董會嬌

0 引言

水源是人們賴以生存和社會文化經(jīng)濟發(fā)展的基礎(chǔ)，直接關(guān)系到人們的身體健康[1]。如今由于城市的快速發(fā)展，人們生活水平得到提高，工業(yè)、農(nóng)業(yè)和生活污水排放前并未及時有效處理，導(dǎo)致城市水源污染嚴(yán)重[2-4]。由于水體水質(zhì)污染嚴(yán)重，提前找出水質(zhì)變化趨勢，預(yù)測水質(zhì)水污染風(fēng)險變得水十分重要，水質(zhì)風(fēng)險評價已成為了現(xiàn)如今相關(guān)研究的熱點[5]。

截止到目前，層次分析法、SPA法、模糊評價法等方法已被廣泛應(yīng)用到水質(zhì)綜合評價當(dāng)中。楊渺等[6]采用了線性變換法，在錢塘江支流對水質(zhì)進行了綜合評價，指出線性變換法可大幅度降低工作量，同時其計算結(jié)果更符合客觀實際；宋述軍[7]基于模糊評價法對沱江流域地表水質(zhì)進行了綜合評價，通過建立不同指標(biāo)的相對隸屬度矩陣，計算不同指標(biāo)的權(quán)重，得出沱江有3處達到重污染程度，結(jié)果具有一定的客觀性；徐晨光等[8]基于SPA法建立了地表水質(zhì)量綜合評價模型，并以山東省為例，驗證了模型的適用性，研究結(jié)果表明該方法具有一定的科學(xué)性；盧文喜等[9]基于層次分析法，得到了水質(zhì)綜合評價模型，算出的結(jié)果與實際狀況相符。

目前針對水質(zhì)綜合評價的方法已有了部分研究，但這些方法多從主觀意識出發(fā)，計算不同指標(biāo)的主觀權(quán)重，但得出的結(jié)果僅能反映人們的主觀意識，對客觀事實的反映并不全面，同時對水質(zhì)風(fēng)險綜合評價的研究較少，本文基于改進信息熵權(quán)法及灰色聚類分析法建立水質(zhì)風(fēng)險綜合評價模型，以實測水質(zhì)數(shù)據(jù)為基礎(chǔ)建立水質(zhì)風(fēng)險綜合評價指標(biāo)體系，對水質(zhì)風(fēng)險進行等級分類，得出的結(jié)果可為水質(zhì)治理措施的制定提供科學(xué)依據(jù)。

1 研究方法

1.1 信息熵權(quán)法

本文基于改進信息熵權(quán)法對水質(zhì)風(fēng)險進行評價，同時發(fā)出100份問卷調(diào)查，調(diào)查不同專家學(xué)者對各指標(biāo)權(quán)重的評定，將信息熵權(quán)重（客觀權(quán)重）與專家權(quán)重（主觀權(quán)重）進行綜合，得出綜合權(quán)重，該權(quán)重既可以反映客觀事實，也可反映主觀專家意見，具有一定的代表性，客觀權(quán)重與綜合權(quán)重計算過程如下：

假設(shè)有m個對象，n個被評價指標(biāo)，熵定義為：

式中：Hj代表計算的信息熵；m為評價對象個數(shù)；n為待評價指標(biāo)個數(shù)；bij為計算的相對隸屬度；fij為相對隸屬度所占比例。

對各項指標(biāo)進行無量綱化處理，得出相對隸屬度：

式中：bij為所求的相對隸屬度；aij為每個計算指標(biāo)；ajmax為某項指標(biāo)最大值；ajmin某項指標(biāo)最小值。

計算第j項指標(biāo)的變異度：

式中：Dj為所求的變異度；Hj代表指標(biāo)的信息熵。

計算該指標(biāo)所對應(yīng)的熵權(quán)重（客觀權(quán)重）：

式中：ωbj為所求的客觀權(quán)重；Dj為某項指標(biāo)的變異度。

根據(jù)專家經(jīng)驗得出的主觀權(quán)重與計算得出的客觀權(quán)重，得出綜合權(quán)重：

式中：ωj為所求的綜合權(quán)重；ωaj為通過問卷調(diào)查所得的主觀權(quán)重；ωbj為所求的客觀權(quán)重。

1.2 灰色聚類分析法

不同水質(zhì)指標(biāo)劃分采用《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB3838-2002）為依據(jù)。作為多指標(biāo)評價，各評價指標(biāo)由于量綱及標(biāo)準(zhǔn)值取值范圍的差異性，使得評價過程中部分指標(biāo)的作用被削弱或者忽略，因而依照相關(guān)分級標(biāo)準(zhǔn)將水質(zhì)風(fēng)險劃分為V1、V2、V3、V4、V5五類灰類區(qū)間，分別對應(yīng)低、中、高、較高、極高風(fēng)險等級。假設(shè)共有n個風(fēng)險等級，不同分級劃分區(qū)間確定過程如下：

（1）當(dāng)k=1時，對應(yīng)等級指數(shù)型函數(shù)為：

（2）當(dāng)2≤k≤n-1時，對應(yīng)等級指數(shù)型函數(shù)為：

（3）當(dāng)k=n時，對應(yīng)等級指數(shù)型函數(shù)模型為：

公式中 i=1,2,3…m；j=1,2,3…l；，Mij表示第 j年內(nèi)、第 i個指標(biāo)的評分值；Mimax、Mimin定義為第i個指標(biāo)評價等級標(biāo)準(zhǔn)值區(qū)間上限、下限值；Mi(k,1)和Mi(k,2)分別代表第i個指標(biāo)對應(yīng)K類風(fēng)險等級標(biāo)準(zhǔn)值下限和上限，評價區(qū)間定義為[Mi(k,1),Mi(k,2)]。

1.3 水質(zhì)風(fēng)險評價指標(biāo)體系構(gòu)建

本文將水質(zhì)風(fēng)險評價指標(biāo)體系分為3個方面，分別為水環(huán)境方面、生態(tài)環(huán)境方面和水中沉積物方面，具體指標(biāo)體系見圖1。分別選取總氮含量C11、總磷含量C12、氨氮含量C13、高錳酸鹽指數(shù) C14、揮發(fā)性酚 C21、COD 含量 C22、BOD 含量 C23、浮游生物指數(shù)C24、石油類C31、六價鉻含量C32、有機碳含量C33、硫化物 C34共12項指標(biāo)，綜合判定區(qū)域水質(zhì)風(fēng)險，并給出風(fēng)險等級劃分。

圖1 水質(zhì)風(fēng)險評價指標(biāo)體系構(gòu)建

2 工程實例分析

試驗區(qū)域位于河北省唐山市，以當(dāng)?shù)貙崪y數(shù)據(jù)為依據(jù)，分析2009年、2011年、2013、2015和2017年5年的數(shù)據(jù)，根據(jù)式（3）確定不同指標(biāo)的相對隸屬度矩陣，結(jié)果見表1。根據(jù)表1中的數(shù)據(jù)，可根據(jù)統(tǒng)計數(shù)據(jù)的客觀性與2.1節(jié)中的公式計算各指標(biāo)的客觀權(quán)重，與專家調(diào)查的主觀權(quán)重相比，信息熵權(quán)法計算結(jié)果基本與主觀權(quán)重一致，由主觀權(quán)重和客觀權(quán)重，可綜合得出第三層指標(biāo)的初始綜合權(quán)重，結(jié)果見表2。

根據(jù)表2中的數(shù)據(jù)，綜合得出第二層指標(biāo)的相對隸屬度矩陣，從而計算出第二層指標(biāo)的計算權(quán)重，其中水環(huán)境指標(biāo)的權(quán)重為0.37，生態(tài)環(huán)境指標(biāo)的權(quán)重為0.33，水中沉積物指標(biāo)權(quán)重為0.30。根據(jù)第二層指標(biāo)權(quán)重與第三層指標(biāo)的初始綜合權(quán)重，求得第三層指標(biāo)的最終權(quán)重，結(jié)果見表3。

表1 第三層指標(biāo)相對隸屬度矩陣

表2 第三層指標(biāo)初始綜合權(quán)重

表3 第三層指標(biāo)最終綜合權(quán)重

表4 不同年份水質(zhì)風(fēng)險排名

根據(jù)表4中的結(jié)果可知，將不同年份的水質(zhì)風(fēng)險綜合評價結(jié)果按最大到小排列依次為：2009年0.919、2011年0.684、2013年0.388、2015年0.240和2017年0.040，表明該區(qū)水質(zhì)風(fēng)險逐年降低，水質(zhì)呈現(xiàn)逐年變好的趨勢，尤其是2009年之后，上升顯著，與當(dāng)?shù)貙嶋H情況相符，因此計算過程正確，該方法具有一定的科學(xué)性。

結(jié)合《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》提出的地表水質(zhì)指標(biāo)限值，通過公式（7）～（9）計算得出適用于水質(zhì)風(fēng)險綜合評價分級標(biāo)準(zhǔn)，見表5。根據(jù)不同水質(zhì)指標(biāo)的相對隸屬度矩陣與綜合權(quán)重，可得出基于信息熵理論的各項水質(zhì)指標(biāo)綜合評價指數(shù)，結(jié)果見表6。

表6顯示，水質(zhì)風(fēng)險呈逐年降低趨勢，尤其在2017年達到了無風(fēng)險級別，而在2009和2011年的水質(zhì)風(fēng)險較高，達到了極高風(fēng)險等級，表明近幾年水環(huán)境系統(tǒng)有了很大程度的改善，水質(zhì)防治措施實施效果顯著。

表5 江蘇省滆湖地表水質(zhì)量綜合評價指數(shù)分級標(biāo)準(zhǔn)

表6 江蘇省滆湖不同分區(qū)地表水質(zhì)量綜合評價結(jié)果

3 結(jié)論

本文基于信息熵權(quán)法與灰色聚類分析法的綜合分析方法，構(gòu)建了水質(zhì)風(fēng)險綜合評價模型，建立了水環(huán)境方面、生態(tài)環(huán)境方面和水中沉積物方面3個層面共12項指標(biāo)的評價指標(biāo)體系。通過計算不同指標(biāo)的綜合權(quán)重和風(fēng)險級別判定區(qū)間，得出不同時間水質(zhì)風(fēng)險級別，該方法最大程度上消除了評價方法的主觀性，同時對2009、2011、2013、2015和2017年的水質(zhì)風(fēng)險等級進行了評價，指出2017年的水質(zhì)風(fēng)險最低，達到了無風(fēng)險級別，符合實際要求，證明了該方法的準(zhǔn)確性。

[1]李慧.黑河流域水質(zhì)評價及變化趨勢分析[D].蘭州理工大學(xué)，2010.

[2]Lau SSS,Lane SN.Biological and chemical factors-influencing shallow lake eut rophication:a long-term study[J].The Science of the Total Environment,2002,288:167—181.

[3]Zhou M,Shen Z,Yu R.Responses of a coastal phytoplankton community to increased nut rient inputf rom the Changjiang(Yangtze)River[J].Continental Shelf Research,2008,28:1483—1489.

[4]朱劍鋒.淀浦河水體中氨氮、總氮和總磷污染變化趨勢及相關(guān)性分析[J].北方環(huán)境，2013，(6)：155—159.

[5]吳義鋒，薛聯(lián)青，呂錫武.基于未確知數(shù)學(xué)理論的水質(zhì)風(fēng)險評價模式[J].環(huán)境科學(xué)學(xué)報，2006，26(6)：1047—1052.

[6]楊渺，謝強，王維，等.基于線性變換的水質(zhì)綜合評價方法[J].長江流域資源與環(huán)境，2015，24(1)：156—161.

[7]宋述軍，周萬村.沱江流域地表水水質(zhì)的模糊綜合評價[J].水土保持研究，2007，14(6)：128—130+134.

[8]徐晨光，艾尼瓦爾·艾買提，杜青輝.基于SPA和信息熵的可變模糊集水質(zhì)評價方法[J].人民黃河，2013，35(6)：56—58.

[9]盧文喜，李迪，張蕾，等.基于層次分析法的模糊綜合評價在水質(zhì)評價中的應(yīng)用[J].節(jié)水灌溉，2011，(3)：43—46.