李秀慶，謝占川，侯恩卿，楊 娜，李小玲，楊 林

（1.青海師范大學(xué)化學(xué)系，青海西寧810008；2.青海省環(huán)境監(jiān)測(cè)中心站，青海西寧810007）

水質(zhì)綜合評(píng)價(jià)是以定性的方式對(duì)水環(huán)境的總體狀況做出評(píng)價(jià)，為水資源污染的控制和管理提供科學(xué)依據(jù)。隨著新的數(shù)學(xué)方法在分類學(xué)中的廣泛應(yīng)用，新的水質(zhì)綜合評(píng)價(jià)方法層出不窮，如模糊數(shù)學(xué)法［1－2］、灰色系統(tǒng)理論法［3－4］、物元理論與可拓集合法等［5－6］。較常用的有灰色聚類法、模糊綜合指數(shù)法等，但灰聚類法和模糊綜合指數(shù)法的計(jì)算過(guò)程都相當(dāng)復(fù)雜，增加了評(píng)價(jià)工作的難度。作者以湟水河流域各斷面的水質(zhì)為研究對(duì)象，選擇基本能反映各斷面的水質(zhì)狀況的監(jiān)測(cè)指標(biāo)化學(xué)需氧量（COD），生化需氧量（BOD5），揮發(fā)酚，氨氮（NH3－N），氰化物（CN－），石油類，六價(jià)鉻（Cr6＋）7項(xiàng)指標(biāo)。在確定評(píng)價(jià)空間的基礎(chǔ)上，以水質(zhì)標(biāo)準(zhǔn)中的Ⅰ級(jí)水質(zhì)作為n維空間的基本點(diǎn)或參照點(diǎn)結(jié)合權(quán)重計(jì)算出每個(gè)待評(píng)單元以及水質(zhì)標(biāo)準(zhǔn)中其他各級(jí)水質(zhì)與“原點(diǎn)”的加權(quán)歐式距離，將待評(píng)斷面劃分為不同的水質(zhì)級(jí)別，從而建立了適合水質(zhì)綜合評(píng)價(jià)的加權(quán)歐式距離綜合評(píng)價(jià)模型，為水質(zhì)綜合評(píng)價(jià)提供了一種新的方法和思路。

1 加權(quán)歐氏距離綜合評(píng)價(jià)方法

1.1 評(píng)價(jià)空間距離模型

水質(zhì)綜合評(píng)價(jià)，必須考慮不同污染因子對(duì)水質(zhì)影響程度的不同，即污染因子的權(quán)重。利用加權(quán)歐式距離模型對(duì)水質(zhì)進(jìn)行綜合評(píng)價(jià)的原理為：對(duì)于某一個(gè)待評(píng)價(jià)單元（即某個(gè)監(jiān)測(cè)斷面在某個(gè)監(jiān)測(cè)時(shí)間的各污染因子的監(jiān)測(cè)值），根據(jù)污染因子的污染貢獻(xiàn)率計(jì)算其權(quán)重，該權(quán)重對(duì)于每個(gè)監(jiān)測(cè)值都不同，所以稱為變權(quán)。另外，在根據(jù)污染貢獻(xiàn)率計(jì)算權(quán)重時(shí)，考慮到DO，pH數(shù)據(jù)與其他污染因子不同濃度越高污染越小，有些非常規(guī)測(cè)定或濃度變化不大的未考慮，故根據(jù)監(jiān)測(cè)指標(biāo)和數(shù)據(jù)選擇了表中的7項(xiàng)，建立以各個(gè)污染因子為坐標(biāo)軸的7維空間，以水質(zhì)標(biāo)準(zhǔn)中的Ⅰ級(jí)濃度限制為參照點(diǎn)，然后結(jié)合污染因子的權(quán)重系數(shù)計(jì)算每個(gè)待評(píng)價(jià)單元以及水質(zhì)評(píng)價(jià)標(biāo)準(zhǔn)中其他各級(jí)別水質(zhì)與“原點(diǎn)”間的變權(quán)歐式距離，并將后者作為劃分每個(gè)待評(píng)價(jià)單元水質(zhì)級(jí)別的標(biāo)準(zhǔn)的計(jì)算步驟［7－9］。

1.2 評(píng)價(jià)空間

設(shè)有i個(gè)評(píng)價(jià)單元或監(jiān)測(cè)斷面（i＝1，2，…m），j個(gè)評(píng)價(jià)因子或監(jiān)測(cè)指標(biāo)或污染因子（j＝1，2，…n）；k為5級(jí)水質(zhì)標(biāo)準(zhǔn)（k＝1，2，…5）；實(shí)測(cè)樣本矩陣為C，cij（i＝1，2，…m；j＝1，2，…n）為第i個(gè)評(píng)價(jià)單元第j個(gè)污染因子的實(shí)測(cè)濃度值。根據(jù)國(guó)家規(guī)定的水質(zhì)分級(jí)標(biāo)準(zhǔn)，設(shè)含有n個(gè)污染因子的5級(jí)水質(zhì)標(biāo)準(zhǔn)矩陣為B，其中bjk（j＝1，2，…n；k＝1，2，…n）為第j個(gè)污染因子的第k級(jí)標(biāo)準(zhǔn)濃度限值。將C中的每一行和B中的每一列均看作以n個(gè)污染因子為坐標(biāo)的歐式空間中的點(diǎn)。

1.3 空間坐標(biāo)的確定

以水質(zhì)標(biāo)準(zhǔn)中的Ⅰ級(jí)水質(zhì)作為n維空間的參照點(diǎn)，結(jié)合權(quán)重計(jì)算出每個(gè)待評(píng)單元以及水質(zhì)標(biāo)準(zhǔn)中其他各級(jí)水質(zhì)與“原點(diǎn)”的加權(quán)歐式距離，空間距離到Ⅰ級(jí)水質(zhì)標(biāo)準(zhǔn)的距離為“1”，將其他待評(píng)價(jià)監(jiān)測(cè)斷面劃分為不同的水質(zhì)級(jí)別，從而建立了適合水質(zhì)綜合評(píng)價(jià)的加權(quán)歐式距離模型。令Q為加權(quán)后的評(píng)價(jià)空間，CW為實(shí)測(cè)污染因子加權(quán)。即：

1.4 加權(quán)歐氏距離綜合評(píng)價(jià)指數(shù)的確定

以Ⅰ級(jí)水質(zhì)作為基本點(diǎn)與原點(diǎn)距離為“1”，結(jié)合權(quán)重計(jì)算出每個(gè)待評(píng)單元以及水質(zhì)標(biāo)準(zhǔn)中其他各級(jí)水質(zhì)與“原點(diǎn)”的加權(quán)歐式距離，將此加權(quán)歐式距離定義為加權(quán)歐氏距離綜合評(píng)價(jià)指數(shù)PI。

2 數(shù)據(jù)來(lái)源

在地面水環(huán)境質(zhì)量標(biāo)準(zhǔn)的多項(xiàng)監(jiān)測(cè)指標(biāo)中，水環(huán)境質(zhì)量標(biāo)準(zhǔn)采用地面水環(huán)境質(zhì)量標(biāo)準(zhǔn)（GB3838－2002）。依據(jù)地面水水域使用目的和保護(hù)目標(biāo)劃分為五類。湟水河水質(zhì)監(jiān)測(cè)數(shù)據(jù)來(lái)源是依據(jù)青海省環(huán)境監(jiān)測(cè)中心站提供的某年湟水河水質(zhì)監(jiān)測(cè)分析報(bào)告和青海省環(huán)境保護(hù)局的環(huán)境質(zhì)量報(bào)告書。湟水河水質(zhì)監(jiān)測(cè)數(shù)據(jù)及5級(jí)水質(zhì)標(biāo)準(zhǔn)見表1。

3 結(jié)果與討論

3.1 綜合評(píng)價(jià)指數(shù)PI的計(jì)算

選擇湟水河國(guó)控?cái)嗝婧褪】財(cái)嗝嬖槁?、西鋼橋、新寧橋?5個(gè)斷面，選擇監(jiān)測(cè)指標(biāo)為COD、BOD5、揮發(fā)酚、NH3－N、CN－、石油類、Cr6＋，應(yīng)用該方法計(jì)算PI進(jìn)行綜合評(píng)價(jià)，結(jié)果見表1。

3.2 PI曲線對(duì)監(jiān)測(cè)斷面的水質(zhì)分析

以5級(jí)地面水環(huán)境質(zhì)量標(biāo)準(zhǔn)，根據(jù)PI值可清楚地反映每個(gè)監(jiān)測(cè)斷面的水質(zhì)狀況，每個(gè)監(jiān)測(cè)斷面的PI與水質(zhì)標(biāo)準(zhǔn)的對(duì)比曲線見圖1。

圖1 湟水河監(jiān)測(cè)斷面及5級(jí)水質(zhì)標(biāo)準(zhǔn)PI值

3.3 PI分析驗(yàn)證

通過(guò)PI曲線圖可直觀地分析出1號(hào)（扎麻隆）水質(zhì)優(yōu)良，水質(zhì)不到2級(jí)，因?yàn)樵槁∈卿宜拥脑搭^，是對(duì)照斷面，分析結(jié)果符合實(shí)際；3、4號(hào)屬于4級(jí)水質(zhì)，因?yàn)殇宜恿鬟^(guò)了西寧鋼廠等工業(yè)區(qū)，河水受到污染，水質(zhì)變差，符合實(shí)際；通過(guò)3、4、5、6、7、8、9號(hào)斷面可以看出，水體自凈的過(guò)程；根據(jù)10、11、 12、13、14、15號(hào)斷面的PI值，可以分析湟水河各支流入河口的污染狀況及對(duì)河水的影響。

表1 湟水河水質(zhì)監(jiān)測(cè)數(shù)據(jù)及5級(jí)水質(zhì)標(biāo)準(zhǔn)

3.4 評(píng)價(jià)方法的對(duì)比

模糊綜合指數(shù)方法及變權(quán)歐式距離模型都是變權(quán)的評(píng)價(jià)方法，其權(quán)重的計(jì)算方法充分體現(xiàn)了超標(biāo)污染物對(duì)水質(zhì)的影響?；疑垲惙▌t認(rèn)為若某個(gè)污染因子在水質(zhì)標(biāo)準(zhǔn)中的標(biāo)準(zhǔn)值越小，則水質(zhì)對(duì)其越敏感，該因子所占權(quán)重也就越大，并根據(jù)不同的水質(zhì)類別確定相應(yīng)級(jí)別的各污染指標(biāo)的權(quán)重。這種權(quán)重計(jì)算方法顯然沒有考慮超標(biāo)污染物對(duì)水質(zhì)的損害，所以，灰色聚類法評(píng)價(jià)水質(zhì)容易偏輕。PI指數(shù)法綜合評(píng)價(jià)水質(zhì)計(jì)算簡(jiǎn)單，結(jié)果直觀，評(píng)價(jià)明顯，而且可觀察各監(jiān)測(cè)斷面和整體河流的水質(zhì)變化狀況，具有良好的應(yīng)用價(jià)值。

4 結(jié)語(yǔ)

通過(guò)加權(quán)歐式距離模型的應(yīng)用，以及將其評(píng)價(jià)結(jié)果與灰色聚類法、模糊綜合指數(shù)法的評(píng)價(jià)結(jié)果進(jìn)行比較，驗(yàn)證了加權(quán)歐式距離模型應(yīng)用于水質(zhì)綜合評(píng)價(jià)的科學(xué)性和合理性。加權(quán)歐式距離模型不僅全面考慮了各污染因子，而且強(qiáng)調(diào)了超標(biāo)污染物對(duì)水質(zhì)的影響，便于對(duì)水質(zhì)進(jìn)行因子分析。該模型形象、直觀、方便、準(zhǔn)確率較高，能夠較完整地反映水環(huán)境污染程度，適用于水質(zhì)綜合評(píng)價(jià)，為水質(zhì)綜合評(píng)價(jià)提供了一種新的方法和思路。

［1］ 楊 林，李小玲.模糊數(shù)學(xué)在湟水流域水質(zhì)綜合評(píng)價(jià)中的應(yīng)用［J］.中國(guó)環(huán)境監(jiān)測(cè)，2000，6：68－71.

［2］ Sasikumar K，Mujumdar PP.Application of fuzzprobability in water quality management of a river syste［J］.Systems Science，2000，31（5）：575－597.

［3］ 劉金英，楊天行，李 明，等.一種加權(quán)絕對(duì)灰色關(guān)度及其在密云水庫(kù)水質(zhì)評(píng)價(jià)中的應(yīng)用［J］.吉林大學(xué)報(bào)：地球科學(xué)版，2005，35（7）：54－58.

［4］ Sun XL，Tan YM，Xu XC.Matter Element Extension Evaluating Model Based on Synthesi Weights and Approach Degree and its Application［C］.The 2nd International Conference on Bioinformatics anBiomedical Engineering.Shanghai，China：Inst of Eleand Elec Eng ComputerSociety，2008.

［5］ 張龍?jiān)疲苌龢?lè).物元可拓法在黃河水質(zhì)評(píng)價(jià)中的應(yīng)用［J］.山東大學(xué)學(xué)報(bào)：工學(xué)版，2007，3（6）：91－96.

［6］ Kodazh，Kara S，Latioglu F，et al.A new hybrid classifier system：Information gain－based artificiaimmune recognition system［J］.Experimental Techniques，2007，31（6）：36－43.

［7］ 張慶慶，許月萍，牛少鳳，等.變權(quán)歐式距離模型在水質(zhì)綜合評(píng)價(jià)中的應(yīng)用［J］.中山大學(xué)學(xué)報(bào)，2010，29（5）：141－145.

［8］ Mohamed S，Abdelkrim L，Alib H，et al.A segmentation method to handwritten word recognition［J］.Neural Network－World，2007，17（3）：225－236.

［9］ Ruzanski E，Hansen JHL，Meyerhoff J，et al.Stress level classification of speech using Euclideadistancemetrics in a novelhybridmulti－dimensional feature space［C］.2006IEEE International Conferencon Acoustics，Speech，and Signal Processing.Toulouse：Institute of Electrical and Electronics EngineerInc，2006.