焦曉東,尹慶民

(河海大學(xué) 商學(xué)院,江蘇 南京 211100)

基于PSO-PPM模型的江蘇省農(nóng)業(yè)水土資源承載力研究

焦曉東,尹慶民

(河海大學(xué) 商學(xué)院,江蘇 南京 211100)

在用DPSR模型構(gòu)建科學(xué)指標(biāo)體系的基礎(chǔ)上,利用PSO-PPM模型對(duì)江蘇省各城市的農(nóng)業(yè)水土資源承載力進(jìn)行了綜合評(píng)價(jià)，并劃分了等級(jí),發(fā)現(xiàn)江蘇省農(nóng)業(yè)水土資源承載力較高的城市主要集中在蘇北及蘇中地區(qū),單位面積水資源量、農(nóng)機(jī)化程度、高耗水作物種植比例、水利工程投資等指標(biāo)作用突出。評(píng)價(jià)結(jié)果符合實(shí)際,評(píng)價(jià)模型客觀有效。

江蘇；投影尋蹤模型;粒子群算法;農(nóng)業(yè)水土資源;承載力；評(píng)價(jià)

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ),是人類的衣食之源、生存之本。隨著我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài),農(nóng)業(yè)發(fā)展內(nèi)外環(huán)境也發(fā)生了深刻變化,地少水缺的資源環(huán)境約束不斷加劇,保持農(nóng)業(yè)可持續(xù)發(fā)展的任務(wù)也更加艱巨。2014年中共中央、國(guó)務(wù)院發(fā)布了《關(guān)于全面深化農(nóng)村改革,加快推進(jìn)農(nóng)業(yè)現(xiàn)代化的若干意見(jiàn)》,指出在工業(yè)化、信息化、城鎮(zhèn)化快速發(fā)展以及資源環(huán)境承載力矛盾日益尖銳的背景下,必須落實(shí)最嚴(yán)格的耕地保護(hù)制度、節(jié)約集約用地制度、水資源管理制度和環(huán)境保護(hù)制度，以強(qiáng)化監(jiān)督考核和激勵(lì)約束。2014年江蘇省委發(fā)布《關(guān)于推進(jìn)體制機(jī)制改革創(chuàng)新，進(jìn)一步增強(qiáng)農(nóng)業(yè)農(nóng)村發(fā)展活力的意見(jiàn)》，進(jìn)一步促進(jìn)了“三農(nóng)”發(fā)展。2015年2月,江蘇省委發(fā)布《關(guān)于加大農(nóng)村改革創(chuàng)新力度，推動(dòng)農(nóng)業(yè)現(xiàn)代化建設(shè)邁上新臺(tái)階的意見(jiàn)》,指出要始終堅(jiān)持“率先實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化”,促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。

根據(jù)江蘇省水資源公報(bào),2014年江蘇省用水消耗總量為270.8億m3,綜合耗水率達(dá)56.3%；農(nóng)田灌溉用水量為6500.0 m3/hm2,占用水消耗總量的72.5%;全省水資源總量為399.3億m3；第一產(chǎn)業(yè)用水297.8億m3,占比87.1%。農(nóng)業(yè)生產(chǎn)一直是耗水大戶,農(nóng)業(yè)水資源供需矛盾也明顯加大。隨著我國(guó)耕地資源的供應(yīng)不斷趨緊,2013年中央農(nóng)村工作會(huì)議指出要堅(jiān)守1.2億hm2耕地紅線。2014年江蘇省委也發(fā)布了《關(guān)于全面推進(jìn)集約用地的意見(jiàn)》,據(jù)此2014年及2015年全省要求分別補(bǔ)充耕地1.44萬(wàn)hm2和1.49萬(wàn)hm2。由此,江蘇省農(nóng)業(yè)發(fā)展面臨水資源、土地資源的約束。

承載力從最開(kāi)始用來(lái)表示地基強(qiáng)度對(duì)建筑物負(fù)重的能力,到后來(lái)被引入生態(tài)學(xué)中[1],表示光、熱、水和被捕食者等資源在生態(tài)系統(tǒng)內(nèi)維持個(gè)體生存的最大限度。用農(nóng)業(yè)水土資源承載力表示江蘇省農(nóng)業(yè)水資源、土地資源承載經(jīng)濟(jì)社會(huì)發(fā)展的能力,可以定量評(píng)價(jià)江蘇省農(nóng)業(yè)發(fā)展面臨的水土資源約束。因此，構(gòu)建江蘇省農(nóng)業(yè)水土資源承載力指標(biāo)評(píng)價(jià)體系,建立科學(xué)的評(píng)價(jià)模型,對(duì)江蘇省各城市農(nóng)業(yè)水土資源承載力進(jìn)行評(píng)價(jià)并劃分等級(jí),具有現(xiàn)實(shí)意義。

1 理論綜述

學(xué)術(shù)界將“承載力”(Carrying Capacity)引入生態(tài)學(xué)之后,1953年Odum[2]在其撰寫(xiě)的《生態(tài)學(xué)原理》中給承載力作出了精確的數(shù)學(xué)表達(dá)形式。1972年,一個(gè)名為“羅馬俱樂(lè)部”的團(tuán)隊(duì)發(fā)布了世界發(fā)展趨勢(shì)的《增長(zhǎng)的極限》,使世界認(rèn)識(shí)到經(jīng)濟(jì)發(fā)展過(guò)程中資源環(huán)境承載力的重要性。在20世紀(jì)80年代,聯(lián)合國(guó)教科文組織正式提出了“資源承載力”的概念:一國(guó)或地區(qū)的資源承載力是在可以預(yù)見(jiàn)的時(shí)期內(nèi),利用該地區(qū)的能源及其他自然資源和智力、技術(shù)等條件,保證符合其社會(huì)文化準(zhǔn)則的物質(zhì)生活條件下,能夠維持供養(yǎng)人口的數(shù)量[3]。

國(guó)外學(xué)者Shelby等首先在研究伊利諾伊河時(shí)將河流水承載力分為物流承載力、生態(tài)承載力和社會(huì)承載力。Harris[4]利用邏輯增長(zhǎng)方程測(cè)算了包含水資源可利用量因素的農(nóng)業(yè)承載力上限。Sawunyama T等[5]利用GIS技術(shù)對(duì)非洲的一流域小水庫(kù)調(diào)蓄能力進(jìn)行了承載力評(píng)價(jià)。Slesser M[6]根據(jù)SD法提出了綜合資源計(jì)算技術(shù)模型并估算了人口數(shù)量與承載力之間的變化。我國(guó)水資源承載力研究主要集中在西北干旱地區(qū),以及東北農(nóng)業(yè)發(fā)達(dá)地區(qū)。如瞿秀華等[7]利用模糊綜合評(píng)價(jià)模型對(duì)新疆奇臺(tái)縣農(nóng)業(yè)水資源承載力進(jìn)行了分析；李磊等[8]基于水資源承載力對(duì)內(nèi)蒙古虛擬水貿(mào)易進(jìn)行了研究；何杰等[9]在糧食增產(chǎn)背景下對(duì)松花江區(qū)農(nóng)業(yè)水資源承載力進(jìn)行了研究；成琨等[10]利用熵權(quán)云模型對(duì)黑龍江省的水資源進(jìn)行了評(píng)價(jià)。

聯(lián)合國(guó)糧農(nóng)組織早于1977年就開(kāi)始對(duì)土地資源承載力進(jìn)行研究,而我國(guó)對(duì)土地資源承載力的研究最早追溯到1986年中國(guó)科學(xué)院主持的“中國(guó)土地資源生產(chǎn)能力及人口承載力研究”[11]。周鎖銓等[12]較早對(duì)土地生產(chǎn)潛力以及人口承載力進(jìn)行定量分析,測(cè)算了寶雞市的現(xiàn)實(shí)生產(chǎn)潛力及人口承載力。目前,國(guó)內(nèi)學(xué)者多從人糧關(guān)系的角度對(duì)土地資源承載力進(jìn)行研究,如孫秀鋒[13]、朱小娟[14]、陳永林等[15]基于人糧關(guān)系,利用LCCI模型對(duì)土地資源承載力進(jìn)行研究。

任守德等[16]認(rèn)為水資源與耕地資源都是農(nóng)業(yè)發(fā)展的基本組成部分,兩者相互關(guān)聯(lián)、相互滲透、相互制約,不能將水、土資源作為兩個(gè)獨(dú)立的系統(tǒng)進(jìn)行研究。由于水資源利用對(duì)土地資源的利用效率具有直接的影響,而土地資源的多寡也直接制約水資源的開(kāi)發(fā)利用。因此,本文亦將水資源、土地資源作為一個(gè)統(tǒng)一的系統(tǒng)進(jìn)行考察,通過(guò)建立科學(xué)模型測(cè)算江蘇省農(nóng)業(yè)水土資源的承載力。

2 指標(biāo)體系的構(gòu)建

在構(gòu)建指標(biāo)體系時(shí),既要充分考慮江蘇省的實(shí)際,又要注重指標(biāo)的科學(xué)性、實(shí)用性、可操作性和完備性。DPSR (Driver-Pressure-State-Response)模型是歐洲環(huán)境組織(EEA)為評(píng)價(jià)分析環(huán)境現(xiàn)狀而采用的模型,該模型能夠系統(tǒng)全面地對(duì)相關(guān)指標(biāo)進(jìn)行篩選。DPSR模型包含驅(qū)動(dòng)力、壓力、狀態(tài)和響應(yīng)四個(gè)部分。在農(nóng)業(yè)水土資源承載力研究中,驅(qū)動(dòng)力表示促使農(nóng)業(yè)水土資源系統(tǒng)發(fā)生變化的因素,主要有經(jīng)濟(jì)因素、社會(huì)因素以及水土資源本身的因素,這些因素一般是靜態(tài)的;壓力表示經(jīng)濟(jì)、社會(huì)發(fā)展特別是農(nóng)業(yè)及水土資源本身發(fā)展對(duì)該系統(tǒng)產(chǎn)生的壓力;狀態(tài)表示系統(tǒng)面臨諸多壓力所呈現(xiàn)的狀態(tài),可用農(nóng)業(yè)系統(tǒng)及水土資源的現(xiàn)狀指標(biāo)來(lái)反映;響應(yīng)表示在呈現(xiàn)狀態(tài)后,系統(tǒng)應(yīng)對(duì)壓力做出的響應(yīng),主要表現(xiàn)在對(duì)農(nóng)業(yè)現(xiàn)代化和環(huán)境的影響、對(duì)社會(huì)的進(jìn)一步投資等。DPSR模型可由圖1表示。

圖1 DPSR模型指標(biāo)選擇圖

在驅(qū)動(dòng)力中：可以用第一產(chǎn)業(yè)占GDP比重表示農(nóng)業(yè)發(fā)展?fàn)顩r；用人口密度表示人類活動(dòng)對(duì)系統(tǒng)的驅(qū)動(dòng)程度；用人均GDP反映經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)系統(tǒng)的需求；用耕地資源比例、人均耕地面積、水資源總量表示水土資源本身發(fā)展的基礎(chǔ)。在壓力中：可用GDP增長(zhǎng)率、人口自然增長(zhǎng)率分別表示經(jīng)濟(jì)發(fā)展和人口增長(zhǎng)對(duì)農(nóng)業(yè)水土系統(tǒng)的壓力；用高耗水作物種植面積反映對(duì)水資源的壓力；用水土流失面積反映對(duì)土地資源的壓力；用農(nóng)業(yè)水土資源匹配系數(shù)表示水土資源內(nèi)部的協(xié)調(diào)程度。在狀態(tài)指標(biāo)中,可以用糧食作物單位面積產(chǎn)量反映農(nóng)業(yè)的出產(chǎn)情況；用年人均糧食產(chǎn)量反映滿足人類生活的狀態(tài)；用農(nóng)業(yè)用水量和人均耕地面積表示當(dāng)前農(nóng)業(yè)水資源和農(nóng)業(yè)用地資源的現(xiàn)狀。在響應(yīng)指標(biāo)中：可以用單位面積耕地用電量表示農(nóng)業(yè)耗能水平；用農(nóng)機(jī)化程度反映農(nóng)業(yè)現(xiàn)代化水平；用水利工程投資額反映社會(huì)投資對(duì)當(dāng)前水資源環(huán)境的反應(yīng)；用單位面積化肥使用量表示農(nóng)業(yè)發(fā)展對(duì)環(huán)境的影響；用森林覆蓋率表示區(qū)域生態(tài)環(huán)境的狀況。各指標(biāo)及其計(jì)算公式列于表1。

表1 江蘇省農(nóng)業(yè)水土資源承載力評(píng)價(jià)指標(biāo)體系

在上述指標(biāo)體系中，人口密度、人口自然增長(zhǎng)率、水土流失面積、單位面積用電量和單位面積化肥使用量為越小越優(yōu)指標(biāo),其他均為越大越優(yōu)指標(biāo)。

3 理論計(jì)算模型的構(gòu)建

構(gòu)建的評(píng)價(jià)指標(biāo)體系具有多維性,在數(shù)據(jù)處理上通常需要將多維數(shù)據(jù)降到低維或者一維,從而對(duì)目標(biāo)進(jìn)行評(píng)價(jià)。在降維過(guò)程中,需要保證過(guò)程的客觀性,不能含有主觀因素干擾。投影尋蹤模型(Projection Pursuit Model， PPM)是非線性、非正態(tài)高維數(shù)據(jù)的新興統(tǒng)計(jì)方法,可在保證客觀性的基礎(chǔ)上通過(guò)尋找最佳投影向量,將高維數(shù)據(jù)投影到低維空間。

3.1 投影尋蹤模型PPM的構(gòu)建

對(duì)于越大越優(yōu)指標(biāo):

(1)

對(duì)于越小越優(yōu)指標(biāo):

(2)

(3)

式(3)中,要求‖a‖=1,并且zi的散布特征應(yīng)該是:局部的投影點(diǎn)盡量密集,形成點(diǎn)團(tuán),而整體上的投影點(diǎn)團(tuán)盡量散開(kāi)。整體上的點(diǎn)團(tuán)的密集度可以由z(i)的標(biāo)準(zhǔn)差Sz表示,即

(4)

局部投影點(diǎn)的密度可用Dz表示,即

(5)

(6)

用Q(a)=Sz·Dz表示投影指標(biāo)函數(shù)。求解以下方程：

(7)

式(7)中Q(a)的值隨投影向量a的變化而變化,當(dāng)Q(a)取最大值時(shí)的投影向量a即為最佳投影向量。此時(shí), a能夠最大程度地反映高維矩陣的數(shù)據(jù)特征,實(shí)現(xiàn)將高維數(shù)據(jù)降到一維的目的,便于進(jìn)行下一步評(píng)價(jià)。

3.2 粒子群算法(ParticleSwarmOptimization,PSO)求解

在求解式(7)時(shí),由于它為優(yōu)化變量的復(fù)雜非線性優(yōu)化問(wèn)題,因此用傳統(tǒng)方法難以處理。選擇智能算法粒子群算法,借助Matlab編程比較容易實(shí)現(xiàn)。

PSO算法基于鳥(niǎo)類覓食的原理,首先生成一群包含位置和速度的粒子,通過(guò)跟蹤兩個(gè)極值實(shí)現(xiàn)智能動(dòng)態(tài)優(yōu)化,其一為粒子本身所找到的最優(yōu)解Pbest,其二為所有粒子目前找到的最優(yōu)解Abest。通過(guò)跟蹤兩個(gè)極值,實(shí)現(xiàn)每個(gè)粒子的位置和速度的變化,最終,粒子群會(huì)聚集到滿足特定條件的群體最優(yōu)解位置。粒子位置與速度的變化按照以下公式計(jì)算:

(8)

Xk+1=Xk+Vk+1

(9)

式(8)和式(9)中: k為當(dāng)前的迭代次數(shù); V為粒子的速度; r1和r2取 [0,1]之間的隨機(jī)數(shù); c1和c2為非負(fù)的實(shí)數(shù),稱為加速度因子; ω為非負(fù)實(shí)數(shù),稱為慣性因子。

將隨機(jī)生成的粒子代入適應(yīng)度函數(shù)，求出適應(yīng)度并與Pbest比較,若適應(yīng)度大于Pbest，則將Pbest換成新的適應(yīng)度,最終形成每一個(gè)粒子的個(gè)體極值。將每個(gè)粒子的個(gè)體極值與全局極值A(chǔ)best進(jìn)行比較,若大于Abest則替換之。最后判斷是否滿足約束條件,若滿足則停止運(yùn)行,得到最優(yōu)粒子的位置和速度,進(jìn)而求出最優(yōu)投影向量a*。

最后需要評(píng)估粒子群算法的過(guò)程性能,常見(jiàn)的性能評(píng)估指標(biāo)有兩個(gè):在線性能和離線性能。設(shè)Xe(s)表示在環(huán)境e下策略s的在線性能,可以表示為

(10)

(11)

3.3PSO-PP模型結(jié)果分類及優(yōu)化排列

通過(guò)投影尋蹤模型及粒子群算法,可以最終得到最佳投影向量a*。將其代入公式(3),可得到最能反映高維數(shù)據(jù)特征的各樣本的投影值z(mì)i。由于zi最終會(huì)形成不同點(diǎn)團(tuán),因此可將其進(jìn)行優(yōu)化排列并進(jìn)行分類。

4 江蘇省農(nóng)業(yè)水土資源承載力實(shí)證分析

根據(jù)《江蘇省統(tǒng)計(jì)年鑒2014》、江蘇省農(nóng)業(yè)網(wǎng)、江蘇省林業(yè)局及江蘇省國(guó)土資源廳網(wǎng)站得到各個(gè)指標(biāo)的數(shù)據(jù),形成原始矩陣x(i,j),經(jīng)過(guò)歸一化后得到矩陣,如表2。利用理論模型對(duì)歸一化后的數(shù)據(jù)進(jìn)行計(jì)算。在計(jì)算時(shí),將投影向量a中的每個(gè)元素都限制在[0,1]內(nèi),并要求其平方和為1。在粒子群算法中：加速度因子c1和c2均取值為2；慣性因子ω按照陳貴敏等[18]研究的凹函數(shù)遞減策略來(lái)確定,其研究表明對(duì)于連續(xù)優(yōu)化的算例,在初始權(quán)值和最終權(quán)值相同的情況下,凹函數(shù)遞減策略優(yōu)于線性遞減策略；粒子群規(guī)模選擇20,迭代次數(shù)選擇100。

利用Matlab編程得到的最佳投影向量為: a*=(0.02,0.09,0.40,0.12,0.41,0.04,0.31,0.34,0.34,0.12,0.11,0.28,0.11,0.12,0.12,0.21,0.16,0.00,0.28,0.12,0.14)。最大投影值為1.213。對(duì)最終的粒子群算法進(jìn)行性能評(píng)估，得出在線性能(圖2)與離線性能(圖3)。由圖2～圖3可知：迭代次數(shù)達(dá)到20次后,粒子群尋找的最優(yōu)解的增長(zhǎng)幅度開(kāi)始下降；迭代到第90次以后已經(jīng)接近最大值,表明以上粒子群算法的設(shè)置參數(shù)合理。

圖2 在線性能圖

圖3 離線性能圖

根據(jù)PSO-PPM模型,得出江蘇省各個(gè)城市的投影特征值,即農(nóng)業(yè)水土資源承載力評(píng)價(jià)結(jié)果(見(jiàn)表3)。

表2 江蘇省農(nóng)業(yè)水土資源承載力評(píng)價(jià)歸一化數(shù)據(jù)

根據(jù)表3數(shù)據(jù)可得圖2,更直觀地表現(xiàn)各個(gè)城市農(nóng)業(yè)水土資源承載力等級(jí)。

根據(jù)表3、圖4可知：就江蘇省各城市的農(nóng)業(yè)水土資源承載力而言,蘇北的5個(gè)省轄市中有3個(gè)處在第一等級(jí),分別為宿遷、徐州與鹽城,而連云港、淮安處于第二等級(jí);蘇中有2個(gè)城市處于第二等級(jí),為南通、泰州,而揚(yáng)州則處于第三等級(jí);蘇南5個(gè)城市中有3個(gè)處于第三等級(jí),另外南京與無(wú)錫處于第四等級(jí)。

從各個(gè)城市的農(nóng)業(yè)發(fā)展實(shí)際(圖5)看,位于第一等級(jí)的徐州、鹽城與宿遷在農(nóng)業(yè)產(chǎn)值、耕地面積上也位于省內(nèi)前三位,水資源總量上徐州、鹽城和宿遷分別位居第一、二和四位。因此模型計(jì)算的Ⅰ類城市結(jié)果具有實(shí)際依據(jù)。南京、無(wú)錫雖然水資源總量較多,但是由于耕地面積以及人口壓力、產(chǎn)業(yè)結(jié)構(gòu)等原因?qū)е缕滢r(nóng)業(yè)水土承載力較低,因此位居第Ⅳ級(jí)?；窗病⒛贤?、連云港的3個(gè)指標(biāo)水平相當(dāng)。泰州雖然耕地面積絕對(duì)值較小,但其占土地面積的比例較高;加之人均GDP較高,人口密度較低,故而其農(nóng)業(yè)水土承載力也相對(duì)較高。

圖4 江蘇省各城市農(nóng)業(yè)水土承載力等級(jí)分色圖

投影尋蹤模型本質(zhì)上是對(duì)各個(gè)指標(biāo)進(jìn)行賦權(quán),得到較高權(quán)重的有人均GDP、單位面積水資源量、人口自然增長(zhǎng)率、高耗水作物種植面積比例、農(nóng)業(yè)水土資源匹配系數(shù)、農(nóng)業(yè)總產(chǎn)值、農(nóng)機(jī)化程度、單位化肥使用量、水利工程投資等指標(biāo)。其中,壓力指標(biāo)占3個(gè),驅(qū)動(dòng)力指標(biāo)、狀態(tài)指標(biāo)和響應(yīng)指標(biāo)各占2個(gè)。權(quán)重在各類指標(biāo)中分配相對(duì)均衡,能夠更好地反映江蘇省農(nóng)業(yè)水土承載力水平。因此,各城市提高農(nóng)業(yè)水土承載力可以從提高水資源利用效率、提高農(nóng)機(jī)化程度、加大水利基礎(chǔ)設(shè)施投資等方面入手,保證農(nóng)業(yè)發(fā)展在經(jīng)濟(jì)發(fā)展中的基礎(chǔ)地位,保障社會(huì)、經(jīng)濟(jì)發(fā)展。

圖5 江蘇各城市農(nóng)業(yè)水土資源基本情況

5 結(jié)語(yǔ)

本文在用DPSR模型科學(xué)建立指標(biāo)體系的基礎(chǔ)上,利用投影尋蹤模型及粒子群算法對(duì)江蘇省各城市的農(nóng)業(yè)水土資源承載力進(jìn)行了評(píng)價(jià),得出了各城市農(nóng)業(yè)水土資源承載力的評(píng)價(jià)值,并進(jìn)行了等級(jí)劃分。結(jié)果顯示,江蘇省農(nóng)業(yè)水土承載力較高的城市大部分分布于蘇北與蘇中地區(qū),其中連云港、淮安的承載力比其他蘇北城市低,揚(yáng)州比其他蘇中城市低,南京、無(wú)錫由于人口、產(chǎn)業(yè)結(jié)構(gòu)、耕地面積等因素其農(nóng)業(yè)水土承載力較低。

投影尋蹤模型是在綜合評(píng)價(jià)領(lǐng)域應(yīng)用相對(duì)廣泛的模型之一,其在綜合評(píng)價(jià)中能夠充分保證計(jì)算過(guò)程的客觀性,剔除主觀因素的干擾。粒子群算法具有容易實(shí)現(xiàn)且參數(shù)調(diào)整少等優(yōu)點(diǎn),已經(jīng)被廣泛應(yīng)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練及模糊系統(tǒng)控制等領(lǐng)域。將這兩者結(jié)合起來(lái)評(píng)價(jià)江蘇省農(nóng)業(yè)水土資源承載力，得出的結(jié)果與實(shí)際情況相符,評(píng)價(jià)結(jié)果有效。

提高農(nóng)業(yè)水土資源承載力是農(nóng)業(yè)發(fā)展過(guò)程中重要的一環(huán),對(duì)提高農(nóng)業(yè)發(fā)展質(zhì)量、優(yōu)化資源配置具有重要作用。在實(shí)踐過(guò)程中,可通過(guò)提高水資源利用效率、促進(jìn)農(nóng)業(yè)科技創(chuàng)新、提高機(jī)械化水平等手段促進(jìn)農(nóng)業(yè)水土資源承載力的提升。

[1] Park R, Burgess E. Introduction to the science of sociology[M]. Chicago: University of Chicago Press, 1921.

[2] Odum E. Fundamentals of ecology [J]. Fundamentals of Ecology, 1953, 22(7): 164-187.

[3] 焦曉東,尹慶民.基于PSO-PP模型的江蘇城市資源環(huán)境承載力評(píng)價(jià)[J].水利經(jīng)濟(jì),2015(2):19-23,50,76.

[4] Harris J M. Carrying capacity in agriculture: globe and regional issue[J]. Ecological Economics, 1999, 129(3): 443-461.

[5] Sawunyama T, Senzajie A, Mhizha A. Estimation of small reservoir storage capacities in Limpopo River Basin using geographical information systems (GIS) and remotely sensed surface areas: case of Mzingwane catchment[J]. Physics and Chemistry of the Earth: Parts A/B/C, 2006, 31(15): 935-943.

[6] Sleeser M. Enhancement of carrying capacity options[M]. London: The Resource Use Institute, 1990.

[7] 瞿秀華,熊黑鋼.新疆各地州(市)相對(duì)資源承載力時(shí)空差異分析[J].中國(guó)農(nóng)學(xué)通報(bào),2014(2):190-198.

[8] 李磊,黃琳玲.基于水資源承載力的內(nèi)蒙古虛擬水貿(mào)易研究[J].資源開(kāi)發(fā)與市場(chǎng),2015(8):964-967.

[9] 何杰,張士鋒,李九一.糧食增產(chǎn)背景下松花江區(qū)農(nóng)業(yè)水資源承載力優(yōu)化配置研究[J].資源科學(xué),2014(9):1780-1788.

[10] 成琨,付強(qiáng).基于熵權(quán)與云模型的黑龍江省水資源承載力評(píng)價(jià)[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2015,46(8):1-7.

[11] 馮志明,楊艷昭.中國(guó)基于人糧關(guān)系的土地資源承載力研究:從分縣到全國(guó)[J].自然資源學(xué)報(bào),2008,23(5):865-875.

[12] 周鎖銓,戴進(jìn).土地生產(chǎn)潛力和人口承載力方法的研究:以陜西寶雞地區(qū)為例[J].自然資源,1992(6):56-62.

[13] 孫秀鋒,秦建.基于人糧關(guān)系的重慶市土地資源承載力水平時(shí)空差異研究[J].西南大學(xué)學(xué)報(bào):自然科學(xué)版,2014(11):175-182.

[14] 朱小娟,劉普幸.甘肅省土地資源承載力格局的時(shí)空演變分析[J].土壤,2013(2):1346-1354.

[15] 陳永林,謝炳庚,李曉青,等.土地資源承載力與縣域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展研究：以湖南省為例[J].國(guó)土資源科技管理,2014(6):24-31.

[16] 任守德,付強(qiáng).基于宏微觀尺度的三江平原區(qū)域農(nóng)業(yè)水土資源承載力[J].農(nóng)業(yè)工程學(xué)報(bào),2011(2):8-14.

[17] 侯志榮,呂振肅.基于MATLAB的粒子群優(yōu)化算法及其應(yīng)用[J].計(jì)算機(jī)仿真,2003(10):68-70.

[18] 陳貴敏,賈建援,韓琪.粒子群優(yōu)化算法的慣性權(quán)值遞減策略研究[J].西安交通大學(xué)學(xué)報(bào),2006(1):53-56,61.

Study on Carrying Capacity of Land and Water Resources in Jiangsu Province Based on PSO-PPM Model

JIAO Xiao-dong, YIN Qing-min

(Business School of Hohai University, Nanjing 211100, China)

Based on the index system was established by the DPSR model, using the PSO-PPM model to evaluate the land and water resources carrying capacity, and divided the grade. The results showed that the cities which had much higher land and water resources carrying capacity were mainly concentrated in the northern and central part of Jiangsu province, the indexes such as water resources of, per unit area agricultural degree, the proportion of high water crops, water conservancy investment had higher impact on the overall carrying capacity. The results meet the practice, the evaluation model was objective and effective.

Jiangsu province; Projection pursuit model; Particle swarm optimization; Land and water resources; Carrying capacity; Evaluation

2015-09-09

江蘇省社會(huì)科學(xué)基金項(xiàng)目(12EYB004)。

焦曉東,男,山東日照人,碩士,主要從事農(nóng)業(yè)金融研究。

F323.2

A

1001-8581(2016)03-0087-06

黃榮華)