基于蒙特卡洛耦合黑翅鸢优化算法支持向量机的区域水土资源承载力预测

《Journal of Hydrology: Regional Studies》：Prediction of regional water and land resource carrying capacity using support vector machines supported by Monte Carlo coupled black-winged kite optimization algorithm

　　

本研究旨在解决区域水土资源承载力（Water and Land Resource Carrying Capacity, WLRCC）预测中存在的不确定性量化不足及评价标准科学性问题。研究选取中国黑龙江省为研究区域，构建了一个融合生产、生活、生态三个维度的评价指标体系，包含26项具体指标。在评价标准构建方面，研究人员采用主客观相结合的方法：利用全国范围指标数据，通过自然断点法（Natural Breakpoint Method）提取指标阈值并结合云模型（Cloud Model）理论确定客观分类标准，同时整合已有研究成果与专家经验建立主观分类标准，最终取两者平均值作为WLRCC的最终分级标准，将WLRCC划分为Ⅰ级（极差，0–0.17）、Ⅱ级（较差，0.17–0.32）、Ⅲ级（中等，0.32–0.48）、Ⅳ级（良好，0.48–0.62）、Ⅴ级（优秀，0.62–0.75）五个等级。在历史评价基础上，研究人员针对传统确定性预测方法仅能产出单一点值、无法反映未来不确定性的局限，提出了一种将蒙特卡洛随机模拟（Monte Carlo Simulation）与黑翅鸢优化算法（Black-winged Kite Algorithm, BKA）优化的支持向量机（Support Vector Machine, SVM）模型相结合的耦合预测方法。该方法首先运用指数平滑法（Exponential Smoothing Method）预测各指标未来年份的单值，并基于历史数据计算各指标标准差；继而通过蒙特卡洛随机抽样生成大量模拟样本，最终利用BKA优化参数后的SVM模型进行WLRCC预测，输出未来WLRCC的概率分布而非单一数值，从而有效量化未来水土资源承载力的不确定性与波动性风险。研究结果表明：黑龙江省WLRCC在历史时期总体呈上升趋势，空间格局由"东西高"演变为"北东高、南低"；2020年至2040年间，全省平均承载力整体向好，达到Ⅳ级及以上的城市数量逐年增加，但系统标准差显著增大，佳木斯、双鸭山和七台河的标准差增幅尤为突出，分别达到288%、283%和198%，表明系统在承载能力提升的同时稳定性趋于下降。敏感性分析显示，生态子系统指标对WLRCC的影响最为显著，其中道路清扫保洁面积、生活垃圾收集量、年降水量、居民用地面积、垦殖率和污水处理率的敏感系数均超过0.17。该研究为区域水土资源管理与可持续发展决策提供了科学依据与方法论支撑。

区域水土资源承载力（WLRCC）的科学评估与预测是资源管理与可持续发展领域的重要研究方向。随着全球城市化进程加速与人口增长，水土资源日益稀缺，社会资源经济需求与资源承载能力下降之间的矛盾愈发尖锐。传统WLRCC研究存在三方面突出问题：其一，评价标准构建缺乏科学性，等距法完全忽视指标数据的实际分布特征，自然断点法则对极端值过于敏感，而基于政策法规的主观判定又缺乏客观依据；其二，现有研究多将水资源与土地资源割裂考虑，缺乏对二者耦合承载机制的系统性研究；其三，传统预测方法仅能提供未来某一时间点的单值估计，无法反映WLRCC演化过程中的不确定性，致使决策者难以准确评估未来系统的稳定性。在此背景下，研究人员在《Journal of Hydrology: Regional Studies》发表了此项研究，旨在建立更为科学的评价标准，并提出能够量化不确定性的概率预测方法，为黑龙江省乃至类似区域的水土资源管理提供决策支持。

研究选取黑龙江省12个地级市为样本，数据来源包括2008至2023年的《黑龙江统计年鉴》《黑龙江农业年鉴》《黑龙江省水资源公报》《中国环境统计年鉴》及《中国统计年鉴》。研究采用的技术路线包含以下关键环节：首先构建涵盖生产、生活、生态三个子系统的26项评价指标体系；继而运用主客观结合法建立WLRCC分级标准；随后采用云模型计算历史WLRCC值；再通过指数平滑法预测指标未来值并结合蒙特卡洛模拟进行随机抽样；最终训练BKA-SVM模型实现未来WLRCC的概率预测，并通过敏感性分析识别关键驱动因子。其中，BKA为2024年新提出的元启发式优化算法，通过模拟黑翅鸢的迁徙与捕食行为，结合柯西变异策略与领导者策略以提升全局搜索能力与收敛速度；SVM选用高斯核函数（Gaussian Kernel Function, GKF），经BKA优化后惩罚因子C=940、核参数g=0.001，训练集与测试集的R²均大于0.95、均方根误差RMSE均小于0.01。

研究结果部分包含以下四个小节：

"Establish of standards for evaluating the WLRCC"：通过主客观结合法建立的分类标准有效克服了等距法的机械性缺陷。对比分析显示，采用等距法时哈尔滨、齐齐哈尔、鸡西、大庆、佳木斯、七台河、牡丹江等七市在16年间几乎全部为Ⅲ级且毫无变化，无法区分不同时期、不同城市的真实差异；而新建立的分类标准能更好识别WLRCC的实际变化。

"Historical spatio-temporal changes in WLRCC"：基于云模型计算的历史WLRCC结果表明，2008至2023年间黑龙江省WLRCC总体呈上升趋势。鹤岗增幅最大（38.4%），其等级由Ⅲ级跃升至Ⅳ级；伊春增幅次之（34.0%），等级由Ⅲ级跃升至Ⅴ级；大庆增幅最小（0.8%），等级维持Ⅳ级不变；哈尔滨则出现唯一下降，降幅1.7%但仍保持Ⅲ级。鹤岗与伊春的改善归因于其较低的人口密度带来的人均公园绿地面积和人均水资源量优势，以及矿山生态修复和退耕还林政策的有效实施；哈尔滨与大庆作为"哈大工业走廊"核心，SO₂排放远高于其他城市，加之较高的土地垦殖率和单位耕地机械化水平，导致承载力增长缓慢甚至下降。空间格局方面，2008年以Ⅲ级和Ⅳ级为主，Ⅳ级城市占53.8%；2013年Ⅳ级成为主导类型，占比升至76.9%；2023年Ⅴ级城市比例升至23.1%，最终形成"北东高、南低"的格局，哈尔滨成为唯一维持Ⅲ级的城市。

"Analysis of the results of WLRCC predictions"：BKA-SVM耦合模型的训练与测试结果显示模型具有高精度。通过方差稳定性分析确定2030、2035、2040年的最优模拟样本量分别为800、700、700。概率预测结果表明，未来各城市WLRCC变化趋势显著分化：哈尔滨和大庆持续下降且标准差分别增大16.7%和56.9%，系统趋于恶化且不稳定；其余城市总体上升，但佳木斯、双鸭山、七台河标准差增幅分别达288%、283%、198%，系统波动性急剧扩大；仅牡丹江、黑河、绥化在均值上升的同时标准差分别下降1.7%、4.3%、0.9%，实现改善与稳定双重目标。2030年概率分布呈现"东西低、中部高"的空间格局，哈尔滨100%概率处于Ⅲ级；2035年鹤岗主导等级由Ⅳ级转为Ⅴ级，大庆则由Ⅳ级降至Ⅲ级；2040年等级组合结构与2035年相比保持稳定。

"Sensitivity analysis of WLRCC indicators"：敏感性分析按敏感系数排序，道路清扫保洁面积（C20）、生活垃圾收集量（C22）、年降水量（C24）、居民用地面积（C10）、垦殖率（C2）、污水处理率（C26）的敏感系数均超过0.17，当变化率增至95%时WLRCC变化大于0.04。三子系统中，生态子系统平均敏感系数最高（0.1564），生活子系统次之（0.1329），生产子系统最低（0.1177），表明环境治理成效提升与减排措施实施更有利于增强WLRCC。

讨论部分，研究人员从三个维度展开分析。关于研究创新，本研究利用全国尺度数据与主客观结合法构建了WLRCC分级标准体系，克服了等距法和自然断点法的局限，并通过实证分析验证了其科学性与适用性；同时特别指出WLRCC为表征系统状态相对水平的综合指标，而非绝对容量阈值。在预测方法上，蒙特卡洛-BKA-SVM耦合模型实现了从确定性点值预测到概率分布预测的转变，核心贡献在于量化并凸显了未来趋势的不确定性。研究人员强调，均值上升伴随标准差显著增大的"增长但不稳定"状态，如佳木斯、双鸭山、七台河标准差增幅超过200%，表明系统韧性下降、缓冲不利扰动能力减弱，这种隐性风险比单纯的低承载力更具管理挑战性。BKA优化SVM在42秒内达到R²=0.99、RMSE=0.001，较分层网格搜索法速度提升约三倍，显示出明显的参数优化效率优势。关于研究局限性，研究人员承认该方法在提升预测精度与不确定性量化的同时，增加了模型的"黑箱"特性，BKA-SVM模型内部的非线性映射关系难以通过显式系数直观解释各驱动因子的边际效应；同时明确模型输出严格依赖于历史数据统计规律和"三生"系统指标框架，擅长推断"趋势性、结构性"变化而非精确点值，应避免将某一年份预测的标准差误读为确定可达的精确值，未来可探索SHAP、LIME等可解释性技术以增强决策透明度。政策建议方面，针对哈尔滨应严格执行生态保护红线、限制中心城区向生态敏感区扩张；伊春需在保障生态优势的同时平衡发展速度与WLRCC关系；佳木斯、双鸭山、七台河应优先控制水土资源系统波动风险，加强水土保持与生态屏障建设，有效管理道路清扫保洁面积、生活垃圾收集量和污水处理率；牡丹江、黑河、绥化则应巩固既有成果，持续优化"三生"功能结构。

研究结论部分指出：（1）基于全国指标数据和主客观结合法建立了WLRCC分类标准，分为Ⅰ级（0, 0.17）极差、Ⅱ级（0.17, 0.32）较差、Ⅲ级（0.32, 0.48）中等、Ⅳ级（0.48, 0.62）良好、Ⅴ级（0.62, 0.75）优秀五个等级；（2）开发了蒙特卡洛-BKA-SVM耦合模型进行概率预测，相较传统点值预测模型，该模型能输出未来WLRCC值的概率分布，清晰量化和揭示了省级尺度水土资源系统未来演化的不确定性与波动性风险；（3）揭示了黑龙江省WLRCC"总体改善但稳定性下降"的未来趋势，2030至2040年间全省平均承载力整体上升，达到Ⅳ级及以上的城市逐年增加，但标准差显著增大，佳木斯、双鸭山和七台河的增幅最为突出，达198%至288%，表明系统稳定性和韧性整体减弱，失稳风险升高；（4）敏感性分析表明土地开发利用强度、城市环境负荷、自然水文条件和人类调控能力是影响WLRCC的关键敏感性因子，构成系统的主要调控变量；（5）研究结论可为政策制定者和相关部门制定适宜的发展管理策略、提升水土资源利用效率和增强可持续发展能力提供参考。