Evaluation of Water Resources Vulnerability and Obstacle Diagnosis of Water Sources in Plateau Cities Based on DPSIRM Model

Wen-chuang GUAN; Bi-yu RAO; Yuan LU; Jing-yu LI; Xing FAN; Jing WANG

China Rural Water and Hydropower ›› 2022 ›› (3) : 147-154.

Author information +

History +

Abstract

A water source vulnerability assessment index system based on the driving force-pressure-state- impact-response-management （DPSIRM） model is established， comprehensively considering the economy， society， resources， environment， ecology and other influencing factors of urban water resources in plateau basins. The entropy method is used to weight each evaluation index， and the set pair analysis and obstacle degree model is used to evaluate the water resources vulnerability of the Yunlong Reservoir water resources in Kunming from 2014 to 2019.The results show that the vulnerability of Yunlong Reservoir’s water resource was strongly vulnerable in 2014， and moderately vulnerable from 2015 to 2019. The confidence value of its middle-level vulnerability has been increasing year by year， and the vulnerability of water resources has gradually decreased， indicating that the implemented water resources management policies have achieved results. Judging from the diagnosis results of the obstacles in the various subsystems of the evaluation model， the pressure， status， and influence subsystems’ obstacles played a dominant role from 2014 to 2015， the influence and response subsystem played a leading role from 2016 to 2018， and the pressure and influence subsystem played a leading role in 2019， and subsystem obstacles have a greater impact. It is suggested that the sound development of water resources security should be promoted from the perspective of the system theory， the water quality management and control of water source areas should be strengthened， and the comprehensive development and governance of water resources should be strengthened.

Key words

DPSIRM model / water resource vulnerability assessment / entropy weight method / set pair analysis / obstacle diagnosis

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

Wen-chuang GUAN , Bi-yu RAO , Yuan LU , Jing-yu LI , Xing FAN , Jing WANG. Evaluation of Water Resources Vulnerability and Obstacle Diagnosis of Water Sources in Plateau Cities Based on DPSIRM Model. China Rural Water and Hydropower. 2022, 0(3): 147-154

0 引言

随着经济快速的发展与人类活动的加剧，水源地水资源开发利用程度越来越高，水源地面临着水环境恶化与水资源日益短缺的问题。城市水源地水资源系统能否良性运行，关系城市供水情况乃至城市可持续发展的顺利实施^［1］。高原盆地城市多分布于地形相对封闭的断陷盆地，城市周围少有大江大河流经，城市的水源常依赖于其上游的水库，水库型水源地关乎高原盆地城市供水安全，是城市经济社会发展的命脉^［2］。城市水源地脆弱性评价能全面反映其生态环境、水源涵养功能与恢复能力方面的变化，是确定水源地健康状况及主控因子的有效方法^［3］。因此为缓解城市水源地水资源压力，科学合理开发、利用与保护水资源，对城市水源地水资源系统的脆弱性进行研究显得尤为重要。

由于水资源系统脆弱性涉及的因素较多、层面较广，众多学者采用不同方法从不同方面对水资源脆弱性进行评价，取得丰硕的研究成果。水资源脆弱性评价研究主要体现在评价指标体系的构建、指标权重的确定与评价模型的选择。目前水资源脆弱性评价指标主要从自然-人为-承载力^［4］、PSR（压力-状态-响应）^［5］、DPSIR（驱动力-压力-状态-影响-响应）^［6-8］等角度构建指标体系；权重确定与评价模型主要有层次分析法^［4］、熵权法^［9］、模糊综合评价法^［10］、水足迹法^［11］、系统动力学法^［12］、集对分析法^［13］等。如王红梅等^［4］采用层次分析法并构建自然-人为-承载力评价指标体系对扬州市深层地下水资源进行评价；王静等^［5］采用集对分析法并构建PSR模型对水源地脆弱性评价研究；周奉等^［14］等采用熵权-TOPSIS法并构建DPSIR模型对黔中地区水资源脆弱性评价研究。这些研究无疑对水资源脆弱性的研究起到巨大推动作用，但也存在不足，在指标选取方面，忽视了水资源脆弱性演进变化全过程与内在机制，缺少系统的联动性，少有描述评价子系统之间的管理^［15］；指标权重大多通过专家咨询确定，囿于专家经验和其思维方式，主观性强而客观信息的利用极大减弱。近年来有学者将“管理（M）”引入DPSIR模型，构建DPSIRM模型，将其应用到水资源其他研究领域，郭倩等^［16］用DPSIRM模型对云南省水资源承载力进行评价，汪嘉杨等^［17］在DPSIRM模型框架下对太湖流域水环境承载力进行研究。DPSIRM模型增加了系统的协调管理，提供了一种系统全面的方法分析水资源系统变化的前因后果和影响。考虑到水资源脆弱性评价系统是一个庞大的复杂系统，各子系统相互关联，可将DPSIRM模型应用于水资源脆弱性评价中。在权重确定方面，熵权法能避免主观因素的影响，采用熵权法能客观的对水资源脆弱性进行评价。

鉴于此，本研究以昆明市云龙水库为研究对象，结合水源地实际情况，参考并借鉴相关研究成果，构建基于DPSIRM框架模型的水资源评价指标体系，运用熵权法确定权重，利用集对分析法和障碍度模型对云龙水库水资源脆弱性进行评价和主要障碍因子识别，以期为改善水源地水资源脆弱性提出针对性建议。

1 研究区概况

云龙水库位于昆明市禄劝县云龙乡、撒营盘镇境内，地理坐标为东经102°22'30″，北纬25°52'16″，库区流域面积为760 km²，包括武定县的水城河，禄劝县的石板河、老木河。水源保护区（见图1）内总体地势西北高东南低，区内最高点海拔3 155 m，最低海拔2 026 m，相对高差650 m，以中低山地貌、中山峡谷地貌为主，间夹山涧河谷地貌，水源地地表崎岖破碎，可溶岩造壤能力低，植被生长条件差，生态系统抗干扰能力弱。

Fig.1 Overview map of Yunlong Reservoir water source protection area

图1 云龙水库水源保护区概况图

Full size|PPT slide

云龙水库是昆明掌鸠河引水供水工程的水源工程，属大（Ⅱ）型水库工程，于2007年3月25日正式建成通水。云龙水库总库容4.84 亿m³，是昆明市最大的集中式饮用水源地，年均向昆明主城供水1.6至1.8亿m³，承担昆明市70%的供水。云龙水库水资源系统是否能够良性运行，关系昆明市供水情况乃至昆明市可持续发展的顺利实施，具有极其重要的战略地位。近年来由于库区上游经济的发展与人口的增长，带来了诸多水污染问题，致使库区水环境的压力越来越大，对水源健康构成了潜在威胁，为水资源供需平衡及开发利用带来了新挑战。

2 水源地水资源脆弱性评价

2.1 数据来源

本研究数据主要来自《昆明市水资源公报》《昆明市统计年鉴》《昆明市国民经济和社会发展统计公报》《昆明市水资源开发利用规划》《昆明市环境状况公报》及实地问卷调查数据以及相关文献等，部分缺失数据采用线性插值法获得。

2.2 指标体系构建

本研究以DPSIRM模型理论框架为基础，构建驱动力、压力、状态、影响、响应和管理6个子系统。框架模型具体含义为：将推动高原盆地城市水源地水资源发展变化的人口、社会与经济发展作为“驱动力（D）”子系统；驱动力导致水资源需求与污染物排放量增大，将水资源供需与水体污染作为“压力（P）”子系统；水源区水量、水生态构成“状态（S）”子系统；在驱动力、压力、状态作用下，水源地水资源系统发生变化，把水环境、水质因素作为“影响（I）”子系统；水环境安全受到胁迫，驱使人类社会对水环境修复治理，植被修复、水环境修复构成“响应（R）”子系统；同时各种管理政策与措施加强水资源调控，减少人类活动对水源地水资源环境产生压力，降低对水资源的影响，政策与资金投入构成“管理（M）”子系统。六大子系统之间作用关系见图2。

Fig.2 DPSIRM framework model for vulnerability assessment of water resources in water source areas

图2 水源地水资源脆弱性评价DPSIRM框架模型

Full size|PPT slide

评价指标的选取是水源地水资源系统脆弱性评价的关键。本研究基于构建的DPSIRM框架模型并结合以往水资源脆弱性相关研究^{［6，18，19］}，遵循指标数据的代表性、易获性、系统性和可操作性原则^［20］，从6个方面建立高原城市水源地水资源脆弱性指标体系（见表1）。

Tab.1 Index system， meaning and trend of water resource vulnerability assessment in water source area

表1 水源地水资源脆弱性评价指标体系、含义及趋向

目标层	因子层	指标层	表征含义	趋向
云龙水库水资源脆弱性评价	驱动力（D）	人均GDP X ₁/元	现状经济发展水平	逆
		人口密度X ₂/（人·km^-2）	单位面积土地上居住的人口数量	正
		城镇化率X ₃/%	人口城镇化速度对用水量的影响	逆
	压力（P）	农业灌溉亩均用水量X ₄/m³	农业灌溉用水水平	正
		人均日生活用水量X ₅/（L·d^-1）	年生活用水量/（365×人口总数）	正
		人均生活污水排放量X ₆/（L·人^-1·d^-1）	人均生活污水排放强度	正
		农药施用强度X ₇/（kg·hm^-2）	农业生产对水资源质量安全的压力力，用每年每公顷农药施用量反映	正
		化肥施用强度X ₈/（kg·hm^-2 ）	农业生产对水资源质量安全的压力，用每年每公顷化肥施用量反映	正
		万元工业增加值用水量X ₉/m³	工业生产对水资源带来的压力	正
	状态（S）	丰水期降水量比重（5-10月）X ₁₀/%	5-10月降水量/年降水量	正
		水资源开发利用率X ₁₁/%	区域用水量占水资源总量的比率	正
		年降水量X ₁₂/mm	一年内由天空降落到单位面积水平地面的液态水或固态水的量	逆
	影响（I）	污径比X ₁₃/%	污水排入量与径流量之比	正
		水土流失面积比X ₁₄/%	区域内水土保持状态，用水土流失面积与土地总面积的比值反映	正
		入库汇水区水质综合达标率X ₁₅/%	入库汇水区水质达标的比率	逆
		总氮X ₁₆/（mg·L^-1）	水中各种形态无机与有机氮的总量	正
		总磷X ₁₇/（mg·L^-1）	水中各种形态磷的总量	正
	响应（R）	森林覆盖率X ₁₈/%	区域森林面积占土地面积的百分比	逆
		生态环境用水量比例X ₁₉/%	生态环境用水量所占比例	逆
		污水处理率X ₂₀/%	污水处理情况	逆
	管理（M）	公众节水意识和水环境保护普及率X ₂₁/%	公众节水意识和水环境保护普及状态	逆
	管理（M）	水利工程投资占GDP比例X ₂₂/%	水利工程总投资/总GDP	逆

2.3 指标评价标准

关于水源地水资源脆弱性评价标准的参照系，国内暂无统一标准可循。本研究在参考《云南省统计年鉴》《地表水环境质量标准》《云南省水资源规划》《云南省云龙水库保护条例》相似流域水资源脆弱性评价标准、地方政府颁布的标准及国内外水资源脆弱性评价的基础上，通过实地考察与专家咨询等方法，将云龙水库水资源脆弱性确定为微脆弱、轻脆弱、中等脆弱、强脆弱、极脆弱5级，具体分级标准见表2。

Tab.2 Water resources vulnerability assessment grade of water source area

表2 水源地水资源脆弱性评价等级

目标层	因子层	指标层	权重	分项权重	微脆弱 1级	轻脆弱 2级	中等脆弱 3级	强脆弱 4级	极脆弱 5级
云龙水库水资源脆弱性评价	驱动力（D）	X ₁	0.058 8	0.424 1	＞180 000	120 000～180 000	30 000～120 000	12 000～30 000	0～12 000
		X ₂	0.032 8	0.236 8	0～50	50～100	100～200	200～300	＞300
		X ₃	0.047 0	0.339 0	＞80	60～80	40～60	20～40	0～20
	压力（P）	X ₄	0.035 2	0.162 5	0～200	200～300	300～400	400～500	＞500
		X ₅	0.029 9	0.138 3	0～120	120～150	150～180	180～220	220～350
		X ₆	0.029 1	0.134 2	0～10	10～25	25～40	40～55	＞55
		X ₇	0.043 4	0.200 6	0～2	2～2.5	2.5～3.5	3.5～4	＞4
		X ₈	0.036 8	0.170 0	0～100	100～250	250～400	400～500	＞500
		X ₉	0.042 1	0.194 4	0～30	30～60	60～90	90～120	＞120
	状态（S）	X ₁₀	0.031 1	0.244 3	75～80	80～85	85～90	90～95	95～100
		X ₁₁	0.049 5	0.389 3	0～10	10～20	20～30	30～40	＞40
		X ₁₂	0.046 6	0.366 5	1 100～1 600	800～1 100	400～800	200～400	0～200
	影响（I）	X ₁₃	0.046 7	0.194 3	0～0.1	0.1～0.2	0.2～0.3	0.3～0.4	＞0.4
		X ₁₄	0.038 1	0.158 2	0～2	2～5	5～10	10～20	20～50
		X ₁₅	0.054 9	0.228 1	96～100	86～96	70～86	60～70	0～60
		X ₁₆	0.052 9	0.220 1	0～0.2	0.2～0.5	0.50～0.75	0.75～1.00	＞1
		X ₁₇	0.047 9	0.199 3	0～0.01	0.010～0.025	0.025～0.050	0.050～0.075	＞0.075
	响应（R）	X ₁₈	0.030 8	0.190 7	80～100	60～80	40～60	20～40	0～20
		X ₁₉	0.080 8	0.499 9	5.5～15.0	4.0～5.5	2.5～4.0	1.0～2.5	0～1
		X ₂₀	0.050 0	0.309 3	90～100	80～90	70～80	60～70	0～60
	管理（M）	X ₂₁	0.058 8	0.508 5	70～100	50～70	40～50	20～40	0～20
	管理（M）	X ₂₂	0.056 9	0.491 5	1.0～1.5	0.8～1.0	0.5～0.8	0.2～0.5	0～0.2

2.4 评价方法

2.4.1 原始数据标准化处理

水资源脆弱性评价指标分为正向指标与逆向指标，正向指标是指数值越大脆弱性程度越高，逆向指标是指数值越小脆弱性程度越高（见表1），计算前需要先判断评价指标所属类型。为避免各评价指标量纲不同的影响，本研究已采用极差标准化法对指标进行标准化处理。

正向指标标准化公式：

b = (x - x_{m i n}) / (x_{m a x} - x_{m i n})

（1）

逆向指标标准化公式：

b = (x_{m a x} - x) / (x_{m a x} - x_{m i n})

（2）

式中：b为标准化后的指标值；x为各指标的原始值；

x_{m a x}

、

x_{m i n}

分别为所选样本序列中的最大值与最小值。

2.4.2 熵权法确定权重

熵权法是信息论中常用的计算指标权重的方法，是在客观条件下利用各指标的熵值所提供的信息量的大小来界定指标的权重^［21］。当指标的信息熵越大时，指标数据越均衡，表明该指标对被评价对象的影响作用越小，所占权重就越小；反之，熵越小，指标数据的差异越大，表明该项指标对被评价对象的影响作用越大，所占的权重就越大^［22］。计算过程中能尽量避免主观因素的干扰，使得对评价指标的权重确定更加客观科学。具体步骤如下：

（1）将指标值作正向化处理，计算如下：

P_{i j} = \frac{Y_{i j}}{\sum_{i = 1}^{m} Y_{i j}}

（3）

式中：P_ij 为第i年第j项指标标准化后值所占比例，研究选取2014-2019年相关数据，1≤m≤6。

（2）计算指标信息熵，计算如下：

E_{j} = - k \sum_{i = 1}^{m} (P_{i j \cdot} l n P_{i j})

（4）

式中：E_j 表示各项指标信息熵，

k = \frac{1}{l n (m)}

；m为指标值所处样本区域。

（3）计算各指标权重，计算如下：

W_{j} = \frac{1 - E_{j}}{\sum_{j = 1}^{n} (1 - E_{j})}

（5）

式中：W_j 为各项指标权重，n为指标数。

2.4.3 集对分析法综合评价

集对分析法是解决不确定性问题的系统分析方法，通过联系度来表达评价样本指标（X_i ）与评价标准等级（B_k ）两个集合的确定、不确定关系，能准确的反映水资源脆弱性的演化过程与内在机制^{［23，24］}。本研究用集对分析法对云龙水库水资源脆弱性进行评价，具体步骤为：

构建集对H（X_i，B_k ）（k=1，2，3，4，5；i=1，2，…n）得到五元联系度表达式如下：

η (X, B) = w η (x_{i}, B) = \sum_{l = 1}^{m} w_{l} a_{l} + w_{l} b_{l, 1} i_{1} + \sum_{l = 1}^{m} w_{l} b_{l, 2} i_{2}

+ w_{l} {b_{l}}_{,}_{3} i_{3} + \sum_{l = 1}^{m} w_{l} c_{i} J

（6）

令：

f_{1} = \sum_{l = 1}^{m} w_{l} a_{l}, f_{2} = \sum_{l = 1}^{m} w_{l} b_{l} i_{1}, f_{3} = \sum_{l = 1}^{m} w_{l} b_{l} i_{2}, f_{4} = \sum_{l = 1}^{m} w_{l} b_{l} i_{3}, f_{5} = \sum_{l = 1}^{m} w_{l} c_{i} J

则公式（6）变化为：

η (X, B) = f_{1} + f_{2} I_{1} + f_{3} I_{2} + f_{4} I_{3} + f_{5} J

（7）

式中：I₁，I₂，I₃ 与J的取值为1。

对于数据越小越优型指标，其联系度

η (X_{i}, B_{k})

为：

η (X_{i}, B_{k}) = \{\begin{array}{l} 1 + 0 i_{1} + 0 i_{2} + 0 i_{3} + 0 j; x_{l} \leq s_{1} \\ \frac{s_{1} + s_{2} - 2 x_{1}}{s_{2} - s_{1}} + \frac{2 x - 2 s_{1}}{s_{2} - s_{1}} i_{1} + 0 i_{2} + 0 i_{3} + 0 j; s_{1} < x \leq \frac{s_{1} + s_{2}}{2} \\ 0 + \frac{s_{2} + s_{3} - 2 x}{s_{3} - s_{1}} i_{1} + \frac{2 x - s_{1} - s_{2}}{s_{3} - s_{1}} i_{2} + 0 i_{3} + 0 j; \frac{s_{1} + s_{2}}{2} < x \leq \frac{s_{2} + s_{3}}{2} \\ 0 + 0 i_{1} + \frac{s_{3} + s_{4} - 2 x}{s_{4} - s_{2}} i_{2} + \frac{2 x - s_{2} - s_{3}}{s_{4} - s_{2}} i_{3} + 0 j; \frac{s_{2} + s_{3}}{2} < x \leq \frac{s_{3} + s_{4}}{2} \\ 0 + 0 i_{1} + 0 i_{2} + \frac{2 s_{4} - 2 x}{s_{4} - s_{3}} i_{3} + \frac{2 x - s_{3} - s_{4}}{s_{4} - s_{3}} j; \frac{s_{3} + s_{4}}{2} < x \leq s_{4} \\ 0 + 0 i_{1} + 0 i_{2} + 0 i_{3} + 1 j; x_{l} > s_{4} \end{array}

（8）

对于数据越大越优型指标，其联系度

η (X_{i}, B_{k})

为：

η (X_{i}, B_{k}) = \{\begin{array}{l} 1 + 0 i_{1} + 0 i_{2} + 0 i_{3} + 0 j; x_{l \geq} s_{1} \\ \frac{2 x - s_{1} - s_{2}}{s_{1} - s_{2}} + \frac{2 s_{1} - 2 x_{1}}{s_{1} - s_{2}} i_{1} + 0 i_{2} + 0 i_{3} + 0 j; \frac{s_{1} + s_{2}}{2} \leq x < s_{1} \\ 0 + \frac{2 x - s_{3} - s_{4}}{s_{1} - s_{3}} i_{1} + \frac{s_{1} + s_{2} - 2 x}{s_{1} - s_{3}} i_{2} + 0 i_{3} + 0 j; \frac{s_{2} + s_{3}}{2} \leq x < \frac{s_{1} + s_{2}}{2} \\ 0 + 0 i_{1} + \frac{2 x - s_{3} - s_{4}}{s_{2} - s_{4}} i_{2} + \frac{s_{2} + s_{3} - 2 x}{s_{2} - s_{4}} i_{3} + 0 j; \frac{s_{3} + s_{4}}{2} \leq x < \frac{s_{2} + s_{3}}{2} \\ 0 + 0 i_{1} + 0 i_{2} + \frac{2 x - 2 s_{4}}{s_{3} - s_{4}} i_{3} + \frac{s_{3} + s_{4} - 2 x}{s_{3} - s_{4}} j; s_{4} \leq x < \frac{s_{3} + s_{4}}{2} \\ 0 + 0 i_{1} + 0 i_{2} + 0 i_{3} + 1 j; x < s_{4} \end{array}

（9）

式中：S₁、S₂、S₃、S₄ 分别为云龙水库水资源脆弱性微脆弱、轻脆弱、中等脆弱、强脆弱、极脆弱的边界值。

采用置信度准则来确定水资源脆弱性等级，计算公式为：

h_{k} = (f_{1} + f_{2} + . . . + f_{k}) > λ, k = 1,2, 3,4, 5

（10）

式中：λ为置信度，取值范围通常为［0.5，0.7］。

2.4.4 障碍度模型

障碍度测度是对水资源脆弱性评价后的进一步分析，利用障碍度模型能诊断和测算影响水资源脆弱性的障碍因素及障碍度^［25］，为有效降低水资源脆弱性提供策略。计算公式如下^［26］：

F_{j} = W_{j} \times U_{i j}

（11）

E_{j} = 1 - K_{j}

（12）

O_{j} = F_{j} \times E_{j} / \sum_{j = 1}^{m} (F_{j} \times E_{j})

（13）

R_{i} = \sum_{j = 1}^{m} O_{i j}

（14）

式中：F_j 为因子贡献度；W_i 为第i个因子层的权重；U_ij 为第i个因子层第j个单项指标的权重；E_j 为指标偏离度；K_j 为第j项指标经标准化后的值；O_j 为第j项指标对水资源系统改善的障碍度，m为指标的个数；O_ij 为第i个因子层第j项指标对水资源系统改善的障碍度，R_i 为第i个因子层对水资源系统改善的障碍度。

3 结果与分析

3.1 云龙水库水源地脆弱性评价结果

把云龙水库2014-2019年相关指标数据带入式（1）～（5）中，得到云龙水库各评价指标的权重值（见表2）。以2019年为例，介绍评价的相关运算过程。先将2019年原始数据带入式（8）、（9）中，求出2019年各指标的联系度（见表3），再把各指标的联系度与权重结合带入式（7）中，可计算出2019年各等级的联系度，取λ=0.5，2019年的置信度值分别为：h ₁ =f ₁ =0.059 6＜λ，h ₂ =f ₁ +f ₂ =0.059 6+0.121 1=0.180 7＜λ， h ₃ =f ₁ +f ₂ +f ₃ =0.059 6+ 0.121 1+0.416 0 = 0.596 7＞λ，由置信度准则可得出2019年云龙水库水资源脆弱性等级属于第三等级，即处于中等脆弱状态。同理得到2014-2019年云龙水库脆弱性等级与各年水库子系统的等级（见表4与表5）。

Tab.3 Connection degree of each index in 2019

表3 2019年各指标联系度

联系度	B ₁	B ₂ （i ₁ ）	B ₃ （i ₂ ）	B ₄ （i ₃ ）	B ₅	联系度	B ₁	B ₂ （i ₁ ）	B ₃ （i ₂ ）	B ₄ （i ₃ ）	B ₅
η ₁	0	0	0.202 4	0.797 6	0	η ₁₂	0.386 7	0.613 3	0	0	0
η ₂	0	0.360 0	0.640 0	0	0	η ₁₃	0	0	0	0	1
η ₃	0	0	0	0.930 0	0.070 0	η ₁₄	0	0	0	0	1
η ₄	0	0	0.680 0	0.320 0	0	η ₁₅	0	0.069 2	0.930 8	0	0
η ₅	0.733 3	0.266 7	0	0	0	η ₁₆	0	0	0.500 0	0.500 0	0
η ₆	0	0	0	0	1	η ₁₇	0	0.325 0	0.675 0	0	0
η ₇	0	0	0.360 0	0.640 0	0	η ₁₈	0	0.071 0	0.929 0	0	0
η ₈	0	0	0.440 0	0.560 0	0	η ₁₉	0	0	0.766 7	0.233 3	0
η ₉	0.466 7	0.533 3	0	0	0	η ₂₀	0	0	0	0.820 0	0.180 0
η ₁₀	0	0.340 0	0.660 0	0	0	η ₂₁	0	0	0.766 7	0.233 3	0
η ₁₁	0	0	0.458 0	0.542 0	0	η ₂₂	0	0.320 0	0.680 0	0	0

**Tab.4 Water resources vulnerability comprehensive assessment connection degree （f_n ） and its h_k value （2014-2019）**

表4 水源地水资源脆弱性综合评价联系度（f_n ）及其h_k 值（2014-2019）

年份	f ₁	f ₂	f ₃	f ₄	f ₅	h ₁	h ₂	h ₃	h ₄	h ₅	脆弱性
2014	0.006 5	0.1540	0.336 3	0.321 2	0.182 0	0.006 5	0.160 5	0.496 8	0.818 0	1	强脆弱
2015	0.062 4	0.1778	0.285 4	0.310 6	0.163 7	0.062 4	0.240 2	0.525 7	0.836 3	1	中等脆弱
2016	0.088 0	0.1410	0.313 6	0.284 1	0.173 3	0.088 0	0.229 0	0.542 6	0.826 7	1	中等脆弱
2017	0.132 5	0.1056	0.315 1	0.295 4	0.151 5	0.132 5	0.238 0	0.553 1	0.848 5	1	中等脆弱
2018	0.122 4	0.1265	0.337 5	0.292 1	0.121 5	0.122 4	0.248 9	0.586 5	0.878 5	1	中等脆弱
2019	0.059 6	0.121 1	0.416 0	0.277 1	0.126 1	0.059 6	0.180 8	0.596 8	0.873 9	1	中等脆弱

**Tab.5 DPSIR level and h_k value of water resources vulnerability in water source areas （2014-2019）**

表5 水源地水资源脆弱性DPSIRM等级及h_k 值（2014-2019）

年份	类别	h ₁	h ₂	h ₃	h ₄	h ₅	脆弱性	年份	类别	h ₁	h ₂	h ₃	h ₄	h ₅	脆弱性
2014	D	0	0.135 8	0.256 3	0.840 7	1.000 0	强脆弱	2017	D	0	0.097 9	0.311 9	0.935 6	1.000 0	强脆弱
	P	0.018 4	0.306 8	0.631 4	0.883 7	1.000 0	中等脆弱		P	0.087 0	0.332 7	0.431 8	0.857 8	1.000 0	强脆弱
	S	0.019 5	0.591 5	0.824 8	1.000 0		轻脆弱		S	0.258 2	0.459 3	0.750 1	1.000 0		中等脆弱
	I	0	0	0.267 5	0.647 5	1.000 0	强脆弱		I	0	0.045 6	0.463 8	0.647 5	1.000 0	强脆弱
	R	0	0	0.664 5	0.690 7	1.000 0	中等脆弱		R	0.499 9	0.499 9	0.682 5	0.833 0	1.000 0	中等脆弱
	M	0	0	0.501 1	1.000 0		中等脆弱		M	0	0.019 7	0.857 6	1.000 0		中等脆弱
2015	D	0	0.120 0	0.275 2	0.861 0	1.000 0	强脆弱	2018	D	0	0.091 6	0.317 4	0.959 3	1.000 0	强脆弱
	P	0.046 1	0.319 8	0.482 1	0.955 3	1.000 0	强脆弱		P	0.129 6	0.328 1	0.504 2	0.865 8	1.000 0	中等脆弱
	S	0.285 4	0.561 9	0.852 1	1.000 0		轻脆弱		S	0.106 8	0.434 9	0.839 2	1.000 0		中等脆弱
	I	0	0.008 8	0.387 9	0.647 5	1.000 0	强脆弱		I	0	0.054 8	0.476 0	0.647 5	1.000 0	强脆弱
	R	0.099 9	0.499 9	0.690 7	0.690 7	1.000 0	中等脆弱		R	0.499 9	0.499 9	0.686 6	0.987 6	1.000 0	中等脆弱
	M	0	0	0.603 9	1.000 0		中等脆弱		M	0	0.137 6	0.874 5	1.000 0		中等脆弱
2016	D	0	0.110 5	0.290 8	0.888 1	1.000 0	强脆弱	2019	D	0	0.085 3	0.322 7	0.976 3	1.000 0	强脆弱
	P	0	0.303 2	0.459 9	0.865 8	1.000 0	强脆弱		P	0.192 2	0.332 7	0.590 2	0.865 8	1.000 0	中等脆弱
	S	0.056 4	0.478 8	0.754 4	1.000 0		中等脆弱		S	0.141 7	0.449 5	0.789 0	1.000 0		中等脆弱
	I	0	0.022 8	0.451 2	0.6475	1.000 0	强脆弱		I	0	0.080 6	0.537 4	0.647 5	1.000 0	中等脆弱
	R	0.433 9	0.439 1	0.690 7	0.7278	1.000 0	中等脆弱		R	0	0.013 5	0.574 0	0.944 3	1.000 0	中等脆弱
	M	0	0	0.749 2	1.000 0		中等脆弱		M	0	0.157 3	0.881 4	1.000 0		中等脆弱

3.2 云龙水库水源地脆弱性评价分析

3.2.1 综合评价分析

由表4可看出，2014年云龙水库水源地水资源呈强脆弱状态，2015-2019年均呈现中等脆弱状态，其属于中等脆弱等级的置信度值逐年上升，水库水资源脆弱性逐渐降低。说明近年来对水源地水环境保护与治理是有效的，特别是2013年11月云南省人大常委会批准并颁布《云南省云龙水库保护条例》，在云龙水库周边划定了三级水资源保护区进行分类管理。2014年云龙水库主要入库河道综合治理工程投入使用，水源地环境得到了改善，水资源脆弱性降低，但仍处于中等脆弱状态，水源地生态保护任重而道远。

3.2.2 各评价子系统分析

基于DPSIRM模型将云龙水库子系统脆弱性等级绘制成子系统脆弱性状态图（见图3），同时对子系统各指标脆弱性状态进行识别，绘制出单指标脆弱性状态图（见图4）。

Fig.3 Diagram of the vulnerability status of the water resources subsystem from 2014 to 2019

图3 2014-2019年水资源子系统脆弱性状态图

注：“5”为极脆弱；“4”为强脆弱；“3”为中等脆弱；“2”为轻脆弱；“1”为微脆弱。

Full size|PPT slide

Fig.4 Vulnerability of single index of water resources from 2014 to 2019

图4 2014-2019年水资源单指标脆弱性状态图

Full size|PPT slide

（1）驱动力子系统［图3（a）］。云龙水库驱动力子系统2014-2019年脆弱性均呈现强脆弱状态，主要是因为水库流域内城镇化率X ₃较低，2014-2019年城镇化率从25.3%逐年提高到29.3%，由图4可看出，城镇化率X ₃指标脆弱性一直处于强脆弱状态。但驱动力子系统脆弱性等级的置信度由2014年的0.840 7提升到2019年的0.976 3，表明该子系统脆弱性近几年有降低趋势。由图4也可看出，人均GDP X ₁指标脆弱性由2014-2016年的强脆弱降低到2017-2019年的中等脆弱。

（2）压力子系统［图3（b）］。云龙水库压力子系统2014年呈现中等脆弱状态，2015-2017年呈现强脆弱状态，主要因为农业灌溉单位面积用水量X ₄、农药施用强度X ₇与化肥施用强度X ₈较高，库区周边大力发展农业经济，为提高作物产量大量施用农药、化肥，农药、化肥施用强度分别由2014年3.45、385 kg/hm²提高到2017年的3.76、419 kg/hm²；另外随着生活水平的提高，人均生活污水排放量X ₆增加。由图4可看出，农业灌溉单位面积用水量X ₄、人均生活污水排放量X ₆、农药施用强度X ₇与化肥施用强度X ₈由中等脆弱变为强脆弱。压力子系统2018、2019年呈中等脆弱状态，是由于2018年饮用水水源地环境保护专项行动开始实施后，水源区开展生态有机农业，有效缓解了水资源压力。由图4可看出，农业灌溉单位面积用水量X ₄、农药施用强度X ₇与化肥施用强度X ₈指标脆弱性状态由2018年的强脆弱变为2019年的中等脆弱，X ₄、X ₇、X ₈指标脆弱性2017与2018年相同，由于压力子系统置信度h₃ 值（表5）由2017年的0.4318上升到2018年的0.504 2，2018年压力子系统脆弱性变为中等脆弱状态。

（3）状态子系统［图3（c）］。云龙水库状态子系统在2014、2015年呈现轻度脆弱状态，2016-2019年呈现中等脆弱状态，主要因为昆明市年均人口增长率由2014年的6.80‰增长到2019年的14.14‰，云龙水库水源区承担着昆明70％的供水，导致水资源开发利用率X ₁₁提高。由图4可看出，水资源开发利用率X ₁₁近年来由中等脆弱变为强脆弱。

（4）影响子系统［图3（d）］。云龙水库影响子系统在2014-2018年呈现强脆弱状态，2019年呈现中等脆弱状态，主要因为在2018年《云南省集中式饮用水水源地环境保护专项行动实施方案》实施后，总氮X ₁₆、总磷X ₁₇降低。由图4可看出，总氮X ₁₆单指标脆弱性由2018年的强脆弱变为中等脆弱。影响子系统脆弱性向好发展，但脆弱性状态仍呈现中等脆弱，主要因为污径比X ₁₃与水土流失面积比X ₁₄均为强脆弱状态，水源区河流水系稀释净化能力低，污水排放量大；水源区地表崎岖破碎、土层浅薄，导致水土流失严重，特别是2017年降雨量增加，森林覆盖率较低，水土流失现象更严重。

（5）响应子系统［图3（e）］。云龙水库响应子系统2014-2019年均呈现中等脆弱状态，其置信度值在0.574 0～0.690 7之间小幅波动，这主要是因为污水处理率X ₂₀指标未得到有效改善。根据云龙水库面源污染调查，库区内及水源保护区周边乡镇城乡污水管网收集处理系统不太完善，导致污水处理率偏低，使得污水处理率成为制约云龙水库响应子系统的胁迫因子。

（6）管理子系统［图3（f）］。云龙水库管理子系统2014-2019年均呈现中等脆弱状态，其属于中等脆弱等级的置信度值逐年上升，主要因为在云南省立法保护昆明水源地大背景下，云龙水库水利工程投资比例从2014年的0.48%增加到2019年的0.73%，同时公众节水和水环境保护意识也在逐渐增强。由图4可看出，公众节水意识和水环境保护普及率X ₂₁与水利工程投资占GDP 比例X ₂₂指标脆弱性状态由2014年的强脆弱状态逐渐变为中等脆弱状态。

3.3 障碍度诊断

运用公式（11）~（14），计算出2014-2019年云龙水库水资源系统各子系统的障碍度（见图5）与指标层主要障碍因子（见表6）。由图5可看出，2014-2019年各子系统障碍度变化趋势存在明显差异。驱动力、影响、响应、管理子系统障碍度呈现波动上升趋势，状态子系统障碍度呈波动下降趋势，2016年以前波动幅度较大，2016年以后变化幅度较平缓。压力子系统障碍度变化较大，呈现明显的V型，2016年压力子系统障碍度达到最低7.11。从整体上看，2014-2015年压力、状态、影响子系统障碍度占主导作用，2016-2018年影响与响应子系统占主导作用，2019年压力与影响子系统占据主导作用，并且影响子系统障碍度影响更大。在经济新常态背景下，政府应当加强水源地水资源水质管控，加大对水资源的综合开发治理，从系统论维度推进水资源安全的良性发展。由表6可看出，2014-2019年各年的主要障碍因子集中在压力与影响子系统，主要障碍因素为农药、化肥施用强度、水土流失面积比、入库汇水区水质综合达标率、总氮、总磷及污水处理率，降低水资源脆弱性需从以上指标重点调控。

Fig.5 Obstacle degree of each subsystem of Yunlong Reservoir's water resource vulnerability from 2014 to 2019

图5 2014-2019年云龙水库水资源脆弱性各子系统障碍度

Full size|PPT slide

Tab.6 The ranking of the main obstacle factors of water resource vulnerability of Yunlong Reservoir

表6 云龙水库水资源脆弱性主要障碍因子排序

年份	第一障碍		第二障碍		第三障碍		第四障碍		第五障碍
年份	指标	障碍度	指标	障碍度	指标	障碍度	指标	障碍度	指标	障碍度
2014	X ₇	0.133	X ₁₄	0.116	X ₈	0.112	X ₁₁	0.111	X ₄	0.107
2015	X ₇	0.117	X ₁₁	0.104	X ₈	0.098	X ₁₅	0.085	X ₁₆	0.077
2016	X ₈	0.174	X ₁₅	0.099	X ₇	0.087	X ₁₆	0.085	X ₁₇	0.084
2017	X ₁₄	0.136	X ₁₅	0.099	X ₇	0.089	X ₂₀	0.088	X ₁₃	0.085
2018	X ₁₁	0.114	X ₁₅	0.081	X ₇	0.080	X ₈	0.079	X ₁₄	0.073
2019	X ₁₁	0.083	X ₁₄	0.082	X ₂₀	0.080	X ₁₆	0.075	X ₁₇	0.072

4 结语

基于DPSIRM模型框架，构建云龙水库水源地水资源脆弱性评价指标体系，运用集对分析法与障碍度模型评价水源地水资源脆弱性，该方法能较好的适用于此研究。结果表明，云龙水库水源地脆弱性2014年呈强脆弱状态，2015-2019年均呈现中等脆弱状态，其属于中等脆弱等级的置信度值逐年上升，水资源脆弱性逐渐降低，表明已实施的水资源管理政策取得成效。通过障碍度模型诊断，影响云龙水库水资源脆弱性的主要障碍因素有农药、化肥施用强度、水土流失面积比、入库汇水区水质综合达标率、总氮、总磷、污水处理率，需重点调控，其他指标需做好改善工作。结合云龙水库水资源脆弱性评价结果及发展趋势，提出有针对性的降低水资源脆弱性的建议。

（1）针对水土流失问题，建议建设一定面积的生态林、经济果林和人工草场等，提高区域森林覆盖率，降低水土流失。

（2）针对污水排放量、污水处理率等存在的问题，建议建立健全生产生活污水、固体废物处理系统，完善污水收集系统，提高污水处理率。同时，建立生活垃圾处理厂，开展农村社区环境整治、改善农村社区生活环境质量。针对入库河道水质问题，开展水源区内的河道、沟道生态修复及综合整治。

（3）针对化肥、农药施用强度等农业面源污染问题，建议大力发展生态农业，探寻高效、环保的农业发展模式，建立生态农业实验户，农业生产以农家肥为主，肥料施用为辅，降低化肥施用强度。在病虫害防治方面，以生物防治为主，药剂防治为辅，降低农药施用强度，建成污染小、效益高的环保农业发展道路。

此外，建议加大水源地的环保投入，提高水源区居民环保意识，落实最严格水资源管理制度，提高管理水平；同时加强宣传力度，健全饮用水源保护公众参与机制。 □

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	朱庆华.城市集中式饮用水水源地突发环境事件应急管理研究［D］.西安：西安理工大学，2018. 本文引用 [1]

2	曾建军，史正涛，刘新有，等.基于集对分析的云南高原盆地城市水源地脆弱性评价［J］.长江流域资源与环境，2014，23（7）：1 080-1 086. 本文引用 [1]

3	曾建军，史正涛，刘新有，等.高原盆地城市水源地脆弱性评价［J］.中国农村水利水电，2013（9）：12-15，19. 本文引用 [1]

4	王红梅，黄勇，王丽丽.基于层次分析法对扬州市深层地下水资源评价［J］.河北工程大学学报（自然科学版）， 2016，33（4）：67-71，75. 本文引用 [3]

5	王静，段顺琼，张连根，等.云南高原城市水源地水资源脆弱性评价研究：以清水海水源地为例［J］.中国农村水利水电，2019（11）：5-9. 本文引用 [2]

6	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. 本文引用 [2]

7	PIRRONE N， TROMBINO G， CINNIRELLA S，et al.The Driver-Pressure-State-Impact-Response （DPSIR） Approach for Integrated Catchment-Coastal Zone Management： Preliminary Application to the Po Catchment-Adriatic Sea Coastal Zone System［J］.Regional Environmental Change，2005（2-3）：111-137．

8	BORJA A， GALPARSORO I， SOLAUN O，et al.The European Water Framework Directive and the DPSIR，a Methodological Approach to Assess the Risk of Failing to Achieve Good Ecological Status［J］. Estuarine，Coastal and Shelf Science，2006，66（1）：84-96．本文引用 [1]

9	职璐爽，薛惠锋.基于熵权法的城市水资源脆弱性研究：以广东省为例［J］.水土保持通报，2018，38（5）：322-329. 本文引用 [1]

10	白庆芹，汪妮，解建仓，等.基于模糊综合评价法的城市河流脆弱性研究［J］.水土保持通报，2012，32（1）：244-247，256. 本文引用 [1]

11	刘瑜洁.基于水足迹的水资源脆弱性评价［D］.北京：北京林业大学，2016. 本文引用 [1]

12	梁栩，朱丽蓉，叶长青.基于系统动力学模型的南渡江流域水资源脆弱性评价［J］.长江科学院院报，2021，38（5）：17-24. 本文引用 [1]

13	潘争伟，周戎星，王艳华.区域水资源系统脆弱性评价的集对分析与可变模糊集方法［J］.中国人口·资源与环境，2016，26（）：198-202. 本文引用 [1] 摘要增刊2

14	周奉，苏维词，郑群威.基于DPSIR模型的黔中地区水资源脆弱性评价研究［J］.节水灌溉，2018（8）：59-65. 本文引用 [1]

15	沈晓梅，姜明栋.基于DPSIRM模型的河长制综合评价指标体系研究［J］.人民黄河，2018，40（8）：78-84，90. 本文引用 [1]

16	郭倩，汪嘉杨，张碧.基于DPSIRM框架的区域水资源承载力综合评价［J］.自然资源学报，2017，32（3）：484-493. 本文引用 [1]

17	汪嘉杨，翟庆伟，郭倩，等.太湖流域水环境承载力评价研究［J］.中国环境科学，2017，37（5）：1 979-1 987. 本文引用 [1]

18	白庆芹，武俊杰，郝守宁.基于DPSIR模型的西藏水资源脆弱性评价［J］.人民长江，2019，50（6）：98-103. 本文引用 [1]

19	常乐冉.区域水资源脆弱性评价方法研究［D］.济南：山东大学，2020. 本文引用 [1]

20	秦趣，梁振民，刘安乐，等.基于DPSIRM框架模型的高原湿地生态安全评价［J］.冰川冻土， 2020，42（4）：1 363-1 375. 本文引用 [1]

21	纪静怡，方红远，徐志欢.基于组合赋权云模型的水资源管理综合评价［J］.中国农村水利水电，2020（12）：40-45，56. 本文引用 [1]

22	朱玲燕，苏维词.基于熵权法及灰色关联模型的水资源承载力研究［J］.水资源与水工程学报，2014，25（5）：233-236. 本文引用 [1]

23	张涛.基于集对分析的不确定多属性决策算法研究［D］.重庆：重庆大学，2014. 本文引用 [1]

24	沈时兴，金菊良，宋松柏，等.水文水资源集对分析的理论基础探讨［J］.合肥工业大学学报（自然科学版）， 2013，36（12）：1 481-1 488. 本文引用 [1]

25	李少朋，赵衡，王富强，等.基于AHP-TOPSIS模型的江苏省水资源承载力评价［J］.水资源保护，2021，37（3）：20-25. 本文引用 [1]

26	焦士兴，陈林芳，王安周，等.河南省农业水资源脆弱性时空特征及障碍度诊断［J］.农业现代化研究，2020，41（2）：312-320. 本文引用 [1]

PDF(1467 KB)

Accesses

Citation

Detail

Sections

Recommended

Abstract
Key words
Cite this article
0 引言
1 研究区概况
Fig.1 Overview map of Yunlong Reservoir water source protection area
2 水源地水资源脆弱性评价
2.1 数据来源
2.2 指标体系构建
Fig.2 DPSIRM framework model for vulnerability assessment of water resources in water source areas
Tab.1 Index system， meaning and trend of water resource vulnerability assessment in water source area
2.3 指标评价标准
Tab.2 Water resources vulnerability assessment grade of water source area
2.4 评价方法
2.4.1 原始数据标准化处理
2.4.2 熵权法确定权重
2.4.3 集对分析法综合评价
2.4.4 障碍度模型
3 结果与分析
3.1 云龙水库水源地脆弱性评价结果
Tab.3 Connection degree of each index in 2019
Tab.4 Water resources vulnerability comprehensive assessment connection degree （fn ） and its hk value （2014-2019）
Tab.5 DPSIR level and hk value of water resources vulnerability in water source areas （2014-2019）
3.2 云龙水库水源地脆弱性评价分析
3.2.1 综合评价分析
3.2.2 各评价子系统分析
Fig.3 Diagram of the vulnerability status of the water resources subsystem from 2014 to 2019
Fig.4 Vulnerability of single index of water resources from 2014 to 2019
3.3 障碍度诊断
Fig.5 Obstacle degree of each subsystem of Yunlong Reservoir's water resource vulnerability from 2014 to 2019
Tab.6 The ranking of the main obstacle factors of water resource vulnerability of Yunlong Reservoir
4 结语
References

Received	Published
2021-06-07	2022-03-15
Issue Date
2022-05-26

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引言

1 研究区概况

Fig.1 Overview map of Yunlong Reservoir water source protection area

2 水源地水资源脆弱性评价

2.1 数据来源

2.2 指标体系构建

Fig.2 DPSIRM framework model for vulnerability assessment of water resources in water source areas

Tab.1 Index system， meaning and trend of water resource vulnerability assessment in water source area

2.3 指标评价标准

Tab.2 Water resources vulnerability assessment grade of water source area

2.4 评价方法

2.4.1 原始数据标准化处理

2.4.2 熵权法确定权重

2.4.3 集对分析法综合评价

2.4.4 障碍度模型

3 结果与分析

3.1 云龙水库水源地脆弱性评价结果

Tab.3 Connection degree of each index in 2019

**Tab.4 Water resources vulnerability comprehensive assessment connection degree （f_n ） and its h_k value （2014-2019）**

**Tab.5 DPSIR level and h_k value of water resources vulnerability in water source areas （2014-2019）**

3.2 云龙水库水源地脆弱性评价分析

3.2.1 综合评价分析

3.2.2 各评价子系统分析

Fig.3 Diagram of the vulnerability status of the water resources subsystem from 2014 to 2019

Fig.4 Vulnerability of single index of water resources from 2014 to 2019

3.3 障碍度诊断

Fig.5 Obstacle degree of each subsystem of Yunlong Reservoir's water resource vulnerability from 2014 to 2019

Tab.6 The ranking of the main obstacle factors of water resource vulnerability of Yunlong Reservoir

4 结语

{{custom_sec.title}}

{{custom_sec.title}}

References

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引 言

1 研究区概况

Fig.1 Overview map of Yunlong Reservoir water source protection area

2 水源地水资源脆弱性评价

2.1 数据来源

2.2 指标体系构建

Fig.2 DPSIRM framework model for vulnerability assessment of water resources in water source areas

Tab.1 Index system， meaning and trend of water resource vulnerability assessment in water source area

2.3 指标评价标准

Tab.2 Water resources vulnerability assessment grade of water source area

2.4 评价方法

2.4.1 原始数据标准化处理

2.4.2 熵权法确定权重

2.4.3 集对分析法综合评价

2.4.4 障碍度模型

3 结果与分析

3.1 云龙水库水源地脆弱性评价结果

Tab.3 Connection degree of each index in 2019

Tab.4 Water resources vulnerability comprehensive assessment connection degree （fn ） and its hk value （2014-2019）

Tab.5 DPSIR level and hk value of water resources vulnerability in water source areas （2014-2019）

3.2 云龙水库水源地脆弱性评价分析

3.2.1 综合评价分析

3.2.2 各评价子系统分析

Fig.3 Diagram of the vulnerability status of the water resources subsystem from 2014 to 2019

Fig.4 Vulnerability of single index of water resources from 2014 to 2019

3.3 障碍度诊断

Fig.5 Obstacle degree of each subsystem of Yunlong Reservoir's water resource vulnerability from 2014 to 2019

Tab.6 The ranking of the main obstacle factors of water resource vulnerability of Yunlong Reservoir

4 结 语

{{custom_sec.title}}

{{custom_sec.title}}

References

0 引言

**Tab.4 Water resources vulnerability comprehensive assessment connection degree （f_n ） and its h_k value （2014-2019）**

**Tab.5 DPSIR level and h_k value of water resources vulnerability in water source areas （2014-2019）**

4 结语