张 勇， 张治国， 董晓辉， 杜 轶， 李有华， 郭汉清

(1.山西省水土保持科学研究所，山西太原 030013；2.山西农业大学资源环境学院，山西太谷 030801；3.山西农业大学林学院，山西太谷 030801)



基于ARIMA模型的山西省水资源生态足迹时间序列分析

张 勇1， 张治国1， 董晓辉1， 杜 轶2*， 李有华1， 郭汉清3

(1.山西省水土保持科学研究所，山西太原 030013；2.山西农业大学资源环境学院，山西太谷 030801；3.山西农业大学林学院，山西太谷 030801)

运用水资源生态足迹模型计算了2003～2012年山西省水资源生态足迹，并对2013～2017年山西省水资源生态足迹进行ARIMA模型时间序列预测分析。结果表明：ARIMA(2，1，1)模型能够较好地拟合2005～2012年山西省水资源生态足迹变化，并预测2013～2017年山西省人均水资源生态足迹变化，误差不超过10%。将ARIMA模型运用于生态足迹时间序列的模拟和预测中，变静态分析为动态模拟，具有很好的适应性，能提高预测精度。

ARIMA模型；水资源生态足迹；时间序列；山西省

自生态足迹(Ecological Footprint)由Ree和Wackernagel[1-2]提出以来，作为一种测度可持续发展水平的方法，被广泛应用。1999年徐中民等[3]将该理论引入我国，现已被大多学者接受。然而，生态足迹模型对研究对象动态变化分析及未来预测均存在一定的缺陷。为弥补这方面不足，国内外学者进行了尝试性的探索。Senbel等[4]在3种不同假设的基础上计算了1926～1995年澳大利亚的生态足迹，但是未讨论生态足迹未来发展趋势。Ediger等[5]以北美为研究对象，运用情景分析法，预测了21世纪的生态赤字，但是该方法随机性强，不确定性大。岳东霞等[6]采用“变化率”和“剪刀差”的方法预测了2005～2015年甘肃省生态足迹发展趋势，但是该方法会随着数据量的增加而不断增加误差，且不能处理波浪状或阶梯状变化的时间序列样本。……