黃顯峰，趙夢(mèng)婷，方國(guó)華，金國(guó)裕

(1.河海大學(xué)水利水電學(xué)院，江蘇 南京 210098；2.昆山市水務(wù)集團(tuán)有限公司，江蘇 昆山 215300)

水資源是維持人類生存、社會(huì)經(jīng)濟(jì)穩(wěn)定與發(fā)展最重要的自然資源之一。地球上雖然有71%的面積為水所覆蓋，但可用的淡水資源卻很有限。由于世界經(jīng)濟(jì)的快速發(fā)展和人口不斷增長(zhǎng)，各國(guó)城市日漸增多和擴(kuò)張，用水量不斷增多，越來越多的地方出現(xiàn)水資源短缺、水環(huán)境惡化等水資源安全問題。水資源安全問題在日益嚴(yán)峻的水資源問題中逐漸顯現(xiàn)，對(duì)國(guó)家安全、社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境等方面的影響不可忽視。影響水資源安全的主要因素包括自然稟賦條件和社會(huì)經(jīng)濟(jì)兩個(gè)方面[1]，而水資源安全評(píng)價(jià)作為水安全研究的重點(diǎn)問題之一，越來越受到重視。

近年來，國(guó)內(nèi)外研究人員利用不同評(píng)價(jià)模型對(duì)不同區(qū)域水資源安全進(jìn)行評(píng)價(jià)。1992年，F(xiàn)alkenmark等[2]選取人均水資源量作為評(píng)價(jià)指標(biāo)對(duì)水資源安全評(píng)價(jià)進(jìn)行定量研究。Shiklomanov等[3]選取工農(nóng)業(yè)用水量、生活用水量和水資源可利用量3個(gè)指標(biāo)對(duì)水資源安全進(jìn)行分析。目前針對(duì)水資源安全評(píng)價(jià)的方法主要有層次分析法[4]、集對(duì)分析法、模糊綜合評(píng)判法[5]、系統(tǒng)動(dòng)力學(xué)法[6]、灰色系統(tǒng)理論法[7]等。近年來，國(guó)內(nèi)學(xué)者對(duì)水資源安全評(píng)價(jià)的研究也逐漸深入。2012年，張蕾等[8]選取環(huán)境、社會(huì)、經(jīng)濟(jì)、資源4個(gè)方面來構(gòu)建水資源安全評(píng)價(jià)指標(biāo)體系，并采用層次分析法對(duì)南京市的水資源安全狀況進(jìn)行了評(píng)價(jià)；2015年，余灝哲等[9]根據(jù)模糊物元理論構(gòu)造原始模糊物元矩陣，并借用熵權(quán)法確定各評(píng)價(jià)指標(biāo)的熵權(quán)系數(shù)，引進(jìn)TOPSIS法建模計(jì)算，通過歐式貼近度來反映水資源安全狀態(tài)，從而實(shí)現(xiàn)了對(duì)山東省水資源安全的評(píng)價(jià)與分析；2017年，楊振華等[10]采用PESBR概念模型建立涵蓋巖溶地區(qū)工程性缺水特性的評(píng)價(jià)指標(biāo)體系，并采用SPA-MC耦合模型對(duì)貴陽(yáng)市2002—2014年水資源安全狀況進(jìn)行動(dòng)態(tài)評(píng)價(jià)；2019年，王先慶等[11]利用網(wǎng)絡(luò)層次分析法(ANP)對(duì)水資源安全評(píng)價(jià)的主要影響指標(biāo)進(jìn)行權(quán)重計(jì)算，并基于灰色關(guān)聯(lián)分析法(GRA)相關(guān)理論構(gòu)建水資源安全評(píng)價(jià)模型。

以上研究在進(jìn)行水資源安全評(píng)價(jià)過程中使用單一的方法，結(jié)果不具有較強(qiáng)的說服力，因此采用多種評(píng)價(jià)方法結(jié)合的方法，選擇客觀與主觀權(quán)重結(jié)合的方法，既避免了主觀的隨意性，同時(shí)又具有一定的傾向性。為提高水資源安全評(píng)價(jià)的可靠性，也給水資源安全評(píng)價(jià)提供一種新思路，本文利用層次分析法、投影尋蹤法和云模型這3種方法求得的賦和權(quán)重，來改進(jìn)云模型對(duì)區(qū)域水資源安全進(jìn)行評(píng)價(jià)研究。改進(jìn)云模型方法評(píng)價(jià)水資源安全的優(yōu)勢(shì)有：①云模型是一種同時(shí)具有隨機(jī)性和模糊性的評(píng)價(jià)方法，在描述客觀事物的過程中，不可避免地具有不確定性，研究了模糊性和隨機(jī)性兩者之間的關(guān)聯(lián)；②通過計(jì)算組合權(quán)重來改進(jìn)云模型，可以減少采用一種權(quán)重計(jì)算方法所帶來的負(fù)面影響。以蘇州市為研究區(qū)域，探討該方法的適用性，可為水資源的合理開發(fā)利用與可持續(xù)發(fā)展提供參考。

1 水資源安全綜合評(píng)價(jià)體系構(gòu)建

1.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建

水資源安全是指在保證水資源質(zhì)量的基礎(chǔ)上，在不超過水資源和水環(huán)境承載能力的前提下，水資源供應(yīng)能夠滿足人類生存、社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的需要，維持良好的生態(tài)環(huán)境。水資源安全包括水資源數(shù)量安全、水資源生態(tài)環(huán)境安全、水資源社會(huì)經(jīng)濟(jì)安全等[12-13]。水資源安全評(píng)價(jià)系統(tǒng)是互補(bǔ)互通，有層次性且具有結(jié)構(gòu)性特點(diǎn)的若干項(xiàng)指標(biāo)組成的有機(jī)整體。水資源安全評(píng)價(jià)指標(biāo)體系的建立是整個(gè)評(píng)價(jià)過程的重要組成部分，在建立水資源安全評(píng)價(jià)指體系時(shí)，應(yīng)遵循科學(xué)性、代表性、完整性和定性與定量相結(jié)合4項(xiàng)原則。

蘇州市屬于水資源比較豐富的地區(qū)，在選擇評(píng)價(jià)指標(biāo)時(shí)相對(duì)于干旱缺水地區(qū)有所不同，參考類似地區(qū)已有的研究成果，綜合考慮水資源量安全、生態(tài)環(huán)境安全和社會(huì)經(jīng)濟(jì)安全這3個(gè)方面[14]。水資源量安全系統(tǒng)能夠表現(xiàn)區(qū)域水資源可持續(xù)利用的基礎(chǔ)以及其支撐力大小的表現(xiàn)，確定了描述降水狀況、降水轉(zhuǎn)化率以及描述總水量的指標(biāo)，并用產(chǎn)水模數(shù)表征水資源在空間上的分布狀況。生態(tài)環(huán)境安全系統(tǒng)反映區(qū)域生態(tài)環(huán)境保育水資源的持續(xù)能力和水資源質(zhì)量的狀況，從污水排放與治理、生態(tài)用水和植被覆蓋3方面選取了5項(xiàng)指標(biāo)。社會(huì)經(jīng)濟(jì)安全系統(tǒng)反映區(qū)域人口、社會(huì)、經(jīng)濟(jì)對(duì)水資源系統(tǒng)產(chǎn)生的間接壓力及其與水資源系統(tǒng)的協(xié)調(diào)程度，確定了與水資源開發(fā)利用密切的社會(huì)性指標(biāo)，包括人口密度、農(nóng)業(yè)耕地和灌溉狀況等，以及反映經(jīng)濟(jì)狀況的人均GDP、居民收入指標(biāo)。構(gòu)建包含14個(gè)評(píng)價(jià)指標(biāo)的指標(biāo)體系(圖1)，其中水資源開發(fā)利用率和萬元工業(yè)增加值用水量?jī)蓚€(gè)指標(biāo)為逆向指標(biāo)，其他均為正向指標(biāo)。

圖1 水資源安全評(píng)價(jià)指標(biāo)

1.2 評(píng)價(jià)指標(biāo)等級(jí)確定

在綜合考慮常用的評(píng)價(jià)指標(biāo)和標(biāo)準(zhǔn)、行業(yè)規(guī)范及現(xiàn)有研究成果的基礎(chǔ)上，結(jié)合社會(huì)經(jīng)濟(jì)發(fā)展要求和水資源安全評(píng)價(jià)的基本特征，確定水資源安全評(píng)價(jià)標(biāo)準(zhǔn)，將區(qū)域水資源安全的等級(jí)劃分為非常安全、安全、基本安全、不安全和極不安全共5個(gè)級(jí)別，分別用Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ表示，具體見表2—4。

表1 水資源量安全中指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)

表2 生態(tài)環(huán)境安全中指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)

表3 社會(huì)經(jīng)濟(jì)安全中指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)

2 水資源安全指標(biāo)體系云模型構(gòu)建

2.1 云模型理論

1995年，李德毅[15]基于模糊數(shù)學(xué)和概率論的基本理論提出云理論，是對(duì)傳統(tǒng)隸屬函數(shù)概念的創(chuàng)新。云模型是運(yùn)用數(shù)學(xué)語(yǔ)言來處理定性與定量不確定轉(zhuǎn)換的模型，它能夠很好地將模糊數(shù)學(xué)中的模糊性與概率論中的隨機(jī)性進(jìn)行有效的結(jié)合，形成定性與定量之間的映射[16]。

2.1.1云的定義及數(shù)字特征

云是指用數(shù)學(xué)語(yǔ)言對(duì)某個(gè)概念定性與定量之間的轉(zhuǎn)化進(jìn)行描述的不確定性轉(zhuǎn)化模型，它的不確定性特點(diǎn)包括模糊性和隨機(jī)性。

設(shè)X是一個(gè)用精確數(shù)值表示的定量集合，X={x}稱為論域，A是表示在X上的定性概念(模糊集合)。若是對(duì)于任意元素x(x∈X)，都存在有一個(gè)穩(wěn)定映射的隨機(jī)數(shù)μ(x)∈[0,1]，就可稱x為對(duì)A的隸屬度，即μ(x):U∈[0,1],?x∈X,(x?U),x→μ(x)。云的基本概念就是隸屬度在X上的分布，任意一個(gè)x都表示為具體的云滴。從云的基本概念出發(fā)，x對(duì)μ(x)的映射是一對(duì)多的轉(zhuǎn)換，這就表明對(duì)于某個(gè)確定的x，映射轉(zhuǎn)換的μ(x)不是固定值，而是依據(jù)某一種概率分布進(jìn)行變化的。

(1)

式中:μ(x)為確定度；x為變量；Ex為期望；En′為熵；He為超熵。

云模型定性概念的定量特征可以用3個(gè)數(shù)字特征來描述，分別是期望Ex、熵En和超熵He。期望Ex是該數(shù)值論域空間的中心值，表示云滴在定性論域中的期望水平；熵En用來度量云模型中定性概念的量的大??；超熵He表示度量云模型的不確定性。

2.1.2云發(fā)生器

在云理論中，云發(fā)生器用來執(zhí)行完成定性與定量之間的轉(zhuǎn)化，形成云理論的基本算法，分別有正向云發(fā)生器(如圖2)、逆向云發(fā)生器(如圖3)和條件云發(fā)生器，其中條件云發(fā)生器包括X云發(fā)生器和Y云發(fā)生器。本文利用正向發(fā)生器和逆向發(fā)生器來確定評(píng)價(jià)體系中指標(biāo)的權(quán)重，運(yùn)用X條件云發(fā)生器來確定指標(biāo)等級(jí)隸屬度。

圖2 正向云發(fā)生器

圖3 逆向云發(fā)生器

2.2 組合權(quán)重計(jì)算

權(quán)重是統(tǒng)計(jì)學(xué)中的一個(gè)概念，通常是指某一指標(biāo)相對(duì)于某事物的重要程度，其不同于一般的比重，強(qiáng)調(diào)的是指標(biāo)的相對(duì)重要程度。本文采用層次分析法、投影尋蹤法和云模型3種方法組合賦權(quán)來求得各指標(biāo)的權(quán)重。

2.2.1層次分析法求權(quán)重

層次分析法是一種主觀賦權(quán)的方法[17]，具體計(jì)算步驟：

a.構(gòu)造出各層次中的判斷矩陣。通過專家對(duì)指標(biāo)的判定，構(gòu)造判斷矩陣A=(aij)mn并求解判斷矩陣的最大特征值和對(duì)應(yīng)的特征向量。

b.計(jì)算指標(biāo)權(quán)重。將求得判斷矩陣的最大特征向量進(jìn)行歸一化處理，得到各指標(biāo)的權(quán)重系數(shù)。

c.進(jìn)行一致性檢驗(yàn)。通過計(jì)算一致性指標(biāo)CI來判斷矩陣是否具有滿意的一致性。若CI≤0.1，則滿足一致性要求；否則不滿足，需要對(duì)判斷矩陣進(jìn)行調(diào)整。

2.2.2投影尋蹤法求權(quán)重

20世紀(jì)70年代美國(guó)科學(xué)家Kruscal正式提出投影尋蹤法，這是一種新型數(shù)理統(tǒng)計(jì)方法，在高維度、非線性、非正態(tài)數(shù)據(jù)分析處理方面有獨(dú)到之處。其基本思想是將高維數(shù)據(jù)投影到低維(1～3維)子空間上，尋找出反映原高維數(shù)據(jù)的結(jié)構(gòu)或特征的投影，以達(dá)到研究和分析高維數(shù)據(jù)的目的。投影尋蹤法是一種客觀賦權(quán)的方法[18]，具體運(yùn)算步驟如下：

a.對(duì)評(píng)價(jià)對(duì)象指標(biāo)進(jìn)行歸一化處理。得到初始矩陣R=(xij)mn(xij表示第i個(gè)評(píng)價(jià)對(duì)象第j個(gè)指標(biāo)值，m、n分別表示為評(píng)價(jià)對(duì)象的個(gè)數(shù)和評(píng)價(jià)指標(biāo)的數(shù)目)。

b.構(gòu)造指標(biāo)函數(shù)Q(a)。設(shè)a=(a1,a2,…,an)為單位投影方向向量，將xij按照式(6)進(jìn)行線性投影得到以a為投影方向的一維投影特征值z(mì)i，即

(2)

指標(biāo)函數(shù)Q(a)的表達(dá)式為

Q(a)=SzDz

(3)

式中：Szo為投影特征值z(mì)i的標(biāo)準(zhǔn)差；Dz為投影特征值z(mì)i的局部密度，即

(4)

(5)

式中：Ez為序列zi的平均值；R為局部密度的窗口半徑，通常取0.1Sz；rik為投影特征值z(mì)i與zk之間的距離，即rik=‖zi-zk‖；f(R-rik)為一單位階躍函數(shù)，其表達(dá)式為

(6)

c.優(yōu)化投影指標(biāo)函數(shù)。求解出投影指標(biāo)函數(shù)Q(a)的最大值，可以來估算最佳投影方向，構(gòu)造適應(yīng)度函數(shù)，即:

目標(biāo)函數(shù)

maxQ(a)=SzDz

(7)

約束條件

(8)

通過RAGA來求解，重復(fù)50次，取其各代最優(yōu)個(gè)體的平均值作為權(quán)重。

2.2.3云模型求權(quán)重

正向云發(fā)生器通過對(duì)定性語(yǔ)言概念的分析得到定量的數(shù)據(jù)信息，通過云的3個(gè)數(shù)字特征(Ex、En、He)以及所需的云滴數(shù)n，隨機(jī)產(chǎn)生n個(gè)云滴，每個(gè)云滴都是該定性概念的定量體現(xiàn)。逆向云發(fā)生器通過對(duì)定量的數(shù)據(jù)信息分析得到定性語(yǔ)言概念的過程，它通過一定數(shù)量的云滴樣本求出云的3個(gè)數(shù)字特征(Ex、En、He)。云模型利用正、逆向云發(fā)生器求解客觀權(quán)重，具體計(jì)算步驟如下：

a.計(jì)算初始權(quán)重。結(jié)合已有數(shù)據(jù)資料，組織t個(gè)專家對(duì)評(píng)價(jià)指標(biāo)體系中的n個(gè)指標(biāo)進(jìn)行評(píng)審，可獲得相應(yīng)初始權(quán)重。

b.采用逆向云發(fā)生器求得已有數(shù)據(jù)的Ex、En、He:

(9)

(10)

(11)

其中

式中：xi為指標(biāo)值；n為樣本數(shù)；S2為樣本方差。

c.確定評(píng)價(jià)指標(biāo)權(quán)重W。根據(jù)以上求得的Ex、En、He，通過正向云發(fā)生器對(duì)云滴進(jìn)行修正，得到較多新的云滴，根據(jù)最大隸屬度原則[17]將這些云滴的均值作為指標(biāo)權(quán)重W。

2.2.4計(jì)算組合賦權(quán)

主觀權(quán)重和客觀權(quán)重都存在一定的局限性，本文采用主客觀權(quán)重相結(jié)合的方法來確定水質(zhì)評(píng)價(jià)指標(biāo)的權(quán)重。組合權(quán)重利用遺傳算法來求解，構(gòu)造適應(yīng)度函數(shù)：

(12)

其中

式中：wij為第i種方法第j個(gè)指標(biāo)的權(quán)重；Zj為隨機(jī)生成的第j個(gè)評(píng)價(jià)指標(biāo)的權(quán)重；m、n分別為評(píng)價(jià)對(duì)象的個(gè)數(shù)和評(píng)價(jià)指標(biāo)的數(shù)目。

2.3 計(jì)算評(píng)價(jià)隸屬度

本文采用云模型中的X條件發(fā)生器來求解水資源安全評(píng)價(jià)指標(biāo)的隸屬度，具體計(jì)算步驟如下：

a.水資源安全評(píng)價(jià)的等級(jí)標(biāo)準(zhǔn)。

b.計(jì)算不同等級(jí)的特征值以及正反向指標(biāo)對(duì)應(yīng)不同等級(jí)的隸屬度。利用X條件云發(fā)生器計(jì)，輸入需進(jìn)行水資源安全評(píng)價(jià)指標(biāo)的實(shí)測(cè)值，為了提高所得到的隸屬度的可信度，重復(fù)計(jì)算3 000次，得出每個(gè)等級(jí)的隸屬度，最后輸出隸屬矩陣Z。

(13)

式中:Bij,max、Bij,min分別為第i個(gè)指標(biāo)在第j個(gè)等級(jí)的中的上下限；Exij、Enij為第i個(gè)指標(biāo)在j評(píng)價(jià)等級(jí)中的期望與熵；He為超熵，根據(jù)變量的模糊程度進(jìn)行調(diào)整，本文取經(jīng)驗(yàn)值k=0.01，取云滴數(shù)為1 000。

c.確定指標(biāo)評(píng)價(jià)級(jí)別。通過以上云發(fā)生器求得的權(quán)重W和隸屬矩陣Z相乘得到模糊向量B，根據(jù)最大隸屬度原則[19]，求得的指標(biāo)隸屬度最大值就是該指標(biāo)的評(píng)價(jià)級(jí)別。

B=WZ=(b1,b2,…,bn)

(14)

2.4 改進(jìn)云模型水資源安全評(píng)價(jià)流程

本文基于組合權(quán)重改進(jìn)云模型的水資源安全評(píng)價(jià)流程如圖4所示。

圖4 水資源安全評(píng)價(jià)流程

3 實(shí)例驗(yàn)證

3.1 研究區(qū)概況

蘇州是江蘇省地級(jí)市，地處長(zhǎng)三角中部，是揚(yáng)子江城市群的重要組成部分。蘇州屬亞熱帶季風(fēng)海洋性氣候，四季分明，雨量充沛。2018年，蘇州市面平均降水量為1 275.1 mm，在全市降水頻率分布中代表頻率為P=20.9%左右，屬偏豐年份，全市地表水資源總量為38.53億m3，整年用水總量97.16億m3，其中農(nóng)業(yè)用水量12.08億m3，工業(yè)用水量76.27億m3，生活用水量8.81億m3。在水生態(tài)環(huán)境方面，全市地表水功能區(qū)達(dá)標(biāo)率為87.5%，區(qū)域供水水源地水質(zhì)基本保持穩(wěn)定。

3.2 指標(biāo)評(píng)價(jià)體系

根據(jù)蘇州市的實(shí)際情況，確定蘇州市的水資源安全評(píng)價(jià)指標(biāo)數(shù)據(jù)，得到圖1中B11～B3414個(gè)指標(biāo)值分別為3 563.78 m3、38.75%、41.16萬m3/km2、1 152.7 mm、0.36、99.3%、42.27%、95.79%、87.5%、3.59%、97%、151 L/d、13.66 m3/萬元、0.86。

3.3 改進(jìn)云模型評(píng)價(jià)過程

3.3.1準(zhǔn)則層權(quán)重計(jì)算

采用層次分析法確定準(zhǔn)則層各指標(biāo)的初始權(quán)重，根據(jù)本文構(gòu)建的指標(biāo)體系得到以下判斷矩陣A：

(15)

計(jì)算該矩陣的最大特征值及對(duì)應(yīng)的特征向量，分別進(jìn)行層次單排序和層次總排序，確定系統(tǒng)中準(zhǔn)則層的初始權(quán)重，如表4所示。

表4 準(zhǔn)則層初始權(quán)重

利用云模型理論，由已求得的初始權(quán)重通過逆向云發(fā)生器求得3個(gè)特征值，再通過正向云發(fā)生器對(duì)這些云滴進(jìn)行修正，最后確定準(zhǔn)則層的權(quán)重(表5)。

表5 云模型確定的準(zhǔn)則層權(quán)重

3.3.2指標(biāo)權(quán)重計(jì)算

由各指標(biāo)的實(shí)際數(shù)據(jù)，先分別用層次分析法、投影尋蹤法和云模型計(jì)算準(zhǔn)則層對(duì)應(yīng)的各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，再利用遺傳算法得出組合權(quán)重，最后與準(zhǔn)則層的權(quán)重進(jìn)行相乘得到最終的指標(biāo)權(quán)重，結(jié)果見表6。

表6 組合權(quán)重計(jì)算結(jié)果

3.3.3評(píng)價(jià)等級(jí)的計(jì)算

利用以上云模型計(jì)算的3個(gè)數(shù)字特征作為參數(shù)，通過云模型中的X條件云發(fā)生器輸入指標(biāo)數(shù)值，計(jì)算出系統(tǒng)中各指標(biāo)對(duì)應(yīng)的等級(jí)隸屬度(表7)，以及構(gòu)造隸屬矩陣。利用式(14)分別對(duì)云模型求得的指標(biāo)權(quán)重和組合權(quán)重進(jìn)行模糊計(jì)算，得出兩種不同權(quán)重研究區(qū)的評(píng)價(jià)等級(jí)隸屬度(表8)。

表7 云模型確定的隸屬矩陣

表8 兩種模型求得的水資源安全隸屬度

蘇州市降雨充沛，經(jīng)濟(jì)發(fā)展和城市化進(jìn)程也逐漸趨于穩(wěn)定，從表5可以看出人均水資源量、水資源開發(fā)利用率及各方面用水等級(jí)都非常安全。建成區(qū)綠化覆蓋率和污水處理率都符合最高等級(jí)，地表水功能區(qū)達(dá)標(biāo)率、環(huán)保投資比重、集中式飲用水源地水質(zhì)達(dá)標(biāo)率也屬于安全等級(jí)，說明蘇州這幾年在水生態(tài)環(huán)境方面取得較好的成效。在社會(huì)經(jīng)濟(jì)方面，萬元工業(yè)增加值用水量和供水保證率還需進(jìn)一步提高，達(dá)到更高水平。表7中的評(píng)價(jià)結(jié)果顯示，只利用云模型進(jìn)行求解指標(biāo)權(quán)重所得到的評(píng)價(jià)等級(jí)為Ⅱ等級(jí)，安全；利用組合權(quán)重改進(jìn)云模型所得到的水資源安全評(píng)價(jià)等級(jí)為Ⅰ等級(jí)，非常安全。從2018年蘇州水資源實(shí)際情況來看，蘇州市大力開展節(jié)水型社會(huì)建設(shè)，建成了476個(gè)省級(jí)節(jié)水型載體，大大提升了用水效率。同時(shí)，推進(jìn)河湖水系連通，完成了97個(gè)縣級(jí)以上地表水集中式飲用水源地的建設(shè)，在這些方面蘇州市都起到示范的作用，對(duì)比兩種方法求解的評(píng)價(jià)等級(jí)，利用組合權(quán)重改進(jìn)云模型所求解的結(jié)果更加符合實(shí)際。

4 結(jié) 語(yǔ)

本文基于水資源安全理論，選取水資源量安全、水生態(tài)環(huán)境安全和經(jīng)濟(jì)社會(huì)安全3個(gè)方面進(jìn)行研究討論，選取14項(xiàng)指標(biāo)對(duì)水資源安全進(jìn)行分析研究，構(gòu)建了蘇州市水資源安全評(píng)價(jià)指標(biāo)體系并劃分等級(jí)標(biāo)準(zhǔn)，利用云模型對(duì)蘇州水資源安全進(jìn)行評(píng)價(jià)?；诮M合權(quán)重改進(jìn)云模型的評(píng)價(jià)結(jié)果表明，2018年蘇州水資源安全總體處于非常安全狀態(tài)，并且評(píng)價(jià)結(jié)果與實(shí)際情況基本吻合，水資源安全呈現(xiàn)良性發(fā)展趨勢(shì)，說明運(yùn)用利用主客觀權(quán)重相結(jié)合的辦法改進(jìn)云模型對(duì)水資源安全進(jìn)行評(píng)價(jià)是合理的。對(duì)蘇州水資源安全影響較大的指標(biāo)有水資源開發(fā)利用率、集中式飲用水源地水質(zhì)達(dá)標(biāo)率、供水保證率、污水處理率。保障這些指標(biāo)的安全，對(duì)蘇州水資源安全有著至關(guān)重要的作用。

本文水資源安全評(píng)價(jià)指標(biāo)體系所選的指標(biāo)都為定量指標(biāo)，可能會(huì)導(dǎo)致構(gòu)建的指標(biāo)體系不完整；運(yùn)用云模型作為評(píng)價(jià)模型，在權(quán)重計(jì)算方面只考慮主觀權(quán)重。從這兩方面看，在以后的水資源安全研究中可以考慮選取定性指標(biāo)進(jìn)行分析，對(duì)于權(quán)重的計(jì)算可以考慮運(yùn)用主客觀權(quán)重相結(jié)合的方法，從而更加全面地反映研究區(qū)域的水資源安全程度。