李晨洋,張 磊
(東北農(nóng)業(yè)大學(xué) 水利與建筑學(xué)院,黑龍江 哈爾濱150030)
三江平原水資源可持續(xù)利用優(yōu)化配置研究
李晨洋,張 磊
(東北農(nóng)業(yè)大學(xué) 水利與建筑學(xué)院,黑龍江 哈爾濱150030)
水資源的優(yōu)化配置是實現(xiàn)可持續(xù)發(fā)展的有效措施之一。在定性地分析了目前三江平原出現(xiàn)吊泵、局部超采等水資源短缺問題的基礎(chǔ)上,利用水資源系統(tǒng)的多目標(biāo)性,建立了多目標(biāo)水資源配置數(shù)學(xué)模型,并引入具備內(nèi)在并行機制及全局搜索能力的并列選擇遺傳算法求解。以獲得生活、生產(chǎn)和生態(tài)綜合效益最大為目標(biāo),將各個子目標(biāo)折算為一個統(tǒng)一量——經(jīng)濟效益作為基準(zhǔn)點。結(jié)果表明,該模型和算法的結(jié)合達到了水資源優(yōu)化的目的。
水源;多目標(biāo);可持續(xù);優(yōu)化配置;并列選擇遺傳算法
水資源的優(yōu)化配置就是將處于不同子區(qū)、不同用水部門的多種水資源進行科學(xué)合理配置[1]。它是以對不同種類的有限的水資源進行合理分配,實現(xiàn)水資源的可持續(xù)利用,保證社會經(jīng)濟、資源和生態(tài)環(huán)境的協(xié)調(diào)發(fā)展為最終目的[2]。一直以來,學(xué)者在水資源優(yōu)置的理論及應(yīng)用方法方面的研究已經(jīng)取得了顯著成果,并在社會經(jīng)濟體系和高科技的高速發(fā)展中不斷完善。水資源優(yōu)化配置的基本功能包括兩個方面,在供給方面協(xié)調(diào)競爭用水,加強工程措施改變水資源時空布局以適應(yīng)生產(chǎn)力要求;在需求方面通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu),建設(shè)節(jié)水經(jīng)濟模式以適應(yīng)不利的水資源條件[3]。水資源的優(yōu)化配置能夠提供、改善并滿足多方面、多層次的用水需求;進行水資源的協(xié)調(diào)優(yōu)化有利于改善區(qū)域水資源的利用效率,增加區(qū)域資源經(jīng)濟效益,維持生態(tài)平衡穩(wěn)定,最終達到社會、生態(tài)環(huán)境及經(jīng)濟等的協(xié)調(diào)可持續(xù)發(fā)展。
多目標(biāo)優(yōu)化問題是指在可行域中確定由決策變量組成的向量,使得一組相互沖突的目標(biāo)函數(shù)值盡量同時達到最優(yōu),即多個目標(biāo)不可能同時達到最優(yōu)[2],因而多目標(biāo)優(yōu)化問題的本質(zhì)就在于在多個目標(biāo)間進行協(xié)調(diào)并進行折衷處理,使每個目標(biāo)都盡可能同時達到最優(yōu)。
在解決多目標(biāo)優(yōu)化問題時,可以得到一系列較優(yōu)解,這些可能的最優(yōu)解被稱為非劣解,即Pareto解[4]。這種最優(yōu)解與傳統(tǒng)的優(yōu)化問題中的最優(yōu)解有著本質(zhì)的不同[2],傳統(tǒng)的的多目標(biāo)優(yōu)化是將多目標(biāo)轉(zhuǎn)為單目標(biāo)問題,也就是一般每次都只能得到一個Pareto解,多次運行后才能得到一組近似Pareto最優(yōu)解,其復(fù)雜程度清晰可見,而多目標(biāo)優(yōu)化問題,這樣的Pareto最優(yōu)解有很多個,而且各Pareto最優(yōu)解之間也沒有優(yōu)劣之分,決策者可以根據(jù)自己的偏好或決策體系選擇合適的Pareto解。
三江平原位于我國黑龍江省東北部,其范圍東起烏蘇里江、西接湯旺河及牡丹江分水嶺,北接黑龍江,南抵興凱湖[5]。三江平原陸續(xù)開發(fā)并利用部分地下水資源用于農(nóng)業(yè)發(fā)展,如今它已成為國家重要的商品糧(特別是大豆、水稻、玉米和小麥)的生產(chǎn)基地[6]。三江平原全區(qū)水資源總量可達1.62×1010m3,其中地表徑流量平均每年達到1.16×1010m3,過境水可利用量約1.00×1010m3,地下水8.56×109m3,地下水總開采量達4.70×109m3[7]。一直以來,三江平原各方面的快速發(fā)展與它發(fā)達的水系結(jié)構(gòu)有著密切關(guān)系。但是目前區(qū)域內(nèi)地下水超采,水土流失嚴重,水污染等問題誘發(fā)吊泵等問題的出現(xiàn),嚴重制約了三江平原區(qū)域的可持續(xù)發(fā)展,水資源供需矛盾因此面臨巨大挑戰(zhàn)。
基于多目標(biāo)優(yōu)化理論,以可持續(xù)發(fā)展為原則,針對三江平原日益加劇的水資源供需矛盾,以水資源供需平衡為出發(fā)點,兼顧區(qū)域社會經(jīng)濟和環(huán)境的協(xié)調(diào)發(fā)展,建立數(shù)學(xué)模型并采用多目標(biāo)并列選擇遺傳算法對該區(qū)域的水資源進行優(yōu)化調(diào)配,以期為水資源的規(guī)劃管理和可持續(xù)利用提供理論依據(jù)。
構(gòu)建多目標(biāo)配置模型,系統(tǒng)總體發(fā)展目標(biāo)用綜合效益最大來衡量,其形式一般為:
式中:f1(x),f2(x),f3(x),f4(x),f5(x)——生活、生產(chǎn)(第一、二、三產(chǎn)業(yè))和生態(tài)用水效益目標(biāo);G(x)——約束條件集;x——決策變量。
將區(qū)域劃分為k個子區(qū),每個子區(qū)有i個水源,j個用水部門。
(1)生產(chǎn)(第一、二、三產(chǎn)業(yè))效益目標(biāo)。用區(qū)域內(nèi)年水量凈效益最大表示:
式中:xik——水源i向k子區(qū)j部門的供水量(104m3);
j——水源i向k子區(qū)j部門的供水量效益系數(shù)(元/m3);cikj——水源i向k子區(qū)j部門的供水量費用系數(shù)(元/m3);ωikj——水源i向k子區(qū)j部門的供水效益修正系數(shù)(元/m3)。
(2)生態(tài)環(huán)境效益目標(biāo)。以區(qū)域主要污染物化學(xué)需氧量COD最小表示:
二是,兩種版本教材中例題的數(shù)量相差很多.康軒版共安排了6個板塊的活動,共22個例題,如果不包括活動一“最簡分數(shù)”的5個例題,也有17個例題,而蘇教版教材共安排了4個例題,其中個別例題的“試一試”是例題的拓展,難度比例題大,這是蘇教版教材的一個編排特點.
式中:dkj——k子區(qū)j部門單位廢水排放量中重要污染因子COD的含量(mg/L);pkj——k子區(qū)j部門污水排放系數(shù)。
(3)生活效益目標(biāo)。以區(qū)域總?cè)彼孔钚肀硎荆?/p>
式中:Dkj——k子區(qū)j用戶需水量(104m3)。
優(yōu)化的實質(zhì)是決策者可以根據(jù)自身條件選擇相應(yīng)的方案,而各部門的用水效益各不相同,使得決策者很難找到基準(zhǔn)點做出判斷。因此,將各效益系數(shù)折算成一個統(tǒng)計量,用經(jīng)濟效益表示:
式中:j——生活、生產(chǎn)(第一、二、三產(chǎn)業(yè))和生態(tài)用水部門編號,依次為1,2,3;i——地表水和地下水的編號依次為1,2;Aj——第j部門單位用水效益系數(shù)(萬元/m3);Bj——第j部門可用水量(m3);xji——第i水源對第j部門的供水量(m3);
工業(yè)用水效益系數(shù)采用工業(yè)總產(chǎn)值分攤方法,以此為基準(zhǔn)確定生產(chǎn)、生活等部門的用水效益系數(shù):
式中:α——工業(yè)供水效益分攤系數(shù),參照水利經(jīng)濟研究會研究成果取值為11%;B——工業(yè)分配水量(m3);M——萬元工業(yè)產(chǎn)值用水量(m3/萬元)。
式中:當(dāng)0<Bj≤Bimin時,λj=kj;當(dāng)Bjmin<Bj≤Bimax時,λj=〔kjBjmin+αj(Bj-Bjmin)〕/Bj;當(dāng) Bj>Bjmax時,λj=〔kjBjmin+αj(Bimax-Bjmin)-ωj(Bj-Bjmax)〕/Bj。
式中:λj,kj,αj——折算系數(shù),且kj>1,αj<1,通常采用德爾菲法確定。
(1)水源可供水量約束。即i水源向k子區(qū)j用戶的供水量應(yīng)小于可供水量。
(3)環(huán)境約束。區(qū)域主要污染物化學(xué)需氧量COD的排放量應(yīng)小于待優(yōu)化水量年水體所能容納的重要污染物COD 的容量。
(2)用水部門需水量約束。即k子區(qū)j用戶從水源獲得的水量應(yīng)該介于該用戶需水量的上下限之間。
(4)變量非負約束。
并列選擇遺傳算法是改進的遺傳算法之一,它是多種并列群體的共同進化,即先將群體中的全部個體按子目標(biāo)函數(shù)的數(shù)目均等地劃分為若干子群體,每個子群體對應(yīng)一個子目標(biāo)函數(shù),各子目標(biāo)函數(shù)在相應(yīng)的子群體中獨立地選擇運算,分別選擇出一些適應(yīng)度高的個體組成一個新的子群體,然后再將所有這些新生成的子群體合并成一個完整的群體,在這個群體中進行交叉和變異運算,從而生成下一代的完整群體,如此不斷地進行“分割—并列選擇—合并”操作,最終可求出多目標(biāo)優(yōu)化問題的Pareto最優(yōu)解[8]。并列遺傳算法求解過程如圖1所示。
圖1 并列選擇遺傳算法示意圖
(1)編碼。并列選擇遺傳算法解決水資源分配問題采用二進制編碼,染色體串長度等于決策變量(供水水源分配給各部門的水量)個數(shù)。在各水源分配水量時,在特定區(qū)間變化內(nèi)會隨機產(chǎn)生若干組水資源分配方案(隨機變量)組成一組初始種群;(2)等分。將群體中全部個體按子目標(biāo)函數(shù)的數(shù)目均等地劃分,即按生活、生產(chǎn)(第一、二、三產(chǎn)業(yè))和生態(tài)用水目標(biāo)5個目標(biāo)函數(shù)均等劃分為5個子群體。各個體在對應(yīng)的子群體中獨立地進行交叉、變異,選擇出適應(yīng)度較高的個體;(3)重組。將上階段保留的全部個體重組,形成一個新的群體,再次進行交叉、變異運算得到新一代群體,即產(chǎn)生新的預(yù)分方案;(4)判別。判斷新種群中最優(yōu)個體是否滿足終止條件,或進化代數(shù)是否達到預(yù)定值。若合格,則水資源已達到最優(yōu)分配,停止進化計算,輸出優(yōu)化計算成果。否則,優(yōu)化新的預(yù)選方案,重復(fù)上述步驟直到滿足終止條件或進化代數(shù)。整理模型,輸出結(jié)果[9-10]。
利用上述模型計算三江平原水量優(yōu)化配置方案,在滿足生產(chǎn)、生活及生態(tài)用水的條件下,以減少水資源浪費的可持續(xù)利用為目的,通過對該區(qū)的地表水、地下水2個水源的水量進行合理配置,得到最優(yōu)方案。
本實例從2個水源對5個用水部門進行水量分配,其中水源為地表水和地下水,用水部門包括生活需水、生產(chǎn)(第一、二、三產(chǎn)業(yè))需水和生態(tài)需水。因此決策變量數(shù)目為10,則產(chǎn)生的每個染色體長度為10個基因位,分配水量;取種群大小popsize=100,即初始水量分配方案為100個;最大進化代數(shù)maxgen=200;變異率pmutation=0.05;交叉率pcross=0.6;結(jié)果詳見表1。
從表1可以看出,利用上述方法進行優(yōu)化后,選定的年份內(nèi)總需水量均比正常需水有所下降,各水源的供水量也有不同程度的減少,由此證明并列選擇遺傳算法在水資源優(yōu)化配置中起到了優(yōu)化作用。根據(jù)優(yōu)化結(jié)果,總結(jié)其需水量減少的原因,主要歸結(jié)為以下幾點:(1)近期三江平原大力發(fā)展有利的灌溉模式,如井灌結(jié)合灌溉,這在目前以及以后的發(fā)展過程中均可以優(yōu)化水資源的時空分配,調(diào)節(jié)不合理的分配結(jié)構(gòu);(2)因水資源短缺,改變了單一開采地下水的方式,將有效利用天然降水的方式放在水資源利用的首位;(3)由于三江平原灌區(qū)在管理體制和運營機制上的不協(xié)調(diào)、系統(tǒng)的不完善,出現(xiàn)了各種問題,為此改善了各部門的管理,同時人們的節(jié)水意識逐步得到強化。經(jīng)優(yōu)化后需水量均比未優(yōu)化前有所減少,但隨著水平年的增長,總需水量還是大幅增加。
在上述分析基礎(chǔ)上,以2015年為例,在保證地表水和地下水的總量變化幅度不大的情況下,用所建數(shù)學(xué)模型進行調(diào)節(jié)計算,再依據(jù)各自的計算結(jié)果進行供需平衡分析,得到三江平原水資源供需平衡分析表(表2)。
表1 三江平原需水量優(yōu)化配置結(jié)果 108 m3
表2 2015年三江平原水資源供需平衡對比
由表2可以看出:(1)區(qū)域總體上按照以供定需的原則進行水量分配。生活用水和第二產(chǎn)業(yè)(工業(yè)、建筑業(yè))得到滿足,其它部門都有部分缺水現(xiàn)象。由此,雖然將地表水和地下水合理分配,力求個部門在水資源上達到供需平衡,水資源短缺的問題仍然存在;(2)將生活、生產(chǎn)(一、二、三產(chǎn)業(yè))、生態(tài)三個效益子目標(biāo)折算成一個統(tǒng)一量:經(jīng)濟效益,更簡潔地表示出優(yōu)化后獲得的效益,同時,通過對各部門產(chǎn)生的效益對比,為決策者提供直接判斷依據(jù)來選擇適合地區(qū)發(fā)展的優(yōu)化分配政策。
此外,表2優(yōu)化后仍未能滿足所有部門所需水量,一方面該地區(qū)仍要繼續(xù)擴大水源,加快污水處理設(shè)施建設(shè),努力實現(xiàn)污水資源化,提高工業(yè)用水的重復(fù)利用率及污水處理回用量,加大該區(qū)的地表水供水能力。另一方面要強化節(jié)約用水,科學(xué)用水等意識,減少無效需求,促進水資源的再生,力求從根本上解決水資源短缺問題。
目前,水資源可持續(xù)發(fā)展問題越來越成為人們關(guān)注的焦點,水資源的優(yōu)化配置的研究是實現(xiàn)水資源持久利用,促進區(qū)域和諧發(fā)展的有效途徑。由于對水的需求急劇增加,使得再生問題也成為對水的考驗,因而節(jié)約水資源成為解決水資源短缺的一種方法。多目標(biāo)并列選擇遺傳算法的運用較好地解決了水資源優(yōu)化配置問題。三江平原力求滿足各個行業(yè)在水資源的方面需求,但研究發(fā)現(xiàn)仍會出現(xiàn)部分缺水現(xiàn)象,由于受信息量等因素的制約,研究中帶有一定的主觀性,與實際發(fā)展需求具有一定差距。因此,還需再進行進一步的研究。
[1] 何俊仕,粟曉玲.水資源規(guī)劃與管理[M].北京:中國農(nóng)業(yè)出版社,2006:203-204.
[2] 鄭海利,鞠勤國,劉美俠,等.基于多目標(biāo)遺傳算法的水資源優(yōu)化配置[J].東北水利水電,2011(5):54.
[3] 黃金林,丁元芳,遲寶明.岔路河流域水資源合理配置研究[J].水土保持研究,2008,15(2):235-238.
[4] 陳南祥,李躍鵬,徐晨光.基于多目標(biāo)遺傳算法的水資源優(yōu)化配置[J].水利學(xué)報,2006,37(3):308-313.
[5] 黑龍江省水利水電勘測設(shè)計研究院.三江平原水資源[R].黑龍江 哈爾濱:黑龍江省水利水電勘測設(shè)計研究院,2008.
[6] 李晨洋.三江平原井渠結(jié)合灌區(qū)水資源可持續(xù)利用對策[J].節(jié)水灌溉,2013(1):41-43.
[7] 趙惠新.三江平原水資源可持續(xù)利用與保護[J].黑龍江水專學(xué)報,2008,35(4):1-3.
[8] 牛曉博,趙虎,周國祥.基于并列選擇遺傳算法的艦艇編隊目標(biāo)分配問題[J].現(xiàn)代防御技術(shù),2010,38(6):70-75.
[9] 鄭海利,鞠勤國,劉美俠,等.基于多目標(biāo)遺傳算法的水資源優(yōu)化配置[J].東北水利水電,2011(5):54-57.
[10] 付強.數(shù)據(jù)處理方法及其農(nóng)業(yè)應(yīng)用[M].北京:科學(xué)出版社,2006:2-10.
Optimized Allocation of Multi-objective Water Resource in Sanjiang Plain for Sustainable Utilization
LI Chen-yang,ZHANG Lei
(College of Water Conservancy and Civil Engineering,Northeast Agricultural University,Harbin,Heilongjiang150030,China)
The optimal allocation of water resource is key to the sustainable development.By the qualitative analysis of the water shortages in Sanjiang plain due to hanging pump and local over-exploitation,a multiobjective water resource allocation model was set up based on the properties of water resource system with diverse targets.At the same time,paralleling choice GA with intrinsic parallelism and the ability of global search has been introduced to obtain a solution.Meanwhile,in order to realize the maximization of the comprehensive benefit in life,production and ecology,each calculation is converted into a unified economic benefit as a benchmark.The result showed that the combination of the model and the algorithm has optimized water resource use.
water resource;multi-objective;sustainable;optimized allocation;paralleling choice GA
B
1000-288X(2014)02-0307-04
S273
10.13961/j.cnki.stbctb.2014.02.062
2013-05-15
2013-06-02
哈爾濱市科技創(chuàng)新人才研究專項”三江平原水稻灌區(qū)多水源聯(lián)合運用研究”(2010RFQXN102);黑龍江省教育廳科學(xué)技術(shù)研究項目(12511039);東北農(nóng)業(yè)大學(xué)科技人才啟動基金項目(2009);2012年度黑龍江省博士后科研啟動基金(LBH-Q12153)
李晨洋(1978—),女(漢族),黑龍江省哈爾濱市人,博士,副教授,碩士生導(dǎo)師,主要從事管理科學(xué)與工程、農(nóng)業(yè)工程研究。E-mail:cli703@163.com。