Page 37 - 2022年第53卷第6期

生耦合系统能完全满足自给要求。
４
Ｒ ＝ Ｒ× Ｒ× Ｒ× Ｒ ４ （２３）
槡
２
３
１
( Ｗ ｒ ) ( Ｆ ｐｒｏ ) ( Ｅ ｐ ) ( Ｈ ｓｕｐｐｌｙ )
Ｒ ＝ ｍｉｎ１ ， ；Ｒ ＝ ｍｉｎ１ ， ；Ｒ ＝ ｍｉｎ１ ， ；Ｒ ＝ ｍｉｎ１ ， ； （２４）
３
１
２
４
Ｗ
ｕｓｅ Ｆ ｓａｆｅ Ｅ ｕｓｅ Ｈ ｎｅｅｄ
式中：Ｗ 为用水量；Ｗ 为本地可供水量；Ｆ 为本地粮食产量；Ｆ 为粮食需求量；Ｅ 为能源使用
ｕｓｅ ｒ ｐｒｏ ｓａｆｅ ｕｓｅ
量；Ｅ为本地能源生产量（考虑京津冀能源基本依赖外部输入，因此具体计算时可采用典型年的能源
ｐ
使用量代替，超过该典型年的能源使用量视为不可持续发展的行为）；Ｈ 为生态用水量；Ｈ 为生
ｓｕｐｐｌｙ ｎｅｅｄ
态需水量。
公平性指标 Ｅ通过均衡率反映，计算公式如下。在水－ 粮－ 能－ 生各个子系统协同发展的同时，每
个计算单元间缺水率应不存在较大差异，该指标越大表明各计算单元间缺水率没有显著差异，整个系
统较为公平、均衡。
Ｅ ＝ ｆ（ｘｐ） （２５）
２
由于协同性、可靠性和公平性 ３个性能指标均为正向指标，因此在多方案比选的时候，对这三个
指标采用几何平均处理，得到综合协同指数，如下所示：
３
ＣＳＩ ＝ Ｔ × Ｒ × Ｅ （２６）
槡
ＣＳＩ可以用于识别不同情景水－ 粮－ 能－ 生耦合系统协同发展结果的差异，ＣＳＩ越高代表对应情景下
耦合系统可靠性越强，协同发展程度越好，在多情景比选时，应选择 ＣＳＩ最好的情景作为未来发展推
荐的理想情景。

５ 结论

在水－ 粮－ 能－ 生耦合系统中，水、粮食、能源、生态四者之间存在复杂的相关关系和联动机制，
任一子系统内部要素的供求变化均会给其他子系统带来影响，因此在耦合系统定量计算和整体协同调
控等研究方面仍存在诸多不足。本文以京津冀为研究区，解析了水 － 粮 － 能 － 生子系统间的耦合关系，
构建了以自然－ 社会水循环过程为核心的协同调控模型架构，通过改进 ＧＷＡＳ模型中的水资源调配模
块，添加粮食生产、能源消耗和层次化需水预测模块，建立了可以实现各子系统关键要素传递和动态
互馈模拟的水－ 粮－ 能－ 生协同调控模型。同时，通过构建水安全、粮食安全、低碳发展、生态健康的
协同发展目标，将水－ 粮－ 能－ 生四者间的互馈关系纳入区域多水源协同调控范畴，基于 ＮＳＧＡ － Ⅱ和耦
合协调度提出协同优化算法进行单方案寻优，并采用综合协同指数进行多情景比选寻优，提出了基于
水－ 粮－ 能－ 生关联视角的多水源协同调控方法。研究提出的协同调控模型架构、计算原理和优化求解
等方法，可为区域水－ 粮－ 能－ 生耦合系统可持续和协同发展研究提供理论与技术支撑。

参 考 文 献：

［ １］ ＣＨＡＮＧＹ，ＬＩＧＪ，ＹＡＯＺ，ｅｔａｌ．Ｑｕａｎｔｉｆｙｉｎｇｔｈｅｗａｔｅｒ － ｅｎｅｒｇｙ － ｆｏｏｄｎｅｘｕｓ：ｃｕｒｒｅｎｔｓｔａｔｕｓａｎｄｔｒｅｎｄｓ［Ｊ］．Ｅｎ
ｅｒｇｉｅｓ．２０１６ ，２（９）：６５ － ８２．
［ ２］ ＮａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅＣｏｕｎｃｉｌ．ＧｌｏｂａｌＴｒｅｎｄｓ２０３０：ＡｌｔｅｒｎａｔｉｖｅＷｏｒｌｄｓ［Ｍ］．ＣｅｎｔｅｒｆｏｒｔｈｅＳｔｕｄｙｏｆＩｎｔｅｌｌｉｇｅｎｃｅ，
２０１３．
［ ３］ 施海洋，罗格平，郑宏伟，等．基于 “水—能源—食物—生态” 纽带因果关系和贝叶斯网络的锡尔河流
域用水分析［ Ｊ］．地理学报，２０２０，７５（５）：１０３６ － １０５２．
［ ４］ ＤＯＧＡＮＭ Ｓ，ＦＥＦＥＲＭ Ａ，ＨＥＲＭＡＮＪ，ｅｔａｌ．Ａｎｏｐｅｎ － ｓｏｕｒｃｅＰｙｔｈｏｎｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＣａｌｉｆｏｒｎｉａ’ｓｈｙｄｒｏ
ｅｃｏｎｏｍｉｃｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｄｅｌｌｉｎｇａｎｄＳｏｆｔｗａｒｅ，２０１８，１０８（１０）：８ － １３．
［ ５］ ＥＳＣＲＩＶＡ － ＢＯＵＡ，ＨＵＩＲ，ＭＡＰＬＥＳＳ，ｅｔａｌ．Ｐｌａｎｎｉｎｇｆｏｒｇｒｏｕｎｄｗａｔｅｒｓｕｓｔａｉｎａｂｉｌｉｔｙａｃｃｏｕｎｔｉｎｇｆｏｒｕｎｃｅｒｔａｉｎｔｙ
ａｎｄｃｏｓｔｓ ： ＡｎａｐｐｌｉｃａｔｉｏｎｔｏＣａｌｉｆｏｒｎｉａ’ｓＣｅｎｔｒａｌＶａｌｌｅｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＭａｎａｇｅｍｅｎｔ， ２０２０，

— ６ ６ ３ —