金菊良 劉鑫 周戎星

摘 要：為合理判別區(qū)域旱災(zāi)風(fēng)險(xiǎn)的動(dòng)態(tài)狀態(tài)和脆弱性指標(biāo)，提出用引力減法集對勢、風(fēng)險(xiǎn)矩陣、屬性識別和級別特征值法相結(jié)合構(gòu)建旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)模型。將該模型應(yīng)用于山東省，與已有的指數(shù)法的評價(jià)結(jié)果進(jìn)行對比驗(yàn)證，結(jié)果表明：這4種方法在山東省旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)中的應(yīng)用結(jié)果是一致的，1999—2005年山東省旱災(zāi)風(fēng)險(xiǎn)等級總體有所降低，但在2002年旱災(zāi)風(fēng)險(xiǎn)等級突增為3級;引力減法集對勢和級別特征值法的結(jié)合對各指標(biāo)分析更具解釋性、更精細(xì)，結(jié)果符合實(shí)際;屬性識別法以及建立在其基礎(chǔ)上的風(fēng)險(xiǎn)矩陣合成旱災(zāi)風(fēng)險(xiǎn)等級簡便直觀、結(jié)果符合實(shí)際，但在評價(jià)等級只有3級時(shí)屬性識別法及風(fēng)險(xiǎn)矩陣的結(jié)果易偏粗略;引力減法集對勢診斷出森林覆蓋率、第三產(chǎn)業(yè)產(chǎn)值比率、污水達(dá)標(biāo)排放率和降水量是需要山東省重點(diǎn)調(diào)控與監(jiān)測的指標(biāo);這4種方法的結(jié)合為評估區(qū)域旱災(zāi)風(fēng)險(xiǎn)及發(fā)展趨勢、識別脆弱性指標(biāo)提供了新途徑。

關(guān)鍵詞：旱災(zāi)風(fēng)險(xiǎn);動(dòng)態(tài)分析評價(jià);引力減法集對勢;風(fēng)險(xiǎn)矩陣;屬性識別法;級別特征值法;山東省

中圖分類號：S423;TV213.4 文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2020.12.002

Abstract：In order to distinguish the dynamic state and vulnerability index of regional drought risk reasonably， a dynamic analysis and evaluation model of drought risk was proposed by combining the gravitational subtraction based on set pair situation with risk matrix， attribute identification and level eigenvalue method. The model was applied to Shandong Province and compared with the evaluation results of the index method. The results show that the application results of the four methods in the drought risk system of Shandong Province are consistent. The results of the four methods show that the drought risk level of Shandong Province is reduced effectively from 1999 to 2005， but the drought risk level increases to level 3 in 2002. Combined with the analysis of each index， the results are more explanatory and more precise， and the results are in line with the reality. The attribute identification method and the risk matrix based on it are simple and intuitive， and the results are consistent with the reality， but when the evaluation level is only three levels， the results of attribute identification method and risk matrix are easy to be rough; The gravitational subtraction set pair situation can diagnose forest coverage， tertiary industry output ratio， sewage discharge rate and precipitation are the key indicators to be controlled and monitored in Shandong Province. The combination of these four methods provides a new way to assess regional drought risk ， development trend and identify vulnerability indicators.

Key words： drought risk; dynamic analysis and evaluation; gravitational subtraction set pair situation; risk matrix; attribute recognition method; level eigenvalue method; Shandong Province

旱災(zāi)是因區(qū)域某時(shí)段降水與蒸發(fā)收支不平衡所帶來的河湖、土壤或地下含水層缺水的異常氣象水文現(xiàn)象對經(jīng)濟(jì)社會(huì)、生態(tài)環(huán)境產(chǎn)生的不利影響[1-2]，是重大自然災(zāi)害之一。建立旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)模型對判別旱災(zāi)風(fēng)險(xiǎn)級別、確定影響風(fēng)險(xiǎn)的關(guān)鍵因子以及旱災(zāi)風(fēng)險(xiǎn)防控具有重要意義[3]。目前在旱災(zāi)風(fēng)險(xiǎn)評估方面已有許多研究成果，例如：徐新創(chuàng)等[4]建立了農(nóng)業(yè)干旱風(fēng)險(xiǎn)損失評估模型，許凱等[5]用旱災(zāi)損失概率分布曲線、旱災(zāi)損失與干旱頻率關(guān)系曲線評估承德市農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)，張文宗等[6]提出了河北省冬小麥干旱風(fēng)險(xiǎn)指數(shù)定義及其計(jì)算方法，何斌等[7]將主成分分析法和層次分析法相結(jié)合評估陜西省農(nóng)業(yè)干旱風(fēng)險(xiǎn)，桑國慶[1]探討了區(qū)域干旱風(fēng)險(xiǎn)管理方法。目前對旱災(zāi)風(fēng)險(xiǎn)各個(gè)子系統(tǒng)進(jìn)行動(dòng)態(tài)評價(jià)并分析診斷影響旱災(zāi)風(fēng)險(xiǎn)的關(guān)鍵因子的研究尚較少，為此，筆者以山東省為實(shí)證研究區(qū)域，將集對分析（SPA）[8]中減法集對勢[9]的改進(jìn)方法——引力減法集對勢[10]與風(fēng)險(xiǎn)矩陣、屬性識別法、級別特征值法相結(jié)合，構(gòu)建區(qū)域旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)模型（DAE），并與文獻(xiàn)[1]的指數(shù)法進(jìn)行對比分析驗(yàn)證。

1 引力減法集對勢和風(fēng)險(xiǎn)矩陣

集對分析是將兩個(gè)有聯(lián)系的集合所組成的集對事件的確定與不確定關(guān)系作為一個(gè)整體，由同一度a、差異度b和對立度c三方面模糊關(guān)系來共同描述[8， 11]：

式中：u為三元聯(lián)系數(shù);a、b、c的取值范圍均為[0，1]，a+b+c=1;I為差異度系數(shù)，一般在[-1，1]區(qū)間取值;J為對立度系數(shù)，一般取-1。

集對勢反映集對事件間聯(lián)系的確定性總體發(fā)展趨勢[8-9]，三元聯(lián)系數(shù)的引力減法集對勢式（2）中，當(dāng)a和b均為0、c為1時(shí)，sf（u）min=-1;當(dāng)b和c均為0、a為1時(shí)，sf（u）max=1，可見-1≤sf（u）≤1[10]。引力減法集對勢用萬有引力和阻尼系數(shù)思想解析了集對勢的內(nèi)涵[10]，其分級排序表示集對事件間聯(lián)系的確定性趨勢評價(jià)結(jié)果：反勢sf（u）∈[-1.0，-0.6），偏反勢sf（u）∈[-0.6，-0.2），均勢sf（u）∈[-0.2，0.2]，偏同勢sf（u）∈（0.2，0.6]，同勢sf（u）∈（0.6，1]。將引力減法集對勢應(yīng)用于旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)中，若某指標(biāo)聯(lián)系數(shù)的引力減法集對勢值處于反勢或偏反勢，則認(rèn)為該指標(biāo)是引起旱災(zāi)風(fēng)險(xiǎn)等級較高的主要因素[9-14]，據(jù)此可識別出需重點(diǎn)防控的旱災(zāi)風(fēng)險(xiǎn)脆弱性指標(biāo)。

風(fēng)險(xiǎn)矩陣是把兩指標(biāo)的評價(jià)值綜合成單指標(biāo)評價(jià)值的一類定性和定量相結(jié)合的重要方法[15-16]。以山東省旱災(zāi)風(fēng)險(xiǎn)評價(jià)為例，在孕災(zāi)環(huán)境、干旱風(fēng)險(xiǎn)暴露給定情形下，根據(jù)致災(zāi)因子危險(xiǎn)性和承災(zāi)體敏感性、適應(yīng)性構(gòu)建山東省旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)[1，17]，由敏感性、適應(yīng)性和危險(xiǎn)性之間的相互關(guān)系構(gòu)造風(fēng)險(xiǎn)矩陣[15-16]。敏感性和適應(yīng)性在孕災(zāi)環(huán)境、干旱風(fēng)險(xiǎn)暴露給定的情況下形成承災(zāi)體的脆弱性，其中：敏感性是在致災(zāi)因子擾動(dòng)下承災(zāi)體受不利影響的程度，適應(yīng)性是承災(zāi)體抵抗致災(zāi)因子產(chǎn)生不利影響干擾的能力，危險(xiǎn)性是指致災(zāi)因子發(fā)生強(qiáng)度及其可能性，危險(xiǎn)性在脆弱性作用下會(huì)產(chǎn)生承災(zāi)體的損失風(fēng)險(xiǎn)[17-18]。通過風(fēng)險(xiǎn)矩陣由敏感性等級與適應(yīng)性等級合成脆弱性等級矩陣（見表1），再與危險(xiǎn)性等級合成風(fēng)險(xiǎn)等級矩陣（見表2）[16，18]。

2 區(qū)域旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)模型構(gòu)建

3 實(shí)例分析

采用DAE模型動(dòng)態(tài)評價(jià)山東省1999—2005年的旱災(zāi)風(fēng)險(xiǎn)，并與文獻(xiàn)[1]結(jié)果進(jìn)行對比分析。根據(jù)山東省實(shí)際情況，建立旱災(zāi)風(fēng)險(xiǎn)敏感性、適應(yīng)性和危險(xiǎn)性3個(gè)子系統(tǒng)，確定14個(gè)評價(jià)指標(biāo)、風(fēng)險(xiǎn)等級評價(jià)標(biāo)準(zhǔn)及子系統(tǒng)各指標(biāo)權(quán)重。收集并整理1999—2005年山東省旱災(zāi)風(fēng)險(xiǎn)各評價(jià)指標(biāo)的相關(guān)數(shù)據(jù)，采用DAE模型計(jì)算山東省各子系統(tǒng)1999—2005年平均聯(lián)系數(shù)、引力減法集對勢，并利用級別特征值法和屬性識別法分別進(jìn)行旱災(zāi)風(fēng)險(xiǎn)等級評價(jià)，綜合動(dòng)態(tài)評價(jià)山東省旱災(zāi)風(fēng)險(xiǎn)狀態(tài)及發(fā)展趨勢，見圖1和圖2。承災(zāi)體敏感性指數(shù)逐漸增大，表示水資源狀況逐漸變好，不易引起干旱災(zāi)害;承災(zāi)體適應(yīng)性指數(shù)逐漸增大，表示水資源管理水平逐漸提高，對致災(zāi)因子的抗干擾能力增強(qiáng)[1]。

由圖1可知：級別特征值法和引力減法集對勢兩種評價(jià)結(jié)果呈對稱狀態(tài)，各子系統(tǒng)的變化趨勢一致，評價(jià)結(jié)果符合實(shí)際;級別特征值法在旱災(zāi)風(fēng)險(xiǎn)評價(jià)等級方面比屬性識別法刻畫更細(xì)致、對風(fēng)險(xiǎn)的定量識別更好、更符合實(shí)際情況;1999—2005年山東省旱災(zāi)敏感性逐漸降低、適應(yīng)性逐漸增強(qiáng)、脆弱性逐漸降低;致災(zāi)因子強(qiáng)度具有隨機(jī)變化特點(diǎn)，1999—2005年山東省旱災(zāi)危險(xiǎn)性變化大，1999年的敏感性、適應(yīng)性、危險(xiǎn)性引力減法集對勢分別處于反勢、反勢、均勢，2005年的敏感性、適應(yīng)性、危險(xiǎn)性引力減法集對勢分別處于均勢、同勢、同勢，原因是山東省不斷提高水資源管理水平、采取節(jié)約用水等旱災(zāi)防控措施，總體降低了旱災(zāi)風(fēng)險(xiǎn)等級。圖2 3種方法評價(jià)的子系統(tǒng)風(fēng)險(xiǎn)等級

由圖2知：敏感性等級逐漸降低，與文獻(xiàn)[1]中承災(zāi)體敏感性指數(shù)逐漸升高相一致，而屬性識別法評價(jià)等級一直處于2級，能粗略表達(dá)敏感性子系統(tǒng)旱災(zāi)風(fēng)險(xiǎn)狀態(tài);適應(yīng)性等級逐漸降低，與文獻(xiàn)[1]相一致，而屬性識別法評價(jià)等級在2000—2001年由3級降到2級，之后幾年一直處于2級，對適應(yīng)性等級定量識別較粗?？梢娂墑e特征值法與文獻(xiàn)[1]指數(shù)法的結(jié)果一致，屬性識別法與文獻(xiàn)[1]指數(shù)法評價(jià)等級總體一致，級別特征值比屬性識別法評價(jià)更細(xì)致合理。1999—2005年山東省水資源敏感性子系統(tǒng)改善較小，適應(yīng)性改善特別明顯，而危險(xiǎn)性具有較大不確定性。

文獻(xiàn)[1]中未明確山東省旱災(zāi)風(fēng)險(xiǎn)3個(gè)子系統(tǒng)的權(quán)重大小，本文通過兩方面考慮這3個(gè)子系統(tǒng)的權(quán)重關(guān)系：一是通過風(fēng)險(xiǎn)矩陣的合成規(guī)則考慮這3子系統(tǒng)之間的關(guān)系;二是根據(jù)文獻(xiàn)[1]中山東省承災(zāi)體敏感性指數(shù)、適應(yīng)性指數(shù)、脆弱性指數(shù)的計(jì)算結(jié)果以及脆弱性和危險(xiǎn)性之間同等比重關(guān)系，由回歸法反求得到敏感性、適應(yīng)性、危險(xiǎn)性的權(quán)重分別為0.24、0.26、0.50。將屬性識別法計(jì)算的敏感性和適應(yīng)性評價(jià)等級合成得出的脆弱性風(fēng)險(xiǎn)等級與文獻(xiàn)[1]中承災(zāi)體脆弱性指數(shù)（VUL）進(jìn)行對比（見圖3），再與上述兩方面計(jì)算的旱災(zāi)風(fēng)險(xiǎn)評價(jià)等級進(jìn)行對比（見表3），并與文獻(xiàn)[1]中干旱風(fēng)險(xiǎn)評價(jià)指數(shù)進(jìn)行對比（見圖4）。

由圖3可知：風(fēng)險(xiǎn)矩陣法合成的山東省脆弱性風(fēng)險(xiǎn)等級與承災(zāi)體脆弱性指數(shù)得到的結(jié)果相一致，但沒有體現(xiàn)各年的細(xì)節(jié)變化。承災(zāi)體敏感性指數(shù)明顯提高，水資源狀況良好，承災(zāi)體適應(yīng)性指數(shù)明顯提高，抗旱能力增強(qiáng)，因此綜合后的承災(zāi)體脆弱性指數(shù)下降，對降低旱災(zāi)風(fēng)險(xiǎn)等級有改善作用。本文將旱災(zāi)風(fēng)險(xiǎn)等級分為3級，風(fēng)險(xiǎn)矩陣法判別旱災(zāi)風(fēng)險(xiǎn)等級較指數(shù)法粗略，2001—2005年山東省旱災(zāi)風(fēng)險(xiǎn)等級均為2級。

由表3和圖4可知：基于風(fēng)險(xiǎn)矩陣法和級別特征值法得到的旱災(zāi)風(fēng)險(xiǎn)等級與干旱風(fēng)險(xiǎn)評價(jià)指數(shù)得到的結(jié)果一致，級別特征值法比風(fēng)險(xiǎn)矩陣法描述得更細(xì)致;2002年旱災(zāi)敏感性和適應(yīng)性子系統(tǒng)均有改善，但危險(xiǎn)性子系統(tǒng)因降雨量太少而導(dǎo)致風(fēng)險(xiǎn)等級突然升高;風(fēng)險(xiǎn)矩陣法、級別特征值法和指數(shù)法計(jì)算的2003—2005年山東省旱災(zāi)風(fēng)險(xiǎn)等級均比2002年明顯下降，原因是該時(shí)段降雨充沛、多項(xiàng)蓄水工程建成運(yùn)用和加強(qiáng)了水資源管理，使得旱災(zāi)風(fēng)險(xiǎn)等級有了明顯改善;級別特征值法比屬性識別法對各子系統(tǒng)旱災(zāi)風(fēng)險(xiǎn)評價(jià)等級判別得更細(xì)致、更符合實(shí)際，可反映各年旱災(zāi)風(fēng)險(xiǎn)狀態(tài)的動(dòng)態(tài)變化，在只有3個(gè)旱災(zāi)風(fēng)險(xiǎn)等級的情況下級別特征值法優(yōu)于風(fēng)險(xiǎn)矩陣法。

用DAE模型的構(gòu)建步驟4至步驟8計(jì)算1999—2005年山東省旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)樣本的引力減法集對勢（見圖5），進(jìn)一步識別山東省旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)的脆弱性指標(biāo)。若指標(biāo)的引力減法集對勢處于偏反勢、反勢，則表明該指標(biāo)是旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)中的脆弱性指標(biāo)，需重點(diǎn)調(diào)控。

由圖5（a）可知：敏感性指標(biāo)人均水資源量x1、地下水位x2、森林覆蓋率x3、第三產(chǎn)業(yè)產(chǎn)值比率x4、年用水量x5這5個(gè)指標(biāo)的引力減法集對勢在1999—2005年變化差異顯著;森林覆蓋率x3和第三產(chǎn)業(yè)產(chǎn)值比率x4分別長期處于反勢和偏反勢，雖有微小改善趨勢，但都是脆弱性指標(biāo)，需要重點(diǎn)調(diào)控;人均水資源量x1一直處于均勢，沒有改善趨勢;年用水量x5從反勢逐步變化到偏同勢，有很大改善;地下水位x2在偏同勢和同勢之間波動(dòng)，說明地下水開采控制得較好。

由圖5（b）可知：適應(yīng)性指標(biāo)水庫調(diào)蓄能力x6、城市水資源協(xié)調(diào)能力x7、萬元GDP用水量x8、污水達(dá)標(biāo)排放率x9、工業(yè)用水循環(huán)利用率x10這5個(gè)指標(biāo)總體均呈逐年改善趨勢;污水達(dá)標(biāo)排放率x9由反勢變化到偏反勢，仍需要重點(diǎn)調(diào)控;城市水資源協(xié)調(diào)能力x7由反勢變化到偏同勢，萬元GDP用水量x8、水庫調(diào)蓄能力x6均由反勢變化到同勢，工業(yè)用水循環(huán)利用率x10由偏同勢變化到同勢。

圖5 山東省各指標(biāo)引力減法集對勢對比

由圖5（c）可知：危險(xiǎn)性指標(biāo)降雨量x11、致災(zāi)強(qiáng)度x12、出現(xiàn)頻率x13、重現(xiàn)期x14這4個(gè)指標(biāo)具有較強(qiáng)的一致性，降雨量具有隨機(jī)性，其引力減法集對勢呈波動(dòng)變化;降雨量x11是影響危險(xiǎn)性子系統(tǒng)風(fēng)險(xiǎn)等級的關(guān)鍵因子，是干旱動(dòng)態(tài)監(jiān)測的主要對象。

綜上，根據(jù)引力減法集對勢診斷出山東省1999—2005年森林覆蓋率x3、第三產(chǎn)業(yè)產(chǎn)值比率x4及污水達(dá)標(biāo)排放率x9是脆弱性指標(biāo)，需要重點(diǎn)調(diào)控;降雨量x11是影響旱災(zāi)風(fēng)險(xiǎn)等級的關(guān)鍵因子，需做好日常監(jiān)測;人均水資源量x1一直處于均勢，說明山東省人均水資源量處于中等水平，仍需加強(qiáng)改善;年用水量x5和城市水資源協(xié)調(diào)能力x7逐年改善且效果較好，說明這兩個(gè)指標(biāo)相對容易調(diào)控;地下水位x2和工業(yè)用水循環(huán)利用率x10一直處于較為良好狀態(tài)且在1999—2005年得到進(jìn)一步改善，說明山東省在嚴(yán)格控制地下水開采、節(jié)約用水等方面做得較好。

4 結(jié) 論

將引力減法集對勢方法與風(fēng)險(xiǎn)矩陣、屬性識別法、級別特征值法相結(jié)合，建立旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)模型（DAE），該模型在山東省的應(yīng)用表明：引力減法集對勢和風(fēng)險(xiǎn)矩陣結(jié)合分析結(jié)果與實(shí)際情況、文獻(xiàn)[1]指數(shù)法的評價(jià)結(jié)果一致;引力減法集對勢用于山東省旱災(zāi)敏感性、適應(yīng)性、危險(xiǎn)性子系統(tǒng)中，識別出脆弱性指標(biāo)森林覆蓋率、第三產(chǎn)業(yè)產(chǎn)值比率及污水達(dá)標(biāo)排放率需作為重點(diǎn)調(diào)控對象，降雨量是影響旱災(zāi)風(fēng)險(xiǎn)等級的關(guān)鍵因子，需做好日常監(jiān)測;總體上山東省1999—2005年旱災(zāi)風(fēng)險(xiǎn)等級由2.34降到1.27，呈改善趨勢，但干旱年份（2002年）旱災(zāi)風(fēng)險(xiǎn)仍很高，故需做好干旱的日常監(jiān)測和實(shí)時(shí)調(diào)控;級別特征值法比屬性識別法對各子系統(tǒng)逐年旱災(zāi)風(fēng)險(xiǎn)等級評價(jià)得更細(xì)致，在只有3個(gè)評價(jià)等級的情形下屬性識別法的判別結(jié)果較粗，而合成風(fēng)險(xiǎn)矩陣建立在屬性識別基礎(chǔ)上，因此級別特征值法優(yōu)于風(fēng)險(xiǎn)矩陣法;DAE綜合了引力減法集對勢、風(fēng)險(xiǎn)矩陣、屬性識別、級別特征值4種評價(jià)方法的優(yōu)點(diǎn)，考慮了評價(jià)和診斷識別系統(tǒng)各要素間的相互作用，方法簡便、解釋性強(qiáng)、符合實(shí)際，為區(qū)域旱災(zāi)風(fēng)險(xiǎn)動(dòng)態(tài)分析評價(jià)提供了有效途徑。

參考文獻(xiàn)：

[1] 桑國慶.區(qū)域干旱風(fēng)險(xiǎn)管理研究[D].濟(jì)南：山東大學(xué)，2003：5-79.

[2] 金菊良，酈建強(qiáng)，周玉良，等.旱災(zāi)風(fēng)險(xiǎn)評估的初步理論框架[J].災(zāi)害學(xué)，2014，29（3）：1-10.

[3] 金菊良，張浩宇，陳夢璐，等.基于灰色關(guān)聯(lián)度和聯(lián)系數(shù)耦合的農(nóng)業(yè)旱災(zāi)脆弱性評價(jià)和診斷研究[J].災(zāi)害學(xué)，2019，34（1）：1-7.

[4] 徐新創(chuàng)，葛全勝，鄭景云，等.區(qū)域農(nóng)業(yè)干旱風(fēng)險(xiǎn)評估研究：以中國西南地區(qū)為例[J].地理科學(xué)進(jìn)展，2011，30（7）：883-890.

[5] 許凱，徐翔宇，李愛花，等.基于概率統(tǒng)計(jì)方法的承德市農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評估[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（14）：139-146.

[6] 張文宗，趙春雷，康西言，等.河北省冬小麥旱災(zāi)風(fēng)險(xiǎn)評估和區(qū)劃方法研究[J].干旱地區(qū)農(nóng)業(yè)研究，2009，27（2）：10-16.

[7] 何斌，王全九，吳迪，等.基于主成分分析和層次分析法相結(jié)合的陜西省農(nóng)業(yè)干旱風(fēng)險(xiǎn)評估[J].干旱地區(qū)農(nóng)業(yè)研究，2017，35（1）：219-227.

[8] 趙克勤.集對分析及其初步應(yīng)用[M].杭州：浙江科學(xué)技術(shù)出版社，2000：34-36.

[9] 金菊良，沈時(shí)興，酈建強(qiáng)，等.基于聯(lián)系數(shù)的區(qū)域水資源承載力評價(jià)與診斷分析方法[J].華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，39（1）：1-9.

[10] 金菊良，劉鑫，周戎星，等.水資源承載力動(dòng)態(tài)評價(jià)與診斷分析的引力減法集對勢方法[J].水利水運(yùn)工程學(xué)報(bào)，2020，42（3）：56-63.

[11] 金菊良，沈時(shí)興，崔毅，等.面向關(guān)系結(jié)構(gòu)的水資源集對分析研究進(jìn)展[J].水利學(xué)報(bào)，2019，50（1）：97-111.

[12] 潘爭偉，吳成國，金菊良，等.水資源系統(tǒng)評價(jià)與預(yù)測的集對分析方法[M].北京：科學(xué)出版社，2016：73-78.

[13] 汪明武，金菊良.聯(lián)系數(shù)理論與應(yīng)用[M].北京：科學(xué)出版社，2017：24-26.

[14] 覃杰，趙克勤.基于偏聯(lián)系數(shù)的醫(yī)院醫(yī)療質(zhì)量發(fā)展趨勢綜合分析[J].中國醫(yī)院統(tǒng)計(jì)，2017，14（2）：127-129.

[15] ZHANG D，WANG G， ZHOU H. Assessment on Agricultural Drought Risk Basedon Variable Fuzzy Sets Model [J]. Chinese Geographical Science，2011，21（2）：167-175.

[16] 金菊良，陳磊，陳夢璐，等.基于集對分析和風(fēng)險(xiǎn)矩陣的水資源承載力評價(jià)方法[J].人民長江，2018，49（7）：35-41.

[17] 金菊良，宋占智，崔毅，等.旱災(zāi)風(fēng)險(xiǎn)評估與調(diào)控關(guān)鍵技術(shù)研究進(jìn)展[J].水利學(xué)報(bào)，2016，47（3）：398-412.

[18] 董濤，金菊良，王振龍，等.基于風(fēng)險(xiǎn)矩陣的區(qū)域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)鏈?zhǔn)絺鬟f評估方法[J].災(zāi)害學(xué)，2019，34（3）：227-234.

[19] SONG Xiaomeng， KONG Fanzhe， ZHAN Chesheng. Assessment of Water Resources Carrying Capacity in Tianjin City of China[J]. Water Resources Management，2011，25（3）.857-873.

[20] 王友貞，施國慶，王德勝. 區(qū)域旱災(zāi)風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的研究[J]. 自然資源學(xué)報(bào)，2005，20（4）：597-604.

[21] 金菊良，沈時(shí)興，陳夢璐，等. 遺傳層次分析法在區(qū)域水資源承載力評價(jià)指標(biāo)體系篩選中的應(yīng)用[J]. 華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，40（2）：1-6，15.

[22] CUI Y， FENG P， JIN Juliang， et al. Water Resources Carrying Capacity Evaluation and Diagnosis Based on Set Pair Analysis and Improved the Entropy Weight Method [J]. Entropy， 2018，20：359.

[23] 李輝，金菊良，吳成國，等.基于聯(lián)系數(shù)的安徽省水資源承載力動(dòng)態(tài)診斷評價(jià)研究[J].南水北調(diào)與水利科技，2018，16（1）：42-49.

[24] 金菊良，吳開亞，魏一鳴.基于聯(lián)系數(shù)的流域水安全評價(jià)模型[J].水利學(xué)報(bào)，2008，39（4）：401-409.

[25] 金菊良，董濤，酈建強(qiáng)，等.區(qū)域水資源承載力評價(jià)的風(fēng)險(xiǎn)矩陣方法[J].華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，39（2）：46-50.

[26] 陳守煜.水資源與防洪系統(tǒng)可變模糊集理論與方法[M].大連：大連理工大學(xué)出版社，2005：14-17.

[27] 李輝，卞錦宇，周婷，等.基于聯(lián)系數(shù)的區(qū)域水資源承載力診斷指標(biāo)組合預(yù)測研究[J].華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，39（3）：18-23.

[28] 程乾生.屬性識別理論模型及其應(yīng)用[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），1997，33（1）：12-20.

【責(zé)任編輯 張華興】