Page 122 - 2022年第53卷第3期

力较弱。而模糊逻辑一方面通过隶属度函数、模糊推理、去模糊化等方法，能够更好地处理非线性、
主观性问题；另一方面，通过科学设置模糊推理的控制规则，可反映评价指标间的影响关系 ［18-20］ 。该
方法为完善流域水安全评价方法提供了一种新途径，且指标间的相互影响为增大单指标在评价中的
作用提供了可能。当前模糊逻辑已经在一些评价研究中得到了应用，但尚未开展该方法对指标变化
的敏感性相关研究。
黄河流域生态保护和高质量发展上升为重大国家战略，但流域水安全形势仍面临资源性缺水、
生态脆弱等挑战 ［21］ 。本文以黄河流域为研究对象，构建了水安全评价指标体系和模糊逻辑评价模
型，与常用评价方法对比分析了模糊逻辑评价模型对指标变化的敏感性，并基于模糊逻辑评价模型
的敏感性特征提出水安全最优提升方向诊断方法。

2 指标体系与数据来源

2.1 评价指标体系构建 将黄河流域及流域内除四川省以外的 8 个省（区）作为研究范围，如图 1 所
示。黄河流域总面积中四川省占 2.13%，人口占全流域的 0.18%，不单独评价该省的水安全状态。基
于黄河流域水资源、经济社会和生态环境特征，从供水、水经济、水生态、水环境和防灾安全 5 个方
面建立水安全综合评价指标体系。
指标体系分成 3 个层次，目标层是水安全，准则层包括 5 个准则，指标层包括 15 个指标，每个准
则对应 2 ~ 5 个评价指标（表 1 和图 2）。针对水资源量、开发利用程度和供水能力，设计 5 个指标评价供
水安全；针对农业和工业用水效率，设计 2 个指标评价水经济安全；针对河道内生态流量保障、河流
水文情势变化和流域水土流失治理，设计 3 个指标评价水生态安全；针对水环境治理效果和污水处理
能力，设计 2 个指标评价水环境安全；针对水旱灾害防御措施和效果，设计 3 个指标评价防灾安全。

图 1 研究区域 图 2 评价指标体系与模糊逻辑评价模型架构

对指标进行归一化处理使每个指标的取值范围均为 0 ~ 100，且无量纲。各指标的最大/最小阈值
原则上采用极限值或相关导则中推荐的阈值，当无法获取上述阈值时，采用 2019 年我国各省（区）该
指标的最大值和最小值作为阈值，采用的阈值见表 1。指标分成正向指标和负向指标 2 类。
正向指标归一化方法为：
I ( ) i - T ( ) i
I ( ) i = 0 min × 100 （1）
T ( ) i - T ( ) i
1
max min
负向指标归一化方法为：
T ( ) i - I ( ) i
I ( ) i = max 0 × 100 （2）
1 T ( ) i - T ( ) i
max min
式中：I（i）为归一化后的第 i 个指标值；I（i）为第 i 个指标的原始值；T （i）为第 i 个指标的最小阈
1 0 min
值；T max （i）为第 i 个指标的最大阈值；i=1，2，…，15。对于正向指标，当 I（i）＜T （i）时，I（i）=0；
0 min 1
— 370 —