基于系统动力学模型的胶州湾海域承载力预测

1、 基于系统动力学模型的胶州湾海域承载力预测 夏正启, 王 凯, 彭道民, 朱玉贵(1. 中国海洋大学环境科学与工程学院, 山东 青岛 266100; 2. 中国海洋大学海洋生命学院, 山东 青岛 266003; 3. 中国海洋大学水产学院, 山东 青岛 266003)近海海域是一个集社会、经济、资源及环境于一体的综合系统,具有复杂性、开放性、动态性及稳定性等特点1-2。近海海域不仅受到陆地和海洋各种自然因素的作用,人类活动亦对其有较大影响3-4。中国作为一个海洋大国,拥有丰富海洋资源,但随着海洋资源利用规模的持续扩大和利用效率的不断提升,脆弱的海洋生态环境受到了不可逆转的诸多负面影响5-6。为促进海洋经济的永续发展,需促进海域承载力与经济效益之间协调发展6。海域承载力是海洋永续发展的重要判断依据,在一定时期内,海域承载力强调海洋资源的永续利用和支持经济社会的发展能力,使得海洋能够支持社会、经济、资源和环境的协调发展4,7-8。目前,众多学者开展了海域承载力的相关研究,例如,钟舜彬和何均琳等2对中国东海近海海域承载力进行了评价,研究结果认为,在20062008年该海域承载力是处于适载状态

2、,而2009年之后,该海域承载力则是呈现(严重)超载水平。叶文祯9分析了福建省县级海域承载力水平的空间差异,并据此提出了相关建议。高金田等10模拟了不同情景下北部湾(防城港、钦州、北海三市)海域承载力的动态变化,并据此提出了相关政策。狄乾斌等5以辽宁省为例,分析了海洋产业结构与海域承载力之间的关系。系统动力学(System dynamics,SD)作为一门融合了信息论、系统论、控制论及决策论等学科综合知识的分析方法11-13,不仅可对现行政策进行追踪和模拟,亦可对未来系统发展态势进行调控,进而为决策者提供理论参考依据14。系统动力学已被广泛应用于海域承载力、水资源承载力、土地承载力、城市规划、生物医药等方面的研究15-20。青岛作为中国重要的海滨城市,其区位优势明显21,为保障青岛海洋经济的永续健康发展,本文基于多种数据来源,运用系统动力学模型对胶州湾海域承载力的发展状况进行模拟和预测,以期为其未来海洋经济发展提供科学依据和相应政策建议。1 材料与方法1.1 指标选取海洋是一个复杂系统,人类活动对其影响较大,因而海域承载力研究既要考虑沿海海域的地理特征,也要兼顾社会属性22。本文根据2

3、015年国家海洋局发布的海洋资源环境承载能力监测预警指标体系和技术方法指南和2017年山东省质量技术监督局发布的地方标准近岸海域海洋资源承载力评估技术规程(DB37/T29102017),考虑胶州湾海域自然资源分布现状及特点,综合海域资源供给与需求因素,将海域承载力系统划分为社会、经济、资源及环境4个子系统。指标体系如表1所示。表1 胶州湾海域承载力指标体系Table 1 Index system of jiaozhou Bay sea area carrying capacity1.2 数据来源本文研究区域为胶州湾海域。胶州湾位于山东半岛南部,是一个典型的半封闭海湾,是中国近海生态系统的缩影,其沿岸一带滨海旅游、采捕和养殖活动发达,受人类活动和自然变化影响极为显著23-24。本文选取20002020年作为胶州湾海域承载力的时间范围,相关数据来源于青岛统计年鉴、青岛市海洋环境公报、青岛市环境状况公报、青岛市生态环境状况公报、山东渔业统计年鉴、中国海洋统计年鉴及地方政府内部数据。1.3 系统动力学模型1.3.1 系统动力学建模步骤 模型涵盖研究目的、边界确定、因果关系、流程图和结构方程、

4、模型检验与情景设计及结果分析8,25。研究目的 应用系统动力学进行研究在于认识和预测承载力系统的未来状况,以进一步确定系统结构以及情景设计,为后续制定合理的政策提供参考依据。边界确定 基于系统内部的因素,在建模时要确定边界,边界范围偏大或偏小都不能反映真实情况26。因此,需要合理判定模型的边界,保证系统不受外部因素的影响,这是建模过程中的核心要点。因果关系 因果关系图可呈现出系统内部各变量间的因果关系,并用这种关系的反馈回路来进行描述。从系统中筛选除出合适的变量,综合衡量各变量间的内在联系,正号与负号则分别表示各变量间的正负关系。建立模型 模型包括流程图与结构方程。流程图涵盖各子系统,要确定其变量的基本属性、合理区分速率、状态及辅助变量。结构方程体现各因素间的数量关系27-28。模型检验与情景设计 在构建好整个系统的结构后,需对模型进行检测,通过计算相对误差,比较模型精度。检验完成之后,根据相关政策和发展规划要求,设置合理参数值,进行情景设计10,18。结果分析 对设计的情景进行模拟,然后对相关结果进行分析和讨论,最终找到适合系统发展的情景。1.3.2 系统边界及基准年 研究将系统边界

5、确定为胶州湾海域及周边陆域。基于承载力边界的完整性,胶州湾海域承载力模型的时间边界为20002030年,其中20002020年为历史检验时间段,20212030年为模拟预测时间段,模拟步长为1年。基准年为2000年,模型的各项初始值采用基准年的各项指标值,以此来预测20212030年的各项指标值,从而反映胶州湾海域承载力的状况。1.3.3 系统因果关系 海洋资源承载力系统是一复杂系统,各组成部分之间存在着连锁关系,因果反馈关系图可全面展示系统内部各要素间所存在的关联性8,29。通过分析系统中各因素之间的因果关系,用Vensim DSS 8.2.0软件绘制因果关系图,有利于更直观地了解模型中各因素之间的因果关系。本文中的因果关系图如图1所示。图1 因果关系图1.3.4 系统结构模型 通过分析各子系统各要素之间的正负反馈关系,以因果关系为依据,经过反复测试调整,用系统动力学建模软件Vensim DSS 8.2.0来构建胶州湾海域承载力社会-经济-资源-环境系统结构流程图(见图2)。选取人口总数、GDP总额、海洋产业产值、工业产值作为水平变量,其它为辅助变量。图2 胶州湾海海域承载力系统结构

6、流程图社会系统 社会是以人为主体的大系统,人口总数、城镇人口以及农村人口是该系统的主要变量。其中,人口总数可直接反映青岛市沿海海域资源所能够承担的总人口数量,而城镇人口和农村人口数则进一步反映了能够承担的城镇人口数和农村人口数,因此可通过社会系统的这几个主要变量来反映青岛沿海海域的承载力状况。经济系统 GDP总额、海洋产业产值和工业产值是该系统主要变量,其中,海洋渔业和海洋服务业产值都属于海洋产业产值,工业产值是胶州湾周边陆域进行工业生产所带来的经济产出。GDP总额可进一步通过海洋产业产值和工业产值反映海洋经济和工业生产带来的经济效益,进而反映出胶州湾海洋资源的承载力。资源系统 滩涂面积、用海面积、一二类海水面积和赤潮面积是该系统主要变量,除此之外还包括人工增殖放流和海洋渔船功率,可以反映出青岛市沿海海域资源的供给能力。其中,滩涂和用海面积可以影响游客数,进一步影响海洋服务业的产值,人工增殖放流和海洋渔业船功率可通过海洋渔业产值最终影响海洋产业产值。可利用资源量的多少会进一步影响海洋经济的产值,最终反映出海洋资源的承载力。环境系统 废水排放总量、工业废水排放量和生活废水排放量是该系统主

7、要变量。废水的产生间接反映了人口和经济状况,同时也会进一步影响经济的发展,例如由此带来的石油类污水和无机氯类污水会进一步影响海洋渔业产量,并最终通过影响海洋渔业产值来反映沿海海域资源承载力状况。1.3.5 系统主要方程及参数设定 系统动力学模型由水平变量、速率变量、表函数及常量变量组成,在本文模型中设计的变量主要方程见表2。除上述水平和速率变量之外,模型的参数还包括常数、表函数和初始值,其中常数是模拟过程保持不变的参数,表函数是模拟过程随时间改变的参数,而初始值则在模拟初始阶段的参数值(见表3)。由于20002020年为模型的历史检验期,因此,2000年的数据即为模型的参数初始值。表2 胶州湾海域承载力系统动力学模型主要变量及方程Table 2 Main variables and equations of system dynamics model of marine carrying capacity in Jiaozhou Bay表3 胶州湾海域承载力系统动力学模型常数和参数初始值Table 3 System dynamics model constants and initia

8、l parameters of carrying capacity in Jiaozhou Bay1.3.6 模型检验 将20002020年作为模型有效性检验时间段,将模拟值与实际值进行比较。这里,研究采用相对误差和平均绝对百分比误差(MAPE)进行分析。计算公式如下:c=|a-b|/a。(1)式中:c为相对误差;a为统计数据(实际值);b为模拟数据(模拟值)。(2)式中:MAPE为平均绝对百分比误差;a为历史统计数据;b为模型模拟数据。考虑到影响海域承载力变化的因素较多,水平变量的误差存在波动是正常的,只要MAPE处于20%以下,构建的SD模型则可用来预测20212030年胶州湾海域承载力的状况。MAPE低于20%的模型适合于5年之内的中短期预测;若超过5年(长期预测),MAPE低于40%亦可接受30-31。2 结果与分析2.1 海域承载力SD模型模拟结果分析本文选取人口总数、GDP总额、海洋产业产值、工业产值四个变量检验误差,其误差检验结果见表4。由表4可以看出,人口总数的相对误差在20102020年(超过10%)相对20002009年(低于10%)较大,GDP总额也呈现类似的趋势

9、,后面年份(20062020年)的相对误差大于前面年份(20002005年),而海洋产业产值和工业产值的相对误差整体来说都较小(海洋产业产值个别年份除外,20142020年其相对误差处于14%18%范围)。从平均相对误差来看,人口总数、GDP总额、海洋产业产值以及工业产值分别为9.15%、14.35%、3.9%和0.12%。上述数值表明,SD模型应用在青岛市沿海海域承载力研究上是可行的,本研究可将该模型用于未来年份的预测。2.2 海域承载力SD模型情景模拟分析2.2.1 决策参数与情景设定 本文选取人口增长率、GDP增长率、海洋产业产值增长率和工业产值增长率作为模型的决策参数,设定现状延续和高质量发展两种情景来模拟20212030年胶州湾海域承载力状况。现状延续是指保持现有的发展情况不变,参数的初始值以2000年为基础,对20212030年的海域承载力进行预测。高质量发展是以优化现有发展模式来提升沿海海域承载力为目标,调整参数的设定是尽可能满足2030年的理想状态值,并且研究结合地方规划目标和方案,最终设置了两种情景参数(见表5)。表5 两种模拟情景参数设定Table 5 Parameter setting of two simulated scenarios2.2.2 情景模拟结果分析 承载力预测结果表明(见图3),当前发展方案中胶州湾海域承载力呈“先缓慢提升,后显著下降”态势,故这一方案不能确保胶州湾海域承载力可持续发展;高质量发展方案中胶州湾海域承载力则呈“先缓慢上升,后显著提升”态势,这主要得益于前期高质量发展重在于搭建产业发展的基础,后续发力日益显著。因此,实施高质量发展是实现胶州湾海域可持续发展的必由之路。承载状态的划分标准32:当承载力(RC)0.80时,海域环境为强可载;当0.80RC0.90时,海域环境为较强可载;当0.90从模

《基于系统动力学模型的胶州湾海域承载力预测》由会员杨***分享，可在线阅读，更多相关《基于系统动力学模型的胶州湾海域承载力预测》请在金锄头文库上搜索。