)重分別為-0.689與-0.702,這反映出工業(yè)比重不僅表征區(qū)域工業(yè)需水規(guī)模,還體現(xiàn)經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整,而產(chǎn)業(yè)需水與經(jīng)濟(jì)結(jié)構(gòu)均會對用水結(jié)構(gòu)產(chǎn)生影響,因此工業(yè)比重在兩個(gè)公共因子中都有較高的權(quán)重。

      表2 用水結(jié)構(gòu)影響因子及公共因子的特征值、貢獻(xiàn)率與載荷矩陣

      注:常住人口自2005年開始統(tǒng)計(jì),2005年前采用非農(nóng)人口/戶籍人口計(jì)算城鎮(zhèn)化率。

      3.3 灰色關(guān)聯(lián)分析

      根據(jù)各指標(biāo)在公共因子的權(quán)重計(jì)算各公共因子得分,依據(jù)式(3)、式(4),結(jié)合南京市2000—2014年用水結(jié)構(gòu)均衡度數(shù)據(jù),計(jì)算用水結(jié)構(gòu)均衡度與3個(gè)公共因子的灰色關(guān)聯(lián)度。如表3所示,3個(gè)公共因子與用水

      表3 用水結(jié)構(gòu)驅(qū)動(dòng)力因子得分與灰色關(guān)聯(lián)度

      結(jié)構(gòu)均衡度的灰色關(guān)聯(lián)系數(shù)分別為0.914,0.908與0.679,表明用水結(jié)構(gòu)均衡度的變化與節(jié)水灌溉率、工業(yè)重復(fù)用水率、第三產(chǎn)業(yè)比重、人口自然增長率、城鎮(zhèn)化率5個(gè)指標(biāo)構(gòu)成的綜合因子,實(shí)際灌溉面積與工業(yè)比重構(gòu)成的需水因子兩者的關(guān)聯(lián)程度較高。說明經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、節(jié)水水平提高、人口演變規(guī)律以及產(chǎn)業(yè)需水形勢是南京市用水結(jié)構(gòu)演變的主要驅(qū)動(dòng)力。

      3.4 區(qū)域用水結(jié)構(gòu)調(diào)控對策分析

      3.4.1 農(nóng)業(yè)用水

      農(nóng)業(yè)用水占據(jù)南京市用水結(jié)構(gòu)的主導(dǎo)地位,其中85%以上是農(nóng)田灌溉用水。1997年農(nóng)業(yè)灌溉用水達(dá)到峰值19.31億m3,2000—2014年農(nóng)業(yè)用水減少2.30億m3,主要得益于灌溉需水的減少與節(jié)水灌溉技術(shù)的提高,這15年,耕地面積減少0.58萬hm2,實(shí)灌面積減少1.48萬m2,再加上農(nóng)作物種植結(jié)構(gòu)的調(diào)整,水稻種植面積由13.26萬hm2減至9.35萬hm2,農(nóng)田灌溉需水量逐漸下降;另一方面,節(jié)水灌溉面積增加9.27萬hm2,占有效灌溉面積的57.68%,灌溉水有效利用系數(shù)達(dá)到0.654,灌溉用水效率不斷提高,有效控制了農(nóng)業(yè)用水量的增長。

      3.4.2 工業(yè)用水

      南京是國家重要的綜合性工業(yè)生產(chǎn)基地,工業(yè)用水占據(jù)較大比重,2001年已經(jīng)超過農(nóng)田灌溉用水量,2014年已基本與農(nóng)業(yè)用水總量持平。2000—2005年城市工業(yè)化發(fā)展對水資源需求不斷增加,工業(yè)比重由45.82%增長到48.92%,工業(yè)用水量也由15.12億m3增加到16.26億m3。2005年后,工業(yè)比重不斷下降,2014年減至41.08%,其中南京市4大耗水行業(yè)產(chǎn)值(石油加工、煉焦和核燃料加工業(yè),化學(xué)原料和化學(xué)制品制造業(yè),黑色金屬冶煉和壓延加工業(yè),電力、熱力生產(chǎn)和供應(yīng)業(yè))占工業(yè)總產(chǎn)值的比重由40.16%降低至28.55%。經(jīng)濟(jì)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整約束了工業(yè)需水的增長,再加上工業(yè)重復(fù)用水率不斷提高,用水量持續(xù)減少,工業(yè)用水得到控制。

      3.4.3 生活用水

      南京市農(nóng)業(yè)、工業(yè)用水隨著用水效率與節(jié)水水平的提高,近年來呈現(xiàn)均呈現(xiàn)負(fù)增長趨勢。而生活用水則隨著城市化發(fā)展與人口增長持續(xù)增加,城市生活節(jié)水成為城市節(jié)水的重點(diǎn)[24]。生活用水主要包括居民生活用水、第三產(chǎn)業(yè)用水以及城鎮(zhèn)公共用水。隨著南京市節(jié)水型社會建設(shè)的推進(jìn),居民生活用水增量不大:2005—2014年綜合生活用水指標(biāo)由318 L/(人·d)增長到296 L/(人·d),而其中的居民生活用水指標(biāo)卻由158 L/(人·d)下降到130 L/(人·d)。因此,生活用水節(jié)水重點(diǎn)應(yīng)控制第三產(chǎn)業(yè)與城鎮(zhèn)公共用水。

      產(chǎn)業(yè)規(guī)模的快速增長是第三產(chǎn)業(yè)用水需求增長的重要因素[25]。2000—2014年南京第三產(chǎn)業(yè)GDP年均增長率達(dá)到16.20%,成為拉動(dòng)城市經(jīng)濟(jì)增長的主要產(chǎn)業(yè),用水需求也不斷提高。因此,節(jié)水措施應(yīng)主要集中在用水效率的提高,尤其是第三產(chǎn)業(yè)中洗車、餐飲等高用水行業(yè),需要提高節(jié)水意識與發(fā)展節(jié)水技術(shù)。

      學(xué)校、衛(wèi)生、消防等公共用水遠(yuǎn)高于居民家庭用水量,且浪費(fèi)現(xiàn)象比較普遍,節(jié)水潛力較大[24,26]。這類公共用水主要用于綠化灌溉、池塘景觀補(bǔ)水、沖洗衛(wèi)生間等,本身對水質(zhì)要求不高,可以利用再生水與雨水等作為補(bǔ)充,減緩公共用水的增長,避免水資源浪費(fèi)。

      4 結(jié) 論

      a. 采用信息熵的方法分析南京市用水結(jié)構(gòu)演變趨勢。分析結(jié)果表明,南京市2000—2014年用水結(jié)構(gòu)信息熵由2000年的1.532 nat增長到2014年的1.791 nat,均衡度由0.787提升至0.861,整體均呈上升趨勢,表明南京市水資源利用趨向多元化與合理化發(fā)展。

      b. 運(yùn)用主成分分析歸納用水結(jié)構(gòu)演變的驅(qū)動(dòng)因子。選取社會經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、節(jié)水水平等指標(biāo),運(yùn)用主成分分析方法,歸納成綜合因子、需水因子、自然因子3個(gè)驅(qū)動(dòng)因子。綜合因子包括節(jié)水灌溉率、工業(yè)重復(fù)用水率、第三產(chǎn)業(yè)比重、人口自然增長率以及城鎮(zhèn)化率,需水因子包括實(shí)際灌溉面積與工業(yè)比重,自然因子主要為氣溫。

      c. 采用灰色關(guān)聯(lián)方法分析用水結(jié)構(gòu)均衡度與驅(qū)動(dòng)因子的關(guān)聯(lián)程度。結(jié)果顯示,綜合因子和需水因子對用水結(jié)構(gòu)均衡度的影響較為顯著,灰色關(guān)聯(lián)度分別為0.914和0.908,表明經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、節(jié)水水平、人口演變、用水需求等是影響南京市用水結(jié)構(gòu)變化的主要驅(qū)動(dòng)力。

      d. 根據(jù)用水結(jié)構(gòu)的驅(qū)動(dòng)力研究結(jié)果提出相應(yīng)的用水總量控制對策。調(diào)整農(nóng)作物種植結(jié)構(gòu)、增加節(jié)水灌溉面積,以減少灌溉用水需求,提高農(nóng)業(yè)用水效率;提高工業(yè)節(jié)水水平,同時(shí)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),發(fā)展生態(tài)型低耗水產(chǎn)業(yè),促進(jìn)工業(yè)用水量進(jìn)一步降低;提高第三產(chǎn)業(yè)重復(fù)用水率,采用再生水、雨水等補(bǔ)充城鎮(zhèn)公共用水,可以有效控制生活用水增長,緩解城市經(jīng)濟(jì)發(fā)展與人口增長帶來的供水壓力。

      [1] WANG X J, ZHANG J Y, SHAHID S, et al.Water resources managements trategy for adaptation to droughts in China[J].Mitigation and Adaptation Strategies for Global Change, 2012, 17(8):923-937.

      [2] 潘雄鋒,劉鳳朝,郭蓉蓉.我國用水結(jié)構(gòu)的分析與預(yù)測[J].干旱區(qū)資源與環(huán)境, 2008, 22(10): 11-14.(PAN Xiongfeng, LIU Fengchao, GUO Rongrong. Analysis and forecast of water utilization structure in China[J].Journal of Arid Land Resources and Environment, 2008, 22(10):11-14. (in Chinese))

      [3] 焦士興,王臘春,李靜,等.基于生態(tài)位及其熵值模型的用水結(jié)構(gòu)研究:以河南省安陽市為例[J].資源科學(xué), 2011, 33 (12): 2248-2254. (JIAO Shixing, WANG Lachun, LI Jing, et al.Water consumption structure based on the niche and its entropy model: A Case Study of Anyang City, Henan Province[J]. Resources Science, 2011, 33(12): 2248-2254. (in Chinese))

      [4] 鄭愛勤,王文科,段磊.關(guān)中盆地用水結(jié)構(gòu)變化及其驅(qū)動(dòng)因子分析[J].干旱區(qū)資源與環(huán)境, 2011, 25 (9): 75-79.(ZHENG Aiqin, WANG Wenke, DUAN Lei. Water consumption structure evolvement and Its driving forces for GuanzhongBasin[J]. Journal of Arid Land Resources and Environment, 2011, 25 (9): 75-79. (in Chinese))

      [5] 張靜,秦公偉.西安市用水結(jié)構(gòu)變化及驅(qū)動(dòng)力分析[J].水資源保護(hù), 2012, 28(4): 87-90.(ZHANG Jing, QIN Gongwei. Driving forces of change of water consumption structure in Xi'an City[J]. Water Resources Protection, 2012, 28(4): 87-90. (in Chinese))

      [6] 田貴良,顧巍,謝文軒.基于虛擬水貿(mào)易戰(zhàn)略的缺水地區(qū)用水結(jié)構(gòu)優(yōu)化研究[J].水利經(jīng)濟(jì), 2013, 31(1): 1-6.(TIAN Guiliang, GU Wei, XIE Wenxuan. Optimization of water use structure in water shortage region based on virtual watertradestrategy[J]. Journal of Economics of Water Resources, 2013, 31(1): 1-6. (in Chinese))

      [7] 劉燕,胡安焱,鄧亞芝.基于信息熵的用水系統(tǒng)結(jié)構(gòu)演化研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2006, 34 (6): 141-144.(LIU Yan, HU Anyan, DENG Yazhi. Study on the evolution of water resource structure based on information entropy[J]. Journal of Northwest Agriculture and Forestry University( natural Science), 2006, 34 (6): 141-144. (in Chinese))

      [8] 孫凱艷,張浩,繆萍萍,等.近10年海河流域用水結(jié)構(gòu)特征及演變趨勢研究[J].水資源與水工程學(xué)報(bào), 2014,25 (6): 102-104. (SUN Kaiyan, ZHANG Hao, LIAO Pinpin, et al. Studyon characteristics of water utilization structureand evolution tendency in Haihe River Basinin recent 10 years[J].Journal of Water Resources and Water Engineering, 2014,25 (6): 102-104. (in Chinese))

      [9] 黃晶,宋振偉,陳阜.北京市水足跡及農(nóng)業(yè)用水結(jié)構(gòu)變化特征[J].生態(tài)學(xué)報(bào), 2010, 30 (23): 6546-6554.(HUANG Jing, SONG Zhenwei, CHEN Fu. Characteristics of water footprint and agricultural water structure in Beijing[J]. Acta Ecologica Sinica, 2010, 30 (23): 6546-6554. (in Chinese))

      [10] 施麗姍,張曼.基于生態(tài)位理論的福建省用水結(jié)構(gòu)研究[J].水資源與水工程學(xué)報(bào), 2014,25 (6): 109-112. (SHI Lishan, ZHANG Man.Study on water consumingstructure based on ecologynichetheory in Fujian Province[J].Journal of Water Resources and Water Engineering, 2014,25 (6): 109-112. (in Chinese))

      [11] 商玲,李宗禮,于靜潔.寧波市用水結(jié)構(gòu)分析[J].水利水電技術(shù), 2013, 44 (9): 12-16.(SHANG Ling, LI Zhongli, YU Jingjie.Analysis on water consumption structure in Ningbo[J].Water Resources and Hydropower Engineering, 2013, 44 (9): 12-16. (in Chinese))

      [12] 王棟.信息熵在水系統(tǒng)中的應(yīng)用研究綜述[J].水文, 2001, 21 (2): 9-14.(WANG Dong.Information entropyandthe state-of-the-art of it’s a application in hydrology, water resources and water environment[J].Journal of China Hydrology, 2001, 21 (2): 9-14. (in Chinese))

      [13] 鄭志宏,魏明華.基于熵值法的改進(jìn)集對分析水質(zhì)模糊評價(jià)[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 41(2): 136-139.(ZHENG Zhihong,WEI Minghua.Water quality fuzzy evaluation based on entropy method-improved set pair analysis[J]. Journal of Hohai University(natural Sciences), 2013, 41(2): 136-139.(in Chinese))

      [14] 王小軍,張建云,賀瑞敏,等.區(qū)域用水結(jié)構(gòu)演變規(guī)律與調(diào)控對策研究[J].中國人口·資源與環(huán)境, 2011, 21(2): 61-65.(WANG Xiaojun, ZHANG Jianyun, HE Ruimin, et al. Study on the evolution law of water utilization structure and regulating approach inYulin City[J]. China Population, Resources and Environment, 2011, 21(2): 61-65.(in Chinese))

      [15] 馬小雪,王臘春,廖玲玲.溫瑞塘河流域水體污染時(shí)空分異特征及污染源識別[J].環(huán)境科學(xué), 2015(1): 64-71. (MA Xiaoxue, WANG Lachun, LIAO Lingling. Spatio-temporal characteristics and source identification of water pollutants in wenruitang river watershed[J]. Environment Science, 2015(1): 64-71.(in Chinese))

      [16] 粟曉玲,趙晨,馬黎華.關(guān)中地區(qū)近20年用水結(jié)構(gòu)演變及其驅(qū)動(dòng)力研究[J].灌溉排水學(xué)報(bào), 2008(5): 71-73.(SU Xiaoling, ZHAO Chen, MA Lihua. Water consumed structure evolvement and its driving forces for guanzhong regioninthe past 20 years[J]. Journal of Irrigation and Drainage, 2008(5): 71-73.(in Chinese))

      [17] 馬黎華,康紹忠,粟曉玲.西北干旱內(nèi)陸區(qū)石羊河流域用水結(jié)構(gòu)演變及其驅(qū)動(dòng)力分析[J].干旱地區(qū)農(nóng)業(yè)研究, 2008, 26(1): 125-130.(MA Lihua, KANG Shaozhong, SU Xiaoling. Study on evolution and its driving forces of water utilization structure of shiyang river basin in northwest arid areas[J]. Agricultural Research in the Arid Area, 2008, 26(1): 125-130.(in Chinese))

      [18] 趙菲菲,劉東,于苗,等.建三江分局用水結(jié)構(gòu)演變及其驅(qū)動(dòng)機(jī)制研究[J].水土保持研究, 2012, 19(2):244-247.(ZHAO Feifei, LIU Dong, YU Miao, et al. Study on the water structure evolution and its driving mechanism of Sanjiang Branch Bureau[J]. Research of Soil and Water Conservation, 2012, 19(2).244-247.(in Chinese))

      [19] 鄧聚龍.灰色系統(tǒng)綜述[J].世界科學(xué), 1983(7):1-5.(DENG Julong.Summary of grey system[J].World Science, 1983(7):1-5.(in Chinese))

      [20] 劉思峰,蔡華,楊英杰,等.灰色關(guān)聯(lián)分析模型研究進(jìn)展[J].系統(tǒng)工程理論與實(shí)踐, 2013, 33(8): 2041-2046.(LIU Sifeng, CAI Hua, YANG Yingjie, et al. Advance in grey incidence analysis modeling[J]. system engineering-theory and practice, 2013, 33(8): 2041-2046.(in Chinese))

      [21] 王平,王云峰.綜合權(quán)重的灰色關(guān)聯(lián)分析法在河流水質(zhì)評價(jià)中的應(yīng)用[J].水資源保護(hù), 2013, 29(5): 52-54.(WANG Ping, WANG Yunfeng. River water quality evaluation based on grey incidence analysis of comprehensive weight [J]. Water Resources Protection, 2013, 29(5): 52-54.(in Chinese))

      [22] 呂翠美,吳澤寧,胡彩虹.用水結(jié)構(gòu)變化主要驅(qū)動(dòng)力因子灰色關(guān)聯(lián)度分析[J].節(jié)水灌溉, 2008(2): 39-41.(LUY Cuimei, WU Zening, HU Caihong. Grey relational degree analysis on the major driving forces of water use structure[J]. Water Saving Irrigation, 2008(2): 39-41.(in Chinese))

      [23] 于世軍,劉英舜,梁先登.區(qū)域交通運(yùn)輸結(jié)構(gòu)信息熵演變及動(dòng)力分析[J].交通運(yùn)輸系統(tǒng)工程與信息, 2011, 11(4): 91-96.(YU Shijun, LIU Yingshun, LIANG Xiandeng. Evolution of regional transport structure information entropy and its dynamic analysis[J]. Journal of Transportation Systems Engineering and Information Technology, 2011, 11(4): 91-96.(in Chinese))

      [24] 趙金輝,蔣宏.城市公共市政用水節(jié)水潛力及措施分析:以南京市為例[J].水資源與水工程學(xué)報(bào), 2008, 19(3): 58-61.(ZHAOJinhui, JIANG Hong. Analysis of water saving potential and measures for the public municipal water uses:taking Nanjing as case study[J]. Journal of Water Resources and Water Engineering, 2008, 19(3):58-61.(in Chinese))

      [25] 洪思揚(yáng),王紅瑞,程濤,等.北京市第三產(chǎn)業(yè)用水特征及其發(fā)展策略[J]. 中國人口·資源與環(huán)境, 2016, 26(5):108-116.(HONG Siyang, WANG Hongrui, CHENG Tao, et al. Water features and development strategy of tertiary industry in Beijing [J]. China Population, Resources and Environment, 2016, 26(5):108-116. (in Chinese))

      [26] 褚俊英,陳吉寧,王燦,等.城市公共用水的節(jié)水和污水再生利用潛力分析[J]. 給水排水, 2007, 33(3): 49-55.(CHU Junying, CHEN Jining, WANG Can, et al. Potential analysis on public water conservation and wastewater reclamation[J]. Water and Wastewater Engineering, 2007,33(3):49-55.(in Chinese))

      Analysis of change and driving forces of regional water consumption structure

      WU Hao1, HUA Hua2, WANG Lachun1, HE Jing3, ZENG Chunfen1

      (1.SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing210023,China;2.WaterResourcesManagementCenterofNanjing,Nanjing210008,China;3.NanjingWaterConservancyConstructionEngineeringTestingCenter,Nanjing210036,China)

      Using the information entropy theory to characterize the change trend of water consumption structure, using the principal component analysis method to determine the principal components of each influencing factor, and using the grey incidence theory to analyze the correlation coefficient between the principal components and the water consumption structure, a study on the change and driving forces of the water consumption structure in Nanjing City was carried out. The results show that the information entropy increased from 1.532 nat to 1.791 nat and the balance degree increased from 0.787 to 0.861 from 2000 to 2014, indicating that the water consumption structure is becoming more stable. Factors such as economic structure, water-saving technology, population evolution, and water demand are main driving forces influencing the water consumption structure in Nanjing. Measures for total quantity control of water consumed are put forward to guarantee the reasonable utilization of water resources.

      water consumption structure; information entropy; principal component analysis; grey incidence; water saving measure; Nanjing City

      10.3876/j.issn.1000-1980.2016.06.002

      2015-10-30

      江蘇省自然科學(xué)基金青年基金(BK20130567);江蘇省水利科技項(xiàng)目(2014007)

      吳昊(1988—),男,江蘇南京人,博士研究生,主要從事水資源管理研究。E-mail:wuhao_cx@163.com

      王臘春,教授。E-mail:wang6312@263.net.cn

      TV213.4

      A

      1000-1980(2016)06-0477-08

      猜你喜歡
      信息熵南京市用水量
      南京市集中“檢視”三方評議
      基于信息熵可信度的測試點(diǎn)選擇方法研究
      你的用水量是多少?
      澳大利亞研發(fā)出新型農(nóng)業(yè)傳感器可預(yù)測農(nóng)作物用水量
      南京市鼓樓區(qū)黑臭河道的治理
      基于信息熵的實(shí)驗(yàn)教學(xué)量化研究
      電子測試(2017年12期)2017-12-18 06:35:48
      一種基于信息熵的雷達(dá)動(dòng)態(tài)自適應(yīng)選擇跟蹤方法
      基于信息熵的IITFN多屬性決策方法
      工業(yè)給排水用水量計(jì)算的重要性
      南京市
      江蘇年鑒(2014年0期)2014-03-11 17:10:09
      罗甸县| 胶南市| 旅游| 兴仁县| 饶平县| 靖州| 阿巴嘎旗| 阜城县| 杭锦后旗| 延吉市| 广平县| 大名县| 平远县| 柏乡县| 东乡县| 呼玛县| 双江| 双牌县| 城口县| 仙居县| 汤阴县| 扬州市| 莫力| 马鞍山市| 哈尔滨市| 图木舒克市| 昭平县| 安徽省| 拉萨市| 嘉定区| 大新县| 班玛县| 奇台县| 岳西县| 鹿泉市| 海林市| 晋中市| 江西省| 洞头县| 吉木乃县| 万宁市|