Page 87 - 2023年第54卷第8期

表 １ 评价指标的计算方法及含义
评价系统 评价指标 计算方法 含义 指标类型
作物水分生产率 Ｂ１１ 式（２８） 相对水足迹作物产量 效益型
社会系统 Ａ１
虚拟水输出 Ｂ１２ 式（２７） 粮食生产安全保障 效益型
蓝水利用率 Ｂ２１ 蓝水足迹与作物水足迹的比值 水资源利用效率 成本型
资源系统 Ａ２
电能生产率 Ｂ２２ 式（２９） 相对电量作物产量 效益型
作物碳足迹 Ｂ３１ 式（２） 灌溉系统生态效益 成本型
生态系统 Ａ３
灰水足迹 Ｂ３２ 式（１８） 生态负面效益 成本型
单方水经济净效益 Ｂ４１ 式（１） 灌溉用水效益比 效益型
经济系统 Ａ４
经济净效益 Ｂ４２ 作物种植净收益 灌溉系统经济效益 效益型

２．４ 研究区域与数据来源 涟水灌溉区地处江苏北部、淮河下游、淮安东北部，东经 １１８°５９′—１１９°４６′，
２
北纬 ３３°３９′—３４°０７′，由淮涟、涟东、涟西三个灌溉片区组成。作物播种面积约 １２．５万 ｈｍ 。全年总
日照为 ２４１８ｈ，多年平均气温在 １４℃左右，年均降水量 １０１４．６ｍｍ。选取水稻、小麦、玉米和大豆四
种粮食作物为研究对象，在 ２００５—２０１９时段中选取 ２００６、２００９、２０１２、２０１５和 ２０１８年为分析年份。
涟水灌溉区在绿水无法满足作物生长需水要求时，需消耗电能提取蓝水进行灌溉，从电能来源过程考
虑碳排放；同时，满足灌溉区内部粮食需求后，粮食可作为虚拟水载体向外贡献水资源。
日照时 数、降 水、 温 度、 相 对 湿 度 和 风 速 等 气 象 资 料 来 源 于 中 国 气 象 科 学 数 据 共 享 服 务 网
（ ｈｔｔｐ：??ｃｄｃ．ｃｍａ．ｇｏｖ．ｃｎ）中气象站点数据。灌区的年作物产量、播种面积、灌溉效率均来自于灌区管理
部门的统计数据；作物生育期资料主要来自农业观测台站观测资料，作物生育期在不同年份采用同一
值，分别为水稻（ ４月 １６日—９月 １０日）、小麦（１０月 ２６日—次年 ６月 ３日）、玉米（６月 ５日—９月
１０日）和大 豆 （３月 ２０日—６月 １２日）；由 全 国、淮 安 市 和 涟 水 县 统 计 年 鉴 数 据 整 理 得 到 研 究 区
２００５—２０１９年的人口、耕地及粮食生产状况。其中，各作物单位面积的成本和收入参考全国种植业产
品的成本与收益数据，农业用水量取自于淮安市水资源公报，最大用电量由水泵运行计算而来，粮食
需求量由全国人口、涟水灌溉区人口以及全国粮食产量计算获得。

３ 结果与分析

３．１ 优化方案评价比选 根据 ＮＳＧＡ － Ⅱ的 Ｐａｒｅｔｏ解集中的 ４种作物播种面积，初步筛选出 １５种方
案，借助 Ｔｏｐｓｉｓ评价法对比方案间相对贴近度，比选出其中 ３种用于分析，如图 ２所示。图中 Ｐ１方
案为现状情况，Ｐ１２、Ｐ１４为优化方案。在此基础上，计算出 ３种方案水 － 能源 － 粮食关联关系评价指
标，列于表 ２。优化作物播种面积的同时也会对作物水足迹及水 － 能源 － 粮食关联关系产生影响。如
２０１８年 Ｐ１２方案的作物播种面积分别比 Ｐ１增加 １．２％、减少 １８．２％、增加 ５４．０％和减少 ７．２％；粮食的
作物水足迹、用电量和产量分别比 Ｐ１减少 ５．６％，－ ３．９％和 ４．６％；单方水经济净效益和作物碳足迹分
别比 Ｐ１减少 １１．５％和 ３．９％。而 Ｐ１４方案作物播种面积分别比 Ｐ１增加 １．３％、减少 ５．７％、增加 ５４．６％
和减少 ５．１％；粮食的作物水足迹、用电量和产量分别比 Ｐ１增加 ０，０．４％和 ０．５％；单方水经济净效益
和作物碳足迹分别比 Ｐ１减少 ５．８％和增加 ０．４％。需要指出的是，受粮食收益下降影响，２０１８年各方
案的经济净效益为负。说明水－ 能源－ 粮食关联视角下，提高粮食收益仍是农业系统优化与可持续发展
的重要前提。
仅着眼优化模型计算结果不一定直接得出最佳方案，对解集进行评价比选是有必要的。从水 － 能
源－ 粮食关联关系评价指标上看，所选优化方案 Ｐ１２、Ｐ１４整体优于现状（Ｐ１）。除作物水分生产率、
蓝水利用率和电能生产率外，其余指标在不同方案中的变化较为明显。Ｐ１２和 Ｐ１４中的虚拟水输出在
２００６、２００９和 ２０１２年中均高于 Ｐ１，而在 ２０１５和 ２０１８年低于 Ｐ１，表明在资源有限的条件下，研究区
应优先考虑本地的粮食需求，而后向外输出粮食以缓解外部地区的资源短缺问题，从而为奠定社会基

— ９ ７ １ —