基于模糊優(yōu)選和可信性的農(nóng)業(yè)水資源多目標(biāo)優(yōu)化配置模型

張珊 譚倩 蔡宴朋 張同 張?zhí)镦?/p>

摘要：干旱半干旱流域內(nèi)社會(huì)、經(jīng)濟(jì)和生態(tài)問題多是由水資源匱乏或管理不當(dāng)導(dǎo)致的，因此尋求有效的水資源管理方法至關(guān)重要。針對(duì)農(nóng)業(yè)水資源配置過程的多目標(biāo)性和不確定性問題，建立了一個(gè)多目標(biāo)模糊可信性優(yōu)化模型（MFCP）。該模型不僅通過定量分析不同目標(biāo)在農(nóng)業(yè)發(fā)展中的權(quán)重，對(duì)決策變量的綜合效益進(jìn)行模糊優(yōu)選，還基于模糊可信理論處理了模糊參數(shù)。所開發(fā)的MFCP模型應(yīng)用于甘肅省武威市民勤灌區(qū)進(jìn)行實(shí)證研究，構(gòu)建了以經(jīng)濟(jì)、生態(tài)和社會(huì)效益為目標(biāo)、以水土資源自然稟賦限制等為約束的水資源優(yōu)化配置模型。結(jié)果表明，可以通過減小玉米和葵花種植面積、增大瓜類和蔬菜的面積達(dá)到區(qū)域綜合效益最優(yōu)。以2015年為例，與優(yōu)化前現(xiàn)狀相比，優(yōu)化后的方案在減少111%的種植總面積的情況下，能節(jié)約水量126%、提高經(jīng)濟(jì)收益138%。

關(guān)鍵詞：資源利用；作物種植結(jié)構(gòu)；多目標(biāo)優(yōu)化；模糊定權(quán)；模糊可信性

中圖分類號(hào)：TV213文獻(xiàn)標(biāo)志碼：A文章編號(hào)：16721683（2018）03007907

A multiobjective optimization model for agricultural water resources based on

fuzzy optimal selection and credibility

ZHANG Shan1，TAN Qian1，CAI Yanpeng2，ZHANG Tong1，ZHANG Tianyuan1

（1.College of Water Resources and Civil Engineering，China Agricultural University，Beijing 100083，China；

2.School of Environment，Beijing Normal University， Beijing 100083，China）

Abstract：Many economic，social and ecological problems in arid and semiarid watersheds can be attributed to the scarcity and mismanagement of water resources.Therefore，it is extremely important to seek effective water resources management methods.In this research，a multiobjective fuzzy credibility programming （MFCP） model was developed for supporting agricultural water resources management.This model can conduct fuzzy optimal selection of the comprehensive benefits of the decisionmaking variables by quantitatively analyzing the weights of different objectives in agricultural development.It can also deal with fuzzy parameters based on the fuzzy credibility theory.The MFCP model was applied to Minqin County in Wuwei city，Gansu province.An optimization model for water resources was established with economic，ecological，and social benefits as the objectives，with the water and land resources endowment as physical restraints.Results showed that the comprehensive benefits of this region could be optimized by reducing the planting area of corns and sunflowers and increasing the area of melons and vegetables.Compared with the actual situation in 2015，the optimized scheme could save 126% water resources and increase economic revenue by 138%，while reducing the total planting area by 111%.

Key words：resource utilization；crop planting structure；multiobjective optimization；fuzzy weighting；fuzzy credibility

隨著人口的日益增加、經(jīng)濟(jì)的迅猛發(fā)展，人們對(duì)糧食的需求不斷提高。然而有限的水資源和耕地資源成為糧食產(chǎn)量增加和經(jīng)濟(jì)發(fā)展的瓶頸。中國作為人口、經(jīng)濟(jì)大國，其干旱面積約為332×106 km2，占總面積的35%，超過了耕地面積的1/3。對(duì)于沒有灌溉就沒有農(nóng)業(yè)的干旱和半干旱地區(qū)，水資源儲(chǔ)量的不足和相關(guān)管理模式的不完善，是制約當(dāng)?shù)匕l(fā)展的主要問題[1 3]。不合理的配水方案不僅會(huì)造成水資源的浪費(fèi)，也影響生態(tài)系統(tǒng)的格局與演變[3]。調(diào)整作物種植面積和結(jié)構(gòu)是實(shí)現(xiàn)農(nóng)業(yè)水資源高效利用的有效途徑。

截止目前為止，已經(jīng)有很多學(xué)者利用優(yōu)化模型對(duì)灌區(qū)的農(nóng)業(yè)用水和耕地資源進(jìn)行了規(guī)劃管理[2，46]。其中，線性規(guī)劃、非線性規(guī)劃、動(dòng)態(tài)規(guī)劃、混合整數(shù)規(guī)劃和多目標(biāo)規(guī)劃等優(yōu)化技術(shù)已經(jīng)被廣泛使用[79]。由于農(nóng)業(yè)水資源管理是一個(gè)復(fù)雜的問題，許多目標(biāo)同時(shí)存在且需要并行處理，多目標(biāo)規(guī)劃對(duì)于農(nóng)業(yè)水資源管理有著重要的作用。例如，Lu[10]等人構(gòu)造了一個(gè)多目標(biāo)區(qū)間隨機(jī)規(guī)劃模型，以經(jīng)濟(jì)和產(chǎn)量最大、廢水和固體廢物排放最少為目標(biāo)，對(duì)干旱區(qū)的耕地和水資源進(jìn)行了分配。Zhou[11]等人建立的多目標(biāo)規(guī)劃模型將經(jīng)濟(jì)目標(biāo)和污染物排放目標(biāo)轉(zhuǎn)化成約束進(jìn)行求解，得到了既增加收入又減小COD和NH3N排放量的水資源配置方案。Li[12]等人建立了一個(gè)以經(jīng)濟(jì)效益最大、水短缺量和灌溉水污染物含量最小的多目標(biāo)模型，采用最小誤差法將多目標(biāo)轉(zhuǎn)化為三個(gè)單目標(biāo)后進(jìn)行求解，對(duì)干旱地區(qū)農(nóng)業(yè)水資源進(jìn)行了分配。GalánMartín[13]等人構(gòu)造了一個(gè)多目標(biāo)線性規(guī)劃模型，優(yōu)化了雨養(yǎng)農(nóng)業(yè)和灌溉農(nóng)業(yè)兩種管理模式下的種植面積，實(shí)現(xiàn)了作物產(chǎn)量最大化的目標(biāo)，減少了對(duì)環(huán)境的影響?，F(xiàn)有研究已表明，多目標(biāo)優(yōu)化方法是處理農(nóng)業(yè)水土資源分配過程中多重問題的有效工具之一，所考慮的目標(biāo)涵蓋經(jīng)濟(jì)收入、生產(chǎn)力、水質(zhì)、生態(tài)服務(wù)、污染、勞動(dòng)力和就業(yè)等方面。

第16卷 總第96期·南水北調(diào)與水利科技·2018年6月張珊等·基于模糊優(yōu)選和可信性的農(nóng)業(yè)水資源多目標(biāo)優(yōu)化配置模型然而，現(xiàn)有的水資源多目標(biāo)規(guī)劃模型仍存在很多的不足。首先，考慮生態(tài)的研究大都認(rèn)為作物生產(chǎn)與生態(tài)環(huán)境是競(jìng)爭(zhēng)關(guān)系，忽視了農(nóng)作物作為生態(tài)系統(tǒng)植被的一部分，也有生態(tài)服務(wù)的功能[1516]。其次，由于各因素之間的復(fù)雜關(guān)系，很難有效處理多目標(biāo)和不確定性同時(shí)存在時(shí)的水資源分配問題。為了克服這些不足，本研究建立了一個(gè)多目標(biāo)模糊可信性規(guī)劃（MFCP）方法。該方法采用模糊集理論，能客觀分析各目標(biāo)的重要程度并以此確定決策變量的綜合效益，對(duì)多目標(biāo)問題進(jìn)行求解；同時(shí)還有效處理了模型參數(shù)中的模糊信息。并且，將該方法應(yīng)用于資源短缺和生態(tài)惡化問題十分嚴(yán)重的甘肅省民勤縣進(jìn)行實(shí)證研究，以經(jīng)濟(jì)、生態(tài)和社會(huì)為規(guī)劃目標(biāo)，產(chǎn)生了能促進(jìn)區(qū)域農(nóng)業(yè)水資源高效綠色利用的作物種植結(jié)構(gòu)調(diào)整優(yōu)化方案。

1模糊多目標(biāo)規(guī)劃方法

MFCP模型一般式如下所示：

MaxF（x）=（f1（x），f2（x），…，ft（x））（1）

約束條件：

Cr（AX≤）≥λ（2）

X≥0（3）

式中：x=（x1，x2，…，xn）T；A∈{R}m×n；∈{

瘙 綆 }m×1；x∈{R}n×1；

瘙 綆 表示一組模糊參數(shù)；R表示一組有確定值的參數(shù)；Cr為可信性測(cè)度；λ為置信水平；t表示目標(biāo)數(shù)，其中t≥2。

該模型的求解方法主要分為兩個(gè)步驟：第一步，基于各目標(biāo)的重要程度（即目標(biāo)的權(quán)重）確定決策變量的綜合效益的相對(duì)優(yōu)屬度，將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題；第二步，運(yùn)用模糊集合理論中的模糊可信性原理，將具有模糊信息的參數(shù)轉(zhuǎn)化為確定性參數(shù)。經(jīng)過這兩步計(jì)算，含有模糊參數(shù)的多目標(biāo)優(yōu)化問題就轉(zhuǎn)化成了易于求解的確定性單目標(biāo)線性優(yōu)化問題。

在第一步中，確定目標(biāo)i對(duì)于模糊概念“重要”的隸屬度，再對(duì)各決策變量進(jìn)行模糊優(yōu)選[17]。首先，建立目標(biāo)對(duì)“優(yōu)”的相對(duì)隸屬度矩陣Rij=（rij）m×n，其中rij=aij/maxaj為參數(shù)的相對(duì)隸屬度，適用于參數(shù)為越大越優(yōu)型；rij=minaj/aij適用于參數(shù)為越小越優(yōu)型，aij表示樣本j在目標(biāo)i下的參數(shù)值。然后，計(jì)算非歸一化的各目標(biāo)權(quán)重向量w。在多目標(biāo)決策過程中，各參數(shù)之間的重要程度存在著一定的差異，因此，在求解多個(gè)目標(biāo)的權(quán)重時(shí)，不能忽略參數(shù)重要程度對(duì)方案優(yōu)選的影響。w可以表示為：

w（i）=11+[∑nj=1（1-wji）p/∑nj=1wpji]2p（4）

式中：p為距離參數(shù)，當(dāng)p取1是表示漢明距離，當(dāng)p取2時(shí)表示歐式距離；wji是矩陣W中的元素，其中W=RT=（wji）n×m；wi代表權(quán)重向量，w=（w1，w2，…，wm），并且∑mi=1wi=1。繼而可計(jì)算決策變量的綜合效益相對(duì)于“優(yōu)”的最大隸屬度（稱為優(yōu)屬度），并定義為綜合效益系數(shù)（uj），如下所示：

uj=11+∑mi=1[wi（rij-1）]p/∑mi=1（wirij）p2p（5）

第二步，引入模糊可信性原理處理參數(shù)中的模糊不確定性。模糊可信性線性規(guī)劃基于可信性測(cè)度而建立模糊可信性約束模型，求解時(shí)，可以假設(shè)ε為三角模糊變量（k1，k2，k3），其中k1

Cr 1 a≤k1

2k2-k1-a2（k2-k1）k1≤a≤k2

a-k32（k2-k3） k2≤a≤k3

0 a≥k3（6）

令K代替AX，模型的約束可以轉(zhuǎn)化為：

Cr{K≤}≥λ（7）

如果用置信水平表示決策者的滿意程度，λ=1、09、08、07、06和05分別代表完全滿足、大部分滿足、基本上滿足、比較滿足、勉強(qiáng)滿足和臨界滿足約束的幾種情況[2628]。可以看出，只有置信水平大于05時(shí)，才能滿足決策者的要求[23]。經(jīng)驗(yàn)證，在式（6）中當(dāng)且僅當(dāng)k1≤x≤k2時(shí)，置信水平大于05?；谏鲜隹尚判缘亩x和推理，對(duì)于每個(gè)λ∈[1≥μ（）≥λ≥05]都有[2425]：

2B-B-K2（B-B）≤λK≤B+（1-2λ）（B-B）（8）

式中：B為三角模糊變量的中值；B為三角模糊變量的最小值。

將式（5）和式（8）結(jié)合，式（1）-式（3）最終可以被轉(zhuǎn)化成一個(gè)傳統(tǒng)的容易求解的線性優(yōu)化問題。轉(zhuǎn)化后的公式可以表達(dá)為：

Max Z=∑nj=1ujxj（9）

約束條件：

∑nj=1（ajxj）≤b+（1-2λ）（b-b）（10）

xj≥0j=1，2，…，n（11）

2實(shí)證應(yīng)用

2.1研究區(qū)概況

民勤位于中國西北部石羊河下游沖積平原，東、西、北三面被騰格里沙漠和巴丹吉林兩大沙漠包圍。民勤屬于典型的大陸性荒漠氣候，年均降水量?jī)H1277 mm，年均蒸發(fā)量卻高達(dá)2 623 mm[1516]。石羊河是民勤縣的主要水源，其水資源總量為1661×109 m3，其中包括1561×109 m3的地表水資源以及100×108 m3的地下水資源[19]。民勤是甘肅省的商品糧基地，卻也是中國水資源短缺和生態(tài)環(huán)境惡化情況最嚴(yán)重的區(qū)域之一[20]。民勤在很大程度上依賴于灌溉農(nóng)業(yè)，灌溉用地面積約200 km2。因地表水和地下水過度開采，支流干涸、地下水水位下降、自然植被退化、濕地和耕地減少以及沙漠化和鹽堿化等一系列的問題層出不窮。從來水量來看，石羊河上游地區(qū)的過度用水導(dǎo)致民勤的可用水量明顯減少；從種植結(jié)構(gòu)上看，高耗水與低耗水作物的比例失調(diào)造成了水資源的高消耗。為了緩解民勤水資源短缺問題的進(jìn)一步惡化，亟需對(duì)農(nóng)業(yè)水資源利用進(jìn)行管理。

648灌溉定額/（m3·hm2）5 1005 5503 9003 9813 7504 750種植面積/hm25 4738 9475 0009 5132 4672 947表1為2015年民勤六種主要作物的相關(guān)基礎(chǔ)數(shù)據(jù)。由于地表水和地下水的可利用水量具有很強(qiáng)的隨機(jī)不確定性，用確定值表示會(huì)與現(xiàn)實(shí)情況產(chǎn)生很大的偏差。因而根據(jù)多年的統(tǒng)計(jì)資料，將地表水和地下水量變化范圍表示為三角模糊數(shù)，分別是[175，254，375]和[110，116，119]。農(nóng)業(yè)用水配額約占研究區(qū)可用水資源總量的75%左右，民勤的灌溉水利用系數(shù)為061，復(fù)種指數(shù)約為128。參考耕地紅線確定了作物的最大種植面積；并采用2002-2015年間的歷史最小種植面積作為允許的作物最小種植面積。

2.2模型的建立

根據(jù)研究區(qū)的特點(diǎn)，構(gòu)建了適用于民勤地區(qū)的MFCP模型。規(guī)劃期是一個(gè)日歷年，決策變量xj代表了每一種作物的最佳種植面積。該模型的目標(biāo)是使灌溉農(nóng)業(yè)獲得最大的的經(jīng)濟(jì)、生態(tài)和社會(huì)效益。

具體計(jì)算中，以總面積凈效益乘以灌溉水利用系數(shù)得到的灌溉效益分?jǐn)傊底鳛樾枰獌?yōu)化的經(jīng)濟(jì)目標(biāo)[18]。

Max FEN=∑Jj=1ε（Yj×Bj-CTj）xj（12）

式中：FEN表示作物種植的年灌溉效益即經(jīng)濟(jì)效益（元）；J為作物品種，j從1到6分別是小麥、玉米、棉花、向日葵、瓜類和蔬菜；其中Yj表示作物j單位面積產(chǎn)量（kg/hm2）；Bj表示作物單價(jià)（元/kg）；CTj是作物j的單位面積成本（元/hm2）；ε為灌溉水利用系數(shù)，取值061。

生態(tài)目標(biāo)是最大限度地提高沙漠綠洲作物的生態(tài)服務(wù)功能。該生態(tài)服務(wù)功能是基于植被覆蓋的分層投影來計(jì)算的[15]。表達(dá)式如下：

Max FEL=∑Jj=1Esvj×DEj×xj（13）

式中：FEL表示年生態(tài)效益（m2）；Esvj是利用分層投影的方法求得的作物j的生態(tài)功能（覆蓋面積/株）；DEj是作物j的種植密度（株/hm2）。

社會(huì)目標(biāo)是使農(nóng)田配水量最小，以每種作物的毛灌溉定額與該作物灌溉總面積乘積的加和表示。模型表達(dá)式如下：

Min FSO=∑Jj=1Ijxj（14）

式中：FSO表示年社會(huì)效益（m3）；Ij是作物j的灌溉定額（m3/hm2）。

約束條件如下。

總面積約束：

Smin×RI≤∑Jj=1xj≤Smax×RI（15）

可用水量約束：

Cr{∑Jj=1Ijxj≤（s+g）ε}≥λ（16）

糧食安全約束：

xj×qj≥PDj×TPj（17）

作物種植面積約束：

Sjmin≤xjj（18）

非負(fù)約束：

xj≥0j（19）

式中： Smin表示用于作物種植的最小耕地面積（hm2）；Smax表示最大允許的耕地面積（hm2）；RI指的是多種作物復(fù)種指數(shù)，它表示在一年多熟的情況下，種植作物的總面積與總種植面積的比值；Sjmin表示作物j的最小種植面積（hm2）；s和g為三角模糊變量，分別表示灌區(qū)地表水和地下水的可用水量（m3）；PDj表示作物j的人均需求量（人/kg）；TP表示總?cè)丝跀?shù)（人）。

3結(jié)果分析與討論

根據(jù)收集整理的研究區(qū)2015年的基礎(chǔ)數(shù)據(jù)，運(yùn)用所建立的模糊多目標(biāo)規(guī)劃方法，對(duì)所構(gòu)建的優(yōu)化模型進(jìn)行求解。首先求得六種作物的綜合效益系數(shù)，其中小麥0992，玉米0995，棉花0805，向日葵0835，瓜類0804以及蔬菜是0995。本研究選取1、095、09、085和08五個(gè)約束滿意程度較高的置信水平對(duì)種植結(jié)構(gòu)進(jìn)行研究。表2列出了不同置信水平下的種植結(jié)構(gòu)優(yōu)化結(jié)果。對(duì)比不同置信水平下民勤六種主要作物的種植面積可知，水量變化對(duì)不同作物的影響程度不同。當(dāng)置信水平從1降到08，可用水量約束不斷放松，違背可用水量約束的風(fēng)險(xiǎn)逐漸增大。在此過程中，優(yōu)化結(jié)果中只有瓜類的面積是不斷增加的，而其它作物的種植面積基本保持不變。這表明當(dāng)可用水量增加時(shí)，系統(tǒng)經(jīng)過復(fù)雜的整合和尋優(yōu)過程后擇優(yōu)選擇增加瓜類的種植面積。盡管瓜類的綜合效益在所有作物中最小，但它的單位面積耗水量是六種作物里面最少的。這一現(xiàn)象說明對(duì)于該研究區(qū)來說，水量是發(fā)展的瓶頸，也是影響決策的關(guān)鍵因素。

具體來說，如果按照優(yōu)化后的方案進(jìn)行規(guī)劃，小麥種植面積應(yīng)該從5 473 hm2增加到5 749 hm2，蔬菜種植面積需要從2 947 hm2增加到5 099 hm2，瓜類面積應(yīng)從2 467 hm2擴(kuò)大兩倍以上達(dá)到5 327 hm2。相反，玉米、棉花和葵花的面積應(yīng)該減少。在這三種作物中，葵花的變動(dòng)將是最大的，從9 513 hm2減小到4 482 hm2；玉米其次，將從現(xiàn)在的8 947 hm2降至5 000 hm2；棉花種植面積下降很小，只有13 hm2。分析結(jié)果發(fā)現(xiàn)，除棉花之外，其它五種作物種植面積的大小順序與綜合效益系數(shù)的排序并不不同。這是因?yàn)镸FCP模型結(jié)果是綜合權(quán)衡決策目標(biāo)以及水土資源供需等多重因素得出的。進(jìn)一步說明該模型不但可以平衡不同目標(biāo)之間的復(fù)雜權(quán)重問題，還能充分反映現(xiàn)實(shí)中的制約條件和種植習(xí)慣。結(jié)合圖2（a）所示的種植比例對(duì)比來分析，優(yōu)化后當(dāng)?shù)氐姆N植結(jié)構(gòu)將趨于平衡化。其中，小麥的種植比例最大，但也只是占總面積的188%；葵花的種植面積最小卻也擁有147%的種植比例；其它的四種作物的比例也均在16%～18%之間浮動(dòng)。這表明，通過優(yōu)化，當(dāng)?shù)貙拇罅糠N植高耗水、低產(chǎn)出糧食作物，逐步向種植中低耗水、高產(chǎn)出的經(jīng)濟(jì)作物轉(zhuǎn)變。具體體現(xiàn)在減少玉米和葵花的種植面積，適當(dāng)增加瓜類和蔬菜種植面積。同時(shí)較為平衡的種植格局更符合我國“不放松糧食生產(chǎn)，積極發(fā)展多種經(jīng)營(yíng)”的方針，為優(yōu)化結(jié)果的實(shí)施贏得政策支持。

圖3分別從經(jīng)濟(jì)效益、生態(tài)效益以及社會(huì)效益角度比較了優(yōu)化結(jié)果和基準(zhǔn)年的情況。從圖3（a）可以看出，優(yōu)化后蔬菜將超越葵花成為經(jīng)濟(jì)效益最高的作物，甚至超過了2015年葵花創(chuàng)造的最高經(jīng)濟(jì)效益值251億元。同時(shí)，優(yōu)化后瓜類的經(jīng)濟(jì)效益相比優(yōu)化前增加了1倍，位列第二。圖3（b）可以看出，在生態(tài)效益方面，優(yōu)化前玉米和小麥所產(chǎn)生的生態(tài)效益分別位列第一和第二。采用MFCP模型優(yōu)化后玉米產(chǎn)生的生態(tài)效益最多，其次是小麥。圖3（c）對(duì)比了兩種方案的農(nóng)田用水情況，2015年玉米和葵花消耗的水量最多，而如果采取MFCP模型結(jié)果，小麥和玉米這兩種糧食作物將成為主要的耗水作物?？傮w來看，優(yōu)化后研究區(qū)的總體經(jīng)濟(jì)效益能提高138%，作物用水量將降低126%，耕地占用將下降111%。雖然優(yōu)化后作物種植所帶來的生態(tài)服務(wù)功能將降低18%，但是若把節(jié)省下來的水量和土地直接用作生態(tài)修復(fù)，所能獲得的生態(tài)效益可能比損失的農(nóng)作物生態(tài)服務(wù)價(jià)值高得多；而如果把節(jié)省下來的資源用于其他行業(yè)，總體效益的提高也將是相當(dāng)可觀的。

MFCP模型不僅能幫助決策者制定種植結(jié)構(gòu)總體方案，且有助于減小實(shí)施過程的阻力。一方面，MFCP模型緊密結(jié)合實(shí)際，綜合考慮了每種作物的歷史種植情況以及自然資源量無法準(zhǔn)確預(yù)知的事實(shí)，在構(gòu)建模型時(shí)加入了種植面積約束和不確定可用水量約束。這使得優(yōu)化后的結(jié)果不但可以把種植面積變化控制在可接受范圍內(nèi)，還增加了決策方案抵抗水量不足風(fēng)險(xiǎn)的能力。另一方面，為了保持土壤肥力，農(nóng)民本就會(huì)在同一塊土地上交替種植不同作物。MFCP模型能夠給出一個(gè)科學(xué)、合理的種植結(jié)構(gòu)調(diào)整方案，較易得到廣大農(nóng)民的支持。因此，經(jīng)MFCP模型優(yōu)化后的種植方案不管是從國家層面還是農(nóng)民利益層面，都能提高效益并且具有較高的可行性。

4結(jié)語

本研究針對(duì)農(nóng)業(yè)水資源管理過程中多目標(biāo)和不確定的復(fù)雜性問題，建立了一個(gè)多目標(biāo)模糊可信性規(guī)劃模型（MFCP）來支持農(nóng)業(yè)用水管理，并應(yīng)用于位于我國西北干旱與半干旱地區(qū)的民勤縣進(jìn)行實(shí)證研究。該模型耦合模糊優(yōu)選法和模糊可信性規(guī)劃方法，對(duì)多個(gè)目標(biāo)進(jìn)行客觀定權(quán)并處理了模糊不確定性信息，解決了決策過程中需要同時(shí)處理多種目標(biāo)和不確定性參數(shù)的難題。該模型在民勤進(jìn)行實(shí)例應(yīng)用時(shí)，利用分層投影算法將農(nóng)作物自身產(chǎn)生的生態(tài)效益作為模型的生態(tài)目標(biāo)，克服了以往研究中將作物生產(chǎn)與生態(tài)環(huán)境視為競(jìng)爭(zhēng)關(guān)系的局限性。研究結(jié)果表明，當(dāng)前民勤過多種植了玉米和葵花這類高耗低產(chǎn)的作物，這不僅造成了水、土資源的浪費(fèi)，還影響了當(dāng)?shù)氐木C合收益。MFCP模型提供的優(yōu)化方案，經(jīng)調(diào)整作物的種植比例，呈現(xiàn)出多種作物并重的局面，符合當(dāng)前的政策要求；且在減少111%的種植總面積的情況下，能節(jié)約水量126%、提高經(jīng)濟(jì)收益138%。這表明MFCP模型能為農(nóng)業(yè)水資源的高效利用和區(qū)域的可持續(xù)發(fā)展提供有效的管理方法。

參考文獻(xiàn)（References）：

[1]AREGAY F A，YAO L Y，ZHAO M J.Spatial preference heterogeneity for integrated river basin management：the case of the Shiyang River Basin，China[J].Sustainability，2016（10）：970.

[2]TAN Q，HUANG G H，CAI Y P.Radial interval chanceconstrained programming for agricultural nonpoint source water pollution control under uncertainty[J].Agricultural Water Management，2011 （10）：15951606.

[3]XUE X，LIAO J，HSING Y T，et al.Policies，Land use，and water resource management in an arid oasis ecosystem[J].Environmental Management，2015（5）：10361051.

[4]GUO P，CHEN X，TONG L，et al.An optimization model for a crop deficit irrigation system under uncertainty[J].Engineering Optimization，2014（1）：114.

[5]DASA B，AJAY SINGHA，PANDAA S N，et al.Optimal land and water resources allocation policies for sustainable irrigated agriculture[J].Land Use Policy，2015：527537.

[6]SCH？TZE N，KLOSS S，LENNARTZ F，et al.Optimal planning and operation of irrigation systems under water resource constraints in Oman considering climatic uncertainty[J].Environmental Earth Sciences，2012（5）：15111521.

[7]TAN Q，HUANG G H，CAI Y P.MultiSource MultiSector Sustainable Water Supply Under Multiple Uncertainties：An Inexact FuzzyStochastic Quadratic Programming Approach[J].Water Resources Management，2013，27（2）：451473.

[8]SINGH A.Review：Computerbased models for managing the waterresource problems of irrigated agriculture[J].Hydrogeology Journal，2015（6）：12171227.

[9]CAI Y P，HUANG G H，YEH S C，et al.A modeling approach for investigating climate change impacts on renewable energy utilization[J].International Journal of Energy Research，2012（6）：764777.

[10]LU S，GUAN X，ZHOU M，et al.Land resources allocation strategies in an urban area involving uncertainty：a case study of Suzhou，in the Yangtze River Delta of China[J].Environ Manage，2014 53（5）：894912.

[11]ZHOU M，CHEN Q，CAI Y L.Optimizing the industrial structure of a watershed in association with economic–environmental consideration：an inexact fuzzy multiobjective programming model[J].Journal of Cleaner Production，2013 42：116131.

[12]LI M，GUO P.A multiobjective optimal allocation model for irrigation water resources under multiple uncertainties[J].Applied Mathematical Modelling，2014 38（1920）：48974911.

[13]GALNMARTNA ，VASKANAD P，ANTNAC A，et al.Multiobjective optimization of rainfed and irrigated agricultural areas considering production and environmental criteria：a case study of wheat production in Spain[J].Journal of Cleaner Production，2017（Part 2）：816830.

[14]陳秉譜，常兆豐，喬娟，等.退耕還林和荒山禁牧的相對(duì)生態(tài)價(jià)值的估算——以甘肅省靖遠(yuǎn)縣永新鄉(xiāng)為例[J].干旱區(qū)地理，2013（6）：11441152.（CHEN B P，CHANG Z F，QIAO J，et al.Estimation of relative ecological value of returning farmland to forest & mountain enclosure：A case of Yongxing Township of Jingyuan County，Gansu Province[J].Arid Land Geography，2013（.6）：11441152.（in Chinese））

[15]常兆豐，王大為，段曉峰，等.民勤荒漠區(qū)幾種主要植物的相對(duì)生態(tài)價(jià)值[J].干旱區(qū)資源與環(huán)境，2015（09）：8691.（CHANG Z F，WANG D W，DUAN X F，et al.Relative ecological values of several major plants in minqin desert area[J].Journal of Arid Land Resources and Environment，2015，29（9）：8691.（in Chinese））

[16]陳守煜，馬建琴，張振偉.作物種植結(jié)構(gòu)多目標(biāo)模糊優(yōu)化模型與方法[J].大連理工大學(xué)學(xué)報(bào)，2003（01）：1215.（CHEN S Y，MA J Q，AND ZHANG Z W.A multiobjective fuzzy optimization model for planting structure and its method[J].Journal of Dalian University of Technology，2003，43（1）：1215.（in Chinese））

[17]MI M S.Robust optimization under softness in a fuzzy linear programming problem[J].International Journal of Approximate Reasoning，1998（1）：2134.

[18]何鳳.石羊河下游民勤縣節(jié)水生態(tài)型種植結(jié)構(gòu)調(diào)整研究[D].蘭州：甘肅農(nóng)業(yè)大學(xué)，2013.（HE F.Study on the Structure adjustment of Water Saving and Ecological Structure in Minqin County by Shi yang river downstream[D].Lanzhou：Gansu Agricultural University，2013.（in Chinese））

[19]張帆，郭萍，任沖鋒.分式兩階段隨機(jī)優(yōu)化模型在作物種植結(jié)構(gòu)優(yōu)化中的應(yīng)用[J].中國農(nóng)村水利水電，2016（9）：111114.（ZHANG F，GUO P，REN C F.Fractional twostage stochastic programming for crop structure optimization[J].China Rural Water and Hydropower.2016 （9）：111114.） （in Chinese））

[20]FENGAB Q，MIAOC Z，LIA Z，et al.Public perception of an ecological rehabilitation project in inland river basins in northern China：Success or failure[J].Environmental Research，2015：2030.

[21]方國華，黃顯峰.多目標(biāo)決策理論、方法及其應(yīng)用[M].北京.科學(xué)出版社.2011.（FANG G H，HUANG X F.Multiobjective decision theory，method and application[M].Beijing.Science Press，2011.（in Chinese））

[22]劉寶碇.不確定規(guī)劃及應(yīng)用[M].北京：清華大學(xué)出版社，2003.（LIU B D，Uncertain programming and application[M].Beijing：Tsinghua University Press，2003.（in Chinese））

[23]李婷.不確定性條件下基于水質(zhì)模擬的流域水環(huán)境管理優(yōu)化研究[D].北京：華北電力大學(xué)，2013.（LI T.Water quality simulation based optimization approaches for watershed management under uncertainty[D].Beijing：North China Electric Power University，2013.（in Chinese））

[24]張成龍，郭萍，趙建明.不確定條件下的區(qū)間兩階段模糊可信性約束規(guī)劃配水模型研究[J].中國農(nóng)村水利水電，2016（8）：97101.（ZHANG C L，GUO P，ZHAO J M.An interval twostage stochastic fuzzy credibility constrained programming for optimal irrigation water allocation under uncertainty[J].China Rural Water and Hydropower，2016（8）：97101.（in Chinese））

[25]ZHANG，Y M，HUANG，G H，LIN，Q G，et al.Integer fuzzy credibility constrained programming for power system management[J].Energy，2012，38（1）：398405.

[26]ZHANG，Y M，HUANG G.H Inexact credibility constrained programming for environmental system management[J].Resources，Conservation & Recycling，2010，55（4）.

[27]李婷，不確定性條件下基于水質(zhì)模擬的流域水環(huán)境管理優(yōu)化研究[D].北京：華北電力大學(xué)，2013.（LI T.Water quality simulation based optimization approaches for watershed management under uncertainty[D].Beijing：North china electric power university，2013） （in Chinese））第16卷第3期

2018年6月南水北調(diào)與水利科技

SouthtoNorth Water Transfers and Water Science & TechnologyVol. 16No.3

Jun.2018生態(tài)與環(huán)境生態(tài)與環(huán)境

收稿日期：20170815修回日期：20180330網(wǎng)絡(luò)出版時(shí)間：20180425

網(wǎng)絡(luò)出版地址：http：//kns.cnki.net/kcms/detail/13.1334.tv.20180424.1755.005.html

基金項(xiàng)目：國家自然科學(xué)基金（41671026）；青海省重大科技專項(xiàng)課題 （20142NK2A421）

Funds：National Natural Science Foundation of China（41671026）；Major Science and Technology Special Project of Qinghai （20142NK2A421）

作者簡(jiǎn)介：管子隆（1990），男，河南安陽人，博士研究生，主要從事水資源與環(huán)境研究。Email：hydgeo_guan@163.com

通訊作者：呂愛鋒（1977），男，山東萊蕪人，副研究員，博士，主要從事水資源系統(tǒng)模擬等方面的研究。Email：lvaf@igsnrr.ac.cnDOI：10.13476/j.cnki.nsbdqk.2018.0073

管子隆，呂愛鋒，賈紹鳳，等.格爾木河中游地區(qū)植被覆蓋與地下水埋深關(guān)系研究[J].南水北調(diào)與水利科技，2018，16（3）：8693.GUAN Z L，LYU A F，JIA S F，et al.Study on the relationship between vegetation cover and groundwater depth in the middle reaches of Golmud River[J].SouthtoNorth Water Transfers and Water Science & Technology，2018，16（3）：8693.（in Chinese）