跨界河流中能源生产与农业需水的冲突协调：基于MOPSO-WEAP模型的瓦赫什河流域优化研究

本研究针对中亚阿姆河支流瓦赫什河流域上游水电开发与下游农业灌溉的用水矛盾，通过集成多目标粒子群优化算法（MOPSO）与WEAP水资源评估系统，构建仿真-优化模型。结果表明：罗贡大坝冬季最大发电量将导致下游农业供水可靠性降低40%，而优先保障农业需水则使冬季发电量减少50%。该研究为跨界水资源冲突提供了量化决策工具，对协调能源与粮食安全具有重要实践意义。

　　

在广袤的中亚地区，发源于帕米尔高原的瓦赫什河如同一条生命线，滋养着塔吉克斯坦的峡谷与乌兹别克斯坦、土库曼斯坦的绿洲。然而，随着上游国家塔吉克斯坦启动罗贡大坝（Rogun Dam）建设，这条跨界河流正成为能源野心与农业生存权博弈的战场。水电站在冬季需蓄水发电以满足严寒中的能源需求，而下游棉花和小麦的灌溉高峰却在夏季——这种季节性错配使得流域内国家矛盾日益尖锐。历史上，类似冲突已在尼罗河、幼发拉底河等流域上演，但中亚独特的政治经济格局使得解决方案更为复杂。

为破解这一难题，由芬兰研究理事会资助的TU-NEXUS项目团队开发了创新性的仿真-优化框架。研究人员将多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization, MOPSO）与水评估及规划系统（Water Evaluation and Planning System, WEAP）耦合，首次量化了瓦赫什河流域"能源-粮食-生态"三元悖论的权衡关系。这项发表在《Renewable Energy》的研究揭示：当罗贡大坝以最大产能运行时，下游农业供水可靠性骤降40%；反之，若优先保障灌溉需求，塔吉克斯坦冬季电力产出将损失过半。

关键技术方法包括：1）基于WEAP构建流域水文-工程耦合模型，模拟大坝运行对下游水文情势的影响；2）采用MOPSO算法求解多目标优化问题，目标函数同时考虑上游冬季发电量最大化与下游夏季灌溉保障率；3）通过帕累托前沿（Pareto Front）分析揭示两类目标的权衡关系；4）利用中亚气象水文观测数据（1988-2005年）进行模型率定验证。

Case Study, Vakhsh River
研究选取阿姆河最大支流瓦赫什河为对象，该河贡献了阿姆河年均径流（78.46 km³）的40%。通过分析流域内已建的努列克（Nurek）等梯级水电站与规划中的罗贡大坝，建立了包含6个主要水利节点的系统模型。

Results and Discussions
模拟显示：在现状运行模式下，下游灌溉缺口集中在5-9月，与上游发电高峰（11-2月）形成鲜明反差。优化后的帕累托解集表明，当冬季发电量达到12.5 TWh时，下游灌溉保障率仅60%；而将灌溉保障率提升至90%需将发电量限制在6.2 TWh。这种非线性关系揭示了基础设施设计需在"高坝大库"与"径流式电站"间谨慎取舍。

Conclusion
该研究证实，单纯技术优化无法完全消除跨界水资源冲突，但MOPSO-WEAP模型提供的量化工具能为谈判提供科学依据。例如，通过调整罗贡大坝运行规则或补偿机制，可在损失15%发电量前提下将下游灌溉保障率提高至75%。这一发现对中亚其他争议项目（如阿富汗的卡贾基水电站）具有重要借鉴意义。

CRediT authorship contribution statement
Matin Rafipoor负责算法开发，Amir Hatamkhani完成初稿撰写，Ali Torabi Haghighi（通讯作者）统筹项目并获芬兰科学院资助，Ali Moridi负责数据收集与概念设计。研究团队特别强调，未来需将气候变化情景（如冰川退缩）纳入模型，以增强决策的长期稳健性。这项工作不仅为《联合国水资源公约》实施提供了技术范本，更揭示了多目标优化在复杂人地系统管理中的广阔前景。