2017, Vol. 37
[PDF全文]
随着人口的增长及社会经济的发展，水环境污染和水资源短缺逐渐成为制约社会经济可持续发展的重要因素.尽管我国流域水污染防治措施日渐完善，但我国水环境问题依旧表现为局部有所改善、总体尚未遏制、压力继续加大、形势依然严峻的特征.因此，有必要准确、客观地开展流域社会经济的水环境效应评估，以此来指导实现流域发展可持续性 (郭怀成等, 2011).
水环境与社会经济的发展具有耦合性，两者相互促进亦相互制约，以水资源水环境为核心的生态经济系统是“资源-环境-经济-社会”相互胁迫与约束的复杂巨系统.关注“水环境-社会经济”之间的耦合过程和耦合模式，并以此建立跨学科的环境经济耦合模型，已成为目前生态环境系统研究的有益尝试 (He et al., 2015; Liu et al., 2015; Feng et al., 2008; Clarke, 2002).
流域社会经济的水环境效应评估在1990年开始受到关注，刘庄等 (2009)和中国环境科学研究院 (2012)分别提出了相应的评估方法及指标体系，系统地表征了社会经济对水体污染负荷和水环境状况的影响.徐鹏等 (2013)针对我国湖泊生态安全评估及“一湖一策”工作的需要，提出一种流域社会经济的水环境效应评估方法，以南四湖流域开展实例分析.这种评估理念可以归纳为“驱动 (社会经济发展)-压力 (水体污染负荷)-状态 (水质)”，从逻辑上表现为流域社会经济的水环境效应的正向作用.总体而言，关于流域社会经济的水环境效应评估的研究较少.针对研究中更多关注的流域社会经济的水环境效应的正向作用，有必要从经济社会水环境耦合角度，识别社会经济对水环境的正向作用和逆向反馈，评估流域水环境变化趋势并识别其主要瓶颈，提出经济社会发展目标与水环境保护目标双重约束下的发展新模式.
水环境指标与经济开发活动、环境质量状况之间的数量关系非常复杂，统筹经济-社会-环境-资源系统的指标体系的构建，是流域水环境效应评估的关键.DPSIRM (Driving force-Pressure-State-Impact-Response-Management，驱动力-压力-状态-影响-响应-管理) 模型综合考虑影响水环境-水资源系统的经济、社会、生态、环境等因素，刻画了系统内在机理，能更大程度上完整、科学的反映系统内部各要素之间的关系，突出自然环境、资源与人类的耦合关系，为决策者提供科学的管理依据.DPSIRM模型已用于人居环境安全 (杨俊等，2012)、湖泊生态系统健康 (张峰等，2014) 和水资源安全 (张凤太等，2015) 等方面，而水环境社会经济效益评估方面应用未见报道.因此，本文引入“驱动力-压力-状态-影响-响应-管理”(DPSIRM) 模型构建经济社会与水环境之间的响应模式，利用信息熵计算出各指标的权重，能反映各项指标值的差异程度，进而模拟经济目标与水环境目标之间的制约与反馈关系.
长江中上游流域中，岷沱江流域社会经济比较发达、人口众多，大、中型工厂多达千余座，是四川省工业集中之地，人口密度之高冠于其他各河，沱江流域同时又是四川最大棉、蔗产地.在人口与经济发展的双重压力下，岷沱江流域的水质现状不容乐观，水环境问题逐渐显现.当前流域各城市进入城镇化、工业和农业现代化加速阶段，未来的经济规模扩张对岷沱江流域的水环境将形成更大的潜在压力.在“十八大”的GDP和居民收入翻番目标驱动下，水环境将形成更大的潜在压力.基于此，论文以岷沱江流域为研究区域，深入研究岷沱江流域水环境与社会经济系统的互动发展过程，分析影响水环境系统的社会经济发展各因素之间的相互关系，构建流域评估的DPSIRM及熵权模型，通过综合及子系统评估结果分析，探析影响流域可持续发展的关键因素，进而表明此模型的实用性和可行性，为区域水环境规划与综合管理科学决策提供依据.
2 数据与方法 (Data and methods) 2.1 流域社会经济的水环境效应评估的DPSIRM概念框架从流域社会经济-水环境系统动力学特征来看，描述流域社会经济的水环境效应应包括正向作用和逆向反馈2个特征 (徐鹏等，2013).正向作用：“三产”(农业、工业和服务业) 发展规模、结构和布局正向决定了两类压力，导致水环境状态发生变化，表现为水质恶化和水生态系统退化.一是直接造成了水体污染物的富集和排放，二是改变土地利用方式 (如湿地、耕地面积等) 和强度 (如化肥施用强度等)，从而间接影响流域水体污染物截流、降解能力.逆向反馈：面对恶化的水环境状态，社会经济活动还表现出逆向反馈，采取源头控制、土地利用方式和强度调整，以及末端的水污染控制等调控措施，在未来一定时期内缓解和改善水环境状态.
上述特征可以采用DPSIRM模型清晰、简洁地描述“水环境-社会经济”的双向作用强度.采用DPSIRM模型构建新的区域水环境社会经济效益评估指标体系，指标体系包括驱动力子系统、压力子系统、状态子系统、影响子系统、响应子系统以及管理子系统6部分，如图 1所示.
 |
| 图 1 水环境社会经济效益评估的DPSIRM框架模型 Fig. 1 The DPSIRM framework of water resource carrying capacity |
选取25个指标构建了区域水环境效应综合评估指标体系，如表 1所示.具体含义为：
| 表 1 流域水环境效应综合评估指标体系 Table 1 Comprehensive evaluation index system of water environment effect of river basin |
 |
① 人口、经济和社会发展作为驱动因素推动水生态系统发展变化，将“人口、经济和社会发展”作为“D驱动力”子系统，包括3个指标：人口密度：人口密度是单位面积土地上居住的人口数.是反映流域人口是否超负荷的指标.人均GDP能够反映区域经济发展水平的高低，是了解和把握流域的宏观经济运行状况的有效工具.城镇化率：反映城市化对水环境系统的压力，衡量该流域社会组织程度和管理水平的重要标志.本文采用地区非农业人口数与总人口数之比进行计算.
② 由此带来供水需求和污水排放的巨大挑战和压力，将“水的需求压力和排污量”作为“P压力”子系统，表征人类经济社会活动、技术水平和气候条件对水环境的影响压力，选用4个指标进行分析：单位GDP工业氨氮/COD排放量：用于研究国民生产总值与工业氨氮/COD排放量之间的关系，能比较直观地看出GDP增长的同时所带来的工业氨氮/COD的变化情况.化肥施用强度：即每公顷耕地上的化肥施用量，用于研究流域水体污染物的截流、降解能力.人均耕地面积：人均耕地占有量指标反映出土地资源对于不合理的流域城市扩张在土地供给方面的约束程度.
③ 状态层指标反映水环境状况，选用7个反映流域水环境现状的指标，包括高锰酸盐指数、氨氮、DO (溶解氧)、总磷、BOD5、挥发酚、砷、铅、铬.
④ 水环境系统与自然、社会间的关系恶化，将“水环境系统与自然、社会的供需矛盾”作为“Ⅰ影响”子系统，包括社会经济源头控制、土地利用方式和强度调整，以及末端的水污染控制等调控水平.包括4个指标：有效灌溉面积：在一般情况下，有效灌溉面积应等于灌溉工程或设备已经配备，能够进行正常灌溉的水田和水浇地面积之和.它是反映流域耕地抗旱能力的一个重要指标.人均水资源量代表区域内人均占有水资源水平，人均日生活用水量指每一用水人口平均每天的生活用水量；用水普及率：指城市非农业用水人口数与城市非农业人口数之比，可以间接的反映流域城市的发展水平.
⑤ 在此基础上，为了缓解这种矛盾人们采取一系列防范措施直接作用于水环境系统，如减少污染物的排放，将“水污染治理成效”作为“R响应”子系统；包括2个指标：污水处理率：指经过处理的生活污水、工业废水量占污水排放总量的比重.反映末端水污染控制的调控水平.工业废水排放达标率：指工业废水排放达标量占工业废水排放总量的比重，用于表征流域发展经济的同时对水环境的重视程度.
⑥ 通过政策管理增强水环境系统的管理，整个体系每个环节渗透着调控和管理的思想，以达到社会经济可持续发展的目的，将“管理调控”作为“M管理”子系统，包括2个指标：工业废水治理投资表明治理废水的环保投资之和.建成区绿化覆盖率反映了城市生态绿化情况.
2.3 评估分级标准的建立评估标准的关键是要确定指标的最劣和最优值.本文确定评估分级标准的方法：①有国家标准或地方标准的，尽量采用规定的不同等级的标准值.②引用文献列出的评估分级标准.③发展条件相似，且发展较好的地区的现状值可以考虑作为目标值.如发达地区的，可以参照中等发达国家的水平；不同地区中，可以参照发展条件相似、发展较好的地区的水平.④通过统计分析自身历年数据，选取数据序列的10%、90%分位数作为最劣或最优值.⑤在没有国家标准可参照，也无法判别发达地区指标是否科学合理的情况下，专家的经验往往成为确定最优或最劣值的最佳选择.
流域社会经济的水环境效应评估指标及标准见表 2.人均日生活用水量、人口密度、人均水资源量来自文献 (张龙云等，2006；张凤太等，2012).人均GDP、城镇化率、化肥施用强度以及响应类指标中的单位GDP工业氨氮排放量和单位GDP工业COD排放量以该指标的全国各省2000年和2014年数据序列的10%、90%分位数作为最劣或最优值 (取决于指标是越大越好还是越小越好).有效灌溉面积、建成区绿化覆盖、污水处理率和工业废水排放达标率参考深圳指标.高锰酸盐指数、氨氮、DO、总磷、BOD5、砷、挥发酚、铅、铬采用地表水环境质量标准 (GB3838—2002).
| 表 2 流域社会经济的水环境效应评估标准 Table 2 Assessment criteria of water environmental effects of the social economy in the basin |
|
对流域指标体系的各个子系统计算水环境效应指数.在指标体系中，各评估指标特征值对于综合评估结果来说，有的是越大越优，这类指标称为正向指标；有的是越小越优，这类指标称为逆向指标.
正向指标的水环境效应指数Ii：
|
(1) |
逆向指标的水环境效应指数Ii：
|
(2) |
式中，xi为第j个评估对象中第i个指标的实际值，xim和xiM分别是为指标i设置的极小值和极大值.
2.4.2 基于熵变加权法的指标权重计算信息熵是系统有序程度的度量，即随机无约束程度的一种变量，信息熵描述了样本数据变化速率，在综合评估中由此得到的指标权重描述了指标数值变化的相对幅度 (Amedeo et al., 2016).相对于指标理想值而言，指标值变化越快，得到的指标信息熵就越小，其效用值越大，指标权重就越大；反之，指标权重就越小.因此，利用信息熵计算出各指标的权重，能反映各项指标值的差异程度，为综合评估提供依据 (Juliane et al., 2016).据此，可利用信息熵来表征各指标的差异程度，某项指标的熵值越小，有序度越高，对流域社会经济的水环境效应评估重要性越大，反之越小.熵权计算步骤如下：
① 确定第j个子系统下第i个待评估指标比重为pij
|
(3) |
式中，Iij为计算得到的子系统j第i个指标的效应值指数，n为待评估样本数.
② 确定第i个指标的熵值ei
|
(4) |
③ 计算第i个指标的熵权wi
|
(5) |
④ 根据计算得出的各指标的环境效应指数和熵权，可以计算出区域水环境效应综合指数.
|
(6) |
岷江发源于岷山南麓，经灌县后分内外两江流入中游成都平原灌区，流经乐山接纳大渡河、青衣江，在宜宾城下注入长江，干流全长约735 km，流域面积约13.59×104 km2.沱江发源于四川茂汶县九顶山南麓，全长约623 km，流域面积约27493 km2.选择岷沱江流域典型水文站点进行计算：泸定、彭山、五通桥、夹江、三皇庙、登瀛岩.
岷沱江流域主要地级市有成都市、眉山市、乐山市、宜宾市、德阳市、资阳市、内江市、自贡市、泸州市、绵阳市、遂宁市，是社会经济比较发达，人口众多的区域.岷沱江流域主要地级市和水文站点如图 2所示.
 |
| 图 2 岷沱江流域位置图 Fig. 2 Location map of Mintuo River |
统计获得岷沱江流域彭山、五通桥、泸定、夹江、三皇庙、登瀛岩6个主要水文站点的水环境指标 (高锰酸盐指数、氨氮、DO (溶解氧)、总磷、BOD5、挥发酚、砷、铅、铬)2000—2014年的浓度值.将各指标历年的平均值，作为岷沱江流域状态层各指标数值.数据来源于《国家水文年鉴》和四川省水文局.
搜集整理表 2中2000—2014年岷沱江流域11个城市 (成都市、眉山市、乐山市、宜宾市、德阳市、资阳市、内江市、自贡市、泸州市、绵阳市、遂宁市) 各指标数据，将11个城市数据平均，作为岷沱江流域2000—2014年各指标数据，统计数据来自于《四川省统计年鉴》.
3.2 岷沱江流域社会经济的水环境效应综合评估结果将岷沱江流域社会经济的水环境效应评估标准 (表 2) 代入公式 (3)~(6) 计算得出的各指标的熵权wi如表 2所示，并得到相应的分级指数如表 2所示.评估准则如下：非常安全[1, 0.8330), 安全[0.8330, 0.6338)，基本安全[0.6338, 0.4439)，不安全[0.4439, 0.2241)，极不安全[0.2241, 0.0135].
从图 3a可以看出，指标对综合水环境影响程度最大指标依次为：建成区绿化覆盖率>森林覆盖率>砷>工业废水治理投资>人口密度>>DO>人均日生活用水量、用水普及率、工业废水排放达标率、污水处理率、有效灌溉面积>城镇化率>人均水资源量，其中，工业废水治理投资和建成区绿化覆盖率都属于管理子系统，管理子系统的两个指标对综合水环境效应影响最大.
 |
| 图 3 各指标的熵权值 (a) 和各子系统熵权比重 (b) Fig. 3 The entropy weight of each index (a) and the entropy weight of each subsystem (b) |
分别计算驱动力子系统、压力子系统、状态子系统、影响子系统、响应子系统以及管理子系统的平均熵权所占比重，如图 3b所示，可以分析出它们对综合评估结果的贡献率大小.可以看出，管理子系统指标起的作用最为显著，其次为影响子系统指标、响应子系统指标，压力子系统指标对综合评价影响最小.表明近年来，岷沱江流域社会经济管理能力在逐渐增强，压力在逐渐减小.
将2000—2014年岷沱江流域11个城市平均数据代入公式 (1)~(6)，计算得出岷沱江流域2000—2014年的水环境效应评估综合指数及对应的评估等级如图 4所示.
 |
| 图 4 岷沱江流域2000年—2014年的水环境效应评估指数及评估等级 Fig. 4 Evaluation index and grades of water environmental effect of Mintuo River Basin in 2000—2014 |
通过对岷沱江流域评估综合指数进行分析得到，2000—2006年岷沱江流域的水环境效应都处于Ⅲ级 (基本安全)；从2007年开始，岷沱江流域的水环境效应都处于Ⅱ级 (安全).岷沱江流域水环境效应评估综合指数在2000—2014年间呈现逐步上升的趋势，但2003—2006略有下降，2011年达到最大，2012—2014年又逐步下降，主要由于工业废水治理投资从2011年开始减少，对综合指数影响较大.总体趋势表明，岷沱江流域在过去15年，尤其是2007年之后，治理力度显著且切实有效，未来应加强工业废水治理的投资力度.
3.3 岷沱江流域水环境效应各子系统评估分析计算得到岷沱江流域水环境效应各子系统分项评估指数趋势图 (图 5).由图 5可以看出：岷沱江流域水环境效应各子系统评估指数差异性较大，有着不同的发展趋势.
 |
| 图 5 岷沱江流域各子系统水环境效应指数趋势图 Fig. 5 The trend Map of each system for water environment effect indexes in Min Tuojiang River |
① 状态子系统处于平稳趋势，指数值在15年间略有下降，主要由于指标高锰酸盐指数和总磷浓度增加，而氨氮浓度下降，其他水质指标变化不大.水环境状态自2002年有所改善，但改善幅度较小，表明环境保护政策与措施在逐步产生影响.
氨氮浓度从2002年的0.946 mg·L-1增加到2004年的2.4 mg·L-1，处于地表水质劣Ⅴ级标准，增加幅度较大，但2004年以后逐步减少，减少到2014年的1.285 mg·L-1，处于地表水质Ⅳ级标准，仍然是需要重点防治的指标.总磷浓度在2014年仍为0.465 mg·L-1，处于地表水质劣Ⅴ级标准，同样是需要重点防治的指标.高锰酸盐指数在15年间逐渐增加，从2002年的2.919 mg·L-1增加到2014年的4.39 mg·L-1，表明高锰酸盐指数同样是需要重点防治的指标.
由于岷沱江流域每年接纳大量的生活污水和工业废水，水质的污染来源主要有生活污水、工业废水和农业污染等，岷沱江流域超标因子为氨氮、总磷、高锰酸盐指数指标，可见，水质污染防治刻不容缓.
2011年9月四川省开始在岷沱江干流和重要支流开展了跨界断面水质超标扣缴制度，罚款因子为高锰酸盐指数和氨氮.氨氮浓度确实减少了很多，但高锰酸盐指数浓度仍然在增加.主要是由于水质超标的扣缴金额远远低于污染治理成本，部分流量小的支流断面未纳入考核，因此建议增加扣缴额度，特别是超标严重的因子，如总磷和氨氮等，将水质差、流量小的支流增加到扣缴制度的实施范围内，以便更好的利用经济手段用于环境监管.
2015年岷江流域考核断面，氨氮、高锰酸盐指数和总磷年均浓度分别由2014年的1.64、4.36和0.60 mg·L-1下降至2015年的0.99、4.06和0.47 mg·L-1，指标改善明显.沱江流域考核断面，氨氮和高锰酸盐指数年均浓度分别由2014年的0.93和4.42 mg·L-1下降至2015年的0.70和4.39 mg·L-1，指标有所改善；总磷年均浓度2014年为0.33 mg·L-1，2015年为0.34 mg·L-1，基本持平，污染恶化的趋势有所遏制.岷沱江流域考核断面的氨氮和高锰酸盐指数两项指标已达到地表水Ⅲ类水质标准，但总磷指标与地表水Ⅲ类水质准 (0.2 mg·L-1) 相比，还有较大差距.总磷已成为岷江、沱江流域的首要污染物.
② 管理子系统总体呈现上升趋势，波动较大，2000—2010年呈现上升趋势，2011年比2010年指数增加较多，但在2011—2014年逐渐减少，主要是由于工业废水治理投资减少较多，工业废水治理投资由2011年的622493万元，逐渐减少到2014年的199700万元.特别是2011年增加幅度较大，与2011年对岷沱江制定新的流域管理措施相一致.说明岷沱江流域的政府、企业及社会团体对水环境的重视程度在不断的提高，环境保护力度也在不断的加大，对水环境的状况的提升有促进作用.
③ 响应子系统在2005—2007年减少，但之后增加很快.工业废水排放达标率从2000年的52.05%上升到2014年的96.15%，在总体上也呈上升趋势.污水处理率从2000年的49.4%增加到2014年的84.26%.
④ 社会经济发展对水环境直接影响体现在压力和驱动力子系统.为了确定岷沱江流域社会经济调控战略方案，有必要分析对指数变化贡献有明显差别的指标.
压力子系统指数基本呈下降趋势，从2000年0.01仅减少到2014年的0.004(图 4).社会经济发展压力呈现持续改善的趋势，但改善幅度甚小.
对于社会经济发展压力而言，2000—2014年其主要制约因素是人口密度、城镇化率和人均耕地面积，因为这些制约因素与全国水平最优值存在较大的差距.其中，化肥施用强度和人均耕地面积两个指标体现出农业面源排放压力较大.单位GDP工业氨氮排放量、单位GDP工业COD排放量、化肥施用强度和人均耕地面积均处于Ⅴ级 (极不安全) 等级，与全国最优值差距较大，表明岷沱江流域单位GDP工业氨氮和COD的排放强度较大对水环境压力较大.单位GDP工业COD的排放量呈先增加后减少的趋势，单位工业GDP工业COD排放量从2000年的68.23 t/108元增加到2002、2003年达到较大值，2004年以后减少，在2014年减少到48.07 t/108元，但仍然远低于全国平均水平 (19.62 t/108元).单位GDP工业氨氮排放量呈波动变化，总体略有减少，单位工业GDP工业氨氮排放量从2000年的5.04 t/108元减少到2005年的2.603 t/108元，但随后又逐渐增加到2011年6.019 t/108元，之后逐渐减少到2014年4.07 t/108元，但仍然低于全国平均水平 (1.47 t/108元).
驱动力子系统逐年稳步增加，增加最大的是流域人均GDP的快速提高，从2000年的4289元·人-1提高到2010年的21517元·人-1，并于2012年开始高于全国平均水平 (3万元·人-1)，提高到2014年的36898元·人-1.
4 结论 (Conclusions)1) 运用熵变加权方法对岷沱江流域2000—2014年的水环境效应评估，岷沱江流域2000—2006年岷沱江流域的水环境效应都处于Ⅲ级 (基本安全)；从2007年开始，岷沱江流域的水环境效应都处于Ⅱ级 (安全).岷沱江流域水环境效应评估综合指数在2000—2014年间呈现逐步上升的趋势，表明在过去15年，尤其是2007年之后，岷沱江流域治理力度显著且切实有效.由于工业废水治理投资从2011年开始减少，岷沱江流域水环境效应评估综合指数2012—2014年逐步下降.
2) 岷沱江流域水环境效应各子系统评估指数的发展趋势差异性较大，各子系统对岷沱江流域水环境效应的作用不同.其中管理子系统指标起的作用最为显著，其次为影响子系统指标、响应子系统指标，压力子系统指标对综合评价影响最小.近年来，岷沱江流域社会经济管理能力在逐渐增强，岷沱江流域的政府、企业及社会团体对水环境的重视程度在不断的提高，环境保护力度也在不断的加大，对水环境的状况的提升有促进作用.压力子系统指标对综合评价影响在逐渐减小，即社会经济发展对水环境的直接影响减小.
3) 通过岷沱江流域水环境与经济社会发展相互关系分析，引入“驱动力-压力-状态-影响-响应-管理”(DPSIRM) 模型构建经济社会与水环境之间的响应模式，期望该方法为我国流域生态安全评估及流域治理工作提供新的评估理念.通过综合及子系统评估结果分析，探析影响流域可持续发展的关键因素，进而表明此模型的实用性和可行性，为区域水环境规划与综合管理科学决策提供依据.
| [${referVo.labelOrder}] | Amedeo A, Maurizio B, Roy C. 2016. Bayesian estimation and entropy for economic dynamic stochastic models: An exploration of over consumption[J]. Chaos, Solitons & Fractals, 88 : 143–157. |
| [${referVo.labelOrder}] | Clarke A L. 2002. Assessing the carrying capacity of the Florida keys[J]. Population & Environment, 23 : 405–418. |
| [${referVo.labelOrder}] | Feng L H, Huang C F. 2008. A risk assessment model of water shortage based on information diffusion technology and its application in analyzing carrying capacity of water resources[J]. Water Resource Management, 22 : 621–633. DOI:10.1007/s11269-007-9182-z |
| [${referVo.labelOrder}] | 郭怀成, 都小尚, 刘永, 等. 2011. 基于景观格局分析的区域规划环评方法[J]. 地理研究, 2011, 30(9) : 1713–1724. |
| [${referVo.labelOrder}] | Juliane R, Axel K, Florian S. 2016. Partial-moment minimum-entropy models for kinetic chemotaxis equations in one and two dimensions[J]. Journal of Computational and Applied Mathematics, 306 : 300–315. DOI:10.1016/j.cam.2016.04.019 |
| [${referVo.labelOrder}] | 刘庄, 郑刚, 张永春, 等. 2009. 社会经济活动对太湖流域的生态影响分析[J]. 生态与农村环境学报, 2009, 25(1) : 27–31. |
| [${referVo.labelOrder}] | He W, He Q, Zhou J. 2015. Soil weathering-water environment-ecological risks in Hanjiang River Basin, China[J]. Quaternary International, 4 : 297–304. |
| [${referVo.labelOrder}] | 徐鹏, 高伟, 周丰, 等. 2013. 流域社会经济的水环境效应评估新方法及在南四湖的应用[J]. 环境科学学报, 2013, 33(8) : 2285–2295. |
| [${referVo.labelOrder}] | Liu Y, Long H, Li T, et al. 2015. Land use transitions and their effects on water environment in Huang-Huai-Hai Plain, China[J]. Land Use Policy, 47 : 293–301. DOI:10.1016/j.landusepol.2015.04.023 |
| [${referVo.labelOrder}] | 杨俊, 李雪铭, 李永华, 等. 2012. 基于DPSIRM模型的社区人居环境安全空间分异——以大连市为例[J]. 地理研究, 2012, 31(1) : 135–143. |
| [${referVo.labelOrder}] | 张峰, 杨俊, 席建超, 等. 2014. 基于DPSIRM健康距离法的南四湖湖泊生态系统健康评价[J]. 资源科学, 2014, 36(4) : 831–839. |
| [${referVo.labelOrder}] | 张凤太, 王腊春, 苏维词. 2015. 基于DPSIRM概念框架模型的岩溶区水资源安全评价[J]. 中国环境科学, 2015, 35(11) : 3511–3520. |
| [${referVo.labelOrder}] | 张凤太, 王腊春, 苏维词, 等. 2012. 基于熵权集对耦合模型的表层岩溶带"二元"水资源安全评价[J]. 水力发电学报, 2012, 31(6) : 70–76. |
| [${referVo.labelOrder}] | 张龙云, 曹升乐, 杨尚阳. 2006. 属性识别理论在水安全评价中的应用研究[J]. 山东大学学报 (工学版), 2006, 36(5) : 70–72. |
| [${referVo.labelOrder}] | 中国环境科学研究院. 2012. 湖泊生态安全调查与评估[M]. 北京: 科学出版社. |