鮑廣強, 尹 亮, 余金龍, 劉 暢, 邱小琮

(1.寧夏大學 土木與水利工程學院, 寧夏 銀川 750021; 2.中國水利水電科學研究院水環(huán)境研究所, 北京 100038; 3.寧夏大學 生命科學學院, 寧夏 銀川 750021)

水體營養(yǎng)化狀態(tài)的評價，是水環(huán)境評價中一個重要內(nèi)容。水體富營養(yǎng)化評價的目的是為了準確反映水環(huán)境的質(zhì)量和污染狀況，并預測將來的發(fā)展趨勢，為開展環(huán)境污染和綜合治理、環(huán)境規(guī)劃及管理提供科學依據(jù)[1]。水體富營養(yǎng)化的評價和水體的水質(zhì)評價一樣，其實就是一個模式識別的問題，一開始都是使用綜合營養(yǎng)狀態(tài)指數(shù)法進行評價，其中的權(quán)重也是針對湖泊(水庫)的，并沒有針對河流的計算方法。對于湖泊富營養(yǎng)化的評價方法主要有綜合營養(yǎng)狀態(tài)指數(shù)法、參數(shù)法、特征法、生物指標評價法等，但這些方法均有適用的條件和局限性[2]。近年來，隨著計算機技術(shù)和現(xiàn)代數(shù)學的發(fā)展，越來越多的學者將水質(zhì)評價的許多方法(模糊綜合評價法[3]、灰色聚類法[4]、層次分析法[5]、物元分析法[6]、集對分析法[7]等)系統(tǒng)評價方法。應用于水體富營養(yǎng)化評價中，并取得了良好的效果。目前，BP人工神經(jīng)網(wǎng)絡(luò)被廣泛應用于模式識別問題[8]，并在水質(zhì)評價方面得到了廣泛應用[9]，也有學者將BP神經(jīng)網(wǎng)絡(luò)法應用于湖泊富營養(yǎng)化評價[10-12]，但其在河流富營養(yǎng)化評價中的應用研究很少。

黑河流域是中國西北地區(qū)第二大內(nèi)陸河流域，位于河西走廊中部，主要發(fā)源于祁連山區(qū)的降水和冰雪融水。黑河從發(fā)源地到居延海全長821 km，橫跨3種不同的自然環(huán)境單元，流域面積約1.429×105km2。隨著流域內(nèi)工農(nóng)業(yè)迅速發(fā)展，人口增加，大量污染物的排放及不適當?shù)乃Y源開發(fā)利用，以致黑河面臨營養(yǎng)化的威脅，并嚴重影響到人民生活、生產(chǎn)用水。本研究于2013—2015年連續(xù)3 a對黑河流域的水環(huán)境因子進行采樣測定，采用綜合營養(yǎng)狀態(tài)指數(shù)法和BP神經(jīng)網(wǎng)絡(luò)法對黑河富營養(yǎng)化狀態(tài)進行綜合評價，旨在為黑河流域水體污染綜合防治提供基礎(chǔ)數(shù)據(jù)和理論依據(jù)，并為黑河流域富營養(yǎng)化評價確定更為客觀可靠的方法。

1 材料與方法

1.1 樣點設(shè)置與采樣時間

依據(jù)黑河流域的形狀，在黑河流域里設(shè)置了55個采樣點。采樣時間為2013至2015年4—5月(平水期)、7—8月(豐水期)和12—1月(枯水期)。

1.2 水樣采集與測定

水樣采集按照《水質(zhì)采樣方案設(shè)計技術(shù)規(guī)定(HJ495-2009)》《水質(zhì)采樣技術(shù)指導(HJ494-2009)》《水質(zhì)樣品的保存和管理技術(shù)規(guī)定(HJ493-2009)》中的要求進行?，F(xiàn)場測定水體的透明度(SD)指標，用5.0 L采水器采集水樣保存，帶回實驗室測定總氮(TN)、總磷(TP)、高錳酸鹽指數(shù)(CODMn)和葉綠素(chl.a)指標。水質(zhì)指標的測定依照《地表水環(huán)境質(zhì)量標準》(GB3838-2002)中規(guī)定使用的方法進行，有最新環(huán)境保護標準測定方法的都使用新的標準測定方法進行。

1.3 評價因子選取和預處理

根據(jù)黑河流域的水系特征，把黑河流域分為八寶河、野牛溝、北大河、梨園河、紅水河、山丹河、張掖濕地、中游干流、額濟納河、東居延海10個小流域，然后取各個小流域不同點位水質(zhì)指標監(jiān)測數(shù)據(jù)的平均值，作為本流域的評價數(shù)據(jù)。根據(jù)李慧[13]黑河流域水質(zhì)指標的選取原則，結(jié)合黑河流域周圍工農(nóng)業(yè)生產(chǎn)狀況，本研究選取葉綠素a(Chl.a)、總氮(TN)、總磷(TP)、高錳酸鹽指數(shù)(CODMn)、透明度(SD)作為評價因子。

由于水質(zhì)各個指標的類型和量綱不同，各個指標之間不具有可比性，因此在評價的時候要對水質(zhì)評價的分級標準和待評價河流的水質(zhì)監(jiān)測數(shù)據(jù)進行無量綱化處理[14]。由于BP神經(jīng)網(wǎng)絡(luò)必須把數(shù)據(jù)歸一化到0～1之內(nèi)，因此采用楊潔等[15]使用的方法把數(shù)據(jù)歸一化到0～1范圍內(nèi)。

1.4 富營養(yǎng)評價的綜合營養(yǎng)狀態(tài)指數(shù)法

(1) 綜合營養(yǎng)狀態(tài)指數(shù)[16]為：

(1)

式中：TLI (∑)——綜合營養(yǎng)狀態(tài)指數(shù)；Wj——第j種參數(shù)的營養(yǎng)狀態(tài)指數(shù)的相關(guān)權(quán)重； TLI(j)——代表第j種參數(shù)的營養(yǎng)狀態(tài)指數(shù)。

(2) 各項目營養(yǎng)狀態(tài)指數(shù)計算公示[17]如下：

TLI(chl.a)=10(2.5+1.086lnchl.a)

(2)

TLI(TP)=10(9.436+1.624lnTP)

(3)

TLI(TN)=10(5.453+1.694lnTN)

(4)

TLI(SD)=10(5.118-1.94lnSD)

(5)

TLI(CODMn)=10(0.109+2.661lnCODMn)

(6)

式中：chl.a 單位為mg/m3，SD單位為m；其他指標單位均為mg/L。

(3) 營養(yǎng)狀態(tài)分級。對照營養(yǎng)狀態(tài)分級標準[18]，采用0～100的一系列連續(xù)數(shù)字對湖泊(水庫)營養(yǎng)狀態(tài)進行分級(見表1)，綜合營養(yǎng)狀態(tài)指數(shù)越高，富營養(yǎng)狀態(tài)越高。

表1 營養(yǎng)狀態(tài)分級

1.5 富營養(yǎng)評價的BP神經(jīng)網(wǎng)絡(luò)法

富營養(yǎng)化評價的BP神經(jīng)網(wǎng)絡(luò)法基本思想是：以和富營養(yǎng)化程度有關(guān)的相關(guān)指標限值作為學習樣本，把富營養(yǎng)化指數(shù)設(shè)為相應的期望輸出數(shù)值進行訓練，然后以水體實測值作為輸入層單元，運用訓練的網(wǎng)絡(luò)進行仿真，得到相應的輸出指數(shù)，然后根據(jù)輸出指數(shù)來確定營養(yǎng)狀態(tài)。

基于BP人工神經(jīng)網(wǎng)絡(luò)的營養(yǎng)狀態(tài)指數(shù)量化模型如下。

(7)

式中：Ci∈C，C={C1,C2,…Cm}；n1——隱含層神經(jīng)元個數(shù)；m——輸入層神經(jīng)元個數(shù)；C——輸出層神經(jīng)元個數(shù)；n——1～10的常數(shù)；a，Di∈D；D={D}。

圖1 富營養(yǎng)化評價人工神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

模型中的輸入層對應營養(yǎng)狀態(tài)評價指標值，輸出層為營養(yǎng)狀態(tài)指數(shù)，隱含層神經(jīng)元個數(shù)一般通過試錯法獲得。應用該模型進行計算時,輸出層數(shù)值即為營養(yǎng)狀態(tài)指數(shù)(圖1)。

運用MATLAB 2014年軟件建立一個4-6-1的神經(jīng)網(wǎng)絡(luò)模型，由于BP神經(jīng)網(wǎng)絡(luò)的函數(shù)特點，把營養(yǎng)狀態(tài)指數(shù)縮小100倍，然后進行學習、訓練和仿真，得到網(wǎng)絡(luò)輸出結(jié)果和對應富營養(yǎng)化級別。

湖泊的富營養(yǎng)化污染程度主要由湖泊中氮、磷等營養(yǎng)鹽含量的多少決定。能夠直接、間接反映或影響水域或者湖泊營養(yǎng)狀態(tài)的指標有：Chl.a，TN，TP，COD，SD，SS等。其中，TN，TP是水體富營養(yǎng)化的主要限制因子，Chl.a是藻類量主要成分的指標，因此Chla,TN,TP在富營養(yǎng)化評價時。根據(jù)《地表水環(huán)境質(zhì)量評價辦法》(試行)中國對湖泊富營養(yǎng)化評價選擇Chl.a，TN，TP，CODMn，SD作為評價參數(shù)。河流富營養(yǎng)化的發(fā)生條件和湖泊有很大的區(qū)別，而且河流的水深比較淺，尤其是像黑河這樣的西北內(nèi)陸河流，透明度不能完全體現(xiàn)富營養(yǎng)化的狀態(tài)，如果使用綜合營養(yǎng)狀態(tài)指數(shù)法就會使得評價結(jié)果偏于保守，因此本次評價使用Chl.a，TN，TP，CODMn作為評價參數(shù)，不考慮SD。

本研究以《地表水環(huán)境質(zhì)量標準》(GB3838-2002)為富營養(yǎng)化評價基礎(chǔ)，結(jié)合其他學者在評價時的分級標準，建立本次評價的富營養(yǎng)化分級評價標準(如表2所示)。

表2 富營養(yǎng)化評價標準分級

2 結(jié)果與分析

2.1 綜合營養(yǎng)狀態(tài)指數(shù)法評價

根據(jù)《地表水環(huán)境質(zhì)量評價辦法》(試行)中富營養(yǎng)化的評價方法—綜合營養(yǎng)狀態(tài)指數(shù)法進行，通過使用綜合營養(yǎng)狀態(tài)指數(shù)法計算得到相應的綜合營養(yǎng)狀態(tài)指數(shù)，根據(jù)富營養(yǎng)化評價標準分級得出2013—2015年4，7和12月的營養(yǎng)化程度(如表3—5所示)。

如表3所示，2013年八寶河流域4和7月富營養(yǎng)水平相差不大，12月富營養(yǎng)水平降低；野牛溝流域從4—12月富營養(yǎng)水平不斷變高；北大河流域、梨園河流域和紅水河流域4月富營養(yǎng)水平比7月稍低，12月最低；山丹河流域和東居延海流域4和12月富營養(yǎng)水平相差很小，7月最高；張掖濕地4和7月富營養(yǎng)水平差別不大，12月最高；中游干流和額濟納河流域4和12月富營養(yǎng)水平相差不大，7月最高。

如表4所示，2014年4月八寶河、野牛溝、北大河、梨園河、紅水河、山丹河、張掖濕地、中游干流、額濟納河流域的營養(yǎng)狀況為輕度富營養(yǎng)，東居延海流域的營養(yǎng)狀況為中度富營養(yǎng)；7月紅水河流域的營養(yǎng)狀況為中營養(yǎng)，八寶河、野牛溝、北大河、梨園河、山丹河、張掖濕地、中游干流、額濟納河流域的營養(yǎng)狀況為輕度富營養(yǎng)，東居延海流域的營養(yǎng)狀況為重度富營養(yǎng)；12月八寶河、野牛溝、北大河、梨園河、紅水河、山丹河、張掖濕地、中游干流、額濟納河流域的營養(yǎng)狀況為輕度富營養(yǎng)，東居延海流域的營養(yǎng)狀況為重度富營養(yǎng)。

表3 2013年綜合營養(yǎng)狀態(tài)指數(shù)TLI及營養(yǎng)化水平

注：TLI為綜合營養(yǎng)狀態(tài)指數(shù)。下同。

表4 2014年綜合營養(yǎng)狀態(tài)指數(shù)TLI及營養(yǎng)化水平

由表4還可以看出，2014年八寶河流域4和12月富營養(yǎng)水平相差不大，7月富營養(yǎng)水平最高；野牛溝流域4月富營養(yǎng)水平較低，7和12月較高；北大河流域富營養(yǎng)水平4比12月稍低，7月最高；梨園河流域富營養(yǎng)水平4月比12月稍高，7月份最高；紅水河流域4和12月富營養(yǎng)水平相差很小，7月最高；山丹河流域和張掖濕地7和12月富營養(yǎng)水平差別不大，4月最低；中游干流、額濟納河和東居延海流域富營養(yǎng)水平4比12月富營養(yǎng)水平稍低，7月最高。

由表5可知，2015年4，7和12月八寶河、野牛溝、北大河、梨園河、紅水河、山丹河、張掖濕地、中游干流、額濟納河流域的營養(yǎng)狀況為輕度富營養(yǎng)，東居延海流域的營養(yǎng)狀況為重度富營養(yǎng)。2015年八寶河、北大河和東居延海流域4和12月富營養(yǎng)水平相差不大，7月富營養(yǎng)水平最高；野牛溝流域全年富營養(yǎng)水平變化很?。焕鎴@河流域富營養(yǎng)水平4和7月富營養(yǎng)水平相差較小，12月最低；紅水河流域從4—12月富營養(yǎng)水平不斷變低；山丹河流域7月富營養(yǎng)水平比12月稍高，4月最低；張掖濕地7和12月富營養(yǎng)水平差別不大，4月最低；中游干流、額濟納河和東居延海流域富營養(yǎng)水平4比12月富營養(yǎng)水平稍低，7月最大。

2.2 BP神經(jīng)網(wǎng)絡(luò)法評價

本文以Chl.a，TN，TP，CODMn等影響水質(zhì)分級的主要因子作為建立評價模型的主要參數(shù)指標。以水體實測值作為輸入層單元，每組的數(shù)據(jù)有4個指標，所以輸入層的神經(jīng)元的個數(shù)為4。而隱含層和隱節(jié)點數(shù)目卻決定了網(wǎng)絡(luò)的復雜程度，直接影響網(wǎng)絡(luò)運行性能和收斂速度。如果沒有隱含層，輸入到輸出的變換過于簡單，許多問題解決不了；如果隱含層過多，則可能使表達分散不易形成完整的概念，且計算龐大，影響運行效果。

表5 2015年綜合營養(yǎng)狀態(tài)指數(shù)TLI及營養(yǎng)化結(jié)果

理論上已經(jīng)證明設(shè)置1～2個隱含層可能就夠了。隱節(jié)點數(shù)的確定與隱含層相類似，隱含節(jié)點數(shù)也不是越多越好，達到一定數(shù)量時，增加隱節(jié)點數(shù)非但不能提高運行效率，反而會使收斂速度減慢。一般來說，隱節(jié)點要比輸入節(jié)點少一個數(shù)量級[19]。

BP神經(jīng)網(wǎng)絡(luò)輸出結(jié)果和對應富營養(yǎng)化級別見表6—7。從計算出的指數(shù)和營養(yǎng)化程度評價結(jié)果可以看出2013—2015年八寶河、野牛溝、北大河、梨園河、山丹河、張掖濕地、中游干流、額濟納河流域的營養(yǎng)水平都是中營養(yǎng)，基本沒有變化。東居延海在2013—2015年的營養(yǎng)水平都是重度富營養(yǎng)，可見污染狀況非常嚴重。

由表6和7可知，2013年八寶河、梨園河、山丹河、中游干流和額濟納河流域全年富營養(yǎng)水平相差不大；野牛溝流域4和7月富營養(yǎng)水平相差很小，12月最高；北大河流域從4—12月富營養(yǎng)水平不斷變低；紅水河流域7和12月富營養(yǎng)水平相差很小，4月最高；張掖濕地4和12月富營養(yǎng)水平相差不大，7月最低；東居延海4月比12月富營養(yǎng)水平稍低，7月最高，但是它全年都為重度富營養(yǎng)。

表6 BP神經(jīng)網(wǎng)絡(luò)法計算出的指數(shù)

表7 BP神經(jīng)網(wǎng)絡(luò)法富營養(yǎng)評價結(jié)果

2014年八寶河、山丹河、中游干流和額濟納河流域全年富營養(yǎng)水平相差不大；野牛溝流域4和7月富營養(yǎng)水平相差很小，12月最高；北大河流域從4—12月富營養(yǎng)水平不斷變低；梨園河流域4和7月富營養(yǎng)水平相差不大，12月最低；紅水河流域7和12月富營養(yǎng)水平相差很小，4月最高；張掖濕地4和12月富營養(yǎng)水平相差不大，7月最高；東居延海4月份比7月富營養(yǎng)水平相差較小，12月最低，但是它全年都為重度富營養(yǎng)。

2015年八寶河、山丹河、中游干流和額濟納河流域全年富營養(yǎng)水平相差不大；野牛溝流域4和12月富營養(yǎng)水平相差很小，7月最低；北大河流域從4—12月富營養(yǎng)水平不斷變低；梨園河流域4和7月富營養(yǎng)水平相差不大，12月最低；紅水河流域7和12月富營養(yǎng)水平相差很小，4月最高；張掖濕地4和12月富營養(yǎng)水平相差不大，7月最高；東居延海4月比7月富營養(yǎng)水平相差較小，12月最低，但是它全年都為重度富營養(yǎng)。

3 討論與結(jié)論

使用綜合營養(yǎng)狀態(tài)指數(shù)法和BP神經(jīng)網(wǎng)絡(luò)法分別對黑河流域的富營養(yǎng)化進行了評價，通過評價結(jié)果發(fā)現(xiàn)，運用綜合營養(yǎng)狀態(tài)指數(shù)法和BP神經(jīng)網(wǎng)絡(luò)法的評價結(jié)果有差別，主要是由于河流富營養(yǎng)化的發(fā)生條件和湖泊有很大的區(qū)別，河流的透明度并不能真實體現(xiàn)河流的富營養(yǎng)水平，像黑河這樣的西北內(nèi)陸河流，水深很淺，有的河段清澈見底，有的河段則混濁不辨，因此透明度不能明確富營養(yǎng)化的狀態(tài)，使得綜合營養(yǎng)狀態(tài)指數(shù)法的評價結(jié)果偏離實際情況。利用Matlab軟件建立的BP神經(jīng)網(wǎng)絡(luò)模型可以避免透明度對河流富營養(yǎng)化評價的干擾，采用足夠多的學習樣本對網(wǎng)絡(luò)進行訓練，最大限度地避免了人為主觀因素的影響。而且這種方法操作簡便易行，可以自組織、自適應并具有容錯和抗干擾能力等特點，評價的結(jié)果和實際情況基本吻合，與綜合營養(yǎng)指數(shù)法相比更加貼近實際結(jié)果，是一種比較實用的評價方法，其評價結(jié)果更客觀、可靠。

由BP神經(jīng)網(wǎng)絡(luò)對黑河流域水質(zhì)富營養(yǎng)化狀況的評價結(jié)果可知，八寶河流域3 a平均營養(yǎng)指數(shù)為42.96，野牛溝流域3 a平均營養(yǎng)指數(shù)為47.81，北大河流域3 a平均營養(yǎng)指數(shù)為43.55，梨園河流域3 a平均營養(yǎng)指數(shù)為43.19，紅水河流域3 a平均營養(yǎng)指數(shù)為42.99，山丹河流域3 a平均營養(yǎng)指數(shù)為43.41，張掖濕地3 a平均營養(yǎng)指數(shù)為48.54，中游干流3 a平均營養(yǎng)指數(shù)為43.56，額濟納河流域3 a平均營養(yǎng)指數(shù)為43.60，這些流域均為中營養(yǎng)狀態(tài)。東居延海流域3 a平均營養(yǎng)指數(shù)為82.18，為重度富營養(yǎng)狀態(tài)。

總體來說，黑河流域富營養(yǎng)化狀況主要以中營養(yǎng)級為主，營養(yǎng)狀況整體良好。其中野牛溝和張掖濕地的營養(yǎng)指數(shù)接近輕度富營養(yǎng)程度，應該及時地加以保護。東居延海的平均營養(yǎng)指數(shù)超過了80，處于重度富營養(yǎng)化，富營養(yǎng)狀況不容樂觀，尤其是總氮指數(shù)很高，應該及時進行治理和保護。

[1] 張忠祥,錢易.城市可持續(xù)發(fā)展與水污染防治對策[M].北京:中國建筑工業(yè)出版社,1998:290-324.

[2] 張寶,劉靜玲.湖泊富營養(yǎng)化影響與公眾滿意度評價方法[J].水科學進展,2009,20(5):695-700.

[3] 方統(tǒng)中,杜耘,蔡述明,等.模糊數(shù)學在洪湖富營養(yǎng)化評價中的應用[J].浙江林學院學報,2008,25(4):517-521.

[4] 胡麗慧,潘安,李鐵松,等.灰色聚類法在升鐘水庫水體富營養(yǎng)化評價中的應用[J].農(nóng)業(yè)環(huán)境科學學報,2008,27(6):2407-2412.

[5] 李祥,袁政濤.層次分析法在上海淀山湖水質(zhì)評價中的應用[J].人民長江,2014,45(18):25-27.

[6] 王京城,孫世群.物元分析法在湖泊富營養(yǎng)化程度評價中的應用[J].安徽水利水電職業(yè)技術(shù)學報,2008,8(1):21-23.

[7] 邱林,馮曉波,馮麗云,等.集對分析法在湖泊水質(zhì)富營養(yǎng)化評價中的應用[J].人民長江,2008,39(5):52-54.

[8] 聞新,周露,李翔,等.MATLAB神經(jīng)網(wǎng)絡(luò)仿真與應用[M].北京:科學出版社,2003:1-3.

[9] 楊永宇,尹亮,劉暢,等.基于灰關(guān)聯(lián)和BP神經(jīng)網(wǎng)絡(luò)法評價黑河流域水質(zhì)[J].人民黃河,2017,39(6):58-62.

[10] 崔東文.MATLAB神經(jīng)網(wǎng)絡(luò)在湖庫富營養(yǎng)化程度評價中的應用[J].環(huán)境研究與監(jiān)測.2012,25(1):42-48.

[11] 馬正華,王騰,周炯如.基于BP神經(jīng)網(wǎng)絡(luò)的太湖富營養(yǎng)化時空變化預測[J].常州大學學報:自然科學版,2013.25(3):62-65.

[12] 梅長青,王心源,李文達.BP網(wǎng)絡(luò)模型在巢湖富營養(yǎng)化評價中的應用[J].能源與環(huán)境,2008(1):9-11.

[13] 李慧.黑河水質(zhì)評價及變化趨勢分析[D].蘭州:蘭州理工大學,2014.

[14] 祚泳,丁晶,彭荔紅,等.環(huán)境質(zhì)量評價原理與方法[M].北京:化學工業(yè)出版,2004.

[15] 楊潔,吳貽名,萬飚.漢江水質(zhì)綜合評價的BP網(wǎng)絡(luò)方法[J].武漢大學學報:工學版,2004,37(1):51-54.

[16] 楊一鵬,王嬌,肖青.太湖富營養(yǎng)化遙感評價方法及分級標準[J].地理與地理信息科學,2007,23(3):34-37.

[17] 王明翠,劉雪芹,張建輝.湖泊富營養(yǎng)化評價方法及分級標準[J].中國環(huán)境監(jiān)測,2002,18(5):47-49.

[18] 金相燦,屠清瑛.湖泊富營養(yǎng)化調(diào)查規(guī)范[M].北京:中國環(huán)境科學出版社,1990.

[19] 孫境蔚.基于BP神經(jīng)網(wǎng)絡(luò)的水體富營養(yǎng)化評價的研究[J].泉州師范學院學報:自然科學,2008,26(4):92-95.