中原城市群水资源综合调控方案与效果评价

王慧亮　陈开放　李云飞　吴泽宁

摘要：结合中原城市群水资源系统现状，考虑系统内南水北调中线工程、黄河引水和大型水库跨城市供水的特点，针对供水和需水结构两方面设置12个水资源调控方案。从水资源一经济一生态系统的角度构建水资源调控效果评价指标体系，利用人工神经网络综合优选模型对不同方案水资源调控效果进行评价和优选。结果表明：采用黄河干流+南水北调+大型水库联合供水方案以及第三产业生产总值增加40%的需水方案组合的调控措施，对于中原城市群整体的水资源调控效果比较明显，即在基本供水方案的基础上，突破黄河干流、南水北调、大型水库等原分水指标限制，统一调配共用水源的水量，结合产业结构调整，可以取得较好的调控效果。

关键词：水资源调控;评价指标体系;效果评价;人工神经网络;中原城市群

中图分类号：TV213.4

文献标志码：A

doi：10.3969/j.issn. 1000- 1379.2019.06.013

水资源是支撑城市社会经济系统健康发展的必要资源之一，不合理的水资源开发利用会对区域经济社会可持续发展造成重大影响，甚至影响城市整体竞争力的提升[1-2]。中原城市群作为国家重点培育的七大城市群之一，承担着中原崛起的作用。中原城市群多年平均水资源总量为112.60亿m，其中：黄河是中原城市群重要水源之一，有7个城市引用黄河水，供给量为27.03亿m：南水北调中线工程2014年开始向中原城市群6个城市供水，供水量为17. 83亿m;其他67.74亿m为当地水资源量。黄河干流和南水北调供水沟通了城市群所在四大流域城市之间的水力联系，水资源开发利用模式发生了变化，使中原城市群水资源的联合调度、优化配置、高效利用成为可能[3-4]。因此，在南水北调供水背景下，提出合理的中原城市群水资源调控方案，对中原城市群水资源合理开发利用和保障区域经济社会可持续发展具有重要意义。

对水资源调控效果的评价方法主要有主成分分析方法[4]、系统动力学方法[5]、模糊综合评价法[6]、投影寻踪法[7]、神经网络法[8]等。这些方法都有各自的优缺点，总体来说，水资源评价指标多种多样，各指标与评价结果之间存在复杂的非线性关系，而神经网络法的优点在于具有高度的自学习和非线性映射功能[9]，能够克服综合评价过程中的随机性和评价专家主观上的不确定性[10]。笔者基于中原城市群规划年2020年水资源调控方案，从水资源、经济、生态3方面建立水资源调控效果评价指标体系，并采用人工神经网络法对中原城市群12个调控方案进行效果评价，以期为提高中原城市群水资源调控效果提供参考。

1 中原城市群水资源调控方案

南水北调工程对中原城市群的水资源补充，使中原城市群水资源调控措施更加多样。从供水侧和需水侧两方面可生成4個供水方案和3个需水方案，组合成12个水资源调控方案（见表1）。

1.1 供水方案

（1）基本供水方案是指规划新建、扩建的供水工程按期完成，南水北调中线工程、黄河干流、当地大型水库三大水源按原有分水方案分水。

（2）黄河干流供水方案是在基本供水方案的基础上，根据城市重要性等级（郑州>洛阳>开封>新乡>焦作>许昌>平顶山>漯河>济源），调整黄河干流的分水量，生成新的分水方案：郑州增加2.6亿m3，开封增加2.0亿m，洛阳减少1.3亿m，新乡减少4.0亿m，焦作增加1.0亿m，济源减少0.3亿m。

（3）黄河干流+南水北调供水方案是指在黄河干流供水方案的基础上，依据城市重要性等级和分区缺水率大小，综合调整黄河干流和南水北调供水量，生成新的分水方案：郑州增加1.0亿m.平顶山增加0.4亿m，新乡减少2.0 m亿，许昌增加0.5亿m，漯河增加1.3亿m，焦作减少1.2亿m。

（4）黄河干流+南水北调+大型水库供水方案是指在黄河干流+南水北调供水方案的基础上，在明晰各分区原有分水指标情况下，调整白龟山水库、陆浑水库、河口村水库和燕山水库对各分区的水资源供给量，在不超过输水能力情况下，将各分区分水剩余的水量优先供给重要性等级高的分区，其次供给缺水率大的分区，以确定新的分水方案，即陆浑水库从洛阳调配0.5亿m水量到平顶山，河口村水库从济源调配0.1亿m到焦作。

1.2 需水方案

（1）基本需水方案是指现状水资源利用方案。

（2）产业结构调整方案一需水方案是指在基本需水方案的基础上，第三产业生产总值增加40%的需水方案。

（3）产业结构调整方案二需水方案是指在基本需水方案的基础上，第二产业和第三产业生产总值各增加15%的需水方案。

2 中原城市群水资源调控效果评价方法

2.1 评价指标体系构建

中原城市群水资源配置方案是在保证社会生活用水的基础上调整供水、需水结构，调控目标为实现水资源的可持续利用和经济一社会一生态环境复合系统的协调发展。为使评价结果能反映出不同方案下中原城市群水资源的调控效果，评价指标体系从水资源状况、经济发展水平及生态环境状况3个方面建立（见图1）。

（1）水资源状况。水资源系统作为中原城市群水资源调控的主体，其自身特性是影响调控效果的直接因素，决定了水资源可持续利用的水平[11]。“水资源利用率（ UI）”和“人均可利用水资源量（U2）”分别从水资源主体和利用主体上反映中原城市群的水资源调控效果。

（2）经济发展水平。经济发展水平指在一定水资源结构下的区域经济发展状态。经济发展水平从两个方面来体现：一是整体水平，包括“人均GDP（ U3）”和“万元GDP用水量（U4）”;二是局部水平，包括第一产业、第二产业、第三产业的相应发展情况，因第一产业在水资源优化配置中已经设置了相应约束条件，故只针对第二产业和第三产业设置相应指标，包括“第二产业用水保证率（U5）”“第三产业占比（U6）”等。

（3）生态环境状况。生态系统的评价效果用生态环境状况表示。生态环境状况主要体现社会经济发展对生态环境的污染。选用“人均污水排放量（U7）”“COD排放量（U8）”指标体现生活、生产等方面对生态环境带来的压力。2.2基于人工神经网络的水资源调控效果综合评价

模型

运用人工神经网络综合评价方法对中原城市群不同方案水资源调控效果进行评价，通过建立评价指标体系及对不同配置方案下的指标值进行量化和归一化处理，将其指标值作为神经网络的输入值，输入层神经元个数与指标个数相同，输出层仅一个神经元，为相应方案的评价结果。其输出是一个综合值，是方案综合效果（价值）的一种相对度量[12-13]，能体现中原城市群在水资源、经济、生活、生态环境等方面的综合调控效果。

本研究采用理想点的方法来确定训练样本[14]：由各指标的最好值组成的方案为理想方案，各指标的最差值组成的方案为最劣方案。考虑到综合优选是相对优选的特点，理想方案下的调控效果相对最好，将其网络输出设为0.95：最劣方案下的调控效果最差，网络输出设为0.05：介于理想方案与最劣方案之间的中间方案的网络输出设为0.50。

利用训练样本对已建的网络进行随机重复训练，直到全局误差小于预先给定的误差，这时该网络所具有的那组权系数值便是网络经过自适应学习所得到的正确内部表示[15]。将训练好的网络作为一种有效的优选工具，对不同水资源调控方案下的测试样本集进行仿真，得到综合评价结果。人工神经网络训练样本的方法与计算流程参见文献[14]，方案优选方法参见文献[15]。

3 结果与分析

3.1 中原城市群水资源调控方案指标量化结果

结合前人对中原城市群供需水的计算结果[ll]，对12种水资源调控方案的指标进行量化，结果见表2。

3.2 中原城市群水资源调控效果评价

3.2.1 训练样本构造

在中原城市群水资源调控方案评价指标体系量化结果的基础上，建立8层的神经元网络，采用理想点的方法得出测试样本组合，测试样本和目标样本的网绍输出分别见表3和表4。

3.2.2 方案评价与分析

利用人工神经网络综合评价模型对规划水平年2020年12个配置方案进行评价，结果见表5。

由表5可以看出不同方案对于中原城市群水资源调控效果的相對优劣程度。可以看出方案9（黄河干流+南水北调+大型水库联合供水方案以及第三产业生产总值增加40%的需水方案组合）的调控措施效果最佳。

为进一步对比分析12个配置方案的评价结果，将供水方案和需水方案的调控效果进行比较。基本需水方案下的方案1-方案4评价结果较低，产业结构调整方案二需水的方案6、方案10、方案11、方案12的评价结果比基本需水方案的评价结果好，而产业结构调整方案一需水的方案5、方案7、方案8、方案9评价结果都在0.8以上，表明需水结构调整对水资源调控效果的影响较大，同时表明2020年的产业结构按照方案一的需水类型，有助于中原城市群综合效益的提高。从供水结构类型来看，基本供水方案的水资源调控效果最差，3种水源综合调控效果最好，但是从供水侧对水资源调控效果没有需水侧调控效果明显，表明中原城市群的发展需要根据水资源供需平衡，从需水侧不断调整产业结构，才能实现水资源综合效益最大化。

从表5可以看出，方案9对于中原城市群水资源调控效果最为明显，指标量化结果的综合优选值为0.942。方案9对应的配置方案的供水类型为基本供水+黄河干流+南水北调+大型水库，需水类型为产业结构调整方案一需水。方案9为推荐方案，选用指标“人均GDP”“第二产业供水保证率”来具体说明对中原城市群水资源的调控效果，将方案9与基础方案对比发现：指标“人均GDP”增加25%，“第二产业供水保证率”提高11%.表明方案9有助于中原城市群经济承载度的提高：方案9的综合评价结果远大于基础方案的评价结果，说明方案9的水资源配置结构运用于中原城市群的生活、生产和生态各个方面后对社会、经济、生态、水资源所产生的综合效益最大。吴泽宁等[3]、曹建成[11]曾采用模糊数学综合评价方法对中原城市群各个方案进行评价，综合水资源可持续利用水平、协调发展状况和水资源承载能力等评价成果，得出方案9为最优方案，这与本文利用人工神经网络综合优选模型评价结果一致。

4 结语

水资源调控的目标是实现水资源的可持续利用和经济一社会一生态环境复合系统的协调发展，不同的调控措施都能在提高水资源利用效率方面起到一定的促进作用，但每项措施调控效果有差别。本研究针对从供水结构和需水结构两方面提出的中原城市群规划水平年2020年12种调控措施，提出了综合评价指标体系，通过人工神经网络理论与多目标综合优选问题相结合，对中原城市群水资源调控效果进行评价，得出中原城市群规划水平年2020年最优调控方案。本文仅从水资源状况、社会经济状况和生态环境3个方面建立评价指标体系，没有充分考虑中原城市群空间结构以及水资源结构复杂性，如何建立动态一体化的综合评价模型，使中原城市群水资源获得最大效益，需要进一步研究。

参考文献：

[1] 胡德胜，最严格水资源管理制度视野下水资源概念探讨[J].人民黄河，2015，37（1）：57-62.

[2] 马海良，徐佳，王普查，中国城镇化进程中的水资源利用研究[J].资源科学，2014，36（2）：334-341.

[3] 吴泽宁，高申，管新建，等，中原城市群水资源承载力调控措施及效果分析[J].人民黄河，2015，37（2）：6-9.

[4]赵自阳，李王成，王霞，等，基于主成分分析和因子分析的宁夏水资源承载力研究[J].水文，2017，37（2）：64-72.

[5] 高亚，章恒全，基于系统动力学的江苏省水资源承载力的仿真与控制[J].水资源与水工程学报，2016（4）：103-109.

[6] 袁艳梅，沙晓军，刘煜晴，等，改进的模糊综合评价法在水资源承载力评价中的应用[J].水资源保护，2017，33（1）： 52-56.

[7] 马峰，王千，蔺文静，等，基于指标体系投影寻踪模型的水资源承载力评价：以石家庄为例[J].南水北调与水利科技，2012，10（3）：62-66.

[8] 潘雪倩，赵璐，孙菊英，等，城镇化进程中成都市水资源利用的分析及预测[J].水文，2017，37（4）：45-51.

[9]胡荣祥，徐海波，任小松，等.BP神经网络在城市水环境承载力预测中的应用[J].人民黄河，2012，34（8）：79-81.

[10] Al-ZAHRANI M A，ABO-MONASAR A.Urban ResidentialWater Demand Prediction Based on Artificial Neural Networksand Time Series Models [J]. Water Resources Management，2015，29（ 10）：3651-3662.

[11] 曹建成，中原城市群水资源承载能力调控效果评价研究[D].郑州：郑州大学，2013：41-49.

[12] 吴泽宁，左其亭，丁大发，等，黄河流域水资源调控方案评价与优选模型[J].水科学进展，2005，16（5）：735-740.

[13] PARMAR K S，BHARDWAJ R.River Water PredictionModeling Using Neural Networks， Fuzzy and Wavelet Cou-pled Model[J].Water Resources Management， 2015， 29（1）：17-33.

[14]吴泽宁，索丽生，左其亭，水利水电工程人工神经网络综合优选模型[J].水利水電技术，2001，32（7）：6-8.

[15] LOUCKS D P，VAN BEEK E.Water Resource SystemsPlanning and Management： An Introduction to Methods，Models， and Applications[ M]. New York： Springer，2017：71-72.