基于奈特不确定性理论的流域水资源脆弱性分析与适应性治理研究

Basin water resources vulnerability caused by many factors, including flood damage, drought disaster, water shortage and water pollution. Adaptive management scheme design based on vulnerability analysis, at the same time need to forecast uncertainty factors such as climate change and human activities impact on the vulnerability of water resources. First of all, we study the influence factors of water resources vulnerability, and construct a evaluation index system of water resource vulnerability. Using rough set- BP neural network model to evaluate water resources vulnerability. Second, we will analyze the reasons and mechanism of basin water resources vulnerability and design scheme. Finally using knightian uncertainty REU model calculate the expected value through the probability distribution function and utility function. Probability distribution function by logistic model and GLUE model build, can predict the effects of climate change on water resource vulnerability. The utility function can describe that adaptive management decisions to improve the effect. In the case we will analyze typical basin water resource vulnerability. Study on measure the characteristics of time and space, analyze reason and adaptive management decision-making. To verify the theory and method.

流域水资源脆弱性是由洪涝灾害、干旱灾害、水资源短缺和水质污染等多种因素引起的;适应性治理方案设计需要对脆弱性产生的原因进行分析，同时要在预测气候变化、人类活动等不确定性因素对水资源脆弱性影响的基础上进行科学决策。本项目首先研究水资源脆弱性的影响因素，构建面向治理决策的水资源脆弱性评价指标体系，采用粗集-BP神经网络模型进行水资源脆弱性评价。然后进行流域水资源脆弱性原因和产生机理分析，针对不同脆弱性机理拟定适应性治理方案组合。最后运用奈特不确定性REU模型通过概率分布函数和效用函数的二次期望求解，对拟定备选治理方案进行决策选择；概率分布函数由logistic模型和GLUE模型构建，可以预测气候变化等对水资源脆弱性带来的影响；效用函数可以描述出适应性治理方案对水资源脆弱性改善的定量化效果。案例分析主要对典型流域水资源脆弱性进行时空测度、产生机理分析和适应性治理决策研究，以验证本项目提出的理论。

流域水资源脆弱性分析和适应性管理是关系到水安全、社会发展的重要问题。流域水资源脆弱性是由水量短缺、水质污染、洪涝灾害和干旱灾害等多种因素引起的，并且会随着气候变化等不确定因素的影响而发生变化。构建有利于流域水资源关键脆弱性识别和产生原因回溯分析的评价指标体系，建立科学合理的流域水资源脆弱性评价和预测模型，以及面向气候变化等不确定因素影响下的流域水资源适应性管理方案决策等问题，是目前流域水资源管理亟待解决的问题。. （1）在流域水资源脆弱性内涵和影响因素分析的基础上，分级构建了流域水资源脆弱性评价指标体系，包括水量短缺、水质污染、洪灾防御、旱灾防御脆弱性4个一级指标，自然因素、人为因素、承载因素3个二级指标，共24个评价指标。（2）采用熵权法和线性加权法构建流域水资源脆弱性评价模型，对长江流域、黄河流域、淮河流域、海河流域、松辽流域、珠江流域等六个流域2000-2014年期间水资源脆弱性进行了发展趋势分析和关键脆弱性辨识。（3）构建了基于粗集-BP神经网络的流域水资源脆弱性预测模型，运用粗集理论的改进盲目删除法对评价指标体系降维，通过BP神经网络拟合评价指标和脆弱度之间的映射关系，并对淮河流域在不同水资源管理强度情景下的水资源脆弱性进行了2020年和2030年的预测。（4）通过对奈特不确定性REU (Recursive Expected Utility)模型中各项参数和概率分布的假定和计算，将不确定性决策问题转化为风险型决策问题。并在RCP4.5和RCP8.5两种气候情景下，对珠江流域2030年水资源脆弱性进行预测，并从控制用水量、提高水质达标率、控制生态环境用水率、降低人口受灾率、降低GDP损失率和降低耕地淹没率六个方面，提出63种组合管理方案，使用奈特不确定性REU模型进行管理方案的决策评估。在面对气候变化等不确定性因素时，本项目对流域的适应性管理提供了一个可量化的决策方法。