基于PSR和RS的黑龍江省農(nóng)業(yè)節(jié)水區(qū)劃空間格局研究

鞏書鑫，鄧彩云，王紅瑞，來文立

(北京師范大學水科學研究院，城市水循環(huán)與海綿城市技術(shù)北京市重點實驗室，北京 100875)

近年來，由于自然條件和人為因素的影響，水資源短缺問題日趨嚴重，水資源短缺風險已引起廣泛的重視[1,2]。黑龍江省作為我國重要的農(nóng)業(yè)大省，其農(nóng)業(yè)可持續(xù)發(fā)展直接影響到我國的糧食安全等問題[3-5]。2000年以來，黑龍江省農(nóng)業(yè)發(fā)展不斷加快，耕地面積劇增，糧食產(chǎn)量也不斷增加，在2016年，黑龍江省止步糧食產(chǎn)量十二連增，水資源供需矛盾初步顯現(xiàn)出來，發(fā)展節(jié)水農(nóng)業(yè)在解決矛盾的過程中越來越受到重視[6-8]。然而受社會經(jīng)濟與科學技術(shù)的限制，現(xiàn)階段黑龍江省無法滿足全省節(jié)水農(nóng)業(yè)同步發(fā)展，因此，需要協(xié)調(diào)省內(nèi)農(nóng)業(yè)節(jié)水發(fā)展，有選擇地優(yōu)先發(fā)展農(nóng)業(yè)節(jié)水工作，進而保障糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展[5]。

農(nóng)業(yè)節(jié)水區(qū)劃是按農(nóng)業(yè)地域差異規(guī)律，依據(jù)氣候、自然資源、社會經(jīng)濟、科技發(fā)展等因素對農(nóng)業(yè)節(jié)水空間分布與配置進行劃分，是農(nóng)業(yè)節(jié)水布局科學分類的一種重要方法[9-11]。同時，農(nóng)業(yè)節(jié)水區(qū)劃是實現(xiàn)農(nóng)業(yè)合理布局和制定農(nóng)業(yè)節(jié)水發(fā)展規(guī)劃的科學手段和依據(jù)，能夠科學地指導農(nóng)業(yè)節(jié)水工作，促進農(nóng)業(yè)用水有效性，進而科學、全面、合理地提高區(qū)域農(nóng)業(yè)用水效率，是水資源、耕地資源和種植結(jié)構(gòu)綜合開發(fā)利用的系統(tǒng)工程。在以往的研究中，專家和學者分別采用了分區(qū)診斷與適應性農(nóng)業(yè)節(jié)水技術(shù)評價計算[12]、主成分分析和模糊聚類法[13]、模糊數(shù)學聚類分析法[14]、系統(tǒng)聚類法結(jié)合主成分分析法[15]、AHP結(jié)合ArcGIS疊加分析功能[16]、基于土壤可利用水量的變量灌溉分區(qū)管理[17]等方法進行農(nóng)業(yè)節(jié)水區(qū)劃的研究，其研究重點主要集中在評價方法選取、指標權(quán)重確定、主觀評價因素以及客觀數(shù)據(jù)等方面。

本研究選取了人口、耕地面積、農(nóng)業(yè)水土資源匹配、節(jié)水灌溉率等22個指標，利用粗糙集理論按照各指標屬性重要度確定權(quán)重，依據(jù)區(qū)內(nèi)相似性與區(qū)間差異性的原則，以地級市為子區(qū)域，將研究區(qū)域按照農(nóng)業(yè)節(jié)水優(yōu)先發(fā)展度劃分為4個級別的農(nóng)業(yè)節(jié)水分區(qū)，并分別對4種等級區(qū)域的農(nóng)業(yè)生產(chǎn)條件、農(nóng)業(yè)節(jié)水現(xiàn)狀、農(nóng)業(yè)結(jié)構(gòu)特點和存在的問題進行分析，闡明各區(qū)域的農(nóng)業(yè)發(fā)展方向與節(jié)水建設途徑，對合理開展農(nóng)業(yè)節(jié)水具有科學指導作用，同時也對區(qū)域水資源高效利用、緩解農(nóng)業(yè)用水矛盾、提高區(qū)域農(nóng)業(yè)用水效率、協(xié)調(diào)水資源-農(nóng)業(yè)-社會之間的關(guān)系、保障農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。

1 指標體系及數(shù)據(jù)來源

1.1 基于PSR的指標體系構(gòu)建

20世紀80年代，OECD(經(jīng)濟合作與發(fā)展組織)與UNEP(聯(lián)合國環(huán)境規(guī)劃署)為了評價世界環(huán)境狀況共同提出并建立了PSR模型，其中，“壓力”(Pressure) 是指對自然環(huán)境直接產(chǎn)生影響的各類因素，例如人口壓力、耕地壓力等；“狀態(tài)”(State) 是指自然環(huán)境在各種壓力下所處的狀況，如水資源利用水平、污染物排放水平等；“響應”(Response) 是指在應對壓力及狀態(tài)下，為促進可持續(xù)發(fā)展進程中所采取的對策，如水資源利用變化率、污染排放變化率等措施[18,19]。由于此模型具有系統(tǒng)性、綜合性、靈活性等特點，與其他指標評價模型相比具有更多優(yōu)勢，能夠反映各指標之間的連續(xù)反饋機制，是尋找“原因-效益-反應”的有效途徑，因而在生態(tài)安全、環(huán)境評價、自然資源安全評估等研究領域得到了廣泛應用[20-25]。

選取指標是農(nóng)業(yè)節(jié)水區(qū)劃的關(guān)鍵環(huán)節(jié)，本研究根據(jù)農(nóng)業(yè)節(jié)水區(qū)劃的概念及內(nèi)涵，基于PSR模型構(gòu)建一組適應農(nóng)業(yè)節(jié)水區(qū)劃的綜合評價指標體系，根據(jù)該模型指標的選取原則及各區(qū)域農(nóng)業(yè)節(jié)水的特點，以代表性、獨立性、可度量性為指標選取原則，選取了22個與農(nóng)業(yè)節(jié)水相關(guān)的自然資源、人類社會、經(jīng)濟發(fā)展等農(nóng)業(yè)節(jié)水區(qū)劃指標[26,27](見表1)。

表1 指標及屬性Tab.1 Index and attribute

本研究中，不同指標存在不同指向性，因此，將具有促進作用指標的屬性定義為正向，具有阻礙作用指標的屬性定義為逆向。對涉及的特殊指標進行如下說明。

C5農(nóng)業(yè)水土資源匹配系數(shù)表征農(nóng)業(yè)水土資源匹配情況，計算單位面積耕地所擁有的農(nóng)業(yè)可利用水資源量，進而評價區(qū)域農(nóng)業(yè)水土資源匹配水平，其值越大，則區(qū)域水資源滿足耕地資源的程度就越高，農(nóng)業(yè)用水基本條件就越好[28,29]。水土資源匹配系數(shù)計算公式為：

MFi=Wiαi/Fi(i=1,2, …,n)

(1)

式中：MFi為第i子區(qū)域水土資源匹配系數(shù)，萬m3/hm2；Wi為第i子區(qū)域水資源可利用量，萬m3；αi為第i子區(qū)域農(nóng)業(yè)用水比例；Fi為第i子區(qū)域耕地面積，hm2。

C7黑龍江省屬寒溫帶與溫帶大陸性季風氣候，全省由南至北，分為濕潤區(qū)、半濕潤區(qū)和半干旱區(qū)。為反映氣候干旱程度，本研究選取干燥度作為氣候指標，潛在蒸發(fā)量與降水量的比值即為干燥度[30,31]，其計算公式為：

Xi=ETi/Pi(i=1,2, …,n)

(2)

式中：ETi為第i個子區(qū)域的年潛在蒸發(fā)量，mm；Pi為第i個子區(qū)域的年降水量，mm。

C22本研究中糧食生產(chǎn)能力選取水稻和玉米作為衡量糧食生產(chǎn)能力的指標，計算公式為：

(3)

式中：Si水稻為第i個子區(qū)域的水稻種植面積，hm2；Pi水稻為第i個子區(qū)域的水稻單產(chǎn)，kg/hm2；Si玉米為第i個子區(qū)域的玉米種植面積，hm2；Pi玉米為第i個子區(qū)域的玉米單產(chǎn)，kg/hm2。

1.2 數(shù)據(jù)來源

本文中黑龍江省的13 個地級市的行政區(qū)面積、耕地面積、糧食單產(chǎn)、人口、GDP、災害等數(shù)據(jù)均來源于《黑龍江統(tǒng)計年鑒》[32]，水資源量、農(nóng)業(yè)用水比例等數(shù)據(jù)均來源于《黑龍江省水資源公報》[33]。

2 指標標準化及權(quán)重的確定

2.1 指標標準化

為方便劃分等級，對指標進行標準化，采用線性無量綱標處理，常用的線性無量綱標準化處理有Z-Score法、極差化法、極大化法、極小化法、均值化法等方法[34]。當各指標數(shù)值分布不均，極差化法和Z-Score法的相關(guān)度和兼容度均優(yōu)于其他方法[35]，因此本研究選取極差化法對指標進行標準化處理。計算公式如下：

式中：Yi,j為第i個子區(qū)域、j個指標的無量綱值；Xi,j為第i個子區(qū)域、j個指標的值；Xmin(j)為子區(qū)域中，第j個指標的最小值；Xmax(j)為子區(qū)域中，第j個指標的最大值；n為子區(qū)域個數(shù)，本文n=13；m為評價指標個數(shù)，本文m=22。

計算結(jié)果見表2。

表2 指標標準化Tab.2 Standardization of indices

2.2 基于粗糙集理論的權(quán)重確定

粗糙集理論(Rough Set)是一種無需先驗信息，可處理不同屬性重要度、不精確數(shù)據(jù)的數(shù)學方法[36]。該理論廣泛應用于預測決策、綜合評價、模式識別等領域[37-41]。指標權(quán)重的確定直接影響到評價結(jié)果的準確性，為克服傳統(tǒng)的權(quán)重確定時過分依賴專家經(jīng)驗知識、主觀性過強等缺點，在農(nóng)業(yè)節(jié)水區(qū)劃的研究中，粗糙集可將指標兩兩對比，得出其冗余性，能夠判斷出指標的相對重要程度。本研究基于粗糙集理論對上述指標進行約簡和賦權(quán)，將原體系中的不具備決定屬性的指標約簡，進而確定權(quán)重，一定程度上克服了主觀影響[42,43]。

在粗糙集理論中，決策系統(tǒng)有四元組S={U,R,V,F}表示，其中，U是有限對象的集合，R=C∪D是有限屬性的非空集合，C和d分別為條件屬性和決策屬性，V是屬性值的集合，F(xiàn)為用來反映對象集合之間值的一種映射[44]。

首先對標準化后的各項指標模糊離散化，對于正向指標，指標的標準值在[0，0.25]記為1、[0.25，0.5]記為2、[0.5，0.75]記為3、[0.75，1]記為4；對逆向指標，則有[0，0.25]為4、[0.25，0.5]為3、[0.5，0.75]為2、[0.75，1]為1。本文決策屬性d采用模糊聚類法計算得出，由上述信息構(gòu)建指標離散化決策體系，見表3。

表3 指標離散化決策表Tab.3 The decision-making information system by indicators of discretization

根據(jù)該指標體系特點，采用改進的條件信息熵來確定屬性權(quán)重[45,46]，可避免某些冗余屬性的指標權(quán)重為0，但指標本身又具有較高重要度的情況，計算公式為：

(5)

式中：Sig(Cj)為指標Cj的重要度；I(D∣{Cj})為決策屬性集D相對條件屬性Cj的條件信息熵。

傳統(tǒng)的粗糙集理論中，去掉某些屬性對決策影響很小或沒有影響，則認為該屬性可以約簡，其權(quán)重為0。由于本文所研究的內(nèi)容中，需要考慮這些指標在評價體系中的重要性，因此需要進行主客觀綜合度量，以期指標的權(quán)重更加合理。權(quán)重W的計算公式為：

Wj=(Ws,j+Wo,j)/2

(6)

式中：Ws,j為主觀決策下第j個指標的權(quán)重；Wo,j為客觀決策下第j個指標的權(quán)重。

計算結(jié)果見表4。

表4 指標權(quán)重表Tab.4 The indicator weight

2.3 農(nóng)業(yè)節(jié)水區(qū)劃等級確定

根據(jù)各項指標權(quán)重計算得各區(qū)域的區(qū)劃分值，計算公式如下。

(7)

式中：Wj為第j個指標的權(quán)重；Yi,j為第i各區(qū)域、第j個指標的標準分值。

農(nóng)業(yè)節(jié)水區(qū)劃等級標準見表5。

3 結(jié)果與分析

根據(jù)黑龍江省2016年人口、耕地面積、水資源量等統(tǒng)計資料，以黑龍江省各地市作為基本單元，按照等級標準分析其農(nóng)業(yè)節(jié)水區(qū)劃空間分布情況，計算結(jié)果見表6。本研究利用ArcGIS空間可視化功能，將分區(qū)結(jié)果可視化，如圖1所示。

表5 黑龍江省農(nóng)業(yè)節(jié)水區(qū)劃等級標準Tab.5 The gradients division of water-saving agriculturezonification in Heilongjiang province

表6 黑龍江省農(nóng)業(yè)節(jié)水區(qū)劃結(jié)果Tab.6 The consequence of water-saving agriculture zonificationin Heilongjiang province

圖1 黑龍江省農(nóng)業(yè)節(jié)水分區(qū)Fig.1 The agricultural water-saving zoning in Heilongjiang province

Ⅰ區(qū)為哈爾濱、齊齊哈爾、佳木斯和綏化地區(qū)。統(tǒng)計結(jié)果顯示，該區(qū)為黑龍江省糧食主產(chǎn)區(qū)，2016年達到了全省耕地總面積的57.29%，其中水稻種植占全省的63%，水資源量較少，僅占全省水資源總量的31.98%，有效灌溉面積占全省54.05%，農(nóng)業(yè)從業(yè)人員占全省65.46%，潛在蒸發(fā)量大，氣候較為干燥，且易受旱災；區(qū)域農(nóng)業(yè)基礎設施比較完備，農(nóng)業(yè)發(fā)展相對成熟，且經(jīng)濟發(fā)展良好，具備較好的農(nóng)業(yè)節(jié)水發(fā)展條件，可優(yōu)先發(fā)展節(jié)水農(nóng)業(yè)。建議該區(qū)域由政府主管部門主導開展節(jié)水農(nóng)業(yè)，積極推進先進的節(jié)水灌溉技術(shù)，并根據(jù)寒地特點，結(jié)合調(diào)虧灌溉、水肥耦合，發(fā)展以水稻種植為主的寒地節(jié)水，調(diào)整種植結(jié)構(gòu)的同時，進一步擴大有效灌溉面積，形成農(nóng)藝節(jié)水與灌溉節(jié)水相結(jié)合的節(jié)水農(nóng)業(yè)。

Ⅱ區(qū)為雞西、雙鴨山和黑河地區(qū)。統(tǒng)計結(jié)果顯示，該區(qū)耕地面積占全省的27.97%，水資源量占全省的20.06%，屬于比較缺水地區(qū)。該地區(qū)為旱田耕地面積比例較大，占區(qū)域耕地面積的75.41%，農(nóng)業(yè)產(chǎn)值超過區(qū)域生產(chǎn)總值的30%。區(qū)域經(jīng)濟狀況良好，農(nóng)業(yè)基礎設施比較完備，農(nóng)業(yè)發(fā)展相對成熟，且經(jīng)濟發(fā)展良好，具備較好的農(nóng)業(yè)節(jié)水發(fā)展條件，可適度開展節(jié)水農(nóng)業(yè)。建議該區(qū)域主要發(fā)展管道輸水、渠系配套、噴灌、滴灌以及微灌等節(jié)水灌溉措施，對玉米、小麥等作物進行抗旱品種選育，增加農(nóng)業(yè)節(jié)水設施，發(fā)展以節(jié)水灌溉技術(shù)為主、農(nóng)藝與植物生理節(jié)水為輔的節(jié)水農(nóng)業(yè)。

Ⅲ區(qū)為牡丹江、大慶和鶴崗地區(qū)。統(tǒng)計結(jié)果顯示，該區(qū)耕地面積占全省的12.53%，水資源量占全省的17.32%，降雨比較豐沛。該區(qū)域農(nóng)業(yè)產(chǎn)值比例低于全省水平，耕地面積與農(nóng)業(yè)用水相對均衡，農(nóng)業(yè)產(chǎn)值僅占區(qū)域生產(chǎn)值的12.57%，經(jīng)濟發(fā)展不主要依靠農(nóng)業(yè)。區(qū)域內(nèi)農(nóng)業(yè)生產(chǎn)條件不夠完備，節(jié)水成本較高，節(jié)水潛力與節(jié)水效益均不突出，不宜大力開展節(jié)水農(nóng)業(yè)，可鼓勵開展農(nóng)業(yè)節(jié)水工作。鑒于該區(qū)域無需迫切發(fā)展節(jié)水，建議其適當開展管理型節(jié)水，從水土匹配、水足跡理論等角度進行研究型節(jié)水試點工作。

Ⅳ區(qū)為大興安嶺、伊春和七臺河地區(qū)。統(tǒng)計結(jié)果顯示，該區(qū)水資源量占全省總量的30.64%，而其耕地面積僅占全省的4.21%，該區(qū)的耕地面積為全省最小，人均產(chǎn)值較低。該地區(qū)山地林地較多，森林覆蓋率高，水源豐富，經(jīng)濟發(fā)展較為落后，農(nóng)業(yè)生產(chǎn)條件較差，節(jié)水投入產(chǎn)出比較低，農(nóng)業(yè)節(jié)水適宜發(fā)展程度較低。建議該區(qū)域優(yōu)先完善農(nóng)業(yè)基礎設施，提高水資源利用效率。

4 結(jié) 論

隨著水旱災害等自然災害的頻發(fā)，農(nóng)業(yè)技術(shù)的發(fā)展受到限制，影響糧食產(chǎn)量的水資源供需矛盾越來越突出。農(nóng)業(yè)節(jié)水區(qū)劃實質(zhì)上就是農(nóng)業(yè)節(jié)水潛力的深層次探索和進一步開發(fā)，將各行政區(qū)按適宜發(fā)展程度進行分類，得到不同的分區(qū)，為進一步做好區(qū)域節(jié)水工作、因地制宜地給出應對措施提供依據(jù)。本文基于PSR模型和粗糙集理論，構(gòu)建黑龍江省農(nóng)業(yè)節(jié)水區(qū)劃評價指標體系，對黑龍江省農(nóng)業(yè)節(jié)水區(qū)域進行劃定，結(jié)合ArcGIS的數(shù)據(jù)空間可視化進行區(qū)域差異分析，將黑龍江省劃分為4個農(nóng)業(yè)節(jié)水分區(qū)，根據(jù)農(nóng)業(yè)節(jié)水區(qū)劃情況展開分析，有針對性地提出了分區(qū)的節(jié)水對策措施與建議，根據(jù)分析結(jié)果，得出以下結(jié)論。

(1)哈爾濱、齊齊哈爾、佳木斯和綏化地區(qū)現(xiàn)階段亟待開展農(nóng)業(yè)節(jié)水，建議將節(jié)水灌溉與農(nóng)藝節(jié)水相結(jié)合，優(yōu)先發(fā)展節(jié)水農(nóng)業(yè)；雞西、雙鴨山和黑河地區(qū)存在農(nóng)業(yè)用水乏力的情況，建議以節(jié)水灌溉為主，農(nóng)藝與植物生理型灌溉為輔，適度開展節(jié)水農(nóng)業(yè)；牡丹江、大慶和鶴崗地區(qū)現(xiàn)階段農(nóng)業(yè)水土相對平衡，建議開展水資源管理型節(jié)水，從管理的角度發(fā)展農(nóng)業(yè)節(jié)水；大興安嶺、伊春和七臺河地區(qū)農(nóng)業(yè)節(jié)水適宜發(fā)展程度較低，現(xiàn)階段可發(fā)展耕地資源，進一步提高水資源利用率。

(2)黑龍江省水資源分布不均，水土匹配程度較低，部分地區(qū)農(nóng)業(yè)用水結(jié)構(gòu)不夠合理，多數(shù)農(nóng)業(yè)用水只具備粗放的管理，節(jié)水潛力有待進一步的發(fā)掘，農(nóng)業(yè)節(jié)水區(qū)劃旨在找準新的農(nóng)業(yè)節(jié)水切入點，制定合理的節(jié)水規(guī)劃，并籌措資金，組織實施，取得效益，其實質(zhì)是農(nóng)業(yè)資源重新科學配置，促進農(nóng)業(yè)節(jié)水的規(guī)模化、專業(yè)化、精準化發(fā)展。

(3)農(nóng)業(yè)節(jié)水區(qū)劃的目的是要提高水資源利用率、勞動生產(chǎn)率及保障經(jīng)濟效益，改善農(nóng)業(yè)節(jié)水設施是促進水資源高效利用和勞動生產(chǎn)率的基礎，黑龍江省農(nóng)業(yè)占比大，糧食產(chǎn)量高，但與之相配套的節(jié)水設施卻遠未達標。因此，增強農(nóng)業(yè)節(jié)水基礎建設，包括基本農(nóng)田建設、灌溉優(yōu)化、節(jié)水工程建設、農(nóng)藝節(jié)水建設和水資源管理等方面的建設，是促進農(nóng)業(yè)長期穩(wěn)定發(fā)展的關(guān)鍵。

(4)區(qū)域的資金是有限的，提高資金的利用效率，保障農(nóng)業(yè)收益，提高投入產(chǎn)出比，是開展農(nóng)業(yè)節(jié)水必須考慮的一個問題。通過對黑龍江省農(nóng)業(yè)節(jié)水進行區(qū)劃，可以優(yōu)選出部分地區(qū)進行農(nóng)業(yè)節(jié)水的可行性探索，以提高農(nóng)業(yè)節(jié)水投入效益。

□

參考文獻：

[1] 姜文來. 中國21世紀水資源安全對策研究[J]. 水科學進展, 2001,12(1):66-71.

[2] 左其亭, 馬軍霞, 陶 潔. 現(xiàn)代水資源管理新思想及和諧論理念[J]. 資源科學, 2011,33(12):2 214-2 220.

[3] Pereira L S. Water, agriculture and food: challenges and issues[J]. Water Resources Management, 2017,31(10):2 985-2 999.

[4] Tsakiris G. Drought risk assessment and management[J]. Water Resources Management, 2017,31(10):3 083-3 095.

[5] Cheng K, Fu Q, Cui S, et al. Evaluation of the land carrying capacity of major grain-producing areas and the identification of risk factors[J]. Natural Hazards, 2017,86(1):1-18.

[6] 中國農(nóng)業(yè)年鑒編輯委員會.中國農(nóng)業(yè)年鑒[M].北京:中國農(nóng)業(yè)出版社,2004-2016.

[7] 梁 媛, 許新宜, 王紅瑞,等. 基于循環(huán)修正模式的云南省水資源短缺程度分析[J]. 自然資源學報, 2013,28(7):1 146-1 158.

[8] 賈紹鳳, 張士鋒, 王 浩. 寧蒙灌區(qū)灌溉定額偏高成因及節(jié)水潛力分析[J]. 資源科學, 2003,25(1):29-34.

[9] 劉昌明, 王紅瑞. 淺析水資源與人口、經(jīng)濟和社會環(huán)境的關(guān)系[J]. 自然資源學報, 2003,18(5):635-644.

[10] 鞠正山, 羅 明, 張鳳榮, 等. 我國區(qū)域土地整理的方向[J]. 農(nóng)業(yè)工程學報,2003,19(2):6-11.

[11] 王韶偉, 許新宜, 陳海英,等. 基于SOFM網(wǎng)絡的生態(tài)水文區(qū)劃[J]. 生態(tài)學雜志, 2010,29(11):2 302-2 308.

[12] 姚治君, 林耀明, 高迎春, 等. 華北平原分區(qū)適宜性農(nóng)業(yè)節(jié)水技術(shù)與潛力[J]. 自然資源學報, 2000,15(3):259-264.

[13] 吳景社, 康紹忠, 王景雷,等. 基于主成分分析和模糊聚類方法的全國節(jié)水灌溉分區(qū)研究[J]. 農(nóng)業(yè)工程學報, 2004,20(4):64-68.

[14] 商艾華, 郭維東,黃 毅,等. 阜新縣節(jié)水農(nóng)業(yè)分區(qū)研究[J]. 節(jié)水灌溉, 2006,11(3):13-15.

[15] 尹 劍,王會肖,王艷陽,等. 關(guān)中地區(qū)農(nóng)業(yè)節(jié)水分區(qū)研究[J]. 中國生態(tài)農(nóng)業(yè)學報,2012,20(9):1 173-1 179.

[16] 范海燕,朱丹陽,郝仲勇,等. 基于AHP和ArcGIS的北京市農(nóng)業(yè)節(jié)水區(qū)劃研究[J]. 農(nóng)業(yè)機械學報,2017,48(3):288-293.

[17] 趙偉霞,李久生,楊汝苗,等. 基于土壤水分空間變異的變量灌溉作物產(chǎn)量及節(jié)水效果[J]. 農(nóng)業(yè)工程學報,2017,33(2):1-7.

[18] Walz R. Development of environmental indicator systems: experiences from germany[J]. Environmental Management, 2000,25(6):613.

[19] 殷克東, 趙 昕, 薛俊波. 基于PSR模型的可持續(xù)發(fā)展研究[J]. 軟科學, 2002,16(5):62-66.

[20] Yan L, Wang J K, Huang H. An assessment of ecosystem health in Dongxi river basin based on PSR framework[J]. Resources Science, 2008,30(1):107-113.

[21] 靳春玲, 貢 力. 基于PSR模型的城市水安全評價研究[J]. 安全與環(huán)境學報, 2009,9(5):104-108.

[22] 張 銳, 鄭華偉, 劉友兆. 基于PSR模型的耕地生態(tài)安全物元分析評價[J]. 生態(tài)學報, 2013,33(16):5 090-5 100.

[23] 翟紅娟, 崔保山, 王 英,等. 異龍湖濕地功能可持續(xù)性評價及PSR模型時滯性研究[J]. 環(huán)境科學學報, 2008,28(2):243-252.

[24] 李 玲, 朱道林, 胡克林. 基于PSR模型的房地產(chǎn)調(diào)控政策對房價影響的研究——以北京市為例[J]. 資源科學, 2012,34(4):787-793.

[25] 李 成, 王讓會, 申雙和. 基于PSR模型的烏魯木齊人工增雨環(huán)境效應評價[J]. 環(huán)境科學與技術(shù), 2014,36(10):171-176.

[26] 宋松柏, 蔡煥杰. 區(qū)域水資源可持續(xù)利用的綜合評價方法[J]. 水科學進展, 2005,16(2): 244-249.

[27] 韓宇平, 阮本清, 汪黨獻. 區(qū)域水資源短缺的多目標風險決策模型研究[J]. 水利學報, 2008,39(6):667-673.

[28] 李 慧，周維博，莊 妍，等.延安市農(nóng)業(yè)水土資源匹配及承載力[J].農(nóng)業(yè)工程學報，2016，32(5)：156-162.

[29] 姜秋香，付 強，王子龍，等. 三江平原水土資源空間匹配格局[J].自然資源學報，2011，26(2)：270-277.

[30] 孟 猛, 倪 健, 張治國. 地理生態(tài)學的干燥度指數(shù)及其應用評述[J]. 植物生態(tài)學報, 2004,28(6): 853-861.

[31] 劉昌明, 張 丹. 中國地表潛在蒸散發(fā)敏感性的時空變化特征分析[J]. 地理學報, 2011,66(5): 579-588.

[32] 黑龍江統(tǒng)計局.黑龍江統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2016.

[33] 黑龍江省水文局.黑龍江省水資源公報[M].哈爾濱:黑龍江省水利廳,2016.

[34] 張立軍, 袁能文. 線性綜合評價模型中指標標準化方法的比較與選擇[J]. 統(tǒng)計與信息論壇, 2010,25(8):10-15.

[35] 郭亞軍, 易平濤. 線性無量綱化方法的性質(zhì)分析[J]. 統(tǒng)計研究, 2008,25(2):93-100.

[36] Pawlak Z. Rough sets[M]. Kluwer Academic Publishers, 1991.

[37] 苗奪謙, 范世棟. 知識的粒度計算及其應用[J]. 系統(tǒng)工程理論與實踐, 2002,22(1):48-56.

[38] 米據(jù)生, 吳偉志, 張文修. 基于變精度粗糙集理論的知識約簡方法[J]. 系統(tǒng)工程理論與實踐, 2004,24(1):76-82.

[39] 邵良杉. 基于粗糙集理論的煤礦瓦斯預測技術(shù)[J]. 煤炭學報, 2009,34(3):371-375.

[40] Wang Hongrui, Feng Qilei, Lin Xin, et al. Development and application of ergodicity model with FRCM and FLAR for hydrological process[J]. Science in China Series E: Technological Sciences, 2009, 52(2):379-386.

[41] 高媛媛, 劉 瓊, 王紅瑞,等. 基于RS和GIS的干旱河谷范圍界定方法研究[J]. 北京師范大學學報(自然科學版), 2012,48(1):92-96.

[42] 黃國如, 武傳號, 向碧為. 基于粗糙集理論的東江流域水基系統(tǒng)健康集對評價[J]. 系統(tǒng)工程理論與實踐, 2014,34(5):1 345-1 351.

[43] 姜連馥, 石永威, 滿 杰,等. 基于模糊粗糙集理論的建筑業(yè)綜合評價[J]. 大連理工大學學報, 2007,47(5):729-734.

[44] 韓禎祥, 張 琦, 文福拴. 粗糙集理論及其應用綜述[J]. 控制理論與應用, 1999,16(2):153-157.

[45] 鮑新中, 張建斌, 劉 澄. 基于粗糙集條件信息熵的權(quán)重確定方法[J]. 中國管理科學, 2009,17(3):131-135.

[46] 朱紅燦, 陳能華. 粗糙集條件信息熵權(quán)重確定方法的改進[J]. 統(tǒng)計與決策, 2011,27(8):154-156.