基于DPSIR-TOPSIS模型的寒地黑土区水土资源可持续利用评价研究

黄彦; 徐聪; 司振江; HUANG Yan; XU Cong; SI Zhen-jiang

doi:10.12396/jsgg.2024237

节水灌溉 ›› 2024 ›› (12) : 26-31. DOI: 10.12396/jsgg.2024237

农业水土资源与生态环境

基于DPSIR-TOPSIS模型的寒地黑土区水土资源可持续利用评价研究

作者信息 +

Evaluation of Sustainable Use of Soil and Water Resources in Cold Black Soil Region Based on DPSIR-TOPSIS Model

Author information +

稿件信息 +

摘要

为帮助地方政府和相关机构做出合理有效的决策，促进水土资源的可持续利用和区域的可持续发展，以黑龙江省克山县为研究区，基于DPSIR模型和主成分分析法构建寒地黑土区水土资源可持续利用评价指标体系，利用TOPSIS方法测算2013-2021年克山县水土资源可持续利用水平。结果显示：①各子系统在2013-2021年间呈不同波动上升趋势，其中响应子系统对克山县水土资源可持续利用水平的贡献率最高。②克山县水土资源可持续利用水平在2013-2021年间呈波动上升趋势，可持续状态由弱可持续转为可持续。③制约克山县水土资源可持续利用水平的障碍因子主要为除涝面积、旱田耕地面积、水利支出、农村用电量和耕地保护面积。响应子系统对提升水土资源可持续利用水平有重要作用，地方政府可以增加水利支出，优化除涝设施，调整旱田耕地的管理方式以及加强耕地保护力度，从而进一步提升水土资源的可持续利用水平。

Abstract

In order to help local governments and relevant institutions make reasonable and effective decisions and promote the sustainable utilization of soil and water resources and the sustainable development of the region, this paper takes Keshan County as the research area and constructs an evaluation index system for the sustainable utilization of soil and water resources in the cold black soil area based on the DPSIR model and principal component analysis. The TOPSIS method was applied to estimate the sustainable utilization level of water and land resources in Keshan County from 2013 to 2021. The results show that: ① the subsystems exhibited fluctuating upward trends from 2013 to 2021, and the response subsystem has the highest contribution rate to the sustainable utilization level of water and land resources in Keshan County. ② The sustainable utilization level of land and water resources in Keshan County showed a fluctuating upward trend from 2013 to 2021, and the sustainable state shifted from weak sustainability to sustainability. ③ The obstacle factors restricting the sustainable utilization level of water and land resources in Keshan County are mainly waterlogging control area, dry farmland area, water conservancy expenditure, rural electricity consumption and farmland protection area. The response subsystem plays an important role in improving the sustainable utilization level of water and soil resources. Local governments can increase water conservancy expenditure, optimize waterlogging control facilities, adjust the management mode of dryland farmland and strengthen the protection of farmland, so as to further improve the sustainable utilization level of water and land resources.

关键词

可持续利用评价指标体系 / 水土资源 / 障碍因子 / DPSIR-TOPSIS模型 / 黑土区

Key words

sustainable use evaluation index system / soil and water resources / obstacle factor / DPSIR-TOPSIS model / black soil region

基金

UNDP项目“典型黑土区水土资源可持续利用评价指标体系建立和水土资源保护行动方案制定”(cpr/21/401-1)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

黄彦 , 徐聪 , 司振江. 基于DPSIR-TOPSIS模型的寒地黑土区水土资源可持续利用评价研究[J].节水灌溉, 2024(12): 26-31 https://doi.org/10.12396/jsgg.2024237

HUANG Yan , XU Cong , SI Zhen-jiang. Evaluation of Sustainable Use of Soil and Water Resources in Cold Black Soil Region Based on DPSIR-TOPSIS Model[J].Water Saving Irrigation, 2024(12): 26-31 https://doi.org/10.12396/jsgg.2024237

0 引言

农业是国民经济的重要支柱，也是人类生存和发展的重要基础。农业的发展需要合理利用水土资源，实现资源的可持续利用和保护。2022年8月1日，《中华人民共和国黑土地保护法》出台，为保护黑土地资源，促进资源可持续利用提供了有力法治保障。但耕地可持续利用现状仍存在不容忽视的问题，2022年水土保持公报数据显示，黑龙江省水土流失面积72 436.13 km²，占国土总面积的16.47%，黑龙江省黑土区水土流失较为严重。耕地在利用过程中出现黑土层变薄、土壤理化性能改变、土壤侵蚀等各种问题，严重影响了耕地水土资源可持续利用，威胁农业生产和耕地产能的稳定^[1-3]。

水和土是生态系统中最重要的2个基本组成部分，水的循环和分布直接影响土壤的湿度、养分状态和生物活性，而土壤的质地、结构和植被覆盖又影响水分的渗透、储存和蒸发。BOTLHE等利用CA-Markov模型模拟了哈博罗内大坝集水区未来的土地利用情况，评估了土地利用变化是怎样影响水资源^[4]。IAN等从水资源和土地资源相互作用的视角，结合社会、经济、生态等方面因素，说明要将水土资源利用综合考虑，一起规划，共同发展^[5]。

水土资源可持续利用评价的核心在于构建一个全面的评价体系，该体系需涵盖经济、社会、生态及环境等多个维度，旨在全面反映资源的综合效益和可持续潜力。指标体系构建常用DPSIR模型^[6]、PSR模型^[7]和“社会、生态、水资源”系统^[8]来构建指标体系。近年来，研究者们不断完善评价指标体系，确保其能够量化水资源量、水质、土壤健康、生态服务价值、经济效益及社会福祉等关键参数，为综合分析奠定坚实基础。蓝希等从社会、经济和生态可持续性的角度构建了土地可持续利用评价体系^[9]；KOOP等基于45个直辖市的数据建立了一套详细的水资源可持续评价指标体系，并应用到智慧水城市的研究中^[10]；杨伟歆构建了水田水土资源可持续利用评价指标体系，并以兴凯湖农场为例进行了验证^[11]。

研究尺度广泛，多以省、市或流域作为研究区域^[12-14]。在研究方法方面，研究者们不断探索新的技术和方法，以提高评价的准确性和可靠性。传统的评价方法主要包括德尔菲法^[15]、层次分析法^{[16, 17]}等，这些方法在一定程度上能够反映水土资源的可持续利用水平，但存在主观性较强、评价结果不够精确等问题。近年来，随着遥感技术、地理信息系统（GIS）、大数据等技术的快速发展，这些新技术被广泛应用于水土资源可持续利用评价中。例如，利用遥感技术可以实时监测水土资源的动态变化，为评价提供及时、准确的数据支持^{[18, 19]}；GIS技术则能够实现空间数据的集成和分析，有助于揭示水土资源分布与利用的空间规律^[20]；大数据技术则可以对海量数据进行挖掘和分析，发现潜在的问题和趋势^[21]。

克山县是小兴安岭延伸到松嫩平原的过渡区，是典型的寒地黑土区，本研究旨在从寒地黑土区水土资源可持续利用的角度出发，通过主成分分析法筛选指标，利用DPSIR模型从经济-社会-生态3个维度，构建寒地黑土区水土资源可持续利用评价体系，使用TOPSIS模型对2013-2021年克山县水土资源可持续利用水平进行综合评价，为农业生产提供信息和数据，为政府制定黑土区保护政策和规划提供参考。

1 材料与方法

1.1 研究区域概况

以克山县为研究区域，面积3 186.11 km²。位于齐齐哈尔市东北部，地处东经125°10'57″~126°8′18″，北纬47°50′51″~48°33′47″，是小兴安岭延伸到松嫩平原的过渡区，耕地面积23 万hm²，黑土地占耕地面积比例达80%以上，人口45万人，年平均降水量500 mm左右，降雨集中在6-8月，气候为温带季风气候。截至2021年底，克山县实现地区生产总值68.811 1 亿元，同比增长7.2%。其中，第一产业增加值33.103 6 亿元，同比增长4.3%。农业机械总动力达到75.2 万kW，同比增长1.2%，主要农作物是玉米、大豆、马铃薯，粮食产量为86.22 万t。克山县是国家现代农业示范区、全国农村配套改革试验区、全国农业可持续发展试点县、全国黑土地保护利用整建制推进试点县。

1.2 评价模型选择

水土资源发展的主要驱动因素包括良好的资源状况、合理的开发利用方式、积极的政策等；主要的障碍因素包括水土资源的过度开采及利用、水土资源的流失和农药等污染源的使用等。对寒地黑土区水土资源可持续利用进行评价，其难点在于涉及农业经济发展、社会情况和资源环境状况等多个方面，且各要素之间有一定的关联性，而DPSIR模型可以从系统分析的角度，依照驱动力、压力、状态、影响、响应5个层次选取指标，可以为指标体系提供合理的逻辑解释，在社会与环境资源之间建立良好的因果循环关系，该模型也能很好的体现可持续利用的思想^{[22, 23]}。TOPSIS模型是一种很常见的组内评价模型，能充分利用原始数据精确分析各样本之间的差距,对数据分布及样本含量并无严格要求，具有普遍适用性，因此，利用DPSIR-TOPSIS复合模型进行水土资源可持续利用研究十分适配。

1.3 评价指标体系构建

1.3.1 基于主成分分析的指标筛选

基于代表性、科学性、系统性、可操作性四大原则，建立了包括人均GDP、人口密度、农业支出、水利支出、年径流深在内的40个指标，通过主成分分析法对指标进行筛选。指标选取的原则是：选取第一主成分的因子荷载绝对值大于0.8的指标；选取第二、三、四主成分的因子荷载绝对值最大的指标。如表1所示。

表1 主成分因子荷载数

Tab.1 The factor loarding coefficient of principal component

指标	指标层	第一主成分	第二主成分	第三主成分	第四主成分	筛选结果
D ₁	人均GDP	0.854	-0.620	-0.392	-0.137	保留
D ₂	人口密度	-0.95	-0.176	0.144	0.153	保留
D ₃	农业支出	0.328	0.851	-0.05	-0.263	保留
D ₄	水利支出	-0.718	-0.238	0.403	-0.486	保留
D ₅	年降水量	0.526	-0.428	0.661	0.111	保留
D ₆	年径流深	0.688	0.626	0.272	0.161	删除
D ₇	总用水量	0.519	-0.504	0.479	0.071	删除
P ₁	农用化肥施用量	0.871	0.392	0.086	-0.19	保留
P ₂	农用塑料薄膜使用量	-0.463	0.064	-0.047	-0.663	保留
P ₃	农药施用量	-0.438	0.665	-0.081	-0.281	保留
P ₄	农村用电量	0.959	-0.032	0.019	-0.019	保留
P ₅	农用柴油	0.513	0.351	0.514	-0.029	保留
P ₆	复合肥施用量	0.347	0.317	0.511	0.076	删除
P ₇	土壤侵蚀面积	-0.466	-0.515	0.325	0.016	删除
S ₁	农业总产值	0.873	0.369	0.071	-0.067	保留
S ₂	农作物总播种面积	0.724	-0.14	0.084	0.439	保留
S ₃	农作物产量	0.745	-0.619	0.127	0.058	保留
S ₄	水田耕地面积	-0.65	-0.348	0.514	-0.343	保留
S ₅	旱田耕地面积	0.951	0.157	0.110	-0.010	保留
S ₆	耕地面积占比	0.811	0.316	0.370	-0.015	保留
S ₇	土地生产率	-0.500	0.535	0.039	-0.105	删除
S ₈	地表径流增减比例	0.519	-0.504	0.479	0.071	删除
S ₉	水稻播种面积	-0.697	0.546	-0.075	-0.161	删除
I ₁	电井数量	-0.886	0.277	-0.186	0.063	保留
I ₂	有效灌溉面积	0.457	0.544	-0.533	0.375	保留
I ₃	水土流失率	-0.936	0.345	0.019	0.020	保留
I ₄	农民人均可支配收入	0.977	-0.054	-0.109	-0.112	保留
I ₅	地表水资源供水量	-0.730	0.265	0.661	0.124	保留
I ₆	地下水资源供水量	-0.636	-0.365	-0.036	0.559	保留
I ₇	人均用水量	0.639	0.483	-0.277	0.030	删除
I ₈	农田灌溉亩均用水量	0.169	0.435	0.614	-0.241	删除
R ₁	机耕地面积	-0.583	0.717	0.662	0.121	保留
R ₂	农业机械总动力	0.968	0.069	-0.102	-0.110	保留
R ₃	治理水土流失面积	0.978	-0.091	0.114	-0.042	保留
R ₄	保护耕地面积	-0.829	0.43	0.271	0.168	保留
R ₅	除涝面积	0.368	0.290	0.568	0.594	保留
R ₆	节水灌溉面积	-0.362	-0.828	-0.143	0.200	保留
R ₇	灌区标准化完成情况	0.746	-0.168	0.464	-0.03	删除
R ₈	田间工程配套率	-0.457	0.655	-0.085	0.555	删除
R ₉	骨干工程配套率	0.679	-0.667	-0.003	0.118	删除

1.3.2 最终建立的评价指标体系

通过主成分分析法对寒地黑土区水土资源可持续利用评价指标进行筛选，最终得到28个指标，如表2所示。

表2 水土资源可持续利用评价指标体系

Tab.2 Primary index system for evaluation of sustainable use of siol and water resources

目标层	准则层	指标	指标层	性质	权重
寒地黑土区水土资源可持续利用	驱动力（D）	D ₁	人均GDP/（元·人^-1）	+	0.047 2
		D ₂	人口密度/（人·hm^-2）	-	0.025 3
		D ₃	农业支出/万元	+	0.025 4
		D ₄	水利支出/万元	+	0.037 7
		D ₅	年降水量/mm	+	0.023 0
	压力（P）	P ₁	农用化肥施用量/t	-	0.023 3
		P ₂	农用塑料薄膜使用量/t	-	0.039 9
		P ₃	农药施用量/t	-	0.027 6
		P ₄	农村用电量/万kWh	-	0.026 1
		P ₅	农用柴油/t	-	0.027 9
	状态（S）	S ₁	农业总产值/万元	+	0.020 1
		S ₂	农作物总播种面积/hm²	+	0.060 2
		S ₃	农作物产量/t	+	0.042 7
		S ₄	水田耕地面积/hm²	-	0.026 2
		S ₅	旱田耕地面积/hm²	-	0.042 9
		S ₆	耕地面积占比/%	-	0.025 9
	影响（I）	I ₁	电井数量/眼	-	0.033 8
		I ₂	有效灌溉面积/hm²	+	0.022 3
		I ₃	水土流失率/%	+	0.065 1
		I ₄	农民人均可支配收入/元	+	0.024 8
		I ₅	地表水资源供水量/万m³	-	0.015 9
		I ₆	地下水资源供水量/万m³	+	0.028 6
	响应（R）	R ₁	机耕地面积/hm²	+	0.014 1
		R ₂	农业机械总动力/万kW	+	0.022 7
		R ₃	治理水土流失面积/hm²	+	0.058 7
		R ₄	保护耕地面积/hm²	+	0.022 4
		R ₅	除涝面积/hm²	+	0.144 5
		R ₆	节水灌溉面积/hm²	+	0.025 8

1.4 研究方法

1.4.1 主成分分析法

F_{i} = a_{i 1} X_{1} + a_{i 2} X_{2} + \dots + a_{i m} X_{m} (i = 1,2, \dots, k)

（1）

式中：F_i 为第i个主成分；a_ij 是第i个主成分中第j个指标的系数；X_j 指第j个指标的观测值；k代表主成分的个数；m代表指标的个数。

1.4.2 熵值法权重确定

目前指标权重的赋权方法主要分为主观赋权法和客观赋权法两大类，主观赋权法受人为因素干扰较大，计算的结果具有一定的主观随意性；而客观赋权法具有较强的数学理论基础，科学性和客观性强。为避免评价者的主观意愿对评价结果造成影响，本文选取熵值法对指标进行赋权。

w_{j} = \frac{1 - e_{j}}{\sum_{j = 1}^{m} (1 - e_{j})} (j = 1,2, \dots, m)

（2）

式中：w_j 为第j个指标的熵权；e_j 为第j项指标的熵值，e_j ≥0。

1.4.3 TOPSIS模型评价方法

贴近度趋近于1时表示评价对象越接近最优水平，越趋近于0表示评价对象越接近最劣水平。

T_{j} = \frac{\sqrt[]{\sum_{i = 1}^{n} (y_{i}^{-} - y_{i j}^{})^{2}}}{\sqrt[]{\sum_{i = 1}^{n} (y_{i}^{+} - y_{i j}^{})^{2}} + \sqrt[]{\sum_{i = 1}^{n} (y_{i}^{-} - y_{i j}^{})^{2}}}

（3）

式中：

T_{j}

为第j年的相对贴近度，即评价值；

y_{i j}^{}

为加权标准化矩阵中的元素；

y_{i}^{+}

（

y_{i}^{-}

）为正（负）理想解中的第i个元素。

通过TOPSIS法计算评价对象的贴进度，即水土资源可持续利用评价值。为了更直观地确定克山县水土资源可持续利用现状，本文基于联合国粮农组织所推荐的综合评价指南及有关学者所著论文^{[19, 20, 22, 23]}，将寒地黑土区水土资源可持续利用水平划分为5个等级，如表3所示。

表3 可持续评价等级划分

Tab.3 The division of sustainable evaluation grade

评价值	0≤T_j <0.2	0.2≤T_j <0.4	0.4≤T_j <0.6	0.6≤T_j <0.8	0.8≤T_j <1.0
可持续等级	Ⅰ	Ⅱ	Ⅲ	Ⅳ	Ⅴ
可持续状态	不可持续	弱可持续	可持续	中度可持续	强可持续

1.4.4 障碍因子识别

识别影响克山县水土资源可持续利用的障碍因子，可以更好制定针对性的农业政策以及规划，因此引入障碍度模型：

Z_{j} = \frac{w_{j} (1 - T_{j})_{}}{\sum_{j = 1}^{m} w_{j} (1 - T_{j})} \times 100 %

（4）

式中：Z_j 为第j个指标的障碍度；其余符号意义同前。

2 结果与分析

2.1 水土资源各子系统评价结果分析

2.1.1 驱动力子系统对水土资源可持续利用系统的影响

克山县水土资源系统的驱动力子系统在2013-2021年间呈波动上升趋势，可持续利用评价值由0.253 4上升至0.591 0，可持续利用等级由Ⅱ级上升至Ⅲ级。2013-2014年间，随着人均GDP和水利支出的提高，驱动力子系统可持续利用评价值上升。自2014年以来，水利支出由13 164万元下降至3 171万元，对克山县水土资源可持续利用系统产生的驱动力减小，可持续利用水平变差。2016年开始，农业支出由50 702万元上升至102 532万元，使得驱动力子系统可持续利用评价值提高。2018-2020年间，驱动力子系统可持续利用评价值呈下降趋势，主要原因是农业支出和水利支出的减少。2021年随着人均GDP的提高，驱动力子系统可持续利用评价值随之提高（见图1）。

图1 驱动力子系统可持续利用评价值

Fig.1 Evaluation of sustainable use of the driving force subsystem

Full size|PPT slide

2.1.2 压力子系统对水土资源可持续利用系统的影响

克山县水土资源系统的压力子系统可持续利用水平在2013-2021年间提升较小，可持续利用评价值由0.527 8上升至0.570 4，可持续利用等级为Ⅲ级。克山县水土资源系统的压力子系统的可持续利用评价值与农用化肥施用量，塑料薄膜使用量，农药使用量，农村用电量和农用柴油使用量五项指标相关。2013-2018年，压力子系统可持续利用评价值呈下降趋势，主要由于农用柴油量的下降造成。自2018年起，随着农用塑料薄膜使用量与农药使用量的减少，带给寒地黑土区水土资源可持续利用系统产生的压力逐渐减小，压力子系统可持续利用评价值逐渐上升（见图2）。

图2 压力子系统可持续利用评价值

Fig.2 Evaluation of sustainable use of pressure subsystem

Full size|PPT slide

2.1.3 状态子系统对水土资源可持续利用系统的影响

克山县水土资源系统的状态子系统可持续利用评价值在2013-2021年间呈上升趋势，状态子系统可持续利用评价值由0.391 2上升至0.622 9，可持续利用等级由Ⅱ级上升至Ⅳ级，可持续利用评价值的变化趋势较为明显，可持续状态越来越好。2017-2018年间，旱田耕地面积由189 884 hm²上升至192 671 hm²，对水土资源的压力增加，状态子系统可持续利用评价值降低。自2018年起，随着农作物总播种面积由205 936.27 hm²提高至233 082.97 hm²，农作物产量由775 546.69 t提升至891 945.61 t，状态子系统可持续利用评价值随之提高。其余年份状态子系统可持续利用评价值变化不明显（见图3）。

图3 状态子系统可持续利用评价值

Fig.3 Evaluation of sustainable use of state subsystem

Full size|PPT slide

2.1.4 影响子系统对水土资源可持续利用系统的影响

克山县水土资源系统的影响子系统可持续利用评价值在2013-2021年间呈波动上升趋势，可持续利用评价值变化趋势明显，由0.282 9上升至0.816 8，可持续利用等级由Ⅱ级变为Ⅴ级。2016年，由于有效灌溉面积由21 290 hm²提升至27 530 hm²，使得影响子系统可持续利用评价值提高，但随着地下水资源供水量由1 766.6 万m³下降至1 558.49 万m³，影响子系统可持续利用评价值开始降低。自2017年起，水土流失率由43.76%下降至41.86%，电井数量由8 505眼下降至7 799眼，影响子系统可持续利用评价值大幅提升，这2项指标是影响子系统可持续利用评价值升高的主要原因（见图4）。

图4 影响子系统可持续利用评价值

Fig.4 Evaluation of sustainable use of impact subsystem

Full size|PPT slide

2.1.5 响应子系统对水土资源可持续利用系统的影响

克山县水土资源响应子系统可持续利用评价值在2013-2021年间整体呈缓慢上升趋势，可持续利用评价值由0.180 5上升至0.316 5，可持续利用等级由Ⅰ级变为Ⅱ级，起伏波动明显。响应子系统可持续利用评价值的变化趋势受机耕地面积、农业机械总动力、治理水土流失面积、保护耕地面积、除涝面积和节水灌溉面积六大指标的影响。自2017年以来，治理水土流失面积由112 480 hm²上升至138 990 hm²，除涝面积由21 270 hm²上升至23 270 hm²，使得响应子系统可持续利用评价值大幅提高。2020年，随着保护耕地面积和除涝面积的下降，响应子系统可持续利用评价值下降。2020-2021年间，节水灌溉面积由17 900 hm²上升至21 620 hm²，使得响应子系统可持续利用评价值增大，可持续利用水平逐渐增强（见图5）。

图5 响应子系统可持续利用评价值

Fig.5 Evaluation of sustainable use of response subsystem

Full size|PPT slide

2.2 评价结果分析

2013-2021年间克山县水土资源可持续利用评价值整体呈上升趋势，可持续利用评价值由0.291 2上升至0.481 2，可持续利用水平逐渐增强。其中，2018-2019年间，随着压力、状态、影响、响应子系统可持续利用评价值不同程度提升，克山县水土资源系统综合可持续利用评价值呈上升趋势；2019-2020年间，响应子系统可持续利用评价值下降导致克山县水土资源系统综合可持续利用评价值出现明显下滑；2020-2021年间，驱动力和影响子系统可持续利用评价值明显增大，农业水土资源系统面临的压力减小，克山县水土资源系统综合可持续利用评价值呈上升趋势。克山县水土资源可持续利用水平逐步好转，前景良好，发展潜力很大（见图6）。

图6 综合可持续利用评价值

Fig.6 Evaluation of integrated sustainable use

Full size|PPT slide

2.3 障碍因子识别

对比分析2013年和2021年的主要障碍因子，可以得出，最大的障碍因子仍然为除涝面积（R ₅），其他障碍因子从2013年的水土流失率（I ₃）、农作物总播种面积（S ₂）、治理水土流失面积（R ₃）、人均GDP（D ₁）等向2021年的旱田耕地面积（S ₅）、水利支出（D ₄）、农村用电量（P ₄）、保护耕地面积（R ₄）等变化。究其原因，主要是近年来政府重视水土保持工作，因地制宜，规模治理，有效预防和治理水土流失能力得到了提升，完善了水土保持管理制度和水土保持日常监管力度，水土保持责任意识得到了加强，因此水土流失率逐年减少和治理水土流失面积逐年增加。克山县是农作物生产全程机械化示范县，机械化程度较高，开荒速度快，加快了耕地面积增加的速度，大量使用机械化生产工具和电气设备，也使得农村用电量增加。随着农业现代化的推进，传统种植结构逐渐向高效、绿色、生态的现代农业转变，这一过程导致部分领域和环节的投资减少，水利工程的建设和维护需要大量资金，政府财政资金有限，难以满足全部需求（见表4）。

表4 2013年和2021年克山县水土资源可持续利用评价指标层主要障碍因子障碍度

Tab.4 Obstacle degree of main obstacle factors in the evaluation index layer of sustainable utilization of soil and water resources in Keshan County in 2013 and 2021

年份	项目	指标排序
年份	项目	1	2	3	4	5	6	7	8
2013	障碍因素	R ₅	I ₃	S ₂	R ₃	D ₁	P ₂	S ₃	D ₂
2013	障碍度/%	21.22	9.56	8.84	8.62	6.94	5.70	5.43	3.72
2021	障碍因素	R ₅	S ₅	D ₄	P ₄	R ₄	D ₃	P ₅	P ₁
2021	障碍度/%	36.26	10.76	8.66	6.55	5.63	5.33	5.26	4.10

3 结论

（1）从准则层权重结果来看，响应子系统＞状态子系统＞影响子系统＞驱动力子系统＞压力子系统。从指标层权重结果来看，除涝面积、治理水土流失面积、农作物总播种面积和水土流失率的权重大于0.05，对克山县水土资源可持续利用水平贡献率最大，其他指标权重比较平均。优化区域排水网络布局，推广保土耕作技术和轮作制度，建立水土流失监测系统，定期评估水土流失状况，提高农民和社区的水土保持意识，鼓励参与水土保持项目，增加财政预算，同时引进先进的水土保持技术，可以有效地提升水土资源的可持续利用水平，减少水土流失，保障农业生产安全，同时促进生态环境的改善。

（2）驱动力、压力、状态、影响、响应子系统在2013-2021年间呈不同程度波动上升趋势。影响子系统可持续利用评价值最高，为0.452 8，响应子系统可持续利用评价值最低，为0.283 9。克山县水土资源可持续利用评价值在2013-2021年间整体呈上升趋势，可持续利用评价值从0.291 2上升至0.481 2，可持续状态由弱可持续转为可持续。表明克山县在应对水土资源问题上采取的措施逐渐显现成效，水土资源可持续利用状况有了显著改善，但响应措施的效果仍有待加强。

（3）克山县水土资源可持续利用水平的障碍因子处于不断变化的状态，截至2021年，制约克山县水土资源可持续利用水平的主要障碍因子为除涝面积（R ₅）、旱田耕地面积（S ₅）、水利支出（D ₄）、农村用电量（P ₄）、保护耕地面积（R ₄）。这为克山县未来的政策制定和资源分配提供了方向，特别是需要加大除涝设施建设和维护、优化耕地使用、增加水利投资、合理调控农村用电、实施土壤改良措施和强化耕地保护措施，提升农民的环保意识，鼓励他们采取可持续的农业实践，如有机耕作和生态农业，以进一步提升水土资源的可持续利用水平。

（4）克山县案例展示了采取综合管理策略，包括政策、技术、资金和公众参与等多方面措施，是实现资源可持续利用的必要条件，强调了跨部门合作和多管齐下的重要性。推广和应用新技术，如智能监测系统、节水灌溉技术和清洁能源，对于提高资源利用效率和减少环境影响至关重要，技术进步是资源可持续利用的关键驱动力。由于障碍因子会随着时间变化，应定期评估资源状态和管理效果，根据新的数据和环境变化灵活调整政策和措施。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	金书秦, 张哲晰, 胡　钰, 等. 中国农业绿色转型的历史逻辑、理论阐释与实践探索[J]. 农业经济问题, 2024, 45(3): 4-19. JIN S Q, ZHANG Z X, HU Y, et al. Historical logic, theoretical interpretation, and practical exploration of China’s agricultural green transformation[J]. Issues in Agricultural Economy, 2024, 45(3): 4-19. 本文引用 [1]

2	及　茹, 张　弦, 李国胜. 粮食主产区水土资源匹配、承载力及影响因素分析[J]. 人民长江, 2021, 52(8): 105-112. JI R, ZHANG X, LI G S. Analysis on agricultural water and soil resources matching coefficient, carrying capacity and influencing factors in main grain production area[J]. Yangtze River, 2021, 52(8): 105-112.

3	苏　浩, 吴次芳. 东北黑土区耕地系统健康诊断及其演化特征: 以克山县为例[J]. 经济地理, 2023, 43(6): 166-175. SU H, WU C F. Diagnosis and evolution characteristics of cultivated land system health condition in the black soil region of Northeast China: A case study of Keshan County[J]. Economic Geography, 2023, 43(6): 166-175. 本文引用 [1]

4	MATLHODI B, KENABATHO P K, PARIDA B P, et al. Analysis of the future land use land cover changes in the Gaborone Dam Catchment using CA-Markov model: Implications on water resources[J]. Remote Sensing, 2021, 13(13): 2 427. 本文引用 [1]

5	CALDER I R. Blue revolution: integrated land and water resource management[M]. 2nd ed. London: Earthscan, 2005. 本文引用 [1]

6	范德政, 梅雪梅, 任正龑, 等. 基于DPSIR模型的宁夏地区水土资源承载力评价[J]. 水电能源科学, 2023, 41(6): 35-39. FAN D Z, MEI X M, REN Z Y, et al. Evolution of water and soil resources carrying capacity in Ningxia based on DPSIR model[J]. Water Resources and Power, 2023, 41(6): 35-39. 本文引用 [1]

7	孙小祥, 秦艺娟. 基于PSR模型的城市土地集约利用评价研究: 以苏州市为例[J]. 西南大学学报(自然科学版), 2021, 43(4): 100-108. SUN X X, QIN Y J. An evaluation study of urban land intensive utilization in Suzhou based on PSR model[J]. Journal of Southwest University (Natural Science Edition), 2021, 43(4): 100-108. 本文引用 [1]

8	张　沛. 塔里木河流域社会-生态-水资源系统耦合研究[D]. 北京: 中国水利水电科学研究院, 2019. 本文引用 [1]

9	蓝　希. 基于资源价值核算的武汉市土地可持续利用研究[D]. 武汉: 中国地质大学, 2020. 本文引用 [1]

10	KOOP S H A, van LEEUWEN C J. Assessment of the sustainability of water resources management: A critical review of the city blueprint approach[J]. Water Resources Management, 2015, 29(15): 5 649-5 670. 本文引用 [1]

11	杨伟歆. 黑龙江省水田水土资源可持续利用评价指标体系构建[D]. 哈尔滨: 东北农业大学, 2023. 本文引用 [1]

张　雯, 刘倩倩, 王　慧, 等. 基于水足迹的山东省农业水土资源匹配特征及短缺压力分析[J]. 生态学报, 2023, 43(12): 4 943-4 953.

ZHANG

, LIU

Q Q

, WANG

, et al. Analysis of matching characteristics and scarcity of agricultural water and land resources in Shandong Province based on water footprint[J]. Acta Ecologica Sinica, 2023, 43(12): 4 943-4 953.

本文引用 [1]

曹连海, 刘晓博, 张志强, 等. 基于CRITIC-TOPSIS的许昌市农业水土资源评价[J]. 华北水利水电大学学报(自然科学版), 2023, 44(1): 56-61.

CAO

L H

, LIU

X B

, ZHANG

Z Q

, et al. Evaluation on agricultural water and soil resources in Xuchang City based on CRITIC-TOPSIS[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2023, 44(1): 56-61.

14	高　芸, 齐学斌, 李　平, 等. 黄河流域农业水土资源时空匹配特征分析[J]. 灌溉排水学报, 2021, 40(6): 113-118. GAO Y, QI X B, LI P, et al. Analysis on spatial-temporal matching characteristics of agricultural water and soil resources in the Yellow River Basin[J]. Journal of Irrigation and Drainage, 2021, 40(6): 113-118. 本文引用 [1]

15	杨　晋. 现代农业区域发展水平评价及差异化对策研究[J]. 农业科研经济管理, 2017(2): 29-32. YANG J. Analysis of regional differences in the development level of modern agriculture in Jiangsu and its promotion strategy[J]. Management for Economy in Agricultural Scientific Research, 2017(2): 29-32. 本文引用 [1]

16	叶　蝶, 田　燚, 刘福先. 基于层次分析法的兴义市水资源安全评价[J]. 科技创新与生产力, 2023(7): 57-60. YE D, TIAN Y, LIU F X. Evaluation of water resources security in Xingyi City based on analytic hierarchy process[J]. Sci-Tech Innovation and Productivity, 2023(7): 57-60. 本文引用 [1]

17	ARETOUYAP Z, GHOMSI F E K, DOMRA J K, et al. Assessing groundwater potential in Foumban and implication on urban planning in the context of sustainable development[J]. Geocarto International, 2023, 38(1): 2 163 307. 本文引用 [1]

18	李　欢, 万　玮, 冀　锐, 等. 中国卫星遥感地表水资源监测能力分析与展望[J]. 遥感学报, 2023, 27(7): 1 554-1 573. LI H, WAN W, JI R, et al. Inspects and prospects of satellite remote sensing monitoring ability for land surface water in China[J]. National Remote Sensing Bulletin, 2023, 27(7): 1 554-1 573. 本文引用 [1]

19	王天宏. 1990-2020年三江源国家公园生态环境质量遥感动态变化及驱动力分析[D]. 长沙: 中南林业科技大学, 2023. 本文引用 [2]

20	沈映政, 和春兰. 基于GIS的泸西县农业用地适宜性评价分析[J]. 测绘与空间地理信息, 2024, 47(4): 55-57. SHEN Y Z, HE C L. Evaluation and analysis of agricultural land suitability based on GIS in Luxi County[J]. Geomatics & Spatial Information Technology, 2024, 47(4): 55-57. 本文引用 [2]

21	庄海燕. 基于大数据的生态文明建设综合评价: 以生态文明示范区海南省为例[J]. 国土与自然资源研究, 2017(4): 38-42. ZHUANG H Y. Comprehensive evaluation of ecological civilization based on huge database: A case of Hainan Province, an ecological demonstration zone[J]. Territory & Natural Resources Study, 2017(4): 38-42. 本文引用 [1]

22	曹红军. 浅评DPSIR模型[J]. 环境科学与技术, 2005, 28(S1): 110-111, 126. CAO H J. An initial study on DPSIR model[J]. Environmental Science & Technology, 2005, 28(S1): 110-111, 126. 本文引用 [2]

23	CARR E R, WINGARD P M, YORTY S C, et al. Applying DPSIR to sustainable development[J]. International Journal of Sustainable Development & World Ecology, 2007, 14(6): 543-555. 本文引用 [2]

PDF(1270 KB)

访问

引用

详细情况

段落导航

摘要
Abstract
关键词
Key words
基金
引用本文
0 引言
1 材料与方法
1.1 研究区域概况
1.2 评价模型选择
1.3 评价指标体系构建
1.3.1 基于主成分分析的指标筛选
表1 主成分因子荷载数
1.3.2 最终建立的评价指标体系
表2 水土资源可持续利用评价指标体系
1.4 研究方法
1.4.1 主成分分析法
1.4.2 熵值法权重确定
1.4.3 TOPSIS模型评价方法
表3 可持续评价等级划分
1.4.4 障碍因子识别
2 结果与分析
2.1 水土资源各子系统评价结果分析
2.1.1 驱动力子系统对水土资源可持续利用系统的影响
图1 驱动力子系统可持续利用评价值
2.1.2 压力子系统对水土资源可持续利用系统的影响
图2 压力子系统可持续利用评价值
2.1.3 状态子系统对水土资源可持续利用系统的影响
图3 状态子系统可持续利用评价值
2.1.4 影响子系统对水土资源可持续利用系统的影响
图4 影响子系统可持续利用评价值
2.1.5 响应子系统对水土资源可持续利用系统的影响
图5 响应子系统可持续利用评价值
2.2 评价结果分析
图6 综合可持续利用评价值
2.3 障碍因子识别
表4 2013年和2021年克山县水土资源可持续利用评价指标层主要障碍因子障碍度
3 结论
参考文献

收稿日期	接受日期	出版日期
2024-06-18	2024-08-26	2024-12-10
发布日期
2024-12-16

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

基金

引用本文

0 引 言

1 材料与方法

1.1 研究区域概况

1.2 评价模型选择

1.3 评价指标体系构建

1.3.1 基于主成分分析的指标筛选

表1 主成分因子荷载数

1.3.2 最终建立的评价指标体系

表2 水土资源可持续利用评价指标体系

1.4 研究方法

1.4.1 主成分分析法

1.4.2 熵值法权重确定

1.4.3 TOPSIS模型评价方法

表3 可持续评价等级划分

1.4.4 障碍因子识别

2 结果与分析

2.1 水土资源各子系统评价结果分析

2.1.1 驱动力子系统对水土资源可持续利用系统的影响

图1 驱动力子系统可持续利用评价值

2.1.2 压力子系统对水土资源可持续利用系统的影响

图2 压力子系统可持续利用评价值

2.1.3 状态子系统对水土资源可持续利用系统的影响

图3 状态子系统可持续利用评价值

2.1.4 影响子系统对水土资源可持续利用系统的影响

图4 影响子系统可持续利用评价值

2.1.5 响应子系统对水土资源可持续利用系统的影响

图5 响应子系统可持续利用评价值

2.2 评价结果分析

图6 综合可持续利用评价值

2.3 障碍因子识别

表4 2013年和2021年克山县水土资源可持续利用评价指标层主要障碍因子障碍度

3 结 论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

0 引言

3 结论