摘 要：
為量化調控指標對水資源承載力未來發展態勢的影響程度，以優化配置水資源并充分發揮其綜合效益，以江蘇省為研究對象，構建系統動力學(SD)預測模型，對現狀延續下2019—2030年江蘇省水資源承載力進行動態模擬。在此基礎上耦合遺傳算法(GA)改進的Back Propagation人工神經網絡(ANN)模型，對水資源承載力進行評分。同時進行障礙度診斷，分析在未來社會經濟發展中影響江蘇省水資源承載力的障礙因子，依此篩選調控指標。運用情景分析法，針對調控指標設置五種調控方案，分析污廢水排放總量、氨氮排放量、化學需氧排放量(COD)、生產用水量和居民生活用水量5個反映用水水量和排放水水質的量質要素的變化趨勢以及水資源承載力評分走勢，結果表明：江蘇省水資源承載力不斷惡化，較2019年、2030年水資源承載力評分下降9.61%,氨氮排放量提高6.82%,總用水量提高23.94%,難以滿足未來經濟社會發展的需要。方案1、方案2及方案4從降低用水總量角度出發，方案3從控污角度出發，都有效改善了水資源承載力，但均無法逆轉水資源承載力在2019—2030年的下降態勢；方案5統籌考慮節流、調整產業結構和水污染處理調控措施，較2019年、2030年水資源承載力評分提高3.15%,氨氮排放量下降44.13%,總用水量下降9.90%,有效緩解水資源供需壓力、改善水環境質量，實現了江蘇省水資源承載力在未來年份中的穩步提升，為優化水資源調控提供建設性依據。
水資源承載力;系統動力學;BP神經網絡;障礙度模型;調控指標;情景分析;
作者簡介：
薛晴(2000—),女，學士，主要從事水務工程相關研究。
*楊侃(1965—),男，教授，博士，主要從事水資源規劃與管理相關研究。
基金：
山西省水利科學技術研究與推廣資助項目(2017DSW02);
國家重點基礎研究發展計劃(973計劃)資助項目(2012CB417006);
國家科技支撐計劃資助項目(2009BAC56B03);
引用：
薛晴, 楊侃. 基于 BP 神經網絡-系統動力學耦合模型的江蘇省水資源承載力預測與調控研究[ J] . 水利水電技術(中英文), 2022, 53(11): 86- 99.
XUE Qing, YANG Kan. Study on forecast and regulation of water resources carrying capacity in Jiangsu Province based on GA-BP-SD coupling model[J]. Water Resources and Hydropower Engineering, 2022, 53(11): 86- 99.
0 引 言
水資源是基礎性的自然資源和戰略性的經濟資源，經濟社會的高速發展對水資源總量、水環境質量等提出新的挑戰，如何優化配置水資源、充分發揮水資源的綜合效益是我國亟待解決的重大問題之一。水資源承載能力揭示了水資源與社會、經濟、生態間的內在聯系，是衡量區域發展規劃的重要尺度，對區域未來發展規模的大小起決定性作用。
現階段對水資源承載力的研究主要集中在構建靜態綜合評價模型，基于過往數據通過模型打分判斷水資源的承載力等級，鮮有研究仿真預測水資源承載力的態勢變化。系統動力學法(System Dynamics, SD)通過反饋模擬“水資源-經濟-社會-生態環境”系統內各要素的因果關系，充分刻畫影響水資源承載力的演化機理，突顯經濟、人口、生態與水資源的耦合關系，有效解決了高階次、非線性、多重反饋與時變特性的復雜系統問題。張禮兵等通過系統動力學預測湖泊流域水資源承載力的動態變化并提出試驗優化調控的方法。康艷等提出對數平均迪氏分解與系統動力學耦合模型，從需水機理出發識別用水量變化的主要驅動因子，并設定仿真方案進行情景分析。黃昌碩等運用支持向量機、系統動力學等方法建立水資源承載力預測模型，依據驅動指標的實現難易程度和代價篩選調控指標，并通過正交試驗確定最優減負方案。朱文禮等通過正交試驗將階段性定量調控運用于水資源承載力量質要素，提出基于系統動力學的水資源承載力預測調控模型。上述研究方法在優化調控理論方面進行積極探索，調控指標遴選過程中大多采用單因素敏感性分析，即分析單個不確定因素的變動對量質要素的影響程度，但當某一指標發生變化時，其結果會反饋回系統，引起相關指標的變化，該系統的共同作用決定量質要素的最終取值，因此，單因素分析法未充分考慮指標間的相互作用及系統結構的內在關聯，結果存在偏差。且用氨氮排放量、COD排放量、總用水量等量質要素對應的表征指標共同分析評價水資源荷載能力時，由于各指標對水資源承載力等級的影響程度和正負作用不同，評價結果存在明顯的主觀性，無法定量評價水資源承載力水平。
基于此，本文在建立系統動力學仿真模型的基礎上耦合BP神經網絡評價模型，將表征指標預測結果代入評價模型，綜合考慮水資源、生態環境、社會經濟子系統的發展狀況，定量評價水資源承載力等級。同時引入障礙度模型進行障礙因子診斷，依據障礙度大小及變化態勢，篩選可人為控制的驅動因子為調控指標，代替傳統的單因素分析法。進行情景分析，針對不同調控指標設計相應的發展模式，在現狀維持方案的基礎上，疊加不同發展模式，共設計五種調控方案，探究不同因素對水資源承載力水平的影響程度，以期尋找最優調控方案，為水資源開發利用策略的制定提供科學依據，對水資源規劃有重要現實意義。
1 區域概況及數據來源
1.1 研究區概況
江蘇省地處亞熱帶向暖溫帶過渡區，氣候具有明顯的季風特征，年平均降水總量為9.945×1010 m3,地跨長江、淮河兩大水系，大小湖泊290余個，多年平均水資源總量為321.6 m3。研究區概況如圖1所示。
圖1 江蘇省概況
江蘇省本地水資源不足，但過境水量較多，2017—2018年度通過南水北調東線工程累計向山東穩定調水0.110×1010 m3,有效促進了區域協調發展。近年來，水資源不節制地消耗導致了地下水超采、河湖萎縮等現象，嚴重破壞了當地水生態平衡。此外，水環境污染現象嚴重影響河湖水生態環境、居民飲用水安全。2018年，江蘇廢污水排放總量達0.687×1010 m3,化學需氧量排放量達6.845×105 t, 氨氮排放量達0.961×105 t, 對河湖水質、地下水水質產生較大影響，致使全長19 742.8 km的河流中劣于Ⅲ類水的比例高達48.9%;229個湖泊監測站點中僅有154個優于Ⅲ類水；深層地下水質量達到Ⅲ類標準以上的比例僅為61.7%。因此，如何在控制水資源用量的同時減少廢污水排放量的問題亟待解決，有必要對其水資源承載力進行研究。
1.2 數據來源
本文水資源承載力研究所涉及的2012—2018年歷史數據源于以下數據集《江蘇省水資源公報》(2012—2018年)、《江蘇省統計年鑒》(2012—2018年)、《江蘇省環境狀況公報》(2012—2018年)。指標評價等級劃分依據及2019—2030年預測值設置參照《江蘇省城市生活與公共用水定額》《江蘇省農業灌溉用水定額(2019)》《江蘇省林牧漁業、工業、服務業和生活用水定額(2019年修訂)》《江蘇省水資源保護規劃(2016—2030年)》《江蘇省國民經濟和社會發展第十三個五年規劃綱要》《江蘇省人口發展“十三五”規劃》。具體數據來源如表1所列。
2 基于系統動力學的水資源承載力量質要素動態預測
本文通過耦合系統動力學模型和BP人工神經網絡(Artificial Neural Network, ANN)模型對江蘇省2019—2030年的水資源承載力進行預測與調控，研究思路如圖2所示。
圖2 研究思路
應用系統動力學預測量質要素各表征指標的動態變化趨勢，水資源承載力是一個包含模糊性、隨機性、非線性等眾多因素的復雜系統，SD模型的實質是借助非線性微分方程描述系統內部各變量間的因果反饋關系來研究系統整體行為，水平方程是量化狀態變量的一組不定式,其表達式為
式中，L.S(t)為t時刻狀態變量；S(t0)為初始值；∫t0tR.S(t)dt∫t0tR.S(t)dt為t0到t時間段速率累計量。
2.1 系統邊界
基于承載力及系統邊界的完整性，本文以水資源承載力為研究對象，定義系統的空間邊界為江蘇省行政區，時間邊界為2012—2030年，歷史檢驗階段為2012—2018年，預測調控階段為2019—2030年，迭代間隔均為1 a, 以2018年為基準年，各項變量初始值采用2018年相關實際數據。
2.2 SD模型構建
綜合考量系統結構和功能整體性，將水資源承載能力復合系統劃分為水資源、水環境污染、經濟社會三個子系統，各子系統通過量質要素建立聯系，揭示水資源承載力演變機理。就子系統間的關系而言，經濟社會子系統的用水效率和發展程度直接決定用水總量大小，污廢水排放來源和水處理能力對水質狀況起主導作用，水資源儲量和質量又反作用于經濟社會子系統，制約和調節經濟社會的發展。統籌考慮子系統間交互影響，界定各要素間的因果特性和正負反饋關系，繪制出江蘇省水資源承載力量質要素SD模型流程圖,如圖3所示。
圖3 江蘇省水資源承載力量質要素系統動力學模型
基于上述分析，建立函數方程和表函數定量描述變量間因果聯系，如表2所列，狀態變量初始值及常量賦值參照上述數據集。
2.3 模型有效性檢驗
為驗證該模型能否準確反映實際水資源承載力運行狀況，選取2012—2018年為歷史檢驗時間段，判定模擬值與實際值的擬合度。本文變量較多，故從三個子系統中各選取兩個有代表性的指標進行檢驗。經濟社會子系統中，由于用水定額變幅不大，以總人口數量代表生活用水；由于各產業用水情況各不相同，以生產用水量代表生產用水。水資源子系統中，主要考慮供需平衡和水的損耗，分別選取總供水量和總耗水率進行檢驗。水環境污染子系統中，綜合考慮污廢水的“量”和“質”,分別以污廢水排放總量和化學需氧量排放量為被檢驗的指標。對比分析結果如表3所列，結果表明6個表征指標的歷史數據與仿真數據的相對誤差均低于10%,且低于5%的數據占比高達97.4%,由此可見，該模型精確度較高，可有效模擬江蘇省水資源承載力的實際狀況。
3 基于GA-BP神經網絡的水資源承載力綜合評價與障礙因子診斷
基于傳統SD模型的水資源承載力優化調控存在以下問題：(1)以水資源承載力量質要素的承載狀態為調控目標，無法直觀反映水資源承載力水平，評價時存在明顯主觀臆斷；(2)調控指標遴選過程中大多采用單因素敏感性分析，即分析單個不確定因素的變動對量質要素的影響程度，未充分考慮指標間的相互作用及系統結構的內在關聯。
本文引入BP網絡評價模型和障礙度模型，運用神經網絡建立量質要素表征指標與水資源承載力等級間的非線性聯系，將SD模型多個指標變量預測值轉化為一個承載力等級評分，以便客觀地進行定量評價。利用障礙因子診斷辨識出影響江蘇省水資源承載力的主要因素，篩選與其關聯性較強的變量為驅動因子，并將可人為控制的驅動因子設定為調控指標。
3.1 水資源承載力評價指標體系及等級標準
本文參考構建水資源承載力評價指標體系的相關文獻[14],本著全面性、代表性以及科學性等原則，根據江蘇省水資源開發利用特點和“三條紅線”管控政策，將江蘇省水資源承載力評價指標體系劃分為水資源子系統、生態環境子系統和社會經濟子系統，共包含17項評價指標。
參考國家標準和相關文獻[15],本文將水資源承載力劃分為5個等級，Ⅰ級到Ⅴ級依次為盈余承載、基本承載、臨界、弱超載和嚴重超載，分別對應評價值數集[0.8,1.0]、[0.6,0.8)、[0.4,0.6)、[0.2,0.4)、[0,0.2),并對17項評價指標的5級評價標準取值進行了規范，如表4所列。
[14] 李少朋，趙衡，王富強，等.基于AHP-TOPSIS模型的江蘇省水資源承載力評價[J].水資源保護，2021,37(3):20-25.LI Shaopeng,ZHANG Heng,WANG Fuqiang,et al.Evaluation of water resources carrying capacity in Jiangsu Province based on AHP-TOPSIS[J].Water resources protection,2021,37(3):20-25. [15] 黃壘，張禮中，朱吉祥，等.河南省水資源承載力時空特征分析[J].南水北調與水利科技，2019,17(1):54-60.HUANG Lei,ZHANG Lizhong,ZHU Jixiang,et al.Analysis of temporal and spatial characteristics of water resources carrying capacity in Henan Province[J].South-to-North Water Diversion and Water Conservancy Science and Technology,2019,17(1):54-60.
3.2 GA-BP網絡評價模型
基于表3評價等級標準，在每一等級中隨機生成30組輸入樣本，并從中隨機抽取5組作為測試樣本，5個等級區間共計生成125組訓練樣本和25組測試樣本。Ⅰ級到Ⅴ級分別對應期望輸出值1.0、0.8、0.6、0.3、0.2。本文樣本數據的生成采用rand隨機函數，其表達式為
式中，xijk為第k個評價等級生成的輸入樣本數據，k=1,2,3,4,5;nk為第k個評價等級對應的樣本數量，本文中為30;ajk和bjk分別為第k個評價等級的上下限。
各指標因級差大小有別、量綱和趨勢不同而不具備可比性，需對樣本數據進行歸一化預處理，映射到空間[0,1]中，轉化公式為
式中，xi為指標初始值；yi為指標標準化值。
本文采用三層拓撲結構的BP神經網絡模型進行評價，包括輸入層、隱含層、輸出層三部分。輸入層節點數等于評價指標個數為17,輸出層節點數為1,代表水資源承載力等級；隱含層節點具有提取和儲存樣本數據內在規律的作用，若節點數過少，難以總結樣本規律，容錯性差；若節點數過多，訓練時間延長且出現“過度吻合”現象，網絡性能下降，本文利用黃金分割算法簡化暴力破解尋求最優節點數的計算過程，得出隱含層節點數為25。
該模型學習過程選用梯度下降算法，通過信號的正向傳播和誤差的反向修正使權值沿誤差的負梯度方向改變，從而使網絡輸出值不斷逼近目標期望，權值修改表達式為
基于遺傳算法模擬生物進化理論，采用實數編碼的方式將各權值和閾值所對應的基因有序排列成一個染色體，全局搜尋使誤差值達到最小的初始權值和閾值[19,20],算法迭代適應度隨進化代數變化曲線如圖4所示，GA-BP訓練參數設定如表5所列。
圖4 適應度曲線
對模型進行有效性檢驗，結果如圖5所示，網絡輸出的均方誤差均小于3%,表明該模型訓練擬合度較高，有較強泛化能力，可應用于水資源承載力評價。
圖5 測試樣本誤差檢驗
3.3 障礙因子診斷
針對傳統情景仿真設計大多依據敏感性分析結果，忽視指標及系統間內在關聯的問題，本文引入障礙度模型，通過判識阻礙承載力等級提升的主要因子，篩選出優化仿真設計的調控指標，為進一步分析仿真預測結果及優化調控提供參考依據。指標障礙度Uiz和準則層障礙度Mz具體計算步驟為
式中，i、k、j分別為輸入層、隱含層和輸出層神經元編號；wik、wkj分別為初始化輸入層和隱含層、隱含層和輸出層神經元之間的連接權值； N、P分別為輸入層、隱含層節點數；rik為相關顯著性系數；Sik為絕對影響系數；xi為指標的標準化值；z為準則層編號。
4 結果與分析
4.1 江蘇省水資源承載力發展現狀
運用GA-BP水資源承載力評價模型分析2012—2018年江蘇省水資源承載力動態變化特征，由圖6可知，2012—2018年，江蘇省水資源承載力得分整體呈上升趨勢，由2012年的0.362 2增長至2018年的0.493 3,平均增長率為5.28%。其中，2012—2013年處于Ⅳ級弱超載水平，2014—2018年處于Ⅲ級臨界水平，水資源承載力在2016年達到研究時段峰值為0.554 4,在2017年發生轉折，2017年得分較2016年下降了0.074 9,但較2015年仍增長了0.017 5。
圖6 2012—2018年江蘇省水資源承載力
2012—2018年期間，社會經濟準則層中萬元GDP用水量(c1)和萬元工業增加值用水量(c4)指標變幅較大，2018年指標值較2012年分別降低了51.27%、56.43%,推動水資源承載力水平的提升。水資源準則層中人均水資源量(a1)指標值的波動趨勢與水資源承載力變化態勢基本一致，在2016年達到研究時段極大值927.4,較2012年指標值471.3增長了96.8%,但在2017年又迅速下降至489.3,該指標是水資源承載力水平于2016年達到峰值及于2017年呈下降走勢的主導驅動因素。
利用公式(7)—(10)計算研究期內各年份的指標障礙度。結果顯示：各年份相同指標障礙度測度結果較為相近，障礙度排名略有變動，不同年份障礙度排名前8的指標雖不盡相同，但前8項障礙度之和占總障礙度的比例大致都為70%,可反映對系統的主要約束作用，因此選取前8項指標為障礙因子。總體而言，研究期內障礙度排名居前八的頻率較高的的指標主要有以下9個。經濟社會維度涵蓋的障礙因子有：萬元GDP用水量(c1)、農田灌溉水有效利用系數(c3)、人均GDP(c5)、人口自然增長率(c6)、城鎮化率(c7)和第三產業比重(c8),經濟社會承載力低成為制約江蘇省水資源承載力提升的首要障礙。水資源維度涵蓋的障礙因子包括人均水資源量(a1)和產水模數(a3)。生態環境維度涵蓋的障礙因子為城市污水日處理能力(b3)。研究期內障礙度測度結果較為接近，僅以2012年、2015年及2018年的計算結果為例，如圖7所示。
圖7 江蘇省水資源承載力評價指標障礙度
4.2 江蘇省水資源承載力量質要素預測結果
維持江蘇省水資源承載力系統現有水平，相關變量初始值參照2018年指標數據集，運行江蘇省水資源承載力SD模型，預測2019—2030年表征指標變化趨勢，主要表征指標預測值如表6所列。
介于單獨分析量值要素態勢變化無法定量評價水資源承載力水平，用GA-BP水資源承載力評價模型處理表征指標預測數據集，評價結果如表6所列。2019—2030年江蘇省水資源承載力呈下降態勢，且下降速度不斷增加。表明該發展模式下，水資源難以在維系生態環境的同時支撐國民經濟和社會的發展，可承載的生產規模和人口數量不斷縮減，制約江蘇省水生態文明建設和經濟社會健康可持續發展。
4.3 障礙因子診斷及調控指標篩選
根據公式(7)—(10)計算現狀運行基礎上2019—2030年各年份的指標及子系統障礙度，基于子系統障礙度變化趨勢和指標障礙度排序，診斷影響江蘇省水資源承載力的主要障礙因子，據此遴選調控指標，作為優化調控方案中重點研討對象，從而調整影響水資源承載力的行為，為制定水資源配置及經濟社會發展的規劃和戰略措施提供科學依據。
由圖8可知，經濟社會子系統的障礙度占比較大，于2030年達到52.39%,雖然隨時間推移呈輕微下降趨勢，但仍將長期制約江蘇省水資源承載力提升。水資源子系統和生態環境子系統的障礙度呈持續增長趨勢，2030年較2020年分別增長了14.85%和9.24%,水資源子系統障礙度增速較快，初始占比低于生態環境子系統，但2026年后反超成為影響水資源承載力的第二大因素。
圖8 江蘇省水資源承載力子系統障礙度
預測階段江蘇省水資源承載力各障礙因子障礙度變化趨勢如圖9所示，主要障礙因子障礙度排序如表7所列。水功能區達標率(b1)、廢水氨氮排放量(b4)、城鎮居民人均生活用水量(c2)和萬元工業增加值用水量(c4)的障礙度一直處于較低水平且變幅不大，對江蘇省水資源承載力的壓力小，可不予考慮。農田灌溉耗水量占總耗水量的70%左右，農田灌溉水有效利用系數低及灌溉面積的不斷擴增使農業耗水量持續增加，總耗水率呈上升趨勢。因此，耗水率(a4)障礙度初始值雖較小，但障礙度上升趨勢明顯，2030年較2020年增長了63.8%,下一階段規劃中應積極推廣節水灌溉以減緩增速。2030年GDP值較2019年預計增長134.07%,規劃年內平均增長率達8.04%,因此，萬元GDP用水量變幅雖不大但仍將對用水量有較大影響，萬元GDP用水量(c1)障礙度排序一直位居首位且占比持續攀升，到2030年達到14.7%,是威脅江蘇省水資源承載力的首要障礙因素，對未來經濟發展中用水效率提出較高要求。此外，農田灌溉水有效利用系數(c3)、人口自然增長率(c6)和第三產業比重(c8)的障礙度值也較高且不斷增長，指標c1、c3、c6和c8都隸屬經濟社會子系統，四者占比之和于2030年達41.9%,由此可見社會經濟因素對江蘇省水資源承載力水平起決定性作用。人均GDP(c5)的障礙度初值較高但近乎呈直線下降，2030年較2020年降低了85.4%,表明該發展模式下經濟水平大幅上升，對江蘇省水資源承載力的保障有積極影響。其余7項指標障礙度均處中等水平，波動平緩，可適當予以關注。
圖9 江蘇省水資源承載力障礙因子障礙度
綜上所述，共選取6項評價指標作為障礙因子。其中，萬元GDP用水量、農田灌溉水有效利用系數、人口自然增長率和第三產業比重4個指標障礙度較大，是主要的障礙因子，表明江蘇省發展受水量要素限制明顯，需加強節水型社會的建設，合理配置水資源，既要加大產業調整力度，優先發展第三產業，向低耗水產業轉型，又要加快農業節水工程建設，提高農業灌溉效率。此外，城市污水日處理能力和萬元GDP化學需氧量排放2個指標的障礙度相對較大，也是影響江蘇省水資源承載力的重要障礙因子，因城鎮生活污水是COD和氨氮的主要排放源，應加大城市排污監管力度和排污設施建設。
針對評價模型中6個主要障礙因子，篩選SD預測模型中與其關聯性強且可人為調控的驅動變量為調控指標。因此，將第三產業萬元產值用水量、萬元工業增加值用水量、農田灌溉畝均用水量、第三產業增長率、工業產值增長率和城鎮生活氨氮排放系數6個決策變量設定為調控指標。
4.4 仿真方案設計
依據篩選出的調控指標，綜合考量提高用水效率、優化產業結構和完善排污設施建設等調控舉措，設置節流、產業轉型和環境友好三種發展模式，并在單發展模式下進行仿真預測，設計方案1、方案2及方案3。
2017年，江蘇省用水總量居全國第一，比重高達9.8%。其中，江蘇省工業用水總量亦居全國第一，為2.50×1010 m3,高出第二名廣東省近57.2%,由此可見，探究行之有效降低用水量尤其是工業用水量的優化方案對江蘇省可持續發展至關重要?；谡{控水量要素的措施，本文設置了節流和產業轉型兩種發展模式，并在單獨分析兩種發展模式的基礎上設計了方案4,以探究兩種發展模式的協同拮抗作用，探求控制用水量的最優方案。
江蘇省水質型缺水與資源型缺水并存，本文通過三種發展模式的疊加組合制定調控方案5,以分析量質要素對水資源承載力系統的綜合影響，尋求最優調控方案。基于近期規劃和遠期規劃的實現目標，人為擬定2025年和2030年各調控指標取值，其余年份指標取值由SD模型在指標發展趨勢的基礎上模擬生成，不同發展模式的調控參數設置及5種方案設計如表8所列。
4.5 仿真結果分析
依照不同仿真方案調控變量取值，運行江蘇省水資源承載力SD模型，得到不同仿真情景下運行結果，表征指標預測值變化趨勢如圖10所示。從經濟發展角度出發，人均GDP持續攀升，六種情景下經濟發展態勢趨于一致，表明非農經濟占比調整過程中國民經濟發展平穩，實現了高耗水工業產值的降低和低耗水三產產值的增加。
圖10 不同情景下關鍵指標趨勢變化對比
從水量角度出發，現狀持續方案下總用水量持續增加，且增速逐年提高，供需比小于1,短期內雖能維持水資源供需平衡，但長期來看，水資源壓力大，供需矛盾日益顯著。節流模式下，生產用水效率的提高可顯著降低總用水量，對維持水資源供需平衡有積極意義；優化產業結構能有效降低生產用水，推動節水型社會建設。方案1在現狀基礎上增加節流模式，總用水量于2030年較原始方案減少1.44×1010 m3,保障供需比大于1。方案2在現狀基礎上增加產業轉型模式，總用水量于2030年較原始方案減少0.31×1010 m3,但供需比仍小于1,供需矛盾依舊突出。由此可見，較產業轉型模式而言，節流模式對水量要素的調控作用更顯著。方案4在現狀基礎上同時增加節流模式和產業轉型模式，總用水量于2030年較原始方案減少1.63×1010 m3,兩種模式疊加仿真后的節水效果高于各模式單獨運行下的節水效果。由此可見，兩種發展模式的協同效應顯著降低用水總量，有效緩解水資源供需矛盾。方案3未調節影響水量要素的驅動因子，總用水量變化趨勢同現狀持續方案。方案5綜合三種發展模式，總用水量變化趨勢同方案4。
從水質角度出發，原方案廢污水氨氮排放量于2030年達1.03×105 t, 較2018年初始值增加了6.82%,臨近納污標準，難以控制入河湖污染物總量達考核標準，水環境承載能力降低。控制用水量可一定程度上減少廢污水排放量，因此方案1、方案2及方案4的氨氮排放量于相同年份下較現狀持續方案都略有降低，但縱向比較結果顯示2030年的氨氮排放量較2018年都有所增加，水資源污染現象未能得到有效改善。環境友好模式能有效緩解水質惡化現象，切實保障水源水質安全、加快河湖生態修復。方案3在現狀基礎上增加環境友好模式，提高污水處理能力以降低污染物排放系數，到2030年氨氮排放總量降低至0.59×105 t, 較2018年減少了79.00%。方案5綜合考慮節水和控污，最大程度上控制入河湖污染物總量，到2030年氨氮排放總量降低至0.52×105 t。此外，污染物排放源中城鎮生活源占比逐年提高，因此，控制污染物總量應重點關注城鎮生活來源，提高城鎮居民水環境保護意識，從源頭減少污染物產量。
表征指標無法定量描述水資源承載力水平，運行GA-BP神經網絡評價模型，五種方案下水資源承載力評分如圖10所示。結果顯示，方案1和方案2情景下水資源承載力水平呈下降趨勢，但下降幅度較現狀維持方案有所減少，表明節流模式和產業轉型模式都能緩解水資源荷載壓力，且節流模式的緩解作用更顯著。方案3在短時間內能提升水資源承載力水平，于2023年達到峰值0.525 7,但從長遠來看，可承載的人口數量和經濟規模將不斷縮減，且縮減速度持續加快。方案4受節流模式和產業轉型模式協同作用的影響，對水資源荷載能力的提升效果高于方案1和方案2,但水資源承載力水平總體上仍呈下降態勢。方案5水資源承載力水平整體呈上升趨勢，2030評分值較2018年提高了0.016 3,表明方案5綜合采取開源節流、優化產業布局和加快污廢水處理建設進程等調控措施，有效提高江蘇省水資源承載力，實現江蘇省經濟社會和水生態環境協調可持續發展。
5 結 論
(1)本文在利用SD模型預測表征指標取值的基礎上，耦合BP神經網絡模型對2019—2030年江蘇省水資源承載力進行定量評價，克服用量質要素定性分析水資源荷載能力時的主觀臆斷問題。同時引入障礙度模型診斷障礙因子，綜合考量指標及系統間的相互影響，改進篩選調控指標的方法。
(2)江蘇省水資源承載力未來呈下降趨勢，水資源荷載壓力持續增大。從準則層角度，經濟社會子系統是阻礙江蘇省水資源承載力水平的首要因素；從指標層角度，隸屬經濟社會子系統的萬元GDP用水量、農田灌溉水有效利用系數、人口自然增長率和第三產業比4個指標，以及隸屬生態環境子系統的城市污水日處理能力和萬元GDP化學需氧量排放2個指標是水資源承載力的主要障礙因子。
(3)選取第三產業萬元產值用水量、萬元工業增加值用水量、農田灌溉畝均用水量、第三產業增長率、工業產值增長率和城鎮生活氨氮排放系數6個決策變量為調控指標，依此設計5種調控方案。模擬結果顯示，五種方案都能一定程度上緩解水資源荷載壓力，但只有方案5能夠實現江蘇省水資源承載力在規劃水平年中穩定提升，該方案采取節流、調整產業結構和水污染處理等一系列調控措施，是改善江蘇省水資源承載力的最優調控方案。
水利水電技術（中英文）
水利部《水利水電技術（中英文）》雜志是中國水利水電行業的綜合性技術期刊（月刊），為全國中文核心期刊，面向國內外公開發行。本刊以介紹我國水資源的開發、利用、治理、配置、節約和保護，以及水利水電工程的勘測、設計、施工、運行管理和科學研究等方面的技術經驗為主，同時也報道國外的先進技術。期刊主要欄目有:水文水資源、水工建筑、工程施工、工程基礎、水力學、機電技術、泥沙研究、水環境與水生態、運行管理、試驗研究、工程地質、金屬結構、水利經濟、水利規劃、防汛抗旱、建設管理、新能源、城市水利、農村水利、水土保持、水庫移民、水利現代化、國際水利等。
