EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 4: 640 - 648

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.170

气候与水文

未来多情景下柯柯牙工程区水资源脆弱性评价及预测

  • 杨雪梅 ,
  • 王让会 ,
  • 刘春伟
展开
  • 南京信息工程大学生态与应用气象学院，江苏 南京 210044
王让会（1963-），男，博士，教授，主要从事地理学及生态学领域的研究. E-mail:

杨雪梅（1998-），女，硕士研究生，主要从事生态气象研究. E-mail:

收稿日期: 2024-03-16

  修回日期: 2024-07-30

  网络出版日期: 2026-03-11

基金资助

山水林田湖草沙一体化保护和修复工程相关关键问题和关键技术研究(AKSSSXM2022620)

收起

Assessment and prediction of water resource vulnerability in Kekeya area under the future multi-scenario model

  • Xuemei YANG ,
  • Ranghui WANG ,
  • Chunwei LIU
Expand
  • School of Ecology and Applied Meteorology, Nanjing University of Information Science and Technology, Nanjing 210044, Jiangsu, China

Received date: 2024-03-16

  Revised date: 2024-07-30

  Online published: 2026-03-11

Fold

摘要

为了客观且科学地评价和管理新疆柯柯牙生态工程区的水资源脆弱性，基于自然、人为及社会经济3方面构建水资源脆弱性评价指标体系，设置现状发展型、经济导向型、资源节约型及绿色协调型4种情景，应用综合模糊评价法、熵权法以及系统动力学模型对区域水资源脆弱性进行评价及预测。结果表明：（1） 2010—2020年研究区水资源脆弱性总体得分为0.466，属中等脆弱。（2） 现状发展型、经济导向型、资源节约型和绿色协调型4种发展情景下的水资源脆弱性均呈现上升趋势，到2035年4种情景下的水资源脆弱值分别为0.512、0.574、0.549、0.511，表明在未来区内水资源供需问题日益严峻，其中资源节约型对缓解水资源供需不平衡的效果最优。该研究探寻柯柯牙工程实施前后水资源的变化特征，提供设置不同发展情景分析了未来水资源脆弱性变化规律，对干旱区绿化工程的实施提供相关理论参考，同时也对当地的水资源可持续发展具有一定的现实意义。

关键词： 水资源脆弱性; 系统动力学模型; 模糊综合评价; 柯柯牙工程区

本文引用格式

杨雪梅 , 王让会 , 刘春伟 . 未来多情景下柯柯牙工程区水资源脆弱性评价及预测[J]. 干旱区地理, 2025 , 48(4) : 640 -648 . DOI: 10.12118/j.issn.1000-6060.2024.170

Abstract

With the rapid economic development and the population growth, the fragility of water resources has become a key constraint on the sustainable development of the Kekeya Project Area in Xinjiang, China. Based on natural, anthropogenic and socio-economic factors, an evaluation index system of water resource fragility was constructed incorporating four developmental scenarios: status-quo development, economy orientation, resource conservation, and green coordination. The system dynamics model was employed to assess and predict water resource fragility in the region. Results indicate that from 2010 to 2020, the water fragility of the area decreased with increased water conservation efforts, but overall fragility remained moderate. Of the four development scenarios, simulation results for water resources’ healthy development showed, first, an upward trend for water resources’ future fragility, and, second, that resource conservation scenario will best alleviate imbalance between water supply and demand. Therefore, adjusting economic structure and innovating water-saving technologies can have a positive effect on alleviating water resource fragility. Future development should prioritize not only the economic development of the Kekeya Project Zone, but also increase the intensity of ecological construction to achieve high-quality, sustainable water resource management in the in the region.

Key words： water vulnerability; system dynamics model; fuzzy comprehensive evaluation; Kekeya area

水资源是人类生存的重要物质基础和保障，同时，水资源量和水质又受到人类活动的影响[1]。随着当今社会的飞速发展及城镇化进程的不断加快,水资源的短缺以及水质受到污染成为了制约社会经济可持续发展的重要因素，并且使得水资源系统发生变化[2]。水资源脆弱性是衡量水资源系统的变化的重要指标，对其进行科学全面的评价，有利于促进水资源的高效利用及其与城市的协调发展[3]。对于水资源脆弱性的研究，早期主要是针对地下水的脆弱性进行探究，随后逐步延伸和扩展至整个水资源系统[4]。水资源脆弱性的研究起始于20世纪60年代[5]，之后多位专家学者的研究使得对于水环境的研究内容日益丰富。研究内容主要包括评价指标体系的建立[6]，水资源系统内部各层次的互相影响[7]。Mirauda等[8]与Padowski等[9]分别对美国及意大利的流域水资源进行脆弱性研究，均表明水资源脆弱性会在一定程度上影响区域水环境健康的可持续发展；刘庆芳等[10]基于压力-状态-响应模型，对西藏地区的水资源进行评价，深入探索了影响该地区水资源承载力各子系统的耦合协调关系；林钟华等[11]对珠三角城市群的水资源进行研究，发现社会经济的不利影响与水资源脆弱度成正比。
目前对于水资源脆弱性的研究核心体现在评价指标体系的建立以及评价方法的选择，基于水资源脆弱性内涵多元性的特点，使得在评价过程中没有一个统一的评价框架。例如宁理科等[12]应用水资源脆弱指数对塔里木河流域进行评价研究；曹丽娟等[13]应用主成分分析法对甘肃的水资源脆弱性进行评价；高亚等[14]应用系统动力学模型对江苏省的水资源进行了评价。综合以上提及的方法可以发现，不仅构建评价方法存在多样性，对于选择的模型也呈现多样化。但其他方法多多少少仅具有静态分析，不能较为全面地反映各要素之间的相互关联及制约关系。基于此，系统动力学方法具有多个变量、更能反映出系统要素之间非线性、高阶次的各种因果反馈关系[15]，不仅能更为全面地反映出现状之间的关系，更能设计不同的情景对未来要素的发展趋势进行预测与仿真，从而选择出最佳情景以及最佳情景下的要素设计，从而更好地对研究区域的水资源脆弱性进行更好地调控。
柯柯牙生态工程是新疆阿克苏地区的一项重要生态恢复项目，旨在改善当地的生态环境，减少风沙灾害，促进可持续发展。柯柯牙生态工程位于新疆阿克苏地区，工程实施以来，生态效益、社会效益和经济效益均有了显著提高，堪称生态工程荒漠化治理的典范。由于柯柯牙生态工程位于西北内陆区，气候极端干旱，生态建设完全依赖人工灌溉，随着社会经济进一步发展，水资源不足的问题则日益凸显[16]。柯柯牙绿化工程的实施不仅对当地气候产生了影响，对于生态林防护效益以及防风固沙均起了至关重要的作用，目前对于柯柯牙工程带来的影响仅局限于其防风固沙功能与生态服务价值等方面，鲜见对于柯柯牙区域的水资源脆弱性进行报道。基于此，本文应用模糊综合评价以及系统动力学模型对柯柯牙区域内的水资源进行评价及预测，以期为柯柯牙工程区内水资源的绿色可持续发展提供相关思路，并为柯柯牙绿化工程的下一阶段提供相关参考。

1 数据与方法

1.1 研究区概况

柯柯牙生态工程区（图1）位于我国新疆阿克苏市及温宿县东北洪积阶地上，占地面积约为1152.48 km2，原始地貌沟壑纵横，地势北高南低，海拔范围为1071~1450 m。由于特殊的地理位置及地质条件，该区域土壤盐渍化严重，土质贫瘠，植被稀疏；阶地气候干旱，研究区域多年平均气温10.2 ℃，降水量为85.7 mm，蒸发量为1706.0 mm。
图1 研究区示意图

Fig. 1 Schematic diagram of the study area

1.2 数据来源

本文所需要的数据主要分为气象数据、水资源数据以及经济社会数据。降水量数据来源于国家青藏高原科学数据中心（http://data.tpdc.ac.cn）提供的中国1 km分辨率逐月降水量数据集（1901—2022年），降水量的单位为0.1 mm，空间分辨率为0.0083333°（约1 km），时间分辨率为月。蒸发量数据来自阿克苏站、温宿站的观测数据，由于柯柯牙工程区位于阿克苏市和温宿县的交界处，因此取两站的平均值。径流量数据、水资源数据来自《阿克苏地区水资源公报》；经济社会数据来自《阿克苏统计年鉴（2000—2020年）》和《阿克苏国民经济和社会发展统计公报（2000—2020年）》《阿克苏地区国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，时间尺度为年。部分年份的数据缺失应用插值方法进行了插补。

1.3 研究方法

1.3.1 评价指标体系构建

本研究基于研究区域实际地理状况，经济社会发展状况以及对于水资源脆弱性的概念及内涵的理解，并根据前人学者总结出关于评价指标体系的构建原则[17]，将影响水资源脆弱性的影响因素分为自然、人为以及社会经济因素指标三大类[18]，共选取12个指标构建柯柯牙水资源脆弱性评价指标体系（表1）。
表1 柯柯牙工程区水资源脆弱性评价指标体系

Tab. 1 Evaluation index system for water resource vulnerability in Kekeya area

目标层 准则层 指标层 指标属性 数据来源/计算方式
柯柯牙工程区
水资源脆弱性		 自然因素 降水量（X1）
 - 气象资料数据
森林覆盖率（X2） - 森林面积/区域总面积×100%
蒸发量（X3） + 统计年鉴数据
年径流（X4） + 统计年鉴数据
人为因素 人口密度（X5） + 总人口/区域面积
水资源开发利用率（X6） + 总用水量/水资源总量
农业生产用水量（X7） + 农业用水/总用水量
人均生活用水量（X8） - 生活用水总量/总人口
经济社会因素 人均GDP（X9） - 地区生产总值/总人口
单位工业产值用水量（X10） - 工业用水总量/工业增加值
工业用水比例（X11） + 工业用水量/总用水量
城镇化率（X12） + 城镇人口/总人口

注：+、-分别为正向指标、负向指标。

1.3.2 评价指标权重确定

采用熵值法和CRITIC法进行组合定权重，以提高评价结果的真实性及准确性，其具体计算方法见文献[19-20]。最终由熵权法以及CRITIC法得出权重并取平均值。

1.3.3 模糊综合评价法

模糊评价法常常用来解决综合评价问题的科学方法[21]，主要思想是将各项指标转化为若干等级，根据各个等级将指标进行隶属度计算，最终得到研究区水资源脆弱性综合评价得分。本研究参考《地表水环境质量标准》的相关标准[22]，由于对水资源脆弱性评价指标的分级标准并未统一，因其研究角度的不同出现了不同的分级标准。为不失划分等级的一般性，本研究选取各指标数据的最大值与最小值，按照等间隔划分为5段作为分级标准，将柯柯牙工程区水资源脆弱性评价等级划分为5级（表2）。
表2 柯柯牙工程区水资源脆弱性等级

Tab. 2 Water resource vulnerability levels in Kekeya area

脆弱性等级 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ
脆弱指数及对应脆弱程度 ≤0.2不脆弱 （0.2, 0.4]轻度脆弱 （0.4, 0.6]中度脆弱 （0.6, 0.8]重度脆弱 >0.8极度脆弱
由于篇幅过长具体计算过程见文献所示[23]。对水资源脆弱性评价中的5项评价等级分别赋值0.2、0.4、0.6、0.8、1分，则研究对象的综合指数为：
C = 0.2 b 1 + 0.4 b 2 + 0.6 b 3 + 0.8 b 4 + 1 b 5
式中： C为水资源脆弱性值； b 1 ~ b 5为各指标在对应脆弱性等级内的均值。

1.3.4 系统动力学模型（SD模型）

系统动力学起源于系统论[24]，最突出的特点是可以处理更高阶次，更为复杂的、非线性、多重反馈、复杂时变的系统问题，因此系统动力学模型是较早用于研究水资源脆弱性的动态预测[25]，本研究基于系统动力学模型对柯柯牙工程区的水资源脆弱性研究流程图如图2所示。
图2 柯柯牙工程区水资源脆弱性系统动力学模型流程图

Fig. 2 Flow chart of system dynamics model for water resource vulnerability in Kekeya area

模型的有效性验证主要基于2010—2020年共11 a的历史数据进行，以历史数据与模拟数据的相对误差绝对值（ARE）表示，计算如下：
A R E = Y ^ t - Y t Y t
式中： Y ^ t为模拟数据； Y t为历史数据；t为年份。

2 结果与分析

2.1 水资源脆弱性综合评价

运用熵值法及CRITIC法对研究区的水资源脆弱性影响指标权重进行计算（表3）。总体的子系统权重由高到低分别为：社会经济脆弱性（0.381）>自然脆弱性（0.353）>人为脆弱性（0.266）。就单个指标而言，森林覆盖率（X2）组合权重最高，为0.103，说明该指标的波动情况对脆弱指数的影响较大，人均生活用水量（X8）权重最低，为0.052，说明该指标对于研究区水资源脆弱性指数影响较小。
表3 各指标权重计算结果

Tab. 3 Weight calculation of each indicator

指标 熵值法 CRITIC法 总权重 指标 熵值法 CRITIC法 总权重
X1 0.066 0.072 0.069 X7 0.079 0.059 0.069
X2 0.090 0.117 0.103 X8 0.039 0.066 0.052
X3 0.092 0.101 0.096 X9 0.072 0.121 0.097
X4 0.086 0.084 0.085 X10 0.087 0.086 0.087
X5 0.095 0.062 0.079 X11 0.122 0.083 0.102
X6 0.065 0.066 0.066 X12 0.108 0.083 0.095
1980—2020年柯柯牙工程实施不同阶段的水资源脆弱性评价结果（图3）。柯柯牙工程区水资源脆弱性均处于中度脆弱等级内。根据结果可知在1980—1986年（柯柯牙工程实施前），柯柯牙工程区的水资源脆弱性综合指数为0.499，属于中度脆弱（Ⅲ级脆弱），水资源脆弱性呈现上升趋势，表明在此期间水资源供需矛盾更为严峻。水资源脆弱性最大值出现在1984年，为0.532；最小值出现在1980年，为0.425。1987—2005年柯柯牙区域内水资源脆弱性平均值为0.494，属于中度脆弱，此期间水资源脆弱性值呈现下降趋势，表明在此期间随着柯柯牙工程的实施，区域内的水资源供需矛盾有所缓解，柯柯牙防护林工程效果明显。水资源脆弱性的最大值出现在1990年，为0.582；水资源脆弱性的最小值出现在1996年，为0.398。2006—2020年柯柯牙区域内水资源脆弱性平均值为0.480，属于中度脆弱，整个时间段内水资源脆弱性值呈现轻微上升趋势，表明在此期间虽然水资源供需矛盾更为严峻，但总体上柯柯牙工程实施前的供需矛盾比这一时期更为严峻。此期间水资源脆弱性的最大值出现在2019年，为0.575；水资源脆弱性的最小值出现在2007年，为0.440。
图3 1980—2020年柯柯牙工程区水资源脆弱值年际变化趋势

Fig. 3 Inter annual variation trends of water resource vulnerability value in Kekeya area from 1980 to 2020

2.2 SD模型历史有效性检验

根据相对误差绝对值公式（2），计算出2010—2020年影响研究区水资源脆弱性主要关键性变量，即常住人口、GDP以及需水量的相对误差。对SD模型进行有效性检验验证结果（图4）。模型中模拟仿真得出的误差均控制在10 %以内，说明该系统动力学模型对于研究地区水资源脆弱性具有较好的模拟有效性，与真实值之间没有显著差异，可以用来模拟柯柯牙工程区水资源脆弱性未来变化趋势。
图4 系统动力学模型历史性检验结果

Fig. 4 Historical test results of system dynamics model

2.3 未来情景下水资源脆弱性模拟

本研究主要设计4种情景对研究区的水资源脆弱性进行分析及预测。4种情景分别为：现状发展型、经济导向型、资源节约型和绿色协调型（表4），下文所述的“4种情景下”均以此为序。
表4 柯柯牙工程区未来各水资源脆弱性发展情景描述

Tab. 4 Scenario description of future water resource vulnerability development in Kekeya area

发展情景 情景描述
现状发展型 该情景涉及的各方面增长率以及各类用水定额均保持恒定不变，维持历史变化趋势
经济导向型 该情景重点突出经济发展的重要性，强调相关经济指标的重要性，例如人口变化率、城镇化率增长率等
资源节约型 该情景下大力推行节约用水和废水处理循环利用，实现地区水资源的高质量可持续发展
绿色协调型 该情景是结合现状发展型以及节约资源型，在保持社会经济的稳定发展下，加大生态建设力度
根据研究区水资源脆弱性模型流程图（图2）所示、表4中对于各情景的相关描述及侧重点，对该研究地区未来情景参数设置，各情景方案下各个参数设置如表5所示。
表5 未来水资源脆弱性情景参数设置

Tab. 5 Parameter settings for future water resource vulnerability scenarios /%

参数 发展情景
现状
发展型		 经济
导向型		 资源
节约型		 绿色
协调型
第一产业增长率 6.50 10.00 3.00 8.00
第二产业增长率 9.20 14.00 4.80 11.00
第三产业增长率 8.80 12.00 5.00 10.00
人口增长率 1.00 2.00 0.60 1.40
城镇化率增长率 0.29 0.50 0.18 0.38
工业用水增长率 0.80 1.00 0.60 0.90
对2020—2035年4种发展情景下研究区域主要影响指标（总人口、工业用水比例、一产产值、三产产值）进行了预测分析（图5）。在4种发展情景下，未来该地区总人口变化趋势均呈现逐年线性上升的趋势（图5a），4种情景的显著程度为：经济导向型>绿色协调型>现状发展型>资源节约型。到2035年，4种情景下的总人口分别达到了93.62×104人、119.76×104人、84.78×104人、103.34×104人。2020—2035年区域内工业用水比例呈现出与总人口较为相反的变化趋势（图5b），未来该地区工业用水比例变化趋势均呈现逐年下降的趋势。4种情景下下降的显著程度为：资源节约型>现状发展型>绿色协调型>经济导向型。截止2035年，4种情景下的工业用水比例分别达到了0.689%、0.710%、0.669%和0.700%。2020—2035年4种情景下的研究区第一产业产值均呈现类似于指数增长趋势（图5c）。4种情景下的第一产业产值变化显著程度分别为：经济导向型>绿色协调型>现状发展型>资源节约型。截止2035年，4种情景下的第一产业产值分别达到了132.34×108元、222.40×108元、70.14×108元以及172.63×108元。2020—2035年研究区第三产业产值呈现类似于指数增长趋势（图5d），与第一产业产值变化趋势相一致。截止2035年，4种情景下的第三产业产值分别达到了237.72×108元、378.00×108元、134.60×108元以及283.33×108元。
图5 柯柯牙工程区主要指标未来变化趋势

Fig. 5 Future trends of main indicators in Kekeya area

结合柯柯牙工程区脆弱性评价指标体系以及脆弱性等级，对2020—2035年4种情景下地区水资源脆弱性进行分析（图6）。2020—2035年4种情景下的研究区水资源脆弱性均呈现上升趋势，4种情景增长速率由快到慢分别为：经济导向型>绿色协调型>现状发展型>资源节约型。在现状发展情况下（图6a），2020—2035年研究区水资源脆弱性呈现波动上升趋势。在预测时期内2031年分数最高，为0.586；2025年预测分数最低，为0.415。2020—2035年该情景下研究区水资源脆弱性经历了从轻度脆弱向中度脆弱转化，因此在按现状发展型的发展情景下，水资源脆弱性会随着时间的变化愈加不稳定。在经济导向的发展情境下（图6b），2020—2035年总体发展趋势也是呈现波动上升的趋势，且上升趋势相较于其他情景较为显著，在此情境下研究区水资源脆弱值完成了由中度脆弱向重度脆弱的转化，此期间平均水资源脆弱值为0.565，表明这一情景较现状发展型情景下对水资源脆弱性的升高有促进作用。在资源节约情景下（图6c），2020—2035年该区域水资源脆弱性呈现波动上升的趋势，从2020年的0.482上升到2035年的0.512。在整个预测期间水资源脆弱值最高为0.544（出现在2031年），最低为0.356（出现在2029年）。这一情景下的水资源脆弱值下降趋势是4种情景中上升最慢的，表明按此发展情景发展对降低研究区水资源脆弱性具有较为显著的促进作用。可见，各个行业对于水资源的消耗以及排放的水资源及时处理是降低区域内水资源脆弱性的主要因子，此模式对水资源脆弱度的降低以及水资源系统稳定有积极的促进作用。在绿色协调的情景下（图6d），2020—2035年预测期间，该区域水资源脆弱性处于波动上升的趋势，且上升趋势仅次于经济导向型，在整个预测期间水资源脆弱值最高为0.592（出现在2032年），最低为0.435（出现在2025年）。在2020—2035预测期间，研究区水资源脆弱值由2020年的0.482上升到2035年的0.549，上升率为13.84%，由此趋势可见，在未来时间内，该情景下的水资源脆弱性或将处于重度脆弱。
图6 不同情景下柯柯牙水资源脆弱性未来发展情况

Fig. 6 Future development of water resource vulnerability in Kekeya area under different scenarios

3 讨论

本文基于构建的脆弱性评价指标体系，对柯柯牙工程区的水资源进行评价，整体上各区域内的水资源脆弱性呈现上升趋势，这与宁理科等[13]的研究结果相一致。通过凌红波等[25]、林钟华等[11⇓⇓-14]学者的研究，目前对于水资源脆弱性的研究主要侧重于对于现状的研究与分析，鲜少有对未来的预测与仿真，因此通过系统动力学不仅可以对未来的水资源脆弱性进行预测，通过设置不同的发展情景，对不同情景下的参数可以更好地调控水资源供需矛盾。
通过前文的研究发现，森林覆盖率所占权重最大，是影响水资源脆弱性的重要因素，在了解了主要原因后，继续加大当地生态工程的建设力度，同时优化生产技术，避免对水资源造成进一步的污染。针对影响的子系统而言，水资源脆弱性主要受影响于社会经济子系统，在这一系统内主要与人民生活、工业生产等的用水需求相关，需要改进相关生产方式，推广节水方式，引导人们在日常生活中节约用水。在研究过程中由于水资源脆弱性的评价指标体系并非存在统一的标准，本研究主要根据当地的地理环境、经济社会发展背景确定了相关指标，在今后的研究中还需要对于指标的选取进行精细研究。

4 结论

（1） 区内水资源脆弱性是多个要素共同作用的结果。影响区内水资源脆弱性的因子子系统权重由高到低分别为：社会经济子系统（0.381）>自然子系统（0.353）>人为脆弱性（0.266）；就单项指标而言，森林覆盖率权重最高，人均生活用水量权重最低。
（2） 1980—2020年区内水资源脆弱性存在明显的时间分异规律。根据模糊综合评价可知，区内水资源脆弱性一直属于中度脆弱（Ⅲ级），按照现有变化趋势未来也可能转化为重度脆弱。
（3） 未来4种情景下的水资源脆弱性均呈现上升趋势，表明在未来区内水资源脆弱性逐渐变差。经济导向型、绿色协调型、现状发展型、资源节约型上升趋势依次降低。其中，资源节约型情景对区域减缓水资源脆弱性具有一定的促进作用。在未来要注重研究区域经济发展的同时也要加大生态建设力度，实现区域内水资源高质量发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吕文凯, 周金星, 万龙, 等. 滇东岩溶断陷盆地水资源脆弱性评价[J]. 地球学报, 2021, 42(3): 341-351.

[Lü Wenkai, Zhou Jinxing, Wan Long, et al. Evaluation of water resources vulnerability in karst faulted basin of eastern Yunnan Province[J]. Acta Geoscientica Sinica, 2021, 42(3): 341-351.]

[2]
杨法暄, 郑乐, 钱会, 等. 基于DPSIR模型的城市水资源脆弱性评价: 以西安市为例[J]. 水资源与水工程学报, 2020, 31(1): 77-84.

[Yang Faxuan, Zheng Le, Qian Hui, et al. Vulnerability assessment of urban water resources based on DPSIR model: A case study of Xi’an City[J]. Journal of Water Resources and Water Engineering, 2020, 31(1): 77-84.]

[3]
朱逸凡, 何宏, 张文静, 等. 基于DPSIR-TOPSIS模型的长春市水资源脆弱性评价[J]. 水土保持通报, 2022, 42(5): 174-180.

[Zhu Yifan, He Hong, Zhang Wenjing, et al. Water resource vulnerability assessment of Changchun City based on DPSIR-TOPSIS model[J]. Bulletin of Soil and Water Conservation, 2022, 42(5): 174-180.]

[4]
朱怡娟, 黄建武, 揭毅. 武汉城市圈水资源脆弱性评价[J]. 水资源保护, 2015, 31(2): 59-64.

[Zhu Yijuan, Huang Jianwu, Jie Yi. Evaluation on water resources vulnerability of Wuhan City circle[J]. Water Resources Protection, 2015, 31(2): 59-64.]

[5]
Albinet M, Margat J. Cartographie de la vulnerabilitè a la pollution des nappes d’eau souterraine[J]. Bulletin BRGM 2nd Series, 1970, 3(4): 13-22.

[6]
杨飞, 马超, 方华军. 脆弱性研究进展: 从理论研究到综合实践[J]. 生态学报, 2019, 39(2): 441-453.

[Yang Fei, Ma Chao, Fang Huajun. Research progress on vulnerability: From theoretical research to comprehensive practice[J]. Acid Ecological Sinica, 2019, 39(2): 441-453.]

[7]
唐国平, 李秀彬, 刘燕华. 全球气候变化下水资源脆弱性及其评估方法[J]. 地球科学进展, 2000, 15(3): 313-317.

[Tang Guoping, Li Xiuping, Liu Yanhua. Assessment method of vulnerability of water resources under global climate change[J]. Advances in Earth Science, 2000, 15(3): 313-317.]

DOI

[8]
Mirauda D, Ostoich M. Surface water vulnerability assessment applying the integrity model as a decision support system for quality improvement[J]. Environmental Impact Assessment Review, 2011, 31(3): 161-171.

[9]
Padowski J C, Jawitz J W. Water availability and vulnerability of 225 large cities in the United States[J]. Water Resources Research, 2012, 48(12): 1-16.

[10]
刘庆芳, 王小坤, 朱青, 等. 基于“三生”功能的西藏自治区水资源承载力系统耦合关系[J]. 自然资源学报, 2023, 38(6): 1618-1631.

DOI

[Liu Qingfang, Wang Xiaokun, Zhu Qing, et al. Coupling relationship of water resources carrying capacity system in Tibet Autonomous Region based on “production-living-ecological” function[J]. Journal of Natural Resources, 2023, 38(6): 1618-1631.]

DOI

[11]
林钟华, 刘丙军, 伍颖婷, 等. 变化环境下珠三角城市群水资源脆弱性评价[J]. 中山大学学报(自然科学版), 2018, 57(6): 14-22.

[Lin Zhonghua, Liu Bingjun, Wu Yingting, et al. Assessment of water resource vulnerability of the Pearl River Delta metropolitan under environment change[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2018, 57(6): 14-22.]

[12]
宁理科, 刘海隆, 包安明. 塔里木河流域水资源系统脆弱性定量评价研究[J]. 水土保持通报, 2013, 33(5): 266-270, 304, 309.

[Ning Like, Liu Hailong, Bao Anming. Quantitative study of water resource system vulnerability in Tarim River Basin[J]. Bulletin of Soil and Water Conservation, 2013, 33(5): 266-270, 304, 309.]

[13]
曹丽娟, 张小平. 基于主成分分析的甘肃省水资源承载力评价[J]. 干旱区地理, 2017, 40(4): 906-912.

[Cao Lijuan, Zhang Xiaoping. Assessment of water resources carrying capacity in Gansu Province based on principal component analysis[J]. Arid Land Geography, 2017, 40(4): 906-912.]

[14]
高亚, 章恒全. 基于系统动力学的江苏省水资源承载力的仿真与控制[J]. 水资源与水工程学报, 2016, 27(4): 103-109.

[Gao Ya, Zhang Hengquan. Simulation and control of water resources carrying capacity in Jiangsu Province based on system dynamics[J]. Journal of Water Resources & Water Engineering, 2016, 27(4): 103-109.]

[15]
宗鑫. 基于SD模型的甘肃省水资源承载力及结构性需水预测[J]. 中国农村水利水电, 2021(12): 83-90, 98.

[Zong Xin. Forecast of water resource carrying capacity and structural water demand in Gansu Province based on SD model[J]. China Rural Water and Hydropower, 2021(12): 83-90, 98.]

[16]
李鹤. 新疆柯柯牙生态工程水资源保障研究[J]. 水资源开发与管理, 2022, 8(7): 10-13, 37.

[Li He. Study on water resources guarantee of Kekeya ecological project in Xinjiang[J]. Water Resources Development and Management, 2022, 8(7): 10-13, 37.]

[17]
刘雁慧. 重庆市水资源脆弱性评价分析[D]. 重庆: 重庆师范大学, 2019.

[Liu Yanhui. Evaluation and analysis of water resources vulnerability in Chongqing[D]. Chongqing: Chongqing Normal University, 2019.]

[18]
邹君, 杨玉蓉, 谢小立. 地表水资源脆弱性: 概念、内涵及定量评价[J]. 水土保持通报, 2007, 27(2): 132-135, 145.

[Zou Jun, Yang Yurong, Xie Xiaoli. Concept of nulnerability of surface water resource and its quantitative assessment[J]. Bulletin of Soil and Water Conservation, 2007, 27(2): 132-135, 145.]

[19]
田静宜, 王新军. 基于熵权模糊物元模型的干旱区水资源承载力研究: 以甘肃民勤县为例[J]. 复旦学报(自然科学版), 2013(1): 86-93.

[Tian Jingyi, Wang Xinjun. Assessment of the carrying capacity of water resources in arid areas based on an entropy fuzzy matter element model: A case study in Minqin County, Gansu Province[J]. Journal of Fudan University (Natural Science Edition), 2013(1): 86-93.]

[20]
汪顺生, 黄天元, 陈豪, 等. 基于CRITIC赋权的模糊综合评判模型在水质评价中的应用[J]. 水电能源科学, 2018, 36(6): 48-51.

[Wang Shunsheng, Huang Tianyuan, Chen Hao, et al. Application of fuzzy comprehensive evaluation model based CRITIC weighting in water quality evaluation[J]. Water Resource and Power, 2018, 36(6): 48-51.]

[21]
安强, 魏传江, 贺华翔, 等. 基于模糊综合评价法的河南省中原城市群水资源承载力评价研究[J]. 节水灌溉, 2019(12): 65-71.

[An Qiang, Wei Chuanjiang, He Huaxiang, et al. Evaluation of water resource carrying capacity in the Central Plains urban agglomeration in Henan Province based on fuzzy comprehensive evaluation method[J]. Water Saving Irrigation, 2019(12): 65-71.]

[22]
国家环保总局,国家质量监督检验检疫总局. 地表水环境质量标准: GB 3838-2002[S]. 北京: 中国环境科学出版社, 2002.

[State Environmental Protection Administration, General Administration of Quality Supervision, Inspection and Quarantine. Environmental quality standards for surface water: GB 3838-2002[S]. Beijing: China Environmental Science Press, 2002.]

[23]
宁阳明, 尹发能. 水污染指数法和模糊综合评价法在水质评价中的应用[J]. 河南师范大学学报(自然科学版), 2020, 48(6): 57-63.

[Ning Yangming, Yin Faneng. Application of water pollution index method and fuzzy comprehensive evaluation method in water quality evaluation[J]. Journal of Henan Normal University (Natural Science Edition), 2020, 48(6): 57-63.]

[24]
Wang J H, Jiang D, Gu D F, et al. Prediction of urban water resources carrying capacity in arid area based on SD model[J]. Geography and Territorial Research, 1999, 15(2): 18-22.

[25]
凌红波, 徐海量, 乔木, 等. 基于AHP和模糊综合评判的玛纳斯河流域水资源安全评价[J]. 中国沙漠, 2010, 30(4): 989-994.

[Ling Hongbo, Xu Hailiang, Qiao Mu, et al. Appraisement of water resource security in Manasi River Basin by analytic hierarchy process and fuzzy comprehensive evaluation[J]. Journal of Desert Research, 2010, 30(4): 989-994.]

Options
文章导航

/

〈 〉