郭寧

摘要 以山東省濱州市重點(diǎn)流域水質(zhì)為例，采用RAGA-PPCE模型對(duì)水質(zhì)進(jìn)行綜合評(píng)價(jià)。選取對(duì)水體影響較大的pH、化學(xué)需氧量（COD）、總磷（TP）、總氮（TN）、氨氮（NH3-N）、溶解氧（DO）6項(xiàng)水質(zhì)評(píng)價(jià)因子，構(gòu)造水質(zhì)綜合評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)。結(jié)果表明：RAGA-PPCE 模型水質(zhì)評(píng)價(jià)結(jié)果與模糊綜合法評(píng)價(jià)結(jié)果基本相同；RAGA-PPCE模型評(píng)價(jià)結(jié)果客觀、合理，能夠有效應(yīng)用于水質(zhì)綜合評(píng)價(jià)。

關(guān)鍵詞 RAGA-PPCE模型；水質(zhì)評(píng)價(jià)；投影尋蹤

中圖分類號(hào) S181；X52 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2017）07-0053-03

Comprehensive Evaluation of Water Quality in Binzhou Basin Based on RAGA-PPCE Model

GUO Ning

（School of Civil Eengineering，Binzhou University，Binzhou，Shandong 256600）

Abstract Taking key river water quality in Binzhou City of Shandong Province as an example，comprehensive evaluation of water quality with RAGA-PPCE model was conducted.Selecting 6 water quality evaluation factors including pH，dissolved oxygen，total phosphorus，total nitrogen，ammonia nitrogen，dissolved oxygen，comprehensive evaluation of water quality classification standard was constructed.The results showed that RAGA-PPCE model water quality evaluation results and fuzzy comprehensive evaluation results are basically the same.The evaluation result of RAGA-PPCE model was objective and reasonable，and it can be applied to comprehensive evaluation of water quality.

Key words RAGA-PPCE model；Water quality evaluation；Projection pursuit

在城市生態(tài)水系建設(shè)中，實(shí)施嚴(yán)格的水資源管理及水體污染監(jiān)測(cè)都離不開(kāi)評(píng)價(jià)水質(zhì)狀況?，F(xiàn)今的評(píng)價(jià)方法有神經(jīng)網(wǎng)絡(luò)方法[1]、模糊綜合層次分析方法[2]、單因素分析法[3]、灰色關(guān)聯(lián)分析法[4]、主成分分析法[5]、綜合水質(zhì)標(biāo)識(shí)指數(shù)法[6]、綜合污染指數(shù)模型[7]、Topsis算法[8]，這些算法都已在實(shí)際水質(zhì)評(píng)價(jià)中運(yùn)用并得到很好的效果。投影尋蹤法（PP）[9]屬于直接由樣本數(shù)據(jù)驅(qū)動(dòng)的探索性數(shù)據(jù)分析方法，它把高維數(shù)據(jù)通過(guò)某種組合投影到低維子空間上進(jìn)行聚類，通過(guò)分析低維空間數(shù)據(jù)點(diǎn)的變化特征來(lái)研究高維數(shù)據(jù)結(jié)構(gòu)特征。聚類就是按照一定的規(guī)則或者標(biāo)準(zhǔn)將對(duì)象聚為一個(gè)個(gè)集合，所得到的分布是聚類前未確知的。它以類內(nèi)具有較大密集度（高內(nèi)聚）而類間具有相對(duì)大的散開(kāi)度（低耦合）為目標(biāo)，尋找一維投影方向，并根據(jù)每個(gè)樣本相應(yīng)的綜合投影值對(duì)樣本進(jìn)行綜合評(píng)價(jià)分析。

基于實(shí)數(shù)編碼的加速遺傳算法求解模型（RAGA-PPCE）將標(biāo)準(zhǔn)遺傳算法改為實(shí)數(shù)編碼的形式，采用加速循環(huán)的方式使求解速度加快[10]。然而，目前采用該方法對(duì)整個(gè)流域水系水質(zhì)的評(píng)價(jià)卻鮮見(jiàn)報(bào)道。筆者以濱州市主要河流水質(zhì)（杏花河、徒駭河、孝婦河、漳衛(wèi)新河4個(gè)斷面）為對(duì)象，采用RAGA-PPCE找出最佳投影方向，構(gòu)造水質(zhì)綜合評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)，以期為我國(guó)河流水質(zhì)評(píng)價(jià)提供科學(xué)依據(jù)。

1 RAGA-PPCE模型的建立

1.1 RAGA-PPCE算法

首先構(gòu)造指標(biāo)函數(shù)[11-12]，即把N維數(shù)據(jù)變成a=（a1，a2，…，an），為投影方向的一維投影值z(mì)i：

zi=nj=1aj×xi，j

然后根據(jù){zi/i=1，2，…，n} 的一維散布圖進(jìn)行分類，其中，a為單位長(zhǎng)度向量。投影函數(shù)可構(gòu)造為：

Q（a）=σz×ρz

式中，σz為投影值z(mì)i的標(biāo)準(zhǔn)差，ρz為投影值z(mì)i的密度[13-14]。

1.2 加速遺傳算法求解投影尋蹤模型的步驟

RAGA的求解步驟[15]：①采用二進(jìn)制編碼。②初始化群體。③適度評(píng)價(jià)，目標(biāo)值是0的情況，定義適應(yīng)度函數(shù)。④產(chǎn)生第1子代群體。⑤雜交產(chǎn)生第2代子群。⑥變異產(chǎn)生第3代子群。⑦繼續(xù)迭代，重復(fù)進(jìn)行演化。⑧加速循環(huán)。選出優(yōu)秀個(gè)體對(duì)應(yīng)變化區(qū)間重新迭代，如此循環(huán)。

2 應(yīng)用實(shí)例

2.1 數(shù)據(jù)來(lái)源

濱州市主要水系有黃河水系、小清河水系和海河水系。水系內(nèi)人口稠密，經(jīng)濟(jì)發(fā)達(dá)，流域內(nèi)河流眾多，水系發(fā)育，小清河水系有孝婦河、杏花河、小清河，海河水系有徒駭河、馬頰河、漳衛(wèi)星河等。濱州市多年平均水資源總量為30.67億m3，過(guò)境河流水資源量11.95億m3。流域面積5 788 km2。人均水資源占有量267 m3，屬于人均水資源量小于500 m3的水危機(jī)地區(qū)。筆者選取小清河水系和海河水系為研究對(duì)象，選取影響較大的氨氮（NH3-N）、總磷（TP）、總氮（TN）、化學(xué)需氧量（COD）、溶解氧（DO）、pH作為水質(zhì)綜合評(píng)價(jià)因子。

2.2 樣本生成及參數(shù)設(shè)置

2.2.1 樣本生成。選取孝婦河斷面袁家橋（長(zhǎng)山）（1#）、馬頰河斷面李辛橋（大店）（2#）、漳衛(wèi)新河斷面小泊頭橋（3#）、徒駭河斷面申橋（4#）作為采樣斷面，每條河流斷面取173組水質(zhì)數(shù)據(jù)集，用于求取 RAGA-PPCE模型最佳投影方向 a。

2.2.2 參數(shù)設(shè)置。RAGA-PPCE算法參數(shù)設(shè)置為最大迭代次數(shù)T=200，種群規(guī)模N=50[16-17]。

2.3 構(gòu)造水質(zhì)評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)及結(jié)果

根據(jù)地表水環(huán)境質(zhì)量國(guó)家標(biāo)準(zhǔn)（GB 3838—2002）及地表水水域環(huán)境功能和保護(hù)目標(biāo)，按功能高低依次劃分為Ⅰ～Ⅴ類水，所選指標(biāo)對(duì)應(yīng)的各類水環(huán)境質(zhì)量標(biāo)準(zhǔn)見(jiàn)表1。

由表2可知，孝婦河袁家橋（長(zhǎng)山）斷面 Ⅴ 類水質(zhì)以上占60.08%，馬頰河李辛橋（大店）斷面 Ⅴ 類水質(zhì)以上占68.74%，漳衛(wèi)新河小泊頭橋斷面 Ⅴ 類水質(zhì)以上占44.49%，徒駭河申橋斷面 Ⅴ 類水質(zhì)占95.08%，前3個(gè)斷面的水質(zhì)都沒(méi)有 Ⅰ 和 Ⅱ 類。徒駭河申橋斷面水質(zhì)最好，漳衛(wèi)新河小泊頭橋斷面水質(zhì)最差。a=（0.045 0，0.215 4，0.299 6，0.884 0，0.124 1，0.255 0）為最佳投影方向。

圖1～4是河流水質(zhì)評(píng)價(jià)指標(biāo)分布情況，圖中5條直線是5類劃分標(biāo)準(zhǔn)（從上而下分別是 Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ），可以看到水質(zhì)的分類并非固定不變，而是呈動(dòng)態(tài)變化的，數(shù)據(jù)跨過(guò)夏、冬兩季，隨著冬季到來(lái)河水流量減小，水質(zhì)變差，從圖中可以明顯看出，隨時(shí)間的推移水質(zhì)越來(lái)越差。4個(gè)斷面的水質(zhì)都是冬季最差。

2.4 評(píng)價(jià)結(jié)果

用MATLAB軟件計(jì)算出投影值，見(jiàn)表3（由于篇幅關(guān)系每個(gè)斷面從173個(gè)中任選出10個(gè)指標(biāo)）。由表1可知，RAGA-PPCE模型水質(zhì)評(píng)價(jià)結(jié)果與模糊綜合法結(jié)果相同。從最佳投影方向來(lái)看，各評(píng)價(jià)指標(biāo)均為正值，且相差不大，說(shuō)明各指標(biāo)投影方向一致，對(duì)于水質(zhì)評(píng)價(jià)等級(jí)的影響相同。通過(guò)定量計(jì)算，得到以下評(píng)價(jià)：4條河在 173個(gè)數(shù)據(jù)水質(zhì)均有波動(dòng)，但1#、2#、3#均未達(dá)到過(guò) Ⅰ、Ⅱ 類水標(biāo)準(zhǔn)，最高等級(jí)是 Ⅲ 類水，且各水質(zhì)之間差異較為明顯。4#水質(zhì)在173個(gè)數(shù)據(jù)內(nèi)的兩極分化比較明顯，水質(zhì)波動(dòng)范圍較大，總體水質(zhì)最好；漳衛(wèi)新河小泊頭橋斷面水質(zhì)有54%處于 Ⅴ 類水以下，3#達(dá)到劣 Ⅴ 類水質(zhì)次數(shù)最多，相比于其他河水其水質(zhì)條件最差。

3 小結(jié)

該結(jié)果表明，RAGA-PPCE模型評(píng)價(jià)結(jié)果客觀、合理，能夠有效應(yīng)用于水質(zhì)綜合評(píng)價(jià)。利用 RAGA-PPCE模型計(jì)算最佳投影方向a，不但提高了該模型的評(píng)價(jià)精度，而且為模型最佳投影方向 a 的選取提供了一種新的途徑和方法。

參考文獻(xiàn)

[1] 趙小勇，付強(qiáng)，邢貞相，等.投影尋蹤模型的改進(jìn)及其在生態(tài)農(nóng)業(yè)建設(shè)綜合評(píng)價(jià)中的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào)，2006，22（5）：222-225.

[2] 譚永明，孫秀玲.基于加速遺傳算法與投影尋蹤的水質(zhì)評(píng)價(jià)模型[J].水電能源科學(xué)，2008，26（6）：42-44.

[3] 王洪梅，盧文喜，辛光，等.灰色聚類法在地表水水質(zhì)評(píng)價(jià)中的應(yīng)用[J].節(jié)水灌溉，2007（5）：20-22.

[4] 王艷瓊，白秀琴.基于BP神經(jīng)網(wǎng)絡(luò)模型的水質(zhì)評(píng)價(jià)及預(yù)測(cè)[J].武漢工業(yè)學(xué)院學(xué)報(bào)，2007，26（1）：64-67.

[5] 陳興，程吉林，劉芳.BP神經(jīng)網(wǎng)絡(luò)用于水質(zhì)評(píng)價(jià)的參數(shù)確定[J].水利與建筑工程學(xué)報(bào)，2007，5（1）：12-15.

[6] 曾永，樊引琴，王麗偉，等.水質(zhì)模糊綜合評(píng)價(jià)法與單因子指數(shù)評(píng)價(jià)法比較[J].人民黃河，2007，29（2）：45.

[7] 沃飛，陳效民，吳華山，等.灰色聚類法對(duì)太湖地區(qū)農(nóng)村地下水水質(zhì)的評(píng)價(jià)[J].安全與環(huán)境學(xué)報(bào)，2006，6（4）：38-41.

[8] 徐健，吳瑋，黃天寅，等.改進(jìn)的模糊綜合評(píng)價(jià)法在同里古鎮(zhèn)水質(zhì)評(píng)價(jià)中的應(yīng)用[J].河海大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，42（2）：143-149.

[9] 徐兵兵，張妙仙，王肖肖.改進(jìn)的模糊層次分析法在南苕溪臨安段水質(zhì)評(píng)價(jià)中的應(yīng)用[J].環(huán)境科學(xué)學(xué)報(bào)，2011，31（9）：2066-2072.

[10] 申劍，史淑娟，周揚(yáng)，等.基于改進(jìn)灰色關(guān)聯(lián)分析法的丹江口流域地表水環(huán)境質(zhì)量評(píng)價(jià)[J].中國(guó)環(huán)境監(jiān)測(cè)，2014，30（5）：41-46.

[11] 盧文喜，祝廷成.應(yīng)用人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)長(zhǎng)春南湖水的營(yíng)養(yǎng)狀態(tài)[J].地理科學(xué)，1999，19（5）：462-465.

[12] 張欣莉，丁晶，李祚泳，等.投影尋蹤新算法在水質(zhì)評(píng)價(jià)模型中的應(yīng)用[J].中國(guó)環(huán)境科學(xué)，2000，20（2）：187-189.

[13] 付新峰，谷曉偉，劉曉巖，等.烏梁素海生態(tài)功能定位初步分析[J].人民黃河，2008，30（10）：61-62.

[14] 管延海，李強(qiáng)，柴成繁.模糊數(shù)學(xué)方法在天津市地下水水質(zhì)評(píng)價(jià)中的應(yīng)用[J].地下水，2008，30（2）：27-28.

[15] 周惠成，董四輝.基于投影尋蹤的水質(zhì)評(píng)價(jià)模型[J].水文，2005，25（4）：14-17.

[16] 汪明武，金菊良，李麗.基于實(shí)碼加速遺傳算法的投影尋蹤方法在砂土液化勢(shì)評(píng)價(jià)中的應(yīng)用[J].巖石力學(xué)與工程學(xué)報(bào)，2004，23（4）：643.

[17] 楊曉華，楊志峰，酈建強(qiáng).水質(zhì)綜合評(píng)價(jià)的遺傳投影尋蹤插值模型[J].環(huán)境工程，2004，22（3）：69-71.