基于系统动力学的研究和系统优化水资源承载力分析——以环渤海地区城市群为例

《基于系统动力学的研究和系统优化水资源承载力分析——以环渤海地区城市群为例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于系统动力学和系统优化的水资源承载力分析——以环渤海地区城市群为例摘要水资源是社会经济发展的必备资源条件之一，也是生态平衡的载体与控制性因素之一。随着人口的增长和经济发展所导致的需水量的快速增加，水资源短缺已经成为世界面临的最为突出的重大问题之一。如何处理好水资源与人口、环境和经济可持续发展之间的关系，成为全社会普遍关心的问题，也是科学界研究的热点。本文首先根据环渤海地区水资源系统是一个巨型复杂非线性系统的特点，运用系统动力学方法，从系统结构入手，充分考虑了人口、经济、资源和环境等因素，构建环渤海地区水资源系统动力学模型，成功实现

2、了对未来水资源利用情况的模拟及预测。并结合层次分析法和向量模法对水资源承载能力进行定量模拟计算。同时运用对模型有效性检验的灵敏度分析结果，针对较灵敏的参数设计不同的模拟方案。实现了方案选择的定量化，提高了决策的科学性，并为实现水资源的可持续利用提出了一系列对策建议。通过对2011．2020年的环渤海地区水资源承载力模拟结果看出，在维持现状发展条件下，水资源承载力虽略有增长但变化较小。只有在节约用水、治污减排的同时，调整产业结构才能真正的提高水资源承载能力，促进环渤海地区经济、社会和环境的协调发展。再依据“三次供需平衡"理论，核算环渤

3、海地区13个城市的工业可供水资源量。设定工业经济发展情景和工业用水效率的组合方案，并计算不同方案的工业需水量。根据水资源压力风险指数，计算环渤海地区13个城市的绝对综合压力指数和相对综合压力指数。由绝对压力指数评价：环渤海工业经济的发展规模受水资源利用效率影响十分显著，压力最大的是沧州，其次是烟台，虽然城市间压力差别较大，但整个区域工业经济发展存在较大的水资源供给风险。由相对压力指数评价：相对压力最大的是烟台，其次是唐山、东营、沧州，最小的是锦州，省级行政区相对压力最大的山东，其次是河北，滨海新区最小。从时间上看，环渤海地区工业水资

4、源压力风险有持续增加趋势。最后建立以环渤海地区重点产业经济效益最大、用水最小为目标集，水资源总量、经济发展规模等为约束集的水资源承载力的多目标规划数学模型，通过实现模型的求解，求出重点产业的最优用水量，并以此提出行业优化调整方案，从而提高该地区水资源承载力。关键词：水资源承载力；系统动力学；水资源压力风险指数；多目标规划模型；环渤海地区IIAnalysisofWaterResourcesCaHyingC印acityBasedonaSystemDynamicModelandSystemOptiHlization—TakingBohai

5、SeaRingmeaasanEx锄ABSTRACTIhewaterresourcesisthenecessa叫deVelopmentconditiOnSofsOcialandeconomV’it，salsOoneoftheimponamfactorsa丘’e“ngtheec0109icalenvironment．Withpopulation，ssharplncreaseandeconomy’spromptdeVelopment，therapidincreaseindemand，theproblemsofwater。e80urce5b

6、ecomethemostprominentproblemsintheword．HowtoproperlyhandletherelationSbetween、VaterresourcesandpopulationaswellasbeMeenenvirollInentandsuStainableeconomlcdeVelopmenthaSbecomeaf酏uSofsocialconcemaJldahottopicofscientincresearch．Firstly，underthenonHnearand仔omsystems打uctur

7、e，thesuStainabledevelopmentmodelhadbeenestablishedinfoursub-modelswiththeconsiderationofpopulation，economics，waterresourcesandenViro蛐ent·Basedonthemodel，wesimulatedthepro可essofwaterresources5y8teminthe如ture-AndcombinewithaJlal”icalllierarchyprocess(AHP)andthevectornofm

8、method·WhjleuSingtheresultsofthesellSitiVityofthemodelvalidation，designofdiff-erentslmuIatlonpro黟amsuSingmemoresellSi