卢方园，贾德彬*，高瑞忠，苏文旭，赵航
内蒙古荒漠草原灌区水资源承载力评价研究
卢方园1, 2，贾德彬1, 2*，高瑞忠1, 2，苏文旭1, 2，赵航1, 2
（1.内蒙古农业大学 水利与土木建筑工程学院，呼和浩特 010018；
2.内蒙古自治区水资源保护与利用重点实验室，呼和浩特 010010）
【目的】揭示内蒙古荒漠草原灌区水资源承载力状态，为灌区水资源系统结构优化提供理论依据。【方法】以阿拉善左旗境内的5个典型区域（腰坝滩、格林滩、通古淖尔滩、查哈尔滩、新井滩）为研究对象，综合考虑水资源、生态、社会经济3个因素，建立区域水资源承载力评价指标体系，利用熵权-TOPSIS模型对典型灌区的水资源承载力进行综合评价。【结果】2018年，腰坝、查哈尔、通古淖尔、格林、新井的水资源承载力评价指数分别为：0.682、0.576、0.213、0.392、0.247，处于Ⅲ、Ⅳ等级；
以腰坝为例，基于多情景预测得出，在提高退耕还林程度、减缓经济增长速度和降低灌溉面积增长速度的条件下，2050年的水资源承载力评价指数将会显著提升。【结论】研究区应以可持续发展为理念，针对当地以农业为主的发展需求，推广节水灌溉及加大退耕还林力度；
遵循“以水定产”的政策要求，实施严格的水资源管理制度，以实现区域水资源承载力的提升。
水资源承载力；
熵权-TOPSIS模型；
沙漠绿洲；
内蒙古荒漠草原灌区
【研究意义】水资源紧缺已经成为区域经济发展和人民生活水平提高的重要制约因素，同时也是导致生态环境逐渐恶化的主要因素之一。鉴于区域水资源匮乏和生态退化等现状，正确评价区域水资源承载力尤为重要[1]。水资源承载力是指某一区域的水资源在一定社会经济和科学技术发展阶段，在不破坏社会和生态系统时，最大可承载的工业、农业、城市规模和人口的能力[2]。合理评价研究区的水资源承载力，预测区域未来的社会经济-水资源-生态系统走向，可为合理的区域水资源配置政策制定、区域水资源承载力优化提供依据。【研究进展】近年来，我国在研究水资源承载力方面取得了较大的进展，已有水资源承载力评价方法众多，如模糊评价方法、主成分分析法、神经网络算法、生态足迹法、TOPSIS算法等[3]。其中，TOPSIS算法是一种适用于多指标、多方案比较选择的方法，能够充分发挥原始数据的真实、直观、可靠的优势。鉴于此，TOPSIS算法已广泛应用于水资源承载力评价研究当中。余灏哲等[4]利用TOPSIS算法结合AHP、熵权法对京津冀2006—2016年水资源承载力进行了综合评价；
郑欣等[5]通过熵权TOPSIS算法对2008—2015年鄂尔多斯水资源承载力进行了分析。权重评价法包含模糊综合评价法、层次分析法、指数加权法、灰色关联分析法、熵值法等。其中，模糊综合评价法属于主观评价法，受主观人为因素的干扰极强，因此在选取评价指标较多时很难得出精准的评价结果[6]。熵权法、灰色关联分析法等属于客观赋权评价法，此类方法在研究过程中通常会综合考虑各指标之间的联系，根据各指标数据的初始信息量来确定权重，可以精确评价研究内容[7]。
【切入点】阿拉善左旗位于西北干旱地区，该区域水资源时空分布不均、生态十分脆弱。随着区域经济的不断发展，水资源供需矛盾也愈加突出，近些年面临水资源总量匮乏，区域荒漠化严重等问题。因此，亟需揭示该地区水资源承载力状态，以期优化该地区的水资源系统结构。【拟解决的关键问题】鉴于此，本研究选取阿拉善左旗境内的5个区域（腰坝滩、格林滩、通古淖尔滩、查哈尔滩、新井滩）为研究对象，综合考虑水资源、生态、社会经济3个因素，建立区域水资源承载力评价指标体系，利用熵权-TOPSIS模型对典型灌区的水资源承载力进行综合评价，以期为西北荒漠草原灌区水资源优化配置、提升水资源承载力提供理论基础。
1.1 研究区概况
研究区位于内蒙古自治区阿拉善左旗境内，属于典型的西北干旱荒漠草原地区。该区东邻贺兰山西麓，西邻腾格里沙漠。主要研究子区域包括阿拉善左旗内的5个草原灌区，分别为腰坝滩、格林滩、通古淖尔滩、查哈尔滩及新井滩。各区域降水时空分布不均，多年平均降水量为180 mm，蒸发量自东向西递增，主要分布在1 400～2 000 mm范围内，约为年降水量的4～12倍。由于蒸发量远大于降水量，该地区地表水和地下水资源匮乏，干旱十分普遍。该地区水资源消耗途径主要以灌溉用水为主，总用水量约为10 530万m3，其中农业灌溉用水量为10 254万m3，约占总用水量的97.38%。
1.2 研究方法
1.2.1 水资源承载力系统概念
水资源承载力系统分别由水资源、社会经济和生态环境3个子系统共同构成，各子系统彼此间相互联系、协同发展。水资源子系统是保障社会生产、生活正常运行的承载体，满足水环境、生态环境、水资源等各方面需求；
社会经济子系统在不断地发展和改善过程中也会对水资源子系统产生影响；
此外，生态环境子系统会间接对水资源子系统产生影响。因此，各系统之间相互作用、互相制约，形成具有动态反馈特征的整体系统。
1.2.2 水资源承载力评价指标构建
构建合理的水资源承载力评价指标体系是对研究区内水资源、社会经济和生态环境系统之间的协调发展状况进行综合评价和深入研究的依据与标准[8]。现阶段，各地区均存在社会经济快速发展与有限的资源储备量之间供需不平衡的矛盾，如过度开发有限的水资源量、工农业挤占生态用水量等问题[9]。因此，评价指标体系应能够较为全面地反映区域水资源开发利用现状及各子系统间的发展状况与区域实际问题所在。评价指标的选取应遵循以下几个原则：科学性、整体性、独立性、可行性[10]。
鉴于5个子区域的地理位置独特性和区域水资源量匮乏等特性，在“水资源—经济社会—生态环境”系统中选取了农业用水量、森林草地覆盖率、牲畜用水量等9个指标构建了水资源承载力评价指标体系，具体见表1。
表1 水资源承载力评价指标体系
注 指标类型中“+（-）”代表指标值随评价等级的增加而增大（减小）。
1.2.3 水资源承载力评价模型
熵权法是基于指标数据样点的离散程度利用熵来确定指标权重[11]。根据前人研究发现，现有的权重研究方法中，相较于AHP、模糊综合评判法等评价方法，TOPSIS-熵权法对于干旱缺水地区更加适用[12-13]。TOPSIS-熵权法属于多准则决策分析方法当中的一种有效方法，可用于对备选方案进行排序并向决策者提出解决方案[14]，又称为“逼近理想解排序法”，能够有效评价区域水资源承载力水平。基本思路是依据评价指标与最优理想方案的接近程度，对所有选取的评价指标整体排序进而确定相对优劣的评价方法，具有计算灵活性强且评价结果准确性高等优点[15]。若评价对象靠近最优解的同时又最远离最劣解，则为最优。评价模型的步骤具体可见参考文献[16-17]。计算得出的水资源承载力评价指数处于（0，1）之间，越接近于1，则表明承载力水平越高，评价等级标准如表2所示。
表2 评价等级标准
1.3 数据来源
耕地面积、农田灌溉面积、区域总面积、人均GDP、人口数量、城镇人口数量等指标主要来源于《2000—2018年阿拉善地区统计年鉴》；
水资源总量、蒸发量、降水量、地表径流量、水资源可利用量等指标来源于《2000—2018年阿拉善盟水资源公报》。
由于5个子区域的计算过程完全相同，因此仅以腰坝滩为例进行详细的结果和步骤分析，其他滩不再赘述。
2.1 权重计算
对所选取的9个评价指标进行正向标准化处理后，经熵权法得到评价指标权重及各指标与其理想解之间的距离，结果如表3所示。灌溉用水量、生活用水量的权重系数相对较大，说明二者在该区域水资源承载力评价体系中占有相对最大的重要性。生活用水量正理想解为0.024，负理想解为0.010，该指标与其优化理想方案、负理想方案的距离较为适中，说明该地区生活用水状况虽未达到最优但也表现为正常状态。灌溉用水量正理想解为12.473，负理想解为6.826，该指标更加接近负理想解，与最优化方案距离相差较大，说明当地灌溉用水效率较差，应进一步加大农业用水管控力度、调整灌溉方案，尽可能避免不必要的水资源浪费，拉近与最优解之间的距离。腰坝滩经济发展主要依靠种植业，因此，在用水结构上以灌溉用水和生活用水消耗为主，以上权重计算结果符合该地区以农业主导发展型区域的现状规律，说明该权重计算方法适用于该地区水资源承载力评价。
2.2 水资源承载力综合评价结果
基于TOPSIS算法对腰坝灌区的水资源承载力进行综合评价，结果如表4所示。2000—2018年，腰坝水资源承载力评价指数整体呈“先增后减再增”的变化趋势。2000—2010年水资源承载力指数持续上升，主要是由于该时期农田作物种植比例发生了大范围调整，灌溉用水量显著降低；
2010—2015年水资源承载力指数有所下降，主要是由伴随着经济发展需求的增加，地下水的过度开采和水资源不合理配置所致；
通过调整水资源配置，2018年指数上升至0.682，此时水资源承载力状况相对良好。
表3 指标权重计算结果与理想解距离
表4 水资源承载力评价指数结果
2.3 腰坝水资源承载力多目标情景预测分析
根据国家“西部大开发”政策并参考当地用水标准设定了不同情景组合方案[18]，分析在不同社会经济发展程度、灌溉面积变化和生态建设条件下的水资源承载力指数变化。将腰坝灌区GDP增长速度的快慢（A1、A2）、退耕还林的强度高低（B1、B2）、灌溉面积增长速度的快慢（C1、C2）作为3个关键情景条件，模拟不同情景条件下水资源承载力指数变化。
多目标情景设定的前提是将腰坝灌区农田灌溉方式由漫灌和管灌改为滴灌，以提高灌溉水利用率；
取0.80作为地下水安全开采系数，以保证腰坝灌区的地下水合理开采量在3 200万m3/a以下。基于上述前提条件设定不同情景方案。退耕还林强度即区域内的人工林和防护林等防风固沙林的面积覆盖率由当前的2.3%恢复增长到2.8%～3.3%，B1条件设定为2050年恢复至2.8%，B2条件设定为2050年恢复至3.3%。GDP增长速度根据历年数据进行趋势分析，计算增长速度范围为3%～6%，情景条件中设定高、低2种增长速率，具体数值见表5。依据历年统计数据分析该灌区灌溉面积呈持续增长状态，计算年增长率范围后取高、低2种增长率计算未来灌溉面积，具体见表5。
表5 经济发展与生态环境保护情景方案设定
对不同情景组合方案下的腰坝灌区未来10、20、30年的水资源承载力进行了综合评价，结果如表6所示。2030年，A1+B2+C2方案和A2+B1+C2方案的水资源承载力指数为0.05，趋近于0，可见在这2种情景模式下，水资源开发利用状况已超出当地水资源总量可利用水平，水资源开发利用效率水平已经不能满足人口不断增长条件下的区域经济发展状态。因此，提高用水效率和控制人口增长数量是提高水资源承载力水平的必要措施。A1+B2+C1、A2+B1+C1、A2+B1+C1情景方案分别达到了2030、2040、2050年水资源承载力评价指数的最高值。因此，腰坝灌区未来的GDP增长速度应由高转低、退耕还林程度应适当提高并合理控制区域内灌溉面积的增长速度。
表6 不同情景方案的水资源承载力评价指数
2.4 各灌区水资源承载力综合评分
基于TOPSIS算法对其他4个灌区的水资源承载力进行了同样的综合评价分析。2018年5个灌区水资源承载力评价指数计算结果如表7所示。腰坝、查哈尔、通古淖尔、格林、新井的水资源承载力评价指数分别为：0.68、0.57、0.21、0.39、0.25，由大到小排序依次为：腰坝＞查哈尔＞格林＞新井＞通古淖尔。5个区域中，腰坝和查哈尔的评价指数在0.5以上，表明这2个区域的水资源承载力状况良好，同时相比其他3个区域的水资源开发利用效率、水资源配置也更加合理。通古淖尔和新井的评价指数均在0.3以下，处于水资源承载力的临界状态，说明这2个区域的水资源承载水平不足以支撑整个灌区的用水需求，水资源分配不合理。
表7 2018年各研究区水资源承载力评价指数
阿拉善左旗的5个灌区既是生态脆弱区又是以农业灌溉为主导的资源发展型灌区。在这些灌区，人口增长、社会经济发展和生活水平的提高都是通过不断消耗当地有限的自然资源和以生态环境恶化为代价实现的，而生态环境是人类生存与社会发展的重要判别条件，保护和改善生态环境是区域经济可持续发展的基本保障，因此应在经济发展的同时优化区域水资源配置、加强生态环境建设和调整产业结构[19]。对5个区域的水资源承载力评价结果发现，由于农田灌溉用水在5个灌区用水结构上占有极大比例，为缓解供需矛盾，应严格控制可用耕地面积及灌溉用水定额，在追求高产的同时发展区域节水灌溉技术，缓解水资源压力，未来应发展经济效益高、耗水量少的作物[20]。水资源总量上，应该在维持现状前提下合理开发新能源，提高区域内水资源利用率，降低用水总量。生态建设依旧是荒漠草原灌区的重要任务，提高绿化覆盖率，加大力度进行污染治理，推进节能减排，发展低碳生产；
社会人口方面，应合理控制人口数量，减缓人口增长对资源环境的压力；
经济方面，在保持稳定增长的同时，追求经济质量均衡的产业发展模式，提倡高质量经济发展路线，提高资源的利用效率，减少人类需求对环境造成的压力。综上所述，建议在现状基础上对区域用水、产业结构等进行一定的调整，降低水资源短缺问题所带来的不良影响，提高荒漠草原灌区水资源承载力水平[21]。
1）腰坝灌区2000—2018年水资源承载力评价指数呈“先升后降再升”的趋势，由0.509上升至0.682，水资源承载力逐步提高，主要得益于该灌区种植结构的调整与用水量的缩减。
2）阿拉善左旗5个灌区2018年的评价指数均在0.2～0.7之间，腰坝和查哈尔滩的评价指数在0.5以上，表明水资源承载力良好，其他3个灌区的评价指数均处于0.2～0.3之间，属于承载力临界状态，亟待调整当地水资源配置以及农业灌溉方式，健全用水总量控制指标体系。
3）通过评价多情景条件下的水资源承载力，在2050A2+B1+C1模拟方案下，腰坝的水资源承载力评价指数最高，即提高退耕还林程度，减缓经济增长速度。说明加大力度建设生态环境、降低人口需求增长速度对提高水资源承载力有显著效果。
[1] 施雅风, 曲耀光. 乌鲁木齐河流域水资源承载力及其合理利用[M].北京: 社会科学出版社, 1992.
SHI Yafeng, QU Yaoguang. The carrying capacity of water resources in the Urumqi River Basin and its rational utilization[M]. Beijing: Social Sciences Press, 1992.
[2] 李高伟, 韩美, 刘莉, 等. 基于主成分分析的郑州市水资源承载力评价[J]. 地域研究与开发, 2014(3): 139-142.
LI Gaowei, HAN Mei, LIU Li, et al. Evaluation of water resources carrying capacity in Zhengzhou City based on principal component analysis[J]. Regional Research and Development, 2014(3): 139-142.
[3] 周亮广, 梁虹. 基于主成分分析和熵的喀斯特地区水资源承载力动态变化研究: 以贵阳市为例[J].自然资源学报, 2006, 21(5): 827-833.
ZHOU Liangguang, LIANG Hong. Research on dynamic changes of water resources carrying capacity in karst areas based on principal component analysis and entropy: Taking Guiyang as an example[J]. Journal of Natural Resources, 2006, 21(5): 827-833
[4] 余灏哲, 李丽娟, 李九一. 基于量-质-域-流的京津冀水资源承载力综合评价[J]. 资源科学, 2020, 42(2): 358-371.
YU Haozhe, LI Lijuan, LI Jiuyi. Comprehensive evaluation of Beijing-Tianjin-Hebei water resources carrying capacity based on quantity-quality-region-flow[J]. Resources Science, 2020, 42(2): 358-371.
[5] 郑欣, 程艳妹, 任彩凤. 基于熵权TOPSIS模型的鄂尔多斯市资源环境承载力评价[J]. 生态科学, 2020, 39(2): 95-103.
ZHENG Xin, CHENG Yanmei, REN Caifeng. Evaluation of the carrying capacity of resources and environment in Ordos City based on the entropy weight TOPSIS model[J]. Ecological Science, 2020, 39(2): 95-103.
[6] 彭晔莹. 公路生态系统健康评价方法研究[D]. 长沙: 长沙理工大学, 2019.
PENG Yeying. Research on the health assessment method of highway ecosystem[D]. Changsha: Changsha University of Science and Technology, 2019.
[7] 刘佳骏, 董锁成, 李泽红. 中国水资源承载力综合评价研究[J]. 自然资源学报, 2011, 26(2): 258-269.
LIU Jiajun, DONG Suocheng, LI Zehong. Research on Comprehensive Evaluation of Water Resources Carrying Capacity in China[J]. Journal of Natural Resources, 2011, 26(2): 258-269.
[8] 刘文铮, 刘湘妮. 基于因子分析的辽宁省水资源承载力研究[J].水科学与工程技术, 2015(5): 4-6.
LIU Wenzheng, LIU Xiangni. Study on water resources carrying capacity of Liaoning Province based on factor analysis[J]. Water Science and Engineering Technology, 2015(5): 4-6.
[9] 任冲锋. 不确定性条件下石羊河流域水资源承载力优化提升研究[D]. 北京: 中国农业大学, 2017.
REN Chongfeng. Research on the optimization and improvement of water resources carrying capacity in the Shiyang River Basin under uncertain conditions[D]. Beijing: China Agricultural University, 2017.
[10] 张丽洁. 黄河流域水资源承载力评价研究[D]. 杨凌: 西北农林科技大学, 2019.
ZHANG Lijie. Evaluation of water resources carrying capacity in the Yellow River Basin[D]. Yangling: Northwest A&F University, 2019.
[11] 熊鸿斌, 韩尚信. 基于PSR-改进TOPSIS模型的安徽省资源环境承载力评价[J]. 安徽农业大学学报, 2018, 45(2): 8-15.
XIONG Hongbin, HAN Shangxin. Evaluation of resource and environmental carrying capacity in Anhui Province based on PSR-improved TOPSIS model[J]. Journal of Anhui Agricultural University, 2018, 45(2): 8-15.
[12] 柴乃杰, 贾鼎元, 曾小雪. 水资源承载力的灰色模糊可变决策模型及应用[J]. 水资源与水工程学报, 2020, 31(1): 70-76.
CHAI Naijie, JIA Dingyuan, ZENG Xiaoxue. Grey fuzzy variable decision-making model and application of water resources carrying capacity[J]. Chinese Journal of Water Resources and Water Engineering, 2020, 31(1): 70-76.
[13] 刘晓敏, 张天萌. 基于熵权法的甘肃省水资源承载力综合评价[J]. 安徽农业科学, 2021, 49(14): 180-183.
LIU Xiaomin, ZHANG Tianmeng. Comprehensive evaluation of water resources carrying capacity in Gansu Province based on entropy weight method[J]. Anhui Agricultural Sciences, 2021, 49(14): 180-183.
[14] 熊黑钢, 付金花, 王凯龙. 基于熵权法的新疆奇台绿洲水资源承载力评价研究[J]. 中国生态农业学报, 2012, 20(10): 1 382-1 387.
XIONG Heigang, FU Jinhua, WANG Kailong. Evaluation of water resources carrying capacity of Xinjiang Qitai oasis based on entropy method[J]. Chinese Journal of Ecological Agriculture, 2012, 20(10): 1 382-1 387.
[15] 孙才志, 左海军, 杨静. 基于极大熵原理的黄河流域水资源承载力研究[J]. 资源科学, 2004, 26(2): 17-22.
SUN Caizhi, ZUO Haijun, YANG Jing. Research on the carrying capacity of water resources in the Yellow River Basin based on the principle of maximum entropy[J]. Resources Science, 2004, 26(2): 17-22.
[16] 高红霞. 内蒙古兴安盟干旱灾害危险性区划研究[J]. 内蒙古科技与经济, 2019(17): 48-49.
GAO Hongxia. Research on drought disaster risk zoning in Xing’an League, Inner Mongolia[J]. Inner Mongolia Science and Technology and Economy, 2019(17): 48-49.
[17] WANG Ge, XIAO Changlai, QI Zhiwei, et al. Water Resource Carrying Capacity Based on Water Demand Prediction in Chang-Ji Economic Circle[J]. Water, 2020, 13(1): 16.
[18] SERAFIM Opricovic. Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS[J]. European Journal of Operational Research, 2004, 40(3): 477-485.
[19] 左其亭, 张志卓, 吴滨滨. 基于组合权重TOPSIS模型的黄河流域九省区水资源承载力评价[J]. 水资源保护, 2020, 36(2): 1-7.
ZUO Qiting, ZHANG Zhizhuo, WU Binbin. Evaluation of water resources carrying capacity in nine provinces of the Yellow River Basin based on combined weight TOPSIS model[J]. Water Resources Protection, 2020, 36(2): 1-7.
[20] 孙涵, 聂飞飞, 胡雪原. 基于熵权TOPSIS法的中国区域能源安全评价及差异分析[J]. 资源科学, 2018, 40(3): 477-485.
SUN Han, NIE Feifei, HU Xueyuan. Evaluation and difference analysis of China’s regional energy security based on entropy weight TOPSIS method[J]. Resources Science, 2018, 40(3): 477-485.
[21] 张会梅, 田军仓, 马波. 不同灌水方式对油葵生长及水分利用效率的影响[J]. 节水灌溉, 2016(4): 15-17.
ZHANG Huimei, TIAN Juncang, MA Bo. Effects of different irrigation methods on the growth and water use efficiency of oil sunflower[J]. Water Saving Irrigation, 2016(4): 15-17.
Evaluating the Carrying Capacity of Water Resources in the Desert Steppe Irrigation District in Inner Mongolia
LU Fangyuan1,2, JIA Debin1,2*, GAO Ruizhong1,2, SU Wenxu1,2, ZHAO Hang1,2
(1. School of Water Conservancy and Civil Engineering, Inner Mongolia Agricultural University, Hohhot 010018, China; 2. Key Laboratory of Water Resources Protection and Utilization of Inner Mongolia Autonomous Region, Hohhot 010010, China)
【Objective】The purpose of this study was to evaluate the carrying capacity of water resources in the desert steppe irrigation area in Inner Mongolia, in attempts to help optimize water resource while in the meantime sustaining economic and social development in this region. 【Method】 We studied five typical areas including Yaoba Beach, Green Beach, Tonggu Nao"er Beach, Chahar Beach, Xinjing, all in Alxa Zuoqi. For each area, we considered its water resources, ecology and social economy, and established an evaluation index system. The entropy weight-TOPSIS model was used to comprehensively evaluate and calculate the carrying capacity of water resources in each area. 【Result】In 2018, the water resources carrying capacity of Yaoba, Chahar, Tonggunaoer, Gelin and Xinjing was 0.682, 0.576, 0.213, 0.392, and 0.247, respectively, which was between Grade III and IV. Scenario prediction found that the evaluation index of water resources carrying capacity will peak in 2050 if more farmland is to return forest, combined with slowing down economic growth and reducing irrigated areas.【Conclusion】Our results show that the studied areas should consider sustainable development, promoting drip irrigation and other water-saving irrigation technologies, sparing farmlands for forests. Implementing strict water resource management and improving water resources carrying capacity are important to meet the demand for water in these areas.
water resources carrying capacity; entropy weight-TOPSIS model; desert oasis; desert steppe irrigation area in Inner Mongolia
卢方园, 贾德彬, 高瑞忠, 等. 内蒙古荒漠草原灌区水资源承载力评价研究[J]. 灌溉排水学报, 2022, 41(8): 39-44.
LU Fangyuan, JIA Debin, GAO Ruizhong, et al. Evaluating the Carrying Capacity of Water Resources in the Desert Steppe Irrigation District in Inner Mongolia[J]. Journal of Irrigation and Drainage, 2022, 41(8): 39-44.
1672 - 3317（2022）08 - 0039 - 06
S565
A
10.13522/j.cnki.ggps.2021578
2021-11-22
内蒙古自治区科技重大专项项目（2019ZD002）；
国家自然科学基金项目（52169003）
卢方园（1996-），女。硕士研究生，主要从事水资源承载力及合理配置研究。E-mail: 892714610@qq.com
贾德彬（1968-），男。教授，主要从事水文学及水资源方向研究。E-mail: jiadb@263.net
责任编辑：韩 洋
猜你喜欢 承载力水资源区域 生态水利工程在水资源保护中的运用建材发展导向(2022年12期)2022-08-19水资源平衡调度在农田水利工程中的应用南方农业·下旬(2022年4期)2022-05-24水资源（部级优课）江苏科技报·E教中国(2022年5期)2022-05-11高邮市水环境承载力分析安徽农学通报(2022年6期)2022-04-07分割区域发明与创新·小学生(2021年3期)2021-03-25超大断面隧道初期支护承载力学特性及形变研究西部交通科技(2021年9期)2021-01-11浅谈水资源的保护与利用科学与财富(2020年10期)2020-10-21安徽资源环境承载力综合评价山西农经(2020年13期)2020-07-14擦桌子孩子(2019年9期)2019-11-07听说你低估了一辆车的承载力意林·少年版(2018年23期)2018-01-05