基于供水和生態(tài)目標(biāo)的水資源優(yōu)化配置研究
——以山西省長(zhǎng)治供水區(qū)為例

朱 琳，楊 侃，曾 鳳 連，華 俊 洪

(1.河海大學(xué) 水文水資源學(xué)院，江蘇 南京 210098； 2.生態(tài)環(huán)境部淮河流域生態(tài)環(huán)境監(jiān)督管理局 生態(tài)環(huán)境監(jiān)測(cè)與科學(xué)研究中心，安徽 蚌埠 233000； 3.無錫市惠山區(qū)錢橋街道水利農(nóng)機(jī)服務(wù)站，江蘇 無錫 214100)

0 引 言

隨著經(jīng)濟(jì)的飛速發(fā)展和人口的逐漸增加，人們對(duì)水資源的需求量也日益增大，區(qū)域水資源的供需矛盾已成為制約經(jīng)濟(jì)發(fā)展的重要問題[1]。長(zhǎng)治盆地供水區(qū)地處山西省的東南部，屬于“山西大水網(wǎng)”建設(shè)的第五橫，對(duì)整個(gè)水網(wǎng)建設(shè)的連通和區(qū)域水資源的可持續(xù)發(fā)展具有重要作用，由于水資源不合理的開發(fā)利用，供水區(qū)水資源緊缺問題日益顯現(xiàn)，提高可供水量、改善生態(tài)環(huán)境、實(shí)現(xiàn)區(qū)域的優(yōu)化協(xié)調(diào)配置成為長(zhǎng)治地區(qū)亟待解決的問題[2]。因此，建立以供水和生態(tài)為目標(biāo)的函數(shù)模型，同時(shí)考慮引調(diào)水的影響，實(shí)行不同來水頻率下水庫(kù)群的聯(lián)合調(diào)度，對(duì)于長(zhǎng)治盆地供水區(qū)制定合理有效的水資源優(yōu)化配置方案具有重要意義。

21世紀(jì)以來，國(guó)家對(duì)水資源配置模型的研究逐漸成熟并將目光轉(zhuǎn)向模型求解方法的改進(jìn)和創(chuàng)新。王永濤等[3]采用多目標(biāo)規(guī)劃法求解黔中灌區(qū)、貴陽(yáng)市區(qū)以及安順市區(qū)的水資源優(yōu)化配置方案，從而實(shí)現(xiàn)水資源的合理開發(fā)和高效利用；王一杰等[4]建立經(jīng)濟(jì)、社會(huì)和生態(tài)的多目標(biāo)函數(shù)模型，將NSGA-Ⅲ算法應(yīng)用到安徽省泗縣，實(shí)現(xiàn)水資源綜合效益的最大化。近年來，由于計(jì)算機(jī)和人工智能技術(shù)的迅猛發(fā)展，啟發(fā)式智能算法中的群智能算法憑借原理簡(jiǎn)單、高自學(xué)習(xí)和自組織能力、高適用性被廣泛應(yīng)用到優(yōu)化調(diào)度中[5-6]，如粒子群、蟻群、狼群、螢火蟲算法等。2009年，劍橋?qū)W者Yang[7]根據(jù)自然界螢火蟲的閃爍行為提出螢火蟲算法(Firefly algorithms，F(xiàn)A)，該算法由于概念簡(jiǎn)單、參數(shù)較少，搜索能力強(qiáng)被應(yīng)用于大部分優(yōu)化領(lǐng)域以及部分工程實(shí)踐中[8-9]。隨后在2013年，Yang提出用隨機(jī)權(quán)重(其和為1)確定Pareto最優(yōu)前沿，以此構(gòu)建多目標(biāo)螢火蟲算法(Multi-objective firefly algorithm，MOFA)[10]。對(duì)于多目標(biāo)優(yōu)化，一種方法是將所有目標(biāo)組合成一個(gè)單一目標(biāo)，這樣就可以在不做太多修改的情況下使用單目標(biāo)優(yōu)化算法，如FA可以用這種方法直接解決多目標(biāo)問題，Apostolopoulos等[11]對(duì)此進(jìn)行了詳細(xì)的研究；另外一種方法是通過擴(kuò)展FA生成Pareto最優(yōu)前沿，如Yang提出的多目標(biāo)螢火蟲算法。目前在水資源配置方面較少使用MOFA，因此螢火蟲算法極有希望成為區(qū)域水資源優(yōu)化配置新的解決方案。

水資源配置與國(guó)家發(fā)展和社會(huì)需求緊密相連，旨在促進(jìn)經(jīng)濟(jì)、社會(huì)和生態(tài)等相協(xié)調(diào)，以水資源的可持續(xù)利用促進(jìn)社會(huì)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。水資源配置方案的綜合評(píng)價(jià)是實(shí)現(xiàn)水資源優(yōu)化配置的堅(jiān)實(shí)保障。水資源配置方案評(píng)價(jià)的理論與方法都有較廣泛的實(shí)踐和研究，區(qū)域的水資源評(píng)價(jià)，一般涉及評(píng)價(jià)指標(biāo)體系的建立、評(píng)價(jià)指標(biāo)的賦權(quán)、評(píng)價(jià)方法的確定這3個(gè)方面[12]。結(jié)合長(zhǎng)治供水區(qū)社會(huì)、經(jīng)濟(jì)及水資源的現(xiàn)狀及預(yù)期規(guī)劃等情況，本文提出了基于供水和生態(tài)目標(biāo)的水庫(kù)群多目標(biāo)調(diào)度模型，基于改進(jìn)的多目標(biāo)螢火蟲算法(Improved multi-objective firefly algorithm，IMOFA)求解了不同來水情況的配置方案，并建立了一套經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)評(píng)價(jià)指標(biāo)體系，以耦合理論構(gòu)建協(xié)調(diào)度評(píng)價(jià)模型，對(duì)長(zhǎng)治供水區(qū)的水資源配置方案進(jìn)行協(xié)調(diào)評(píng)價(jià)。

1 研究區(qū)概況

長(zhǎng)治盆地供水區(qū)位于山西省的東南部，供水區(qū)包括2區(qū)7縣1市共10個(gè)區(qū)縣，面積達(dá)8 968 km2，地區(qū)生產(chǎn)總值774億元，是山西省農(nóng)業(yè)、能源和化工必不可缺的重要基地。供水區(qū)屬于濁漳河流域，濁漳河流域雖然水資源豐富，但開發(fā)利用率低，污染較嚴(yán)重。根據(jù)“山西大水網(wǎng)”的規(guī)劃，2035年該區(qū)域水資源的可供水量與河道內(nèi)生態(tài)需水量總和可達(dá)9.47億m3，涵蓋地表水5.50億m3，地下水3.67億m3，黃河引調(diào)水0.3億m3。本文選取山西省長(zhǎng)治盆地供水區(qū)為研究對(duì)象，研究區(qū)概況見圖1，分區(qū)和供水系統(tǒng)網(wǎng)絡(luò)見圖2。該區(qū)域考慮引黃入晉的工程補(bǔ)水，并通過關(guān)河水庫(kù)、吳家莊水庫(kù)實(shí)行聯(lián)合調(diào)度。關(guān)河水庫(kù)和吳家莊水庫(kù)的基本情況如表1所列。

圖1 研究區(qū)域概況Fig.1 Overview of the study area

圖2 供水系統(tǒng)網(wǎng)絡(luò)示意Fig.2 Network diagram of water supply system

表1 水庫(kù)的基本情況

本文選取2006～2016年《長(zhǎng)治市統(tǒng)計(jì)年鑒》和《山西省水資源公報(bào)》中的水文數(shù)據(jù)，以2016年為基準(zhǔn)年，預(yù)測(cè)規(guī)劃水平年2035年的豐、平、枯3種典型年(即20%，50%，75%來水頻率下)的需水量作為水資源配置的依據(jù)。

2 水庫(kù)群多目標(biāo)調(diào)度模型

2.1 長(zhǎng)治供水區(qū)水資源配置模型的建立

長(zhǎng)治盆地供水區(qū)屬于“山西大水網(wǎng)”建設(shè)的第五橫，對(duì)連通水網(wǎng)建設(shè)和促進(jìn)區(qū)域水資源的可持續(xù)發(fā)展起著重要作用。但由于該地區(qū)處于太行和太岳之間，是北方半干旱高原地區(qū)，特殊的地理位置使得該地區(qū)的水資源“引黃”較少，水資源供給基本依靠本區(qū)域[13]。因此，通過引調(diào)水改善區(qū)域的水資源狀況是一個(gè)可行的措施。本文根據(jù)《2016年山西省水資源公報(bào)》和引黃工程實(shí)際，確定引黃河水量為0.3億m3。

長(zhǎng)治地區(qū)也是長(zhǎng)治市的經(jīng)濟(jì)發(fā)展中心，生產(chǎn)總值占比77.0%，經(jīng)濟(jì)的快速發(fā)展帶來的需水問題使得供水日益重要；地區(qū)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)具有高耗水、重污染的特點(diǎn)。在多年的經(jīng)濟(jì)發(fā)展中，地區(qū)對(duì)水生態(tài)環(huán)境的保護(hù)缺少重視，致使水體價(jià)值逐漸喪失，可利用的水資源逐年減少，形成惡性循環(huán)，進(jìn)一步加劇了供需矛盾[13-14]?？梢钥闯?，長(zhǎng)治地區(qū)的供水和生態(tài)之間互相影響，但都對(duì)實(shí)現(xiàn)水資源有效的規(guī)劃與管理起著不可忽視的作用。因此根據(jù)長(zhǎng)治供水區(qū)水資源和經(jīng)濟(jì)發(fā)展的現(xiàn)狀，選擇從供水和生態(tài)的角度建立區(qū)域缺水量和河道生態(tài)缺水量為目標(biāo)的水庫(kù)群多目標(biāo)調(diào)度模型，并應(yīng)用到水資源優(yōu)化配置中。目標(biāo)函數(shù)的建立如下所示，并對(duì)水量、水位、下泄流量、水庫(kù)蓄量等條件進(jìn)行約束，具體的約束條件參見文獻(xiàn)[15]。

以區(qū)域缺水量最小為第一目標(biāo)函數(shù)：

(1)

式中：f1為總?cè)彼浚fm3；Na，t為供水區(qū)a在t時(shí)段的需水量，萬m3；Sa，t為供水區(qū)a在t時(shí)段的供水量，萬m3；T為時(shí)段總數(shù)；A為供水區(qū)總數(shù)。

以控制斷面河道生態(tài)缺水量最小為第二目標(biāo)函數(shù)：

(2)

式中：f2為總河道生態(tài)缺水量，萬m3；Qa，t為供水區(qū)a在t時(shí)段的適宜河道內(nèi)生態(tài)需水量，一般可以采用最枯月平均流量法計(jì)算得到，萬m3；QCa，t是區(qū)間a在t時(shí)段的實(shí)際河道內(nèi)生態(tài)需水量，萬m3。

2.2 多目標(biāo)螢火蟲算法的改進(jìn)

2.2.1標(biāo)準(zhǔn)的多目標(biāo)螢火蟲算法

(3)

式中：wk=pk/K，其中pk服從U(0，1)的隨機(jī)分布，K為均勻分布的數(shù)的個(gè)數(shù)，在每次迭代中，權(quán)重wk應(yīng)該隨機(jī)選取。

當(dāng)螢火蟲沒有被其他螢火蟲支配時(shí)，螢火蟲移動(dòng)：

(4)

式中：ε為隨機(jī)數(shù)，l為迭代次數(shù)，α為步長(zhǎng)因子，g*為最佳解決方案。

2.2.2算法的改進(jìn)

MOFA依賴于控制參數(shù)的設(shè)置且容易陷入局部最優(yōu)，針對(duì)這些問題，本文利用邏輯自映射函數(shù)產(chǎn)生初始化種群，保證種群多樣性和提高算法的遍歷性，然后引入隨機(jī)擾動(dòng)策略更新螢火蟲位置并使陷入局部最優(yōu)的可能降低，最后利用三點(diǎn)最短路徑策略對(duì)檔案集進(jìn)行修剪，保證檔案集的多樣性和提高算法的運(yùn)行效率，最終達(dá)到優(yōu)化MOFA的目的。

(1) 混沌進(jìn)化?；煦邕M(jìn)化是一種搜索尋優(yōu)的進(jìn)化方法，利用混沌進(jìn)化的特點(diǎn)有利于提高優(yōu)化算法的效率，也能保證種群多樣性。仿真研究的結(jié)果表明，由邏輯自映射生成的混沌序列比用邏輯映射生成的遍歷性好[16]。同時(shí)李肇基等的研究也表明基于邏輯自映射的初始化種群優(yōu)于隨機(jī)的初始化種群[17]。標(biāo)準(zhǔn)的螢火蟲算法通過隨機(jī)的方式生成初始種群難以使種群較好地分布于決策空間中，為了改進(jìn)這種狀況，提出一種邏輯自映射初始化螢火蟲種群，提高算法的遍歷性。通過公式(5) 生成螢火蟲初始種群：

Xi，d=Ld+(Ud-Ld)|Yi，d|

(5)

其中邏輯自映射的公式為

(6)

式中：Y∈[0，1]，映射的定義域不可取0或0.5，i∈(0，1，2，…，n)，d表示D維搜索空間的第d維；Ud為搜索空間第d維的上限，Ld為下限；Yi，d為根據(jù)公式(5) 產(chǎn)生的第i個(gè)螢火蟲對(duì)應(yīng)的第d維的混沌變量；Xi，d為第i個(gè)螢火蟲在搜索空間中第d維的坐標(biāo)。

(2) 隨機(jī)擾動(dòng)策略。萊維飛行是一類非高斯隨機(jī)過程，可以用來描述螢火蟲等生物的搜索軌跡，是隨機(jī)游走模型中的最佳策略之一。標(biāo)準(zhǔn)螢火蟲算法的隨機(jī)步長(zhǎng)只取決于最大迭代次數(shù)，且個(gè)體螢火蟲之間的步長(zhǎng)差距會(huì)隨著迭代次數(shù)的增加越來越小，這種狀況不利于求解復(fù)雜的多目標(biāo)問題。為使多目標(biāo)算法陷入局部最優(yōu)的可能性降低，以更好地提高螢火蟲個(gè)體局部和全局勘探的能力，根據(jù)萊維飛行提出一種隨機(jī)擾動(dòng)策略，螢火蟲的位置更新公式為

(7)

式中：Γ為標(biāo)準(zhǔn)的Gamma函數(shù)。

(3) 三點(diǎn)最短路徑策略。在多目標(biāo)算法中，外部檔案的容量是有限的，當(dāng)非劣解的數(shù)量超過檔案中允許的最大數(shù)量，就需要合理的檔案刪除和保留機(jī)制來修剪檔案，以保證檔案集的多樣性。由于三點(diǎn)路徑法參數(shù)較少且獲得的解群具有更好的多樣性，為了保證檔案集的多樣性并提高算法的運(yùn)行效率，在多目標(biāo)螢火蟲算法中引入三點(diǎn)最短路徑策略。其表達(dá)式為

(9)

式中：i2為距離i1最近的點(diǎn)；Di1，i2和Di2，i3為兩者之間的距離；Di1為i1點(diǎn)的三點(diǎn)最短路徑值。

用IMOFA算法求解多目標(biāo)水庫(kù)調(diào)度模型的算法流程見圖3。

圖3 IMOFA算法流程Fig.3 Flow chart of improving multi-objective firefly algorithm

2.2.3算法的測(cè)試與評(píng)價(jià)

采用世代距離(Generation distance，GD)和空間分布度(Spatial distribution，SP)評(píng)價(jià)算法的綜合性能，GD值越小，算法的收斂性越好，SP值越小，算法的分布度越好。由于求解的是2個(gè)目標(biāo)的水資源配置問題，選擇4個(gè)2-目標(biāo)的ZDT系列函數(shù)ZDT1～ZDT4作為基準(zhǔn)測(cè)試函數(shù)。每個(gè)算法單獨(dú)運(yùn)行10次，算法參數(shù)設(shè)置如下：種群大小為50，外部檔案為100，迭代次數(shù)為300，固定的光吸收系數(shù)為1，相互吸引度為1，固定的步長(zhǎng)因子為0.2，測(cè)試函數(shù)的結(jié)果對(duì)比見表2。

表2 測(cè)試函數(shù)的結(jié)果對(duì)比

測(cè)試結(jié)果顯示：IMOFA算法獲得的4個(gè)測(cè)試函數(shù)的GD均值相比于MOFA至少提高了2個(gè)數(shù)量級(jí)，其中ZDT3函數(shù)的GD均值提高了5個(gè)數(shù)量級(jí)；同時(shí)IMOFA算法的SP均值也小于MOFA，特別是ZDT4函數(shù)，改進(jìn)算法的SP均值提高了3個(gè)數(shù)量級(jí)，說明改進(jìn)算法的分布度更優(yōu)。其中，改進(jìn)算法GD和SP的方差都小于標(biāo)準(zhǔn)算法。綜上所述，通過對(duì)選取的4個(gè)ZDT系列函數(shù)進(jìn)行測(cè)試，改進(jìn)后的多目標(biāo)螢火蟲算法的綜合性能更好。

2.3 水資源配置方案的評(píng)價(jià)

2.3.1指標(biāo)體系的構(gòu)建

為檢驗(yàn)水資源配置方案的可行性和合理性，結(jié)合長(zhǎng)治供水區(qū)水資源現(xiàn)狀建立經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)耦合協(xié)調(diào)度的評(píng)價(jià)模型[18]，根據(jù)區(qū)域社會(huì)、經(jīng)濟(jì)及水資源的現(xiàn)狀及預(yù)期規(guī)劃等情況，劃分長(zhǎng)治區(qū)域水資源配置方案三系統(tǒng)的指標(biāo)評(píng)價(jià)體系，見表3。

表3 經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)指標(biāo)評(píng)價(jià)體系

2.3.2經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)耦合協(xié)調(diào)模型的建立

利用層次分析法(Analytic hierarchy process，AHP)和熵值法相結(jié)合的組合賦權(quán)方法獲得權(quán)重，按照公式(10) 計(jì)算組合權(quán)重[19]，對(duì)多級(jí)的指標(biāo)體系，遵照同一父指標(biāo)下的各指標(biāo)權(quán)重之和為1的原則。

(10)

式中：W為利用AHP法得到水資源協(xié)調(diào)度評(píng)價(jià)指標(biāo)的主觀權(quán)重；θ為利用熵值法得到的客觀權(quán)重；λi為一級(jí)組合權(quán)重，λi，m為二級(jí)組合權(quán)重，i為一級(jí)指標(biāo)的個(gè)數(shù)，m為同一父指標(biāo)i下二級(jí)指標(biāo)的個(gè)數(shù)。其中，一級(jí)組合權(quán)重指耦合協(xié)調(diào)度的評(píng)價(jià)模型下三系統(tǒng)的一級(jí)指標(biāo)權(quán)重，經(jīng)濟(jì)、社會(huì)、生態(tài)系統(tǒng)的權(quán)重分別為λ1、λ2、λ3；二級(jí)組合權(quán)重指耦合協(xié)調(diào)度的評(píng)價(jià)模型下的二級(jí)評(píng)價(jià)指標(biāo)權(quán)重，經(jīng)濟(jì)系統(tǒng)下的二級(jí)評(píng)價(jià)指標(biāo)權(quán)重為λ1，m(m=1，2，3)，社會(huì)系統(tǒng)下的二級(jí)評(píng)價(jià)指標(biāo)權(quán)重為λ2，m(m=1，2)，生態(tài)系統(tǒng)下的二級(jí)評(píng)價(jià)指標(biāo)權(quán)重為λ3，m(m=1，2)。

其中系統(tǒng)各自的綜合評(píng)價(jià)得分按照公式(11)計(jì)算：

(11)

式中：Xi為某系統(tǒng)綜合評(píng)級(jí)得分，X1、X2和X3分別代表經(jīng)濟(jì)、社會(huì)、生態(tài)系統(tǒng)的綜合得分，Xi，m為系統(tǒng)下各二級(jí)指標(biāo)的得分。

指標(biāo)得分按照公式(12)計(jì)算：

(12)

式中：ui，m為某個(gè)系統(tǒng)i下的第m個(gè)二級(jí)指標(biāo)的情況。

由于建立的評(píng)價(jià)模型為系統(tǒng)耦合協(xié)調(diào)度模型，耦合度計(jì)算公式為

(13)

式中：C3∈[0，1]。其中耦合度值與三系統(tǒng)之間的關(guān)聯(lián)性有關(guān)，耦合度的值越小，說明系統(tǒng)之間越不關(guān)聯(lián)。

表4 經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)協(xié)調(diào)度評(píng)價(jià)標(biāo)準(zhǔn)

3 應(yīng)用實(shí)例

3.1 供水與生態(tài)目標(biāo)的關(guān)系分析

采用Matlab編寫，根據(jù)試算結(jié)果進(jìn)行參數(shù)設(shè)置，取種群數(shù)200，迭代次數(shù)200。為分析供水與生態(tài)目標(biāo)之間的關(guān)系，應(yīng)用改進(jìn)的多目標(biāo)螢火蟲算法求解長(zhǎng)治供水區(qū)不同情景下的方案集，在不考慮引調(diào)水的情況下，以年實(shí)際供水量為橫坐標(biāo)，年河道實(shí)際生態(tài)需水量為縱坐標(biāo)繪圖，結(jié)果見圖4。

圖4 不同情景下供水與生態(tài)目標(biāo)的關(guān)系Fig.4 Relationship between water supply and ecological goals under different scenarios

可以看出，豐、平、枯3個(gè)典型年時(shí)供水與生態(tài)兩個(gè)目標(biāo)之間存在著競(jìng)爭(zhēng)關(guān)系，隨著供水量的增加，即年實(shí)際供水量的增加，河道實(shí)際生態(tài)需水量逐漸減小。此外，豐水年的河道實(shí)際生態(tài)需水量最大，枯水年生態(tài)需水量最小，這是因?yàn)楹拥纼?nèi)生態(tài)需水會(huì)受河道來水條件的影響，豐水年的來水條件提供的水資源量基本能夠滿足適宜河道內(nèi)的生態(tài)需水量。

3.2 水資源配置方案的結(jié)果與分析

應(yīng)用文獻(xiàn)[20]的多目標(biāo)決策方法，得出2035年引調(diào)水前后不同來水情況下的最優(yōu)決策方案。配置結(jié)果見表5，關(guān)河水庫(kù)和吳家莊水庫(kù)的聯(lián)合調(diào)度圖見圖5，其中方案一為不考慮引調(diào)水的情況下，應(yīng)用改進(jìn)算法求解，方案二為考慮引調(diào)水的情況。

由配置結(jié)果可知，考慮引調(diào)水后，豐水年和平水年情景下都可以滿足區(qū)域供水和生態(tài)的需求，但在不考慮引調(diào)水的情況下，只有豐水年的配置方案可以滿足地區(qū)的供水需求，在平水年和枯水年均有供水不足以及一定程度河道生態(tài)缺水的情況出現(xiàn)。由表5可知，在平水年，方案二的區(qū)域供水量相比方案一提高了1 100 萬m3，缺水量減小為0，生態(tài)總?cè)彼繙p少了73萬m3；在枯水年，方案二的區(qū)域供水量相比方案一提高了1 725萬m3，生態(tài)總?cè)彼繙p少了102萬m3?？梢缘贸鼋Y(jié)論，引黃入晉的調(diào)水工程在一定程度上解決了長(zhǎng)治地區(qū)的缺水問題，基本滿足了該地區(qū)供水和生態(tài)的需求。

表5 IMOFA算法在2035年不同來水情況下的調(diào)度方案

由圖5可知，對(duì)于關(guān)河水庫(kù)，枯、平水年的水庫(kù)水位變化相對(duì)明顯，總體呈現(xiàn)水位先降后升的趨勢(shì)，豐水年的水庫(kù)水位沒有明顯變化；對(duì)于吳家莊水庫(kù)，豐、平水年的水庫(kù)變化基本一致?？傮w而言，不同水庫(kù)來水情況下的水位高低的排序是一致的，從高到低分別是豐水年、平水年和枯水年。

圖5 2035年不同情景下水庫(kù)群聯(lián)合調(diào)度結(jié)果Fig.5 Results of joint operation of reservoir group under different scenarios in 2035

3.3 水資源優(yōu)化配置方案的耦合協(xié)調(diào)評(píng)價(jià)

3.3.1系統(tǒng)指標(biāo)權(quán)重計(jì)算

應(yīng)用改進(jìn)的多目標(biāo)螢火蟲算法求解得到長(zhǎng)治供水區(qū)的配置方案一、二，采用經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)耦合協(xié)調(diào)度的評(píng)價(jià)模型對(duì)水資源優(yōu)化配置方案進(jìn)行評(píng)價(jià)。利用公式(10) 計(jì)算二級(jí)指標(biāo)權(quán)重，其中本文認(rèn)為三系統(tǒng)的綜合貢獻(xiàn)值是一致的，因此一級(jí)權(quán)重取等值權(quán)重，具體見表6。

表6 經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)指標(biāo)權(quán)重計(jì)算值

3.3.2長(zhǎng)治供水區(qū)三系統(tǒng)主要指標(biāo)情況

根據(jù)2016年山西省基本情況和水資源優(yōu)化配置方案可知2035年長(zhǎng)治供水區(qū)人口、GDP、供水量情況、廢污水情況，其中GDP增長(zhǎng)情況根據(jù)山西省“十三五”規(guī)劃及相關(guān)政策文件，2016～2025年GDP增長(zhǎng)率為7.1%，2025～2035年GDP增長(zhǎng)率則為6%。經(jīng)濟(jì)系統(tǒng)的指標(biāo)情況暫時(shí)沒有考慮實(shí)際供水量對(duì)GDP等的影響，主要指標(biāo)情況見表7，社會(huì)系統(tǒng)的指標(biāo)情況見表8，生態(tài)系統(tǒng)的指標(biāo)情況見表9。

表7 經(jīng)濟(jì)系統(tǒng)指標(biāo)情況

表8 社會(huì)系統(tǒng)指標(biāo)情況

表9 生態(tài)系統(tǒng)指標(biāo)情況

3.3.3長(zhǎng)治供水區(qū)協(xié)調(diào)度計(jì)算

按2.3節(jié)公式(10)～(13)可得不同方案下豐、平、枯情景下長(zhǎng)治供水區(qū)的耦合協(xié)調(diào)度，具體數(shù)值見表10。

由表10可知，應(yīng)用IMOFA算法后長(zhǎng)治市2035年引調(diào)水前后不同來水情況下的方案一、二均達(dá)到了良好協(xié)調(diào)。在平水年和枯水年，引黃河水使區(qū)域協(xié)調(diào)度分別提升了0.04和0.01?？梢钥闯?，考慮引調(diào)水能夠改善區(qū)域的協(xié)調(diào)度。由豐水年的協(xié)調(diào)度可知，在不需要引調(diào)水的情況下，長(zhǎng)治供水區(qū)最終的區(qū)域協(xié)調(diào)度仍沒有達(dá)到優(yōu)質(zhì)協(xié)調(diào)，需要考慮其他措施來進(jìn)一步提高協(xié)調(diào)度。又因?yàn)榻?jīng)濟(jì)系統(tǒng)的得分低于社會(huì)和生態(tài)系統(tǒng)，而協(xié)調(diào)度與各個(gè)系統(tǒng)的得分情況相關(guān)聯(lián)，可以考慮提高經(jīng)濟(jì)系統(tǒng)的得分，即采取促進(jìn)長(zhǎng)治供水區(qū)經(jīng)濟(jì)發(fā)展、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的手段進(jìn)一步改善區(qū)域的協(xié)調(diào)度。因此，多方面考慮促進(jìn)長(zhǎng)治市經(jīng)濟(jì)發(fā)展、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的手段和引黃河水的措施可使區(qū)域協(xié)調(diào)度有更大的提高。

表10 長(zhǎng)治供水區(qū)的耦合協(xié)調(diào)度

4 結(jié) 論

(1) 針對(duì)多目標(biāo)螢火蟲算法依賴于控制參數(shù)的設(shè)置和容易陷入局部最優(yōu)等問題，通過邏輯自映射和隨機(jī)擾動(dòng)策略改進(jìn)螢火蟲算法，能夠提高全局搜索能力，避免陷入局部最優(yōu)，最后利用三點(diǎn)最短路徑策略對(duì)檔案集進(jìn)行修剪，保證檔案集的多樣性和提高算法的運(yùn)行效率；算法的測(cè)試與評(píng)價(jià)也表明IMOFA的GD均值更小，算法的綜合性能更好。

(2) 根據(jù)長(zhǎng)治供水區(qū)的現(xiàn)狀，構(gòu)建了一個(gè)同時(shí)考慮缺水量最小和河道生態(tài)缺水量最小的復(fù)雜多目標(biāo)優(yōu)化調(diào)度模型，將改進(jìn)的多目標(biāo)螢火蟲算法應(yīng)用到長(zhǎng)治供水區(qū)，得到考慮引調(diào)水前后的水資源優(yōu)化配置方案，建立了一個(gè)經(jīng)濟(jì)-社會(huì)-生態(tài)三系統(tǒng)耦合協(xié)調(diào)模型對(duì)供水區(qū)的方案進(jìn)行評(píng)價(jià)。結(jié)果顯示：引黃河水0.3億m3不僅能緩解供水區(qū)的缺水和生態(tài)問題，還有利于提升區(qū)域的協(xié)調(diào)度。

(3) 本文設(shè)置的水資源配置方案的指標(biāo)情況未考慮不同情景下經(jīng)濟(jì)的變化情況，未來有待結(jié)合水量與經(jīng)濟(jì)情況進(jìn)行研究以獲得更加準(zhǔn)確的區(qū)域協(xié)調(diào)情況。