集成ECAM–熵权–TOPSIS框架评估饮用水供应系统能源消耗与温室气体排放

《Frontiers in Environmental Science》：An integrated ECAM–Entropy–TOPSIS framework for evaluating energy consumption and greenhouse gas emissions in drinking water supply systems

　　

减少饮用水供应系统的能源消耗和温室气体（Greenhouse Gas, GHG）排放已成为实现气候中和和改善城市水基础设施可持续性的主要挑战。本研究提出一个集成的多准则决策（Multi-Criteria Decision-Making, MCDM）框架，将能源绩效与碳排放评估监测（Energy Performance and Carbon Emissions Assessment and Monitoring, ECAM）工具与熵权法（Entropy Weight Method, EWM）和逼近理想解排序法（Technique for Order Preference by Similarity to the Ideal Solution, TOPSIS）相结合，用于评估罗马尼亚Ia?i市一个地表水饮用水供应系统的能源和GHG相关性能。ECAM用于量化取水、处理和分配阶段的电力消耗和GHG排放，EWM用于确定两个选定环境标准（单位能耗和年GHG排放量）的客观权重。研究人员还考察了两个标准之间的相关性，并将EWM导出的权重纳入TOPSIS，根据选定的能源和GHG标准对各运营阶段进行相对性能排序。通过标准权重敏感性分析和输入标准值的可控单次单因子（One-At-a-Time, OAT）扰动，进一步评估了排序的稳定性。ECAM评估工具估算系统年总电力消耗为10.35 GWh，总GHG排放量为4.71 × 10⁶ kg CO₂当量（CO₂eq）。水分配被确定为能源和碳最密集的阶段，占总电力消耗和GHG排放的51.2%，具有最高的单位能耗（0.308 kWh m^-3）和单位GHG排放（0.140 kg CO₂-eq m^-3）。相比之下，处理阶段呈现最低的环境影响，并获得最高的TOPSIS近似系数（P_i = 1.000），而分配阶段排名最后（P_i = 0.000）。基准排序根据选定的能源和GHG相关标准，利用TOPSIS对各运营阶段进行性能排序。因此，所提出的ECAM–EWM–TOPSIS框架为比较饮用水供应系统各运营阶段的能源和GHG相关性能、识别需要进一步技术评估的阶段，提供了一种结构化且可复现的方法。

**集成ECAM–熵权–TOPSIS框架评估饮用水供应系统能源消耗与温室气体排放——论文解读**

**一、研究背景与问题**

气候变化、快速城市化和持续经济发展显著增加了饮用水需求，同时加剧了对可用淡水资源的压力。城市水基础设施作为现代城市的关键组成部分，其运行依赖于能源密集型过程，包括原水取水、处理、泵送、储存和分配。因此，城市水务部门已成为主要的市政能源消费者之一，电力成本往往占水务公司运营支出的很大比例。此外，日益严格的饮用水质量法规加速了先进处理技术的采用，进一步增加了运营能源需求。

饮用水系统的高能源需求直接关联温室气体（Greenhouse Gas, GHG）排放，使水务部门成为气候变化减缓工作的重要参与者。以往研究表明，城市水循环约占全球电力消耗的1%–3%，在欧洲，城市水基础设施估计占市政电力消耗近40%，并通过直接排放（CH₄和N₂O）和电力使用产生的间接CO₂排放贡献了全球变暖潜势的3%–10%。减少饮用水服务的碳足迹因此已成为国际气候政策（包括2015年《巴黎协定》）的战略目标。

尽管已有研究采用生命周期评估（Life Cycle Assessment, LCA）和ECAM（Energy Performance and Carbon Emissions Assessment and Monitoring，能源绩效与碳排放评估监测）等框架来量化城市水系统的环境影响，但大多数已发表研究评估了整个城市水循环或仅关注环境影响量化。相对而言，专门聚焦饮用水供应系统——特别是取水、处理和分配阶段——并将环境评估与客观多准则决策方法相结合以支持运营性能比较的研究较少。因此，亟需一种结构化方法，将环境量化评估与多准则决策分析技术相整合，以揭示各运营阶段的相对环境表现。

**二、研究内容与意义**

本研究提出了一个集成决策支持框架，将ECAM工具与熵权法（Entropy Weight Method, EWM）和逼近理想解排序法（Technique for Order Preference by Similarity to the Ideal Solution, TOPSIS）相结合，以评估罗马尼亚Ia?i市地表水饮用水供应系统的能源和GHG相关性能。ECAM工具用于量化取水、处理和分配三个主要运营阶段的电力消耗和相关GHG排放。EWM根据数据变异性客观确定选定环境指标的相对重要性；TOPSIS则基于导出权重对各运营阶段进行综合排序。研究还明确评估了两个选定标准之间的相关性，并通过标准权重敏感性分析和输入标准值的可控单次单因子（One-At-a-Time, OAT）扰动评估了EWM–TOPSIS结果的稳定性。该框架的意义在于，它将ECAM导出的环境指标与客观权重和复合排序以结构化方式整合，为比较饮用水供应系统各运营阶段的环境性能并识别需要进一步技术评估的阶段提供了透明且可复现的方法，有助于支持水务公司的运营决策和环境管理。

**三、关键技术方法**

本研究首先从区域水务公司APAVITAL S.A.获取Ia?i市饮用水供应系统2025年全年的运营数据，包括取水、处理和分配阶段的年水量及电力消耗，作为ECAM工具的主要输入。ECAM工具基于政府间气候变化专门委员会（IPCC）推荐的温室气体核算原则开发，在本研究中采用3.0.1版本，使用电网电力排放因子0.46 kg CO₂-eq kWh^-1，量化各阶段的电力消耗和相关GHG排放（主要为范围2间接排放）。随后，EWM基于Shannon熵理论，从包含三个运营阶段和两个环境标准（单位能耗C₁和年GHG排放C₂）的决策矩阵中客观推导标准权重。EWM导出的权重被纳入TOPSIS程序，通过计算各阶段与正负理想解的欧氏距离和近似系数P_i进行排序，其中两个标准均被定义为成本型标准。敏感性分析包括两方面：一是标准权重敏感性分析，系统变化权重分配（α从0.00到1.00，步长0.10，共11种情景）；二是OAT扰动分析，对决策矩阵中每个标准值分别施加±5%和±10%的扰动（共24种情景），每次仅改变一个值并重新计算完整的EWM–TOPSIS程序。

**四、研究结果**

**（一）ECAM评估结果**

ECAM工具对整个2025年的系统能耗和碳足迹进行了量化。系统总电力消耗为10.35 GWh，总GHG排放为4.71 × 10⁶ kg CO₂-eq。三个运营阶段之间出现了显著差异：取水阶段处理了最大的年水量（1,988万m³），但分配阶段尽管输送水量较小，却呈现出最高的电力需求（5.30 GWh），反映了维持管网水压和输配水的巨大能源需求。分配阶段还承担了系统碳足迹的最大份额，占总GHG排放的51.2%。处理阶段表现出最低的单位能耗（0.054 kWh m^-3）和单位GHG排放（0.025 kg CO₂-eq m^-3），表明其在三个评估阶段中具有最低的能源和碳强度。分配阶段则呈现最高的单位能耗（0.308 kWh m^-3）和单位GHG排放（0.140 kg CO₂-eq m^-3）。与以往研究的比较表明，饮用水供应系统的能源和GHG性能高度依赖具体情境，需结合系统边界、水源类型、处理配置和电力结构等因素审慎解读。

**（二）熵权法结果**

为最大限度地减少多准则评价中的主观性，采用EWM从数据变异性中直接推导标准权重。决策矩阵经向量归一化后，分配阶段在两个标准上均呈现最高归一化值，处理阶段始终呈现最低值，取水阶段居中。熵值计算结果显示，单位能耗（C₁）的熵值E_j为0.8395，多样化程度d_j为0.1605，客观权重w_j为0.5154；年GHG排放（C₂）的熵值为0.8491，多样化程度为0.1509，客观权重为0.4846。两个标准的权重相对均衡，表明两者对后续TOPSIS排序的贡献相近。研究还进行了描述性Pearson相关分析，相关系数r = 0.991，表明两个标准之间存在强正相关关系，这是因为ECAM评估中的GHG排放主要源自电力消耗。这一相关性需要在解读多准则结果时予以考虑。

**（三）TOPSIS结果**

将EWM导出的客观权重纳入TOPSIS分析后，加权归一化决策矩阵显示处理阶段在两个环境指标上均具有最低的加权值，分配阶段则具有最高值。由于两个标准均定义为成本型标准，正理想解（A⁺）对应每个标准的最小加权值，负理想解（A^-）对应最大加权值。TOPSIS排序结果明确：处理阶段获得最高的近似系数P_i = 1.000，排名第一，表明在定义的决策矩阵内该阶段与相对正理想解重合；取水阶段排名第二（P_i = 0.3533）；分配阶段获得最低近似系数P_i = 0.000，排名最后，直接反映了其显著较高的电力消耗和GHG排放。该排序与ECAM评估识别的阶段级模式一致。在当前的双标准应用中，由于两个标准产生相同的阶段排序（处理 < 取水 < 分配），TOPSIS主要提供了选定环境指标的复合综合，而非解决冲突性的多准则权衡。

**（四）敏感性与稳健性分析结果**

标准权重敏感性分析表明，在整个测试权重范围内（从仅考虑C₂到仅考虑C₁，共11种情景），TOPSIS排序保持不变：处理阶段始终排名第一，取水阶段第二，分配阶段第三。取水阶段的近似系数随权重分配变化在0.2837至0.4036之间渐进变动，但未出现排序反转。输入数据OAT扰动分析（24种情景）显示，EWM权重在有限范围内波动（C₁权重：0.4908–0.5386；C₂权重：0.4614–0.5092），取水阶段的近似系数在0.3023–0.4057之间变化，但处理阶段和分配阶段的相对位置保持稳定（分别为P_i = 1.000和P_i = 0.000）。在全部24种扰动情景中，基线排序均得以保留。这两项分析共同表明，对于所研究的数据集和测试情景，排序具有稳定性，但这应理解为当前决策问题的局部稳健性而非框架的普遍鲁棒性。

**五、讨论总结与研究局限**

本研究存在若干局限：评估仅针对单一饮用水供应系统和单一年份，限制了数值结果和排序结论的普适性；MCDM分析受限于三个运营阶段和两个环境标准；两个标准之间存在强相关性，部分信息重叠；框架未经过外部验证（如专家判断或其他MCDM方法对比）；ECAM评估主要捕捉电力相关的范围2排放，化学品、燃料、运输等非电力输入因数据不可得而未纳入。未来研究应在具有不同运营、技术和地形特征的饮用水供应系统中验证该框架，延长评估周期，并纳入更多技术和经济标准（如水损失、泵送效率、化学品消耗、运营成本、可再生能源整合），同时采用其他MCDM方法和情景分析进行更全面的验证。

**六、研究结论翻译**

本研究提出了一个集成ECAM工具与EWM和TOPSIS的决策支持框架，用于评估饮用水供应系统的环境性能。研究的贡献在于将ECAM导出的环境指标与客观标准权重和多准则排序以结构化方式整合，为比较主要运营阶段的环境性能提供了可复现的方法。ECAM评估确定分配阶段是所研究系统中能源和碳最密集的组成部分，占总温室气体排放的51.2%，而处理阶段在选定标准下表现出最有利的环境性能。随后的EWM应用为选定环境指标确定了数据驱动的权重，TOPSIS将运营阶段排序为处理 → 取水 → 分配。敏感性分析表明，在测试的标准权重变化和可控输入数据扰动下，基线排序保持不变，这一结果指示了所研究数据集和测试情景下的排序稳定性，而非集成框架的普遍鲁棒性。与传统的ECAM评估相比，EWM和TOPSIS的集成为选定环境指标提供了结构化的复合综合，并使各运营阶段能够在一个共同的决策框架内进行比较。在当前应用中，该方法应被解读为运营阶段层面的诊断和比较框架，而非对具体改进措施的评估。从实践角度看，研究结果确定分配阶段为需要进一步技术评估的主要领域，因其具有相对较高的能源需求和GHG排放。潜在的干预措施（包括泵优化、压力管理和先进运行控制）应在实施前通过专门的技术、环境和经济分析进行评估。因此，该框架为支持饮用水供应系统的进一步运营评估和环境管理提供了透明的基础。鉴于本研究考虑的标准集有限，评估框架可通过纳入互补的可持续性指标（如运营成本、水损失、可再生能源整合和生命周期环境影响）进一步扩展，以提供更全面的公用事业决策支持工具。