EN中文

干旱区研究 >

2025 , Vol. 42 >Issue 4: 682 - 694

DOI: https://doi.org/10.13866/j.azr.2025.04.10

生态与环境

水资源-社会经济-生态环境耦合协调度关系研究及预测——以黄河流域内蒙古段为例

  • 孟庆帅 , 1 ,
  • 巩钰 1, 2, 3, 4 ,
  • 刘小燕 , 1, 2, 3, 4 ,
  • 童新 1, 2, 3, 4 ,
  • 王东民 5 ,
  • 谢国英 6 ,
  • 刘廷玺 1, 2, 3, 4
展开
  • 1.内蒙古农业大学水利土木建筑工程学院，内蒙古 呼和浩特 010018
  • 2.内蒙古农业大学旱区水工程生态环境全国重点实验室，内蒙古 呼和浩特 010018
  • 3.内蒙古自治区生态水文与水资源高效利用重点实验室，内蒙古 呼和浩特 010018
  • 4.黄河流域内蒙段水资源与水环境综合治理自治区协同创新中心，内蒙古 呼和浩特 010018
  • 5.敖汉旗水利局，内蒙古 赤峰 024300
  • 6.内蒙古自治区水利事业发展中心，内蒙古 呼和浩特 010010
刘小燕. E-mail:

孟庆帅（1999-），男，硕士研究生，研究方向为水文水资源. E-mail:

收稿日期: 2024-09-27

  修回日期: 2025-03-04

  网络出版日期: 2025-08-14

基金资助

国家自然科学基金项目(U2243234)

内蒙古农业大学旱区水工程生态环境全国重点实验室(SQ2024SKL08048)

国家重点研发计划(2023YFC3206503)

内蒙古自治区科技项目(2020ZD0009)

教育部创新团队发展计划(IRT_17R60)

内蒙古自治区科技领军人才团队(2022LJRC0007)

内蒙古农业大学基本科研业务费专项资金(BR22-12-04)

内蒙古农业大学基本科研业务费专项资金(BR22-10-12)

收起

Research and prediction of the degree of coupling coordination of water resources, socioeconomic development, and the ecological environment: A case of the Inner Mongolia section in the Yellow River Basin

  • MENG Qingshuai , 1 ,
  • GONG Yu 1, 2, 3, 4 ,
  • LIU Xiaoyan , 1, 2, 3, 4 ,
  • TONG Xin 1, 2, 3, 4 ,
  • WANG Dongmin 5 ,
  • XIE Guoying 6 ,
  • LIU Tingxi 1, 2, 3, 4
Expand
  • 1. Water Conservancy and Civil Engineering College, Inner Mongolia Agricultural University, Hohhot 010018, Inner Mongolia, China
  • 2. State Key Laboratory of Water Engineering Ecology and Environment in Arid Area, Inner Mongolia Agricultural University, Hohhot 010018, Inner Mongolia, China
  • 3. Inner Mongolia Key Laboratory of Ecohydrology and High-Efficient Utilization of Water Resources, Hohhot 010018, Inner Mongolia, China
  • 4. Collaborative Innovation Center for Integrated Management of Water Resources and Water Environment in Inner Mongolia Section of the Yellow River Basin, Hohhot 010018, Inner Mongolia, China
  • 5. Water Conservancy Bureau of Aohan Country, Chifeng 024300, Inner Mongolia, China
  • 6. Development Center for Water Conservancy in Inner Mongolia Autonomous Region, Hohhot 010010, Inner Mongolia, China

Received date: 2024-09-27

  Revised date: 2025-03-04

  Online published: 2025-08-14

Fold

摘要

随着经济和社会的高速发展，人类活动同自然环境之间的竞争显著增强，在社会发展与环境保护之间如何抉择成为重要问题。首先，本文构建水资源-社会经济-生态环境复合系统耦合协调度模型，明晰黄河流域内蒙古段1998—2022年系统协调发展状况，其次，利用改进LSTM（Long Short-Term Merory）模型基于四种综合调控方案对系统未来5 a发展情况进行预测。结果表明：（1） 黄河流域内蒙古段各盟市的水资源、社会经济、生态环境子系统评价指数分布区间分别为[0.47~0.57]、[0.47~0.87]、[0.42~0.58]，表明区域水资源、生态环境子系统整体协调状况处于中等水平，社会经济子系统虽相对较高但仍有发展空间。（2） 黄河流域内蒙古段各盟市水资源-社会经济-生态环境系统耦合协调度发展在0.67~0.80之间呈逐步上升状态，整体变化幅度为19%。（3） 通过对未来情景预测发现，阿拉善、巴彦淖尔与乌兰察布三盟市采用水资源-社会经济联合调控改善力度最大，乌海市采用社会经济-生态环境联合改善力度最大，包头市、呼和浩特市与鄂尔多斯市采用水资源-生态环境联合调控改善力度最大。

关键词： 耦合协调度; 时空分布特征; 改进LSTM; 黄河流域内蒙古段

本文引用格式

孟庆帅 , 巩钰 , 刘小燕 , 童新 , 王东民 , 谢国英 , 刘廷玺 . 水资源-社会经济-生态环境耦合协调度关系研究及预测——以黄河流域内蒙古段为例[J]. 干旱区研究, 2025 , 42(4) : 682 -694 . DOI: 10.13866/j.azr.2025.04.10

Abstract

With rapid socioeconomic development, competition between human activities and the natural environment has intensified significantly, making the balance between socioeconomic development and environmental protection critical. This study constructs a coupling coordination model for a water resources-socioeconomic-ecological environment system to assess the coordination status of the Inner Mongolia section in the Yellow River Basin from 1998 to 2022. Additionally, an improved LSTM model is employed to predict the development trends over the next five years under four integrated regulation scenarios. The results indicate that: (1) The evaluation indices of the water resources, socioeconomic, and ecological environment subsystems across cities in the Yellow River Basin are 0.47-0.57, 0.47-0.87, and 0.42-0.58, respectively, reflecting moderate overall coordination level in the water resources and ecological environment subsystems, whereas the socioeconomic subsystem exhibits relatively higher values but still has room for improvement. (2) The coupling coordination degree of the system in each city shows a gradual upward trend (0.67-0.80), with an overall increase of 19%. (3) Future scenario predictions reveal that joint regulation of water resources and socioeconomic factors leads to the most significant improvements in Alxa, Bayannur, and Ulanqab, whereas joint regulation of socioeconomic and ecological environment factors yields the greatest improvements in Wuhai. Meanwhile, joint regulation of water resources and the ecological environment proves most effective in Baotou, Hohhot, and Ordos.

Key words： coupling coordination degree; spatial and temporal distribution characteristics; improved LSTM; the Inner Mongolia section in the Yellow River Basin

社会是一个复杂的系统，其中资源、生态、社会和经济等各个子系统之间存在多重内在耦合关系[1]。对一个地区发展程度的评判已经从单方面的发展水平评价转向基于协调水平与发展水平的整体均衡发展评价[2-3]。因此，可以评估复合系统在共同发展过程中的匹配度和协调性的耦合协调度成为有效的评价研究工具。
针对地区复杂系统耦合协调发展，众多学者在不同地区进行了诸多研究。如Dong等[4]构建了经济-社会-环境（ESE）系统，考虑各指标与ESE系统耦合协调度之间的非线性关系，应用反向传播人工神经网络（BPANN）探讨影响ESE系统耦合协调度的因素。Sun等[5]构建了工业水-能-CO2（WEC）评价指标体系，采用综合评价方法、耦合度模型和耦合协调度模型，分析了黄河流域1999—2019年的时空演变规律。Wang等[6]利用耦合协调度模型和面板向量自回归（PVAR）模型，从水资源、社会、经济和生态环境的角度探讨了水资源承载力系统内部的动态交互关系。Cui等[7]提出了WSE复杂系统协调发展评价的连接数与距离协调模型耦合方法，评价了安徽省2011—2020年协调水平发展情况。
在现有研究中，众多学者已经构建了多种复合评价指标体系，并利用耦合协调度模型对不同区域进行了多角度的评价，但目前鲜见对未来发展的预测与模拟的相关报道，本文在对区域耦合协调关系进行分析的同时，对LSTM模型进行改进，利用数据交叉输入的方法在弥补较少数据量对模型预测精度产生的影响的同时，考虑指标之间的平衡关系进行预测，进一步保证其合理性与实用性，并将其用于不同方案下黄河流域内蒙古段七盟市耦合协调度未来发展情况的预测。

1 数据与方法

1.1 研究区概况与数据来源

黄河流域内蒙古段处于黄河“几”字弯的上半部分，流经呼和浩特市、包头市、乌海市、鄂尔多斯市、巴彦淖尔市、乌兰察布市、阿拉善盟共七盟市，地理位置为97°13′~114°48′E，37°36′~43°21′N（图1）。黄河流域内蒙古段的经济发展、生态环境和水资源现状展现出一系列特征与挑战。在经济方面，该地区主要依靠农业和畜牧业，这两个行业贡献了大约40%的区域生产总值。随着工业和服务业的逐步发展，经济结构正逐渐多样化。生态环境方面，虽然该区域拥有约60%的草原面积，却面临着约30%的草原面积退化问题，对生物多样性和环境质量构成威胁。在水资源方面，黄河对于当地农业极为重要，大约70%的农田依赖黄河水灌溉。但水资源的过度利用和污染问题日渐严重，水质下降，这对可持续发展构成挑战[8]。因此，黄河流域内蒙古段正在采取综合治理措施，旨在促进经济、环境和水资源的协调发展。
图1 研究区概况示意图

Fig. 1 Study area overview diagram

本文数据以盟市为单位，涉及有社会、经济、水文、生态四类数据，绝大部分数据来源于1998—2022年《内蒙古水资源公报》《内蒙古自治区环境状况公报》以及各盟市《统计年鉴》。植被覆盖率数据利用Google Earth Engine（谷歌地球引擎）平台，结合由MODIS数据集中MOD13Q1波段提供的NDVI数据，根据各盟市行政区矢量图裁剪、计算得出。其中，极少部分缺失数据（1998年、1999年污水处理率，1998年、1999年工业废水排放量）已通过趋势外推法进行补充。

1.2 研究方法

水资源-社会经济-生态环境耦合系统是一个多维度的复杂系统，它综合了水资源管理、社会经济发展和生态环境平衡的相互作用和依赖关系。在这个系统中，水资源的循环和利用直接影响着社会经济活动[9-10]，同时又与自然生态系统的健康状态密切相关。各个子系统之间又有着复杂且多方面的影响关系[11]。

1.2.1 指标体系构建

根据前人指标构建经验，建立了水资源-社会经济-生态环境复合系统综合评价指标体系（表1），遵循指标的全面性、可获取性、关联性及科学性原则，选取水资源子系统7个、社会经济子系统9个、生态环境子系统7个，共23个指标[12⇓-14]。
表1 黄河流域内蒙古段水资源-社会经济-生态环境系统指标体系

Tab. 1 Water resources-socioeconomic-ecological environment system indicator system of the Inner Mongolia section in the Yellow River Basin

准则层 指标层
序号 名称 指标计算 单位
水资源指标 1 水资源人均占有量 水资源量/区域年人口数 m3∙人-1
2 水资源模数 水资源量/区域总面积 105 m3∙km-2
3 产水系数 水资源总量/年降雨总量 无量纲
4 总用水量 区域年耗水资源量 108 m3
5 年平均降雨量 历年降雨量之和/年数 mm
6 年平均蒸发量 历年蒸发量之和/年数 mm
社会经济指标 7 农业用水占比 农业用水量/总用水量×100% %
8 工业用水占比 工业用水量/总用水量×100% %
9 生活用水占比 生活用水量/总用水量×100% %
10 城镇居民人均可支配收入 城镇可支配收入/城镇人口总数 元∙人-1
11 农村居民人均可支配收入 农村可支配收入/农村人口总数 元∙人-1
12 城镇化率 在城镇居住半年以上人口/总人口数×100% %
13 人口密度 人口总数/土地面积 人∙km-2
14 一产占比 第一产业产值/地区总GDP %
15 二产占比 第二产业产值/地区总GDP %
16 三产占比 第三产业产值/地区总GDP %
17 工业产值模数 工业产值/土地面积 %
18 人均GDP GDP/总人口 元∙人-1
生态环境指标 19 污水处理率 区域污水处理比例 %
20 生态用水比例 生态环境用水量/总用水量 %
21 植被覆盖率 有植被覆盖面积/总面积 %
22 工业二氧化硫排放量 工业生产中SO2排放量 t∙a-1
23 工业废水排放量 工业生产中废水排放量 t∙a-1
水资源系统指标涵盖了水资源供给与利用两个维度，可以全面地反映出地区的水资源供给能力、利用效率与自然水循环特征；社会经济系统指标包含社会用水结构及经济发展两个维度，共同揭示了区域社会经济活动与水资源之间的互动关系；生态环境系统指标包含生态保护与环境污染两个维度，可以衡量区域生态系统的健康与可持续性[15-16]。

1.2.2 指标权重确定

熵权法能够客观地反映各指标的重要性，通过计算信息熵，避免了主观因素的干扰，具体计算步骤如下：
（1） 构造一个有n个样本，每个样本有m个评价指标的原始数据矩阵，将其归一化后得到判断矩阵X：
X = x 11 … x 1 m ⋮ ⋱ ⋮ x n , 1 ⋯ a n , m
（2） 根据熵的计算公式得到各指标的熵值
根据判断矩阵计算各指标的熵值 H j：
H j = - k ∑ i = 1 n P i j l n P i j
式中：k为常数 k = 1 / l n n，用于保证熵值的范围在[0,1]之间。如果 P i j = 0，则定义 P i j l n P i j = 0以避免数值计算上的问题。
（3） 利用熵值计算评价指标熵权
w i j = 1 - h j ∑ j = 1 m 1 - h j
式中： w i j为第j个指标的权重，且权重之和为1。

1.2.3 耦合协调度模型构建

耦合协调度模型是一种评估不同系统或子系统之间相互作用与协调发展程度的重要工具[17⇓-19]，广泛应用于水资源管理、社会经济发展与生态环境保护等领域的综合研究[20-21]。在水资源、社会经济和生态环境子系统的耦合与协调研究中，该模型能够深入揭示三个子系统之间的相互作用与依赖性，并评估它们的整体协调性，从而为实现可持续发展提供科学的决策依据。其具体计算公式如下：
子系统评价指数：
f x = ∑ i = 1 m w i × x i g y = ∑ i = 1 n s i × y i h z = ∑ i = 1 k e i × z i
式中： f x、 g y、 h z为子系统综合效益； w i、 s i、 e i分别为子系统指标权重； x i、 y i、 z i分别为子系统指标的无量纲数值；m、n、k为各个子系统指标总数。
耦合度C用于描述不同系统或子系统之间相互作用的强度，反映了系统之间的相互依存性[22-23]。耦合度C介于0~1之间，C值高意味着系统之间的相互作用强，彼此之间的依赖性大；C值低则意味着相互作用弱，依赖性小。本文涵盖水资源、社会经济、生态环境三个子系统，计算公式如下：
C = f x × g y × h z f x × g y × h z 3 3 1 3
综合评价指数T可以帮助识别该系统中水资源管理、社会经济发展和生态环境保护之间的相互作用和协调状态。计算公式如下：
T = a w × f x + β e × g y + γ s × h z
式中： a、 β、 γ分别为各个子系统权重，本文对三个系统同步进行研究，故认为各个系统同等重要，即 a = β = γ = 1 / 3。
虽然耦合度是一个重要的分析工具，它在描述系统间基本相互作用关系方面有其价值，但在需要评估系统间关系的质量、协调性及对整体目标的贡献时，则需要结合耦合协调度来进行更全面的分析[24]。
耦合协调度不仅考虑了子系统间相互作用的强度，还综合考虑了系统整体的协调发展水平，可以评价系统总体的协调发展程度[25]。耦合协调度D介于0~1之间（表2），D值高表明系统之间不仅相互作用强烈，而且能够协同发展，共同进步；D值低则表明尽管系统之间可能存在相互作用，但协同发展的程度不高，可能存在某些系统发展滞后或不协调的情况。具体计算公式如下：
D = C × T
表2 协调发展度的划分标准

Tab. 2 Division standard of the degree of coordinated development

等级划分 完全失调 严重失调 中等失调 轻微失调 濒临失调 勉强协调 初级协调 中级协调 显著协调 优质协调
区间 [0,0.1) [0.1,0.2) [0.2,0.3) [0.3,0.4) [0.4,0.5) [0.5,0.6) [0.6,0.7) [0.7,0.8) [0.8,0.9) [0.9,1.0]

1.2.4 未来预测——基于改进LSTM模型

LSTM（Long Short-Term Memory）是一种特殊的循环神经网络（RNN）结构，通常被用于处理和学习时间序列数据[26]。其核心是内部的“记忆单元”及一系列“门”机制，这些门控制信息的流入和流出，帮助模型选择性地保留或遗忘信息[27]。一个典型的LSTM单元包含以下几个关键步骤：首先构建一个类似于一个“传送带”的细胞状态，它可以直接通过整个序列，只通过少量的线性操作和传递，允许信息在序列中进行长期传播，再通过遗忘门对输入（包括前一年预测值）和隐藏状态的线性变换，筛选出对未来预测最有价值的信息，同时丢弃不重要的历史数据[28]。
f t = σ W f × h t - 1 , a t + b f
式中： σ为sigmoid函数； W f为权重矩阵； h t - 1为模型在前一时间步所保留的内部状态信息； a t为当前时间步收到的输入数据； b f为偏置项。
随后通过输入门决定当前时间步的新信息有多少将被添加到细胞状态中[29]。它帮助模型在1998—2018年的训练数据中有效更新细胞状态，以生成未来预测的基础。
i t = σ W i × h t - 1 , a t + b i
C k = t a n h W C × h t - 1 , a t + b C
式中： C k为用于生成新信息的候选值；tanh为双曲正切函数。
最后，通过输出门决定当前时间步的隐藏状态（也是LSTM单元的输出）中有多少信息将被用来预测下一年的指标值，同时为后续时间步的预测提供关键输入，确保模型能够从1998—2018年的历史数据中推演出2019—2027年的未来趋势。
O t = σ W O × h t - 1 , a t + b O
h t = O t × t a n h C t
式中： O t为输出门的输出向量，这个向量决定了有多少来自当前细胞状态的信息将通过输出门传递到隐藏状态； h t为当前时间步的隐藏状态向量，也是LSTM单元的输出。
本研究数据训练集偏少，且部分指标之间不独立，直接运用传统LSTM模型进行预测会出现精度差、过拟合或者结果违背现实的情况[30]。通过改进LSTM的数据输入模式，用数据交叉输入使模型可以进行多维度特征提取从而提高模型精度，同时修改模型训练阶段的损失函数，加入约束损失项，引导模型学习平衡关系，在预测阶段嵌入约束，即用水比例之和为100%，各类产业占比之和为100%，确保输出符合约束条件。

2 结果与分析

2.1 综合评价指数分析

2.1.1 子系统评价指数年际变化分析

子系统评价指数可以反应其发展水平与发展潜力。通过对比黄河流域内蒙古段流经的七个盟市的水资源-社会经济-生态环境三个子系统的评价指数（图2），可以看出水资源子系统评价指数在0.47~0.57间分布，呈现小幅度波动趋势；社会经济子系统评价指数在0.47~0.87之间呈明显上升趋势，在三个子系统中变化最大，趋势最明显且发展水平最高；生态环境子系统评价指数的增长区间为0.42~0.58，各盟市均呈现波动上升趋势。
图2 黄河流域内蒙古段内各盟市各子系统综合评价指数时序发展趋势

Fig. 2 Time series development trend of the comprehensive evaluation index of each subsystem in the league cities of the Inner Mongolia section in the Yellow River Basin

2.1.2 系统综合评价指数T时空变化分析

为更全面地评估各城市水资源-社会经济-生态环境系统的发展，本文选取1998年、2002年、2007年、2012年、2017年、2022年为典型年份绘制黄河流域内蒙古段水资源-社会经济-生态环境系统综合评价指数T的时空演变图，从图3中可以看出，流域内七盟市复合系统的综合评价指数均有较为明显的上升趋势。1998年以呼和浩特市为中心的呼包鄂经济区及乌兰察布市T值低于西部区的阿拉善盟、巴彦淖尔市与乌海市，但由于各城市综合评价指数上升速度差别明显，到2022年呈现与1998年相反的空间格局。
图3 典型年份黄河流域内蒙古段内各盟市T值时空变化

Fig. 3 T-value changes by league/city in typical years of the Inner Mongolia section in the Yellow River Basin

2.2 耦合协调度变化分析

从图4可以看出，1998—2022年黄河流域内蒙古段七盟市的水资源-社会经济-生态环境复合系统耦合协调度在0.67~0.80的范围内变化，虽发展速度在不同城市间差异明显但整体呈逐年上升趋势，由初级协调阶段开始经历中级协调阶段，即将逐步过渡到良好协调阶段。这一协调水平意味着水资源管理、社会经济发展和生态环境保护三者之间虽然达到了一定程度的平衡，但仍未实现最优协调。具体而言，社会经济子系统的快速发展对水资源和生态环境系统施加了压力，而资源的不平衡分配和环境保护措施的不足在一定程度上制约了协调发展的进一步提高。
图4 黄河流域内蒙古段七盟市复合系统耦合协调度年际变化

Fig. 4 Interannual variation of coupling coordination in seven cities of the Inner Mongolia section in the Yellow River Basin

2.3 调控方案与未来预测

2.3.1 模型检验

本文将1998—2018年的数据作为初始训练集，预测2019—2022年各个指标值，两种模型预测结果对比如图5所示（选取呼和浩特市典型年份作为代表展示）。从图6可以看出，传统LSTM模型在对较少的数据进行预测时会出现信息失真。改进LSTM模型的精度明显高于传统LSTM模型。
图5 传统LSTM模型预测精度示意图（呼和浩特市典型年份）

Fig. 5 Prediction accuracy diagram of traditional LSTM model (typical year in Hohhot)

图6 改进LSTM模型预测精度示意图（呼和浩特市典型年份）

Fig. 6 Schematic diagram of improved prediction accuracy of LSTM model (typical year in Hohhot)

2.3.2 调控方案

本文考虑指标的可调控性与合理性，针对黄河流域内蒙古段水资源-社会经济-生态环境系统中的每一个子系统共提出三个调控措施（水资源调控：总用水量每年减少2%，工业用水比例每年减少1%；社会经济调控：二产比例每年增加10%，人均GDP每年增加10%；生态环境调控：生态用水每年增加1.5%，工业用水排放量每年减少5%），通过对总用水量的约束，可以全面落实“四水四定”原则，从城市规模、土地利用、人口承载力到产业结构调整，确保区域发展与水资源承载能力相协调，同时针对其余两个子系统也分别做调控。在资源有限的情况下，无法同时对所有子系统进行全面调控，而将调控措施两两组合可以在可控成本范围内达到最佳效果，也可以根据各盟市的不同情况实施精准治理，方案详情如下[31]：
方案一：不做任何调控，保持系统正常发展状态。
方案二：水资源-社会经济联合调控，总用水量每年减少2%；工业用水比例每年减少1%；二产比例每年增加10%，人均GDP每年增加10%。
方案三：社会经济-生态环境联合调控，二产比例每年增加10%，人均GDP每年增加10%；生态用水每年增加1.5%，工业用水排放量每年减少5%。
方案四：水资源-生态环境联合调控，总用水量每年减少2%，工业用水比例每年减少1%；生态用水每年增加1.5%，工业用水排放量每年减少5%。

2.3.3 未来预测

根据四种调控方案，利用改进LSTM模型对各个城市不同方案下的水资源-社会经济生态环境系统评价指标体系中的各个指标2023—2027年的值进行预测，在不调控状态下将呼和浩特市预测值与2023年实际值进行对比（表3，I1~I23分别对应表1中的各个指标），进一步验证模型预测的合理性，不同方案下每个城市未来5 a耦合协调度发展如图7所示。
表3 2023年呼和浩特市真实值与预测值对比（方案一）

Tab. 3 Real value and forecasted value of Hohhot City in 2023 (Option 1)

指标 I1 I2 I3 I4 I5 I6 I7 I8
真实值 210.3 4.40 0.14 10.73 256.63 1875.26 62.78 9.50
预测值 268.6 4.86 0.12 10.48 274.00 1931.00 62.52 7.43
指标 I9 I10 I11 I12 I13 I14 I15 I16
真实值 20.03 57085 25518 80.7 207 4.4 35.2 60.4
预测值 19.85 59137 24836 79.8 205 4.05 31.72 64.23
指标 I17 I18 I19 I20 I21 I22 I23
真实值 545.77 106337 97.60 7.69 46.77 11535 2191
预测值 580.14 98668 98.45 10.20 48.23 15389 2280
图7 2023—2027年不同调控方案下各盟市水资源-社会经济-生态环境系统耦合协调度变化

Fig. 7 Changes in coupling coordination of water resources, socioeconomic, and ecological systems in different adjustment scenarios across regions from 2023 to 2027

对比表3中真实值与预测值的差距可以看出，模型预测结果在保证其高精度的同时也满足了具有平衡关系指标的合理性 I 7 + I 8 + I 9 + I 20 = 100 ； I 15 + I 16 + I 17 = 100。
从图7中可以看出，阿拉善、巴彦淖尔、鄂尔多斯与乌兰察布四盟市在方案二（水资源-社会经济联合调控）与方案四（水资源-生态环境联合调控）中效果均较好，水资源调控为两种方案的重合项，表明这四盟市都需要重点关注水资源管理，其中阿拉善、巴彦淖尔与乌兰察布三盟市在方案二中协调发展程度最高，表明这三盟市需要在重点关注水资源管理的同时发展社会经济，鄂尔多斯市在方案四中协调发展程度最高，表明其生态建设也需要重点关注；包头市、呼和浩特市与乌海市在方案三（社会经济-生态环境联合调控）、方案四中效果均有明显提升，生态环境调控为两种方案的重合项，表明生态环境保护是这三个城市首先需要关注的；其中包头与呼和浩特市在方案四的调控效果下协调关系最佳，说明水资源的科学利用与管理是仅次于生态环境保护的重要目标，乌海市在方案三中协调效果最佳，表明推动社会经济的发展也是需要其重点关注的。

3 讨论

杜新强等[32]在对近15 a来中国北方水资源-社会经济-生态环境耦合协调发展进行评价时得出，社会经济子系统发展水平增长最快，而水资源子系统发展水平增长值相对偏低。本文研究得出，在1998—2022年期间，黄河流域内蒙古段内各盟市社会经济子系统评价指数在0.47~0.87之间呈明显上升趋势，水资源子系统评价指数在0.47~0.57之间呈小幅波动，该文的指标体系虽然与本文不完全相同，但在相同区域相同年限内研究结果基本一致。蒋桂芹等[33-34]对黄河流域内蒙古段的水资源-社会经济-生态环境复合系统进行研究时发现水资源子系统相较于社会经济与生态环境子系统发展较为落后，这与本文得出的子系统发展速度由高到低为社会经济、生态环境、水资源的情况相吻合，表明在黄河流域内蒙古段水资源对社会经济的发展和生态环境的维持具有制约作用。现有研究中，对构建指标体系的角度缺乏统一，张文睿等[35-36]从多种角度构建了不同的水资源-社会经济-生态环境评价指标体系，在后续研究中应遵循黄河流域生态保护和高质量发展规划纲要，坚持生态优先、绿色发展；量水而行、节水优先；因地制宜、分类施策；统筹谋划、协同推进等理念，构建一个具有全面性与代表性的指标体系。
通过深度挖掘现有耦合协调度相关研究发现，只有较少数文章对复合系统进行了情景模拟预测。在进行模拟的文章中，学者们都是直接对区域复合系统耦合协调度进行预测，史习习等[37-38]采用灰色GM（1.1）对黄河流域等地区的耦合协调度未来发展趋势进行预测，Qu等[39]通过ARIMA-GM-ANN预测了黄河下游地区2021—2025年的耦合协调度发展状况。本文首先对LSTM模型进行了改进，加入了基于实际情况的约束条件。这些约束条件源自对各个指标的物理意义和客观限制，确保了模型在学习过程中能够更好地遵循系统的内在规律，从而提升了预测结果的可靠性和准确性。其次，与传统预测思路不同的是，本文首次提出了利用系统内各指标的预测结果重新计算耦合协调度的方法，弥补了传统思路下无法捕捉到因指标变化引起的耦合协调度变化的缺点。同时，可以更准确地识别出调控方案之间的差异对未来耦合协调度产生的影响。这为决策者提供了一个更加精确的模拟工具，可以更有针对性地优化资源调配和政策调整，从而提升区域发展的协调性和可持续性。

4 结论

水资源、社会经济、生态环境的协同演进，对区域未来的可持续发展具有关键作用。本文利用子系统评价指数、综合评价指数T、耦合协调度D对黄河流域内蒙古段七盟市水资源-社会经济-生态环境复合系统的时空变化特征进行了评价与分析，改进LSTM模型，提高其精度并完善预测的实用性与合理性，基于四种调控方案对系统耦合协调度未来的发展状况进行预测。得出如下主要结论：
（1） 构建水资源-社会经济-生态环境复合系统评价指标体系，计算了黄河流域内蒙古段七盟市各个子系统的综合评价指数，在1998—2022年期间，黄河流域内蒙古段七盟市子系统综合评价指数发展速度由高到低为社会经济子系统、生态环境子系统、水资源子系统。
（2） 利用耦合协调度模型，计算了复合系统的综合评价指数T与耦合协调度D，显示各盟市的两个评价数值（T、D）整体分别从0.45与0.70至0.67与0.80之间逐年增长，各个城市的发展速度大不相同，以呼包鄂为高速发展中心，向周围逐渐减小。
（3） 基于提出的四种调控方案进行预测，通过对比调控效果得出：阿拉善、巴彦淖尔与乌兰察布三盟市需要采取水资源-社会经济联合调控，乌海市更适合社会经济-生态环境联合调控，包头市、呼和浩特市、鄂尔多斯市适合进行水资源-生态环境联合调控。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Zhao D, Liu J, Sun L, et al. Quantifying economic-social-environmental trade-offs and synergies of water-supply constraints: An application to the capital region of China[J]. Water Research, 2021, 195: 116986.

[2]
马海涛, 张雪莹, 梁源钊, 等. 东北地区黑土保护与区域发展综合评价及耦合协调研究[J]. 地理科学, 2023, 43(12): 2183-2195.

[Ma Haitao, Zhang Xueying, Liang Yuanzhao, et al. Comprehensive evaluation and coupling coordination of black soil prolecion and regional development in Norheast China[J]. Scientia GeographicaSinica, 2023, 43(12): 2183-2195.]

[3]
吴玥葶, 郭利丹, 井沛然, 等. 中亚五国水-能源-粮食-生态耦合关系及时空分异[J]. 干旱区研究, 2023, 40(4): 573-582.

[Wu Yueting, Guo Lidan, Jing Peiran, et al. Coupling relationship and spatiotemporal differentiation of the water-energy-food-ecology nexus in five Central Asian countries[J]. Arid Zone Research, 2023, 40(4): 573-582.]

[4]
Dong L, Long W L, Zhen B W, et al. Exploration of coupling effects in the economy-society-environment system in urban areas: Case study of the Yangtze River Delta Urban Agglomeration[J]. Ecological Indicators, 2021, 128: 107858.

[5]
Sun K, Han J, Wu Q, et al. The coupling coordination and spatiotemporal evolution of industrial water-energy-CO2 in the Yellow River Basin[J]. Science of the Total Environment, 2024, 912: 169012.

[6]
Wang X Y, Zhang S L, Gao C, et al. Coupling coordination and driving mechanisms of water resources carrying capacity under the dynamic interaction of the water-social-economic-ecological environment system[J]. Science of the Total Environment, 2024, 920: 171011.

[7]
Cui Y, Zhou Y, Jin J, et al. Coordinated development evaluation and diagnosis of regional water resources-social economy-ecological environment system based on mechanical model and risk matrix[J]. Journal of Hydrology, 2024, 633: 131013.

[8]
胡醒木子. 内蒙古沿黄地区经济发展-生态环境-水资源耦合协调研究[J]. 地域研究与开发, 2023, 42(6): 165-171.

[Hu Xingmuzi. Coupling coordination of economic development, ecological environment and water resources: A case study of the Yellow River Region in Inner Mongolia[J]. Areal Research and Development, 2023, 42(6): 165-171.]

[9]
张娟娟, 黎佳茜, 吴瑞, 等. 我国再生水循环利用: 现状、趋势及对策[J]. 环境科学, 2024, 45(12): 7031-7040.

[Zhang Juanjuan, Li Jiaxi, Wu Rui, et al. Recycling of reclaimed water in China: Current situation, development trend, and counter measures[J]. Environmental Science, 2024, 45(12): 7031-7040.]

[10]
张建云, 胡庆芳, 王银堂, 等. 区域水平衡与健康水平衡实现路径[J]. 水科学进展, 2023, 34(3): 323-335.

[Zhang Jianyun, Hu Qingfang, Wang Yintang, et al. Regional water balance and the path to healthy water balance[J]. Advances in Water Science, 2023, 34(3): 323-335.]

[11]
谢海浪, 赵伟, 江雅婷, 等. 城镇生态化视角下三峡库区人口-经济-环境(PEE)耦合协调发展[J]. 水土保持学报, 2024, 38(4): 209-221, 235.

[Xie Hailang, Zhao Wei, Jiang Yating, et al. Coupling coordination of Population-Economic-Environmental (PEE) in the Three Gorges Reservoir Area from the perspective of urban ecologicalization[J]. Journal of Soil and Water Conservation, 2024, 38(4): 209-221, 235.]

[12]
吴艳霞, 魏志斌, 王爱琼. 基于DPSIR模型的黄河流域生态安全评价及影响因素研究[J]. 水土保持通报, 2022, 42(6): 322-331.

[Wu Yanxia, Wei Zhibin, Wang Aiqiong. Ecological safety evaluation and influencing factors of Yellow River Basin based on DPSlR model[J]. Bulletin of Soil and Water Conservation, 2022, 42(6): 322-331.]

[13]
陈莉, 张安安. 黄河流域水资源与社会经济协同评价及影响因素分析[J]. 水资源保护, 2023, 39(2): 1-8.

[Chen Li, Zhang Anan. Synergistic evaluation of water resources and social economy in the Yellow River Basin and analysis of influencing factors[J]. Water Resources Protection, 2023, 39(2): 1-8.]

[14]
王富强, 应卓晖, 吕素冰, 等. 京津冀地区水-经济-生态耦合协调发展特征评价[J]. 水资源保护, 2022, 38(5): 80-86.

[Wang Fugiang, Ying Zhuohui, Lyu Subing, et al. Evaluation of coupling coordinated development characteristics of water-economy-ecology system in Beiing Tianjin-Hebei region[J]. Water Resources Protection, 2022, 38(5): 80-86.]

[15]
Mortazavi M, Kuczera G, Cui L. Multiobjective optimization of urban water resources: Moving toward more practical solutions[J]. Water Resources Research, 2012, 48(3): W03514.

[16]
章光新, 陈月庆, 吴燕锋. 基于生态水文调控的流域综合管理研究综述[J]. 地理科学, 2019, 39(7): 1191-1198.

[Zhang Guangxin, Chen Yueqing, Wu Yanfeng. Commentary on eco-hydrological regulation for integrated river basin management[J]. Scientia Geographica Sinica, 2019, 39(7): 191-1198.]

[17]
王少剑, 崔子恬, 林靖杰, 等. 珠三角地区城镇化与生态韧性的耦合协调研究[J]. 地理学报, 2021, 76(4): 973-991.

[Wang Shaojian, Cui Zitian, Lin Jingjie, et al. Coupling relationship between urbanization and ecological resilience in the Pearl River Delta[J]. Acta Geographica Sinica, 2021, 76(4): 973-991.]

[18]
郝潘潘, 刘志有. 新疆绿洲土地利用隐性形态与土地生态安全协调特征——以伊犁河谷为例[J]. 干旱区研究, 2024, 41(9): 1605-1614.

[Hao Panpan, Liu Zhiyou. Coordination characteristies between land use implicit forms and landecological security in Xinjiang oasis: The Ili River Valley as a case study[J]. Arid Zone Research, 2024, 41(9): 1605-1614.]

[19]
崔新蕾, 王艳融, 马艳茹. 黄河流域降碳-减污-扩绿-增长耦合协调的动态演进及其影响因素[J]. 水土保持研究, 2024, 31(4): 275-287.

[Cui Xinlei, Wang Yanrong, Ma Yanru. Dynamic evolution of carbon reduction-pollution reduction-green expansion-economic growth coupling coordination and its influencing factors in the Yellow River Basin[J]. Research of Soil and Water Conservation, 2024, 31(4): 275-287.]

[20]
张子晴, 张道军, 陈亮, 等. 黄河流域城镇化与耕地利用生态效率的耦合协调度评价、时空特征及驱动因素[J]. 农业工程学报, 2024, 40(16): 240-250.

[Zhang Ziqing, Zhang Daojun, Chen Liang, et al. Coupling coordination evaluation, spatiotemporal characteristics and driving factors between urbanization and cultivated land use ecological efficiency in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(16): 240-250.]

[21]
Zhang Y, Khan S U, Swallow B, et al. Coupling coordination analysis of China’s water resources utilization efficiency and economic development level[J]. Journal of Cleaner Production, 2022, 373: 133874.

[22]
孟建伟, 詹惠馨, 林英华. 呼包鄂榆城市群产业生态化评价及影响因素分析[J]. 水土保持通报, 2024, 44(6): 328-338.

[Meng Jianwei, Zhan Huixin, Lin Yinghua. Evaluationof industrial ecology and analysis of influencing factors in Hohhot Baotou-Ordos-Yulin urban agglomeration[J]. Bulletin of Soil and Water Conservation, 2024, 44(6): 328-338.]

[23]
汤良, 胡希军, 罗紫薇, 等. 生态脆弱性与城镇化水平时空耦合及其交互影响因素——以湖南省为例[J]. 生态学报, 2024, 44(11): 4662-4677.

[Tang Liang, Hu Xijun, Luo Ziwei, et al. Spatiotemporal coupling of ecological vulnerability and urbanization level and their interactive influencing factors: A case study of Hunan Province[J]. Acta Ecologica Sinica, 2024, 44(11): 4662-4677.]

[24]
江孝君, 王小艳, 杨青山. 环渤海地区生态-经济-社会系统耦合协调时空演化特征及驱动机理[J]. 地理科学, 2024, 44(12): 2155-2165.

[Jiang Xiaojun, Wang Xiaoyan, Yang Qingshan. Spalio-temporal evolution characteristics and driving mechanisms of ecoloica-economic-social system coupling coordination in the Bohai Rim Area[J]. Scientia Geographica Sinica, 2024, 44(12): 2155-2165.]

[25]
马亚亚, 刘国彬, 张超, 等. 陕北安塞县生态与经济系统耦合协调发展[J]. 生态学报, 2019, 39(18): 6840-6849.

[Ma Yaya, Liu Guobin, Zhang Chao, et al. Research on the coordinated development of ecological and economic Ansai County, systems in Northern Shaanx Province[J]. Acta Ecologica Sinica, 2019, 39(18): 6840-6849.]

[26]
丁红, 王伟泽, 杨泽凡, 等. 基于深度学习和信号分解的北方寒区河流开河日期预报[J]. 生态学报, 2024, 55(5): 577-585.

[Ding Hong, Wang Weize, Yang Zefan, et al. Forecasting break-up date of river ice in Northern China based ondeep learning and signal decomposition technology[J]. Acta Ecologica Sinica, 2024, 55(5): 577-585.]

[27]
Wu J H, Wang Z C, Hu Y, et al. Runoff forecasting using convolutional neural networks and optimized bi-directional long short-term memory[J]. Water Resources Management, 2023, 37: 937-953.

[28]
Chu H B, Wei J H, Wang H, et al. Runoff projection in the Tibetan Plateau using a long short-term memory network-based framework under various climate scenarios[J]. Journal of Hydrology, 2024, 632.

[29]
Ariele, Zanfei Brentan B M, Menapace A, et al. Graph convolutional recurrent neural networks for water demand forecasting[J]. Water Resources Research, 2022: 58( 7): e2022WR032299.

[30]
Solgi R, Loáiciga H A, Kram M. Long short-term memory neural network (LSTM-NN) for aquifer level time series forecasting using in-situ piezometric observations[J]. Journal of Hydrology, 2021, 601:126800.

[31]
汪顺生, 杨金月, 王爱丽, 等. 河南省黄河流域水资源-经济-生态系统耦合协调评价及预测[J]. 湖泊科学, 2022, 34(3): 919-934.

[Wang Shunsheng, Yang Jinyue, Wang Aili, et al. Evaluation and forecast of coupling coordination of water resources, economy and eco-system in the Yellow River Basin of Henan Province[J]. Journal of Lake Sciences, 2022, 34(3): 919-934.]

[32]
杜新强, 何立滢, 姚泓钰, 等. 近15年来中国北方水资源-社会经济-生态环境耦合协调发展评价[J]. 中国农村水利水电, 2022(6): 66-75.

[Du Xinqiang, He Liying, Yao Hongyu, et al. Evaluation of the coupling coordination development of water resources, socio-economy and eco-environment in Northern China in recent 15 years[J]. China Rural Water and Hydropower, 2022(6): 66-75.]

[33]
蒋桂芹, 靖娟, 周翔南. 黄河流域水资源-经济社会-生态环境系统耦合协调发展评价[C]// 中国水利学会2018学术年会. 北京: 中国水利水电出版社, 2018.

[Jiang Guiqin, Jing Juan, Zhou Xiangnan. Evaluation on the coupling and coordinated development of water resources, economic society and ecological environment system in the Yellow River Basin[C]// The 2018 Academic Annual Meeting of the Chinese Society of Hydraulics. Beijing: China Water Resources and Hydropower Press, 2018.]

[34]
李佳璐, 潘景茹, 冯峰, 等. 黄河流域九省(区)人口-水资源-经济-生态环境系统耦合协调发展及障碍因素分析[J]. 水资源与水工程学报, 2024, 35(1): 47-56.

[Li Jialu, Pan Jingru, Feng Feng, et al. Coupling coordination development of PWEE system and obstacle factors in nine provinces/regions of the Yellow River Basin[J]. Journal of Water Resources and Water Engineering, 2024, 35(1): 47-56.]

[35]
张文睿, 孙栋元, 王亦可, 等. 河西走廊水资源-生态环境-社会经济系统耦合关系及时空分异[J]. 干旱区研究, 2024, 41(9): 1527-1537.

[Zhang Wenrui, Sun Dongyuan, Wang Yike, et al. Coupling relationship and spatiao-temporal differentiation of the water resources-ecological environment-social economic system in the Hexi Corridor[J]. Arid Zone Research, 2024, 41(9): 1527-1537.]

[36]
吴青松, 马军霞, 左其亭, 等. 塔里木河流域水资源-经济社会-生态环境耦合系统和谐程度量化分析[J]. 水资源保护, 2021, 37(2): 55-62.

[Wu Qingsong, Ma Junxia, Zuo Qiting, et al. Quantitative analsis on harmony degree of water resources-economic society-ecological environment coupling system in the Tarim River Basin[J]. Water Resources Protection, 2021, 37(2): 55-62.]

[37]
史习习, 杨力. 黄河流域2008—2018年可持续发展评价与系统协调发展分析[J]. 水土保持通报, 2021, 41(4): 260-267.

[Shi Xixi, Yang Li. Sustainable development evaluation and system coordination development analysis of Yellow River Basin during 2008-2018[J]. Bulletin of Soil and Water Conservation, 2021, 41(4): 260-267.]

[38]
Gu J, Zheng J, Zhang J. Research on the coupling coordination and prediction of industrial convergence and ecological environment in rural of China[J]. Frontiers in Environmental Science, 2022, 10: 1014848.

[39]
Qu B, Jiang E, Li J, et al. Coupling coordination relationship of water resources, eco-environment and socio-economy in the water-receiving area of the lower Yellow River[J]. Ecological Indicators, 2024, 160: 111766.

Options
文章导航

/

〈 〉