徐存東 張銳 程慧 王燕 王榮榮 劉璐瑤

摘要：針對干旱灌區(qū)水土環(huán)境響應(yīng)評價的不確定性問題，以甘肅景泰川電力提灌灌區(qū)為研究區(qū)，將不確定性云理論引入傳統(tǒng)層次分析法中，通過對傳統(tǒng)Satty標度進行改進，提出了基于云模型的標度準則，在此基礎(chǔ)上，運用云標度準則構(gòu)造兩兩判斷矩陣，采用方根法對判斷矩陣各行元素進行計算，進而得到了水土環(huán)境響應(yīng)評價的云模型權(quán)重。結(jié)果表明：灌區(qū)水土環(huán)境的18個響應(yīng)因子期望、熵、超熵分別為0.020～0.230、0.003～0.197、0.003～0.191，其中灌溉提水量和灌溉用水量響應(yīng)最為強烈；狀態(tài)層中，地表水和地下水響應(yīng)相比于區(qū)域氣候和土地利用更為強烈。利用云理論改進的層次分析法開展水土環(huán)境響應(yīng)評價，通過不確定性云參數(shù)，定量揭示了評價過程中的不確定程度，將評價結(jié)果的中心值、隨機性和模糊性有機結(jié)合起來，提高了評價結(jié)果的魯棒性。

關(guān)鍵詞：干旱灌區(qū)；水土環(huán)境；響應(yīng)；云理論；Satty標度；不確定度；權(quán)重；景電灌區(qū)

中圖分類號：X828；0211.3 文獻標志碼：A doi：10.3969/j.issn.1000-1379.2018.09.019

我國西北等地區(qū)土地資源豐富、光熱條件充足，但水資源嚴重短缺，在這些區(qū)域發(fā)展提水灌溉是解決大片宜耕土地長期荒蕪、確保區(qū)域農(nóng)業(yè)和經(jīng)濟發(fā)展的基本措施[1]。然而，高揚程灌區(qū)的建設(shè)運行在取得顯著經(jīng)濟效益的同時，伴隨著土地沙漠化、土壤次生鹽堿化、地下水水質(zhì)惡化、地下水水位變化等水土環(huán)境問題[2]。當前針對水土環(huán)境方面的研究主要圍繞著地表水、地下水時空變化及其成因，地表水與地下水相互轉(zhuǎn)化，土壤鹽漬化等方面。干旱灌區(qū)獨特的地理位置及氣候條件，加上高強度的人類活動，使得灌區(qū)的水土環(huán)境響應(yīng)呈現(xiàn)出復雜模糊的特征，其表征也各不相同[3]。傳統(tǒng)的水土環(huán)境響應(yīng)評價主要從水資源開發(fā)和水土環(huán)境間的效應(yīng)關(guān)系方面開展研究，如師彥武等[4]以水資源開發(fā)利用和水土環(huán)境間的效應(yīng)關(guān)系為出發(fā)點，構(gòu)建了干旱區(qū)水土環(huán)境與水資源開發(fā)間效應(yīng)關(guān)系的評價指標體系；Kennedy等[5]對水文驅(qū)動因子與水土環(huán)境響應(yīng)關(guān)系進行了研究。然而，干旱灌區(qū)水土環(huán)境響應(yīng)評價是一個多層次驅(qū)動、多指標耦合的遞階分析問題，且其中某些指標的基本數(shù)據(jù)不能量化表征或無法準確獲取[6]。因此，選擇科學的評價體系和方法揭示這種響應(yīng)程度的研究還需深入。

層次分析法是一種將定性概念轉(zhuǎn)化成定量數(shù)值的多目標分析決策方法。由于該方法具有應(yīng)用于多目標決策的獨特優(yōu)勢，因此近年來廣泛應(yīng)用于各個領(lǐng)域[7-8]。然而，傳統(tǒng)層次分析法的Satty標度在專家評判時存在不確定性和模糊性[9]。目前，針對層次分析法的改進主要是對權(quán)重標度進行改進，這些改進的標度方法可較好地解決判斷矩陣與專家判斷思維一致性相脫節(jié)的問題，但仍以單個數(shù)值標度描述專家打分情況，打分過程中產(chǎn)生的不確定性和離散性易被忽略，同時將評價結(jié)果用一個精確數(shù)值來表征較為困難。云理論是李德毅在概率統(tǒng)計理論及傳統(tǒng)模糊集理論的基礎(chǔ)上提出的專門處理不確定性問題的數(shù)學理論，能較好地刻畫事物的不確定性[10]。因此，筆者運用云理論對傳統(tǒng)Satty標度法進行改進，探明干旱灌區(qū)水土環(huán)境響應(yīng)的驅(qū)動要素，以期為干旱灌區(qū)水土環(huán)境改善與調(diào)控提供指導。

1 材料與方法

1.1 研究區(qū)概況

甘肅景泰川電力提灌灌區(qū)（簡稱“景電灌區(qū)”）是地處我國西北干旱區(qū)的大型提水灌區(qū)，光熱資源充足，年均蒸發(fā)量為2433.8mm，年均降水量為185.6mm，蒸降比為13.11，干燥度為3.53，屬典型少降水高蒸發(fā)區(qū)域[11]。景電灌區(qū)土地資源豐富，但水資源十分貧乏，因此建設(shè)大型提水泵站自黃河提水進行灌溉，最高提水揚程713m，年提水量約4.75億m3。目前，灌區(qū)總面積586km2，高程為1596-1906m。景電灌區(qū)建成于20世紀70年代初，經(jīng)過40多a的建設(shè)運行，地下水賦存區(qū)不斷擴充遷移，地下水水位不斷抬升，灌區(qū)封閉型水文單元多年地下水水位累計抬升5～8m，開敞型水文單元多年地下水水位累計抬升1.2～4.6m，地下水礦化度逐漸增高、水質(zhì)不斷惡化。灌區(qū)現(xiàn)有鹽堿耕地0.67萬hm2，鹽堿化土地面積增加了近16%，且鹽堿耕地中大部分土地為重度鹽漬化和鹽土。目前，土壤的次生鹽堿化正改變著灌區(qū)的土地利用，天然植被不斷衰敗，2003-2014年植被衰退速率高達13.6%[12]。目前，人工提水灌溉產(chǎn)生的水土環(huán)境問題已成為景電灌區(qū)農(nóng)業(yè)發(fā)展的制約因素。

1.2 云理論改進層次分析法

1.2.1 不確定性云理論

云模型是實現(xiàn)定性概念與定量數(shù)值轉(zhuǎn)換的不確定性模型，概念的整體特性可用云模型的三個特征數(shù)值期望Ex、熵En和超熵He來表征，即C（Ex，En，He）[13]。期望反映云滴中心位置，代表數(shù)值分布的中心值；熵描述云滴模糊性和隨機性，代表云滴分布的模糊性及離散程度（概率），反映期望的不確定程度；超熵是熵的熵，用于描述云滴凝聚度，代表熵的不確定程度，一般根據(jù)經(jīng)驗取值?？紤]到正態(tài)分布是云模型中最具普適性及最為重要的一種分布，因此采用正態(tài)云模型[14]。

假設(shè)同一定量論域中有兩個云模型CR1（Ex1，En1，He1）和CR2（Ex2，En2，He2），令CR1與CR2的代數(shù)運算結(jié)果為CR（Ex，En，He），對于CR=CR1/CR2，可采用下式[15]計算3個特征數(shù)值：

1.2.2 云模型標度準則

針對Satty標度構(gòu)造判斷矩陣時，不能摒除專家打分過程中產(chǎn)生的不確定性和離散性問題，以傳統(tǒng)層次分析法1～9標度為基礎(chǔ)，根據(jù)云模型理論，構(gòu)建基于云模型的水土環(huán)境響應(yīng)評價標度準則。

（1）標度云模型定義。根據(jù)Satty的標度值指標兩兩比較的重要性程度，定義9個云模型，見表1（Xi、Yj為相互比較的兩指標）。

（2）云模型特征參數(shù)確定。①期望Ex。由Satty標度值，可用Ex4=9，Ex3=7、Ex2=5、Ex1=3、Ex5=1/3、Ex6=1/5、Ex7=1/7、Ex8=1/9、Ex0=1表示期望值。②熵En。由正態(tài)分布3En原則[16]，可得云模型C1、C2、C3、C4對應(yīng)的熵En1=0.33、En2=0.33、En3=0.33、En4=0.33；云模型C5、C6、C7、C8與云模型C1、C2、C3、C4互為倒數(shù)，可認為是標準云模型CR0（1，0，0）與C1、C2、C3、C4相除，可根據(jù)式（2）得到云模型C5、C6、C7、C8對應(yīng)的熵En5=0.33/9、En6=0.33/25、En7=0.33/49、En8=0.33/81；Xi和Yj同等重要的云模型C0的熵En0=0。③超熵He。云模型C1、C2、C3、C4對應(yīng)的超熵可根據(jù)經(jīng)驗取值[17]，依次為He1=0.01、He2=0.01、He3=0.01、He4=0.01；與熵的求解類似，由式（3）可得云模型C5、C6、C7、C8對應(yīng)的超熵He5=0.01/9、He6=0.01/25、He7=0.01/49、He8=0.01/81；Xi和Yj同等重要的云模型C0的超熵He0=0。綜上，所構(gòu)建云模型的標度準則見表2。

1.2.3 云模型權(quán)重

由構(gòu)建的云模型標度對灌區(qū)水土環(huán)境響應(yīng)指標重要性兩兩比較，進而建立判斷矩陣（Rij）n×n，采用方根法計算響應(yīng)指標的權(quán)重，對判斷矩陣中各行元素進行計算，云模型權(quán)重Wi（Exi，Eni，Hei）計算公式[18]如下：式中：Exi為評價結(jié)果的中心值，代表評價結(jié)果的重要性程度；Eni為評價結(jié)果的不確定度值，代表數(shù)值分布的模糊性和離散性；Hei為Eni的不確定度值，代表數(shù)值分布的凝聚程度；i（i=1，2，…，n），j（j=1，2，…，n）為判斷矩陣（Rij）n×n的行數(shù)、列數(shù)。

2 結(jié)果與分析

2.1 水土環(huán)境響應(yīng)評價計算結(jié)果

2.1.1 評價指標體系構(gòu)建

水土環(huán)境響應(yīng)評價指標應(yīng)全面反映灌區(qū)水土環(huán)境響應(yīng)的實際情況，本文從景電灌區(qū)水土環(huán)境問題的實際出發(fā)，依據(jù)層次分析法的逐層遞階原理，以灌區(qū)水土環(huán)境為評價目標進行逐層分解，構(gòu)建水土環(huán)境響應(yīng)評價的目標一狀態(tài)一響應(yīng)多層次結(jié)構(gòu)，見圖1。

2.1.2 專家打分約束機制

2016年7月對灌區(qū)水土環(huán)境狀況進行現(xiàn)場調(diào)研和數(shù)據(jù)采集的基礎(chǔ)上，以構(gòu)建的水土環(huán)境響應(yīng)評價指標體系為基礎(chǔ)，請相關(guān)學者、灌區(qū)技術(shù)人員及管理人員等專家分別對目標層、狀態(tài)層、響應(yīng)層進行兩兩重要性判斷。專家打分主要基于期望值，期望最具代表性的數(shù)字特征，是定性概念轉(zhuǎn)換后所有量化值的平均值，所構(gòu)建打分約束機制計算過程如下。

同一層任意兩兩指標間n個專家對m個指標打分樣本矩陣Xi=（xi1，xi2，…，xim），從而計算樣本均值：

期望值：

Exj∈{9，7，5，3，1，1/3，1/5，1/7，1/9}（8）

樣本一階中心距：

熵：

樣本方差：

超熵：

超熵是對熵不確定性的度量，超熵越大，距離期望的曲線越遠，正態(tài)云呈現(xiàn)霧化狀態(tài)，根據(jù)霧化性質(zhì)與3En原則，當超熵HeEn/3，云圖呈現(xiàn)出較為明顯的霧化狀態(tài)，因此將En/3作為正態(tài)云模型的霧化點。例如Z1與Z2重要程度初始打分云模型特征數(shù)值為（3.00，0.22，0.08），采用正向云發(fā)生器檢驗其有效性，對應(yīng)云圖見圖2（a），可以看出云圖分布比較分散，霧化嚴重，說明專家打分結(jié)果存在較大差異，導致評價結(jié)果不準確。將此信息反饋給專家，經(jīng)過反復交流溝通，調(diào)整打分結(jié)果，直至云模型符合要求，調(diào)整后的評價云模型特征數(shù)值為（3.00，0.15，0.02），對應(yīng)云圖見圖2（b），同理可對其他兩兩指標間打分的數(shù)字情況進行檢驗。

2.1.3 基于云模型權(quán)重的層次總排序

聘請灌區(qū)管理人員、技術(shù)人員及相關(guān)學者等10位專家進行打分，將專家對每一層指標間兩兩重要性程度打分結(jié)果用約束機制進行檢驗，通過反饋調(diào)整獲得理想的期望打分值，進而構(gòu)造基于云模型標度的判斷矩陣，分別構(gòu)造目標層、狀態(tài)層以及響應(yīng)層的判斷矩陣。

由已建立的判斷矩陣，運用式（4）一式（6）計算各判斷矩陣各指標基于云模型權(quán)重的期望、熵、超熵，將各狀態(tài)層各指標Y1、Y2、Y3、Y4與其對應(yīng)的響應(yīng)層指標的權(quán)重參數(shù)進行組合，進而得到各響應(yīng)指標由期望、熵、超熵表示的合成權(quán)重Wi（Exi，Eni，Hei），將響應(yīng)指標以期望Exi為第一排序要素、熵Eni為第二排序要素、超熵Hei為第三排序要素[19]，進行層次總排序，進而得到水土環(huán)境響應(yīng)評價響應(yīng)層18個指標對目標層的層次總排序，見表3。

2.1.4 評價結(jié)果驗證

依據(jù)上述評價指標體系，將德爾菲法與傳統(tǒng)層次分析法用于水土環(huán)境評價中，3種算法下各指標權(quán)重相差不大，見表4（其中云理論改進權(quán)重僅用期望表示），驗證了本文算法的正確性。

德爾菲法與傳統(tǒng)層次分析法計算過程相對簡單，計算復雜程度較低，但評價結(jié)果僅為單一數(shù)值，易因考慮信息的片面性而導致判斷誤差較大，雖然這兩種算法在運算效率等方面具有一定優(yōu)勢，但所反映的信息有限?；谠评碚摳倪M層次分析法是用三個數(shù)字特征表示權(quán)重特征，期望代表權(quán)重，期望值的確定采用專家打分約束機制，將主觀性問題的隨機性和不確定性降到最低，所得權(quán)重結(jié)果更加合理可信，熵與超熵反映權(quán)重的不確定性，反映的信息更加豐富，由此可以看出，該算法為水土環(huán)境的響應(yīng)評價提供了一種新思路。

2.2 分析與討論

2.2.1 響應(yīng)層評價

由表3可知，18個響應(yīng)因子的云模型權(quán)重期望為0.020～0.230、熵為0.003～0.197、超熵為0.003～0.191，數(shù)值較小且分布較為集中，這18個響應(yīng)指標都為“微敏感”因素，表明灌區(qū)水土環(huán)境針對單個因子的響應(yīng)都不十分敏感，景電灌區(qū)的水土環(huán)境問題是多種因素長期作用的結(jié)果，只有經(jīng)過長周期的量變積累才使灌區(qū)的水土環(huán)境產(chǎn)生宏觀上的質(zhì)變。

18個響應(yīng)指標中對灌區(qū)水土環(huán)境演化響應(yīng)相對較為劇烈的5個指標依次為灌區(qū)提水量Z1、灌溉用水量Z2、地下水賦存區(qū)Z9、地下水埋深Z6、地表徑流系數(shù)Z3，這幾個指標在提水灌溉后響應(yīng)程度相比其他指標較為明顯，尤其是灌溉提水量和灌溉用水量。同時，這5個因子都是和水有關(guān)的因子，表明水是驅(qū)動景電灌區(qū)水土環(huán)境響應(yīng)的關(guān)鍵因素，是灌區(qū)水土環(huán)境響應(yīng)最為敏感的要素。灌區(qū)普遍采用大水漫灌及集中洗鹽等粗放的灌溉模式，導致地下水水位抬升、土壤鹽漬化等一系列水土環(huán)境問題出現(xiàn)。

以灌區(qū)提水量Z1為例：其評價結(jié)果云參數(shù)權(quán)重為W1（0.230，0.197，0.191），期望為0.230，表明該評價結(jié)果的中心值為0.230，這個值是可能性最大的值，熵為0.197、超熵為0.191，數(shù)值較小且基本相同，表明評價結(jié)果分布較為集中，不確定度較小。該權(quán)重值不僅給出了評價結(jié)果的中心值，而且評價過程中的主觀性得到了表征，相比于傳統(tǒng)層次分析法，信息更豐富。

2.2.2 狀態(tài)層評價

狀態(tài)層四個指標地表水Y1、地下水Y2、土地利用Y3、區(qū)域氣候Y4的云模型權(quán)重分別為WY1（0.408，0.481，0.481）、WY2（0.279，0.115，0.115）、WY3（0.127，0.343，0.343）、WY4（0.186，0.061，0.061），響應(yīng)程度WY1>WY2>wY4>WY3。隨著景電灌區(qū)提水灌溉的持續(xù)進行，地表水不斷增加，水土環(huán)境有了明顯響應(yīng)。灌溉制度不合理和灌排系統(tǒng)不完善，灌區(qū)長期處于有灌無排狀態(tài)，致使灌區(qū)地下水水位不斷抬升，灌區(qū)的強烈蒸發(fā)使土壤表層不斷積鹽，進而造成土壤次生鹽堿化。

3 結(jié)語

采用云理論改進的層次分析法開展干旱灌區(qū)水土環(huán)境響應(yīng)評價，通過云模型的三個數(shù)字特征，將離散性、隨機性及模糊性等不確定性特征有機結(jié)合起來，同時增加專家打分約束機制，使具有主觀性的專家打分結(jié)果更為客觀，更具可信性。相比于傳統(tǒng)層次分析法，信息更豐富，不僅評價過程中的主觀不確定程度得到了表征，而且提高了評價結(jié)果的魯棒性。

18個響應(yīng)因子權(quán)重期望為0.020～0.230、熵為0.003～0.197、超熵為0.003～0.191，狀態(tài)層各指標的響應(yīng)指標均為低敏感因子，其中響應(yīng)最為強烈的指標為灌溉提水量和灌溉用水量。灌區(qū)水土環(huán)境響應(yīng)的4個狀態(tài)層因素中響應(yīng)最為強烈的是地表水，其次為地下水，響應(yīng)最為微弱的為土地利用，區(qū)域氣候也起著一定作用。驅(qū)動灌區(qū)水土環(huán)境響應(yīng)最關(guān)鍵的要素是水，氣候及地質(zhì)條件等也起著重要作用。

本研究只對傳統(tǒng)層次分析法的1～9標度進行了改進，目前針對層次分析法的標度廣泛使用的有指數(shù)標度、3標度等，而對這些標度尚未利用云理論進行改進以計算對比。同時，計算時采用的云模型分布為正態(tài)分布，如何選取不同情況下的不同分布的云模型還需要進一步研究。