Clear Sky Science · de
Bewertung der Trinkwasserressourcen-Tragfähigkeit in der Stadt Ordos basierend auf dem gekoppelten Modell Spieltheorie-TOPSIS-Graue-Vorhersage
Warum Wassergrenzen in einer boomenden Wüstenstadt wichtig sind
In den trockenen Grasländern der Inneren Mongolei hat sich Ordos zu einem der größten Kohle- und Energiezentren Chinas entwickelt. Doch diese schnell wachsende Stadt liegt in einer Region, in der Niederschläge knapp, Verdunstung hoch und Ökosysteme fragil sind. Die zugrundeliegende Studie stellt eine einfache, aber entscheidende Frage: Wie viel Entwicklung kann Ordos mit dem vorhandenen Wasser — und dem Wasser, das aus dem Gelben Fluss zugeführt wird — verkraften, ohne seine Umwelt über einen kritischen Punkt hinaus zu belasten?

Wachstum und Überleben in einem trockenen Land ausbalancieren
Ordos liegt in den oberen Abschnitten des Einzugsgebiets des Gelben Flusses, mit einer jährlichen Niederschlagsmenge von nur 150–400 Millimetern und einer vielfach höheren Verdunstung. Gleichzeitig liefert die Region etwa 17 Prozent der Rohkohle Chinas und weist eine Urbanisierungsrate von nahezu 80 Prozent auf. Diese doppelten Belastungen — hoher Wasserbedarf und empfindliche Umwelt — machen Ordos zu einem Prüfstein dafür, wie rohstoffbasierte Städte wachsen können, ohne ihre knappen Wasserressourcen auszuschöpfen. Die Autoren untersuchen die „Tragfähigkeit der Wasserressourcen“ der Stadt, also inwieweit die Wasserversorgung Menschen, Industrie und Natur innerhalb sicherer Grenzen unterstützen kann.
Viele Hinweise zu einer einzigen Zustandsprüfung zusammenführen
Um die Wassersituation in Ordos zu beurteilen, bauten die Forschenden ein Indikatorensystem mit 20 Kennzahlen auf, die in drei Themen gruppiert sind: Wasserressourcen (z. B. Gesamtwasserverfügbarkeit, Nutzung und Rückgewinnungswasser), sozioökonomische Aktivität (wie Bevölkerung, Bruttoinlandsprodukt und Kohleförderung) und ökologische Bedingungen (einschließlich Grünflächen und Flussgesundheit). Da unterschiedliche Indikatoren unterschiedlich stark ins Gewicht fallen, müssen sie gewichtet werden. Traditionelle Methoden stützen sich entweder stark auf Expertenmeinungen oder ausschließlich auf statistische Muster, was zu Verzerrungen führen kann. Die Forscher behandeln hier die Gewichtsermittlung als eine Art „Verhandlungsspiel“ zwischen subjektiven Expertenurteilen und mehreren datenbasierten Methoden und nutzen die Spieltheorie, um einen ausgewogenen Kompromiss zu finden. Dieser Ansatz reduzierte zufällige Schwankungen in den Gewichten um etwa ein Drittel und verhinderte, dass auffällige wirtschaftliche Indikatoren überbewertet wurden, während zugleich unterbewertete, aber wichtige Indikatoren wie die Nutzung von Rückgewinnungswasser aufgewertet wurden.
Veränderungen über Raum und Zeit verfolgen
Mit diesen verfeinerten Gewichten nutzten die Autoren ein Entscheidungswerkzeug namens TOPSIS, um für jeden kreisähnlichen Bereich Ordoses von 2000 bis 2023 einen jährlichen Wasser-Tragfähigkeitsindex zu berechnen. Der Index reicht von 0 bis 1; höhere Werte bedeuten bessere Tragfähigkeit. Auf Stadtebene stieg er im Untersuchungszeitraum von 0,33 auf 0,64, was einem durchschnittlichen Jahreszuwachs von 2,9 Prozent entspricht. In den frühen Jahren herrschte starke Überlast, doch die Bedingungen verbesserten sich allmählich auf ein „erträgliches“ Niveau. Das Muster ist ungleichmäßig: Östliche Bereiche entlang des Gelben Flusses, unterstützt durch Umleitungsprojekte, die jährlich etwa 28 Millionen Kubikmeter Wasser ergänzen, und durch dichte Wasserinfrastruktur, gelangten früher in sichere Bereiche. Westliche Regionen, geprägt von Wüste und wasserintensiver Landwirtschaft, hinkten zurück, obwohl auch sie sich bis 2023 von chronischer Überlastung zumindest zu einer „schwachen“ Nachhaltigkeit verschoben haben.
Mit vorsichtigem Optimismus in die Zukunft blicken
Um einen Blick in die Zukunft zu werfen, nutzte das Team eine Vorhersagetechnik namens graues Vorhersagemodell, die sich gut für kurze Datenreihen und unsichere Systeme eignet. Mit den vergangenen 24 Jahren der Indexwerte prognostizierten sie, dass der gesamtstädtische Wasser-Tragfähigkeitsindex von Ordos etwa 0,63 im Jahr 2025, 0,77 im Jahr 2030 und nahezu 0,97 bis 2040 erreichen würde — damit deutlich im Bereich der „starken Tragfähigkeit“. Statistische Prüfungen deuten darauf hin, dass die Modellfehler im Allgemeinen klein sind, obwohl die Autoren einräumen, dass extreme Dürreperioden oder andere Schocks, die schwer vorherzusagen sind, diese Entwicklung stören könnten. Die Ergebnisse legen nahe, dass fortgesetzte Investitionen in ökologische Wiederherstellung, Rückgewinnungswasser und intelligentere Allokation die Sicherheitsmarge der Stadt weiter vergrößern können, selbst bei fortschreitender wirtschaftlicher Entwicklung.

Was das für Menschen und Politik bedeutet
Für Nichtfachleute ist die Botschaft beruhigend, aber nicht selbstzufrieden. Ordos hat sich von einem Wassersystem unter erheblicher Belastung zu einem entwickelt, das seine Bevölkerung, Industrien und Ökosysteme vernünftigerweise unterstützen kann — vorausgesetzt, die hart erkämpften Fortschritte werden geschützt. Das kombinierte Instrumentarium der Studie aus gewichteten Indikatoren, Zustandsbewertung und Zukunftsprojektion bietet Planern auf lokaler und nationaler Ebene eine Möglichkeit, realistische Grenzen für Bevölkerung, Industrie und Flächennutzung festzulegen, die dem tatsächlichen Wasserangebot entsprechen. Während andere trockene, rohstoffreiche Regionen mit Klimawandel und CO2-Reduktionszielen kämpfen, könnte ein solches dynamisches „Wasserkonto“ dazu beitragen, dass wirtschaftlicher Wohlstand nicht auf Kosten eines langfristigen ökologischen Zusammenbruchs erkauft wird.
Zitation: Zhao, Y., Yin, H., Zhang, W. et al. Evaluation of water resources carrying capacity in Ordos city based on the Game Theory-Topsis-Grey Prediction coupling model. Sci Rep 16, 5782 (2026). https://doi.org/10.1038/s41598-026-36754-1
Schlüsselwörter: Tragfähigkeit der Wasserressourcen, Einzugsgebiet des Gelben Flusses, Stadt Ordos, nachhaltiges Wassermanagement, graues Vorhersagemodell