黃瑞 韓龍喜 張防修 彭輝

摘?要：污染事故對水質安全構成了嚴重威脅，污染事故水質評價可以準確判定事故對水質的影響。針對傳統(tǒng)水質評價模型存在不能反映水質監(jiān)測值動態(tài)變化特征、水質優(yōu)劣指標間相互過度補償，以及無法區(qū)分同一類型水質優(yōu)劣的問題，構建模糊區(qū)間型多屬性綜合評價模型，改進現(xiàn)有水質評價方法。該模型將水質監(jiān)測信息集按一定規(guī)則聚合轉換成區(qū)間數(shù)，開展水質監(jiān)測測度區(qū)間與各類水質標準區(qū)間的相似度判定，基于優(yōu)化主客觀綜合賦權法開展水質指標賦權，并采用模糊綜合評價法計算待測水體模糊綜合評價指數(shù)，確定水質類別。將模糊區(qū)間型多屬性綜合評價模型應用于大伙房水庫暴雨后水質變化分析的實例表明：評價模型生成的模糊綜合評價指數(shù)可以區(qū)分出同類水質的優(yōu)劣，改進模型適用于特大暴雨等突發(fā)污染事故的水質評價研究。

關鍵詞：水質評價;模糊數(shù)學;區(qū)間數(shù);多屬性決策;相似度;組合賦權;模糊評價綜合指數(shù)

中圖分類號：X824;TV697.1+9?文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2021.05.020

Abstract： Pollution accidents pose a serious threat to the safety of water quality. Water quality assessment of pollution accidents can accurately determine the impact of accidents on water quality. The traditional water quality evaluation model can not reflect the dynamic change characteristics of water quality monitoring values and it has the problem of overcompensation between good and bad indexes in the process of evaluation. Moreover， it cannot distinguish the quality of the same grade of water quality， so a fuzzy interval multi-attribute comprehensive water quality evaluation model has been built to improve the effect of existing water quality assessment methods. In this model， the information set of water quality monitoring was aggregated into interval numbers according to certain rules and the similarity between the water quality monitoring measurement interval and various water quality standard intervals was determined. Based on the optimization subjective and objective comprehensive weighting method， the water quality index was weighted and the fuzzy comprehensive evaluation method was used to calculate the fuzzy comprehensive evaluation index of the water to be evaluated， so as to determine the water quality. The application of the fuzzy interval multi-attribute comprehensive water quality evaluation model to the analysis of water quality changes before and after the rainstorm in Dahuofang Reservoir shows that the fuzzy comprehensive evaluation index generated by the evaluation model can distinguish the advantages and disadvantages of the same water quality and the improved model is suitable for the study of water quality evaluation of sudden pollution accidents such as heavy rainstorm.

Key words： water quality evaluation; fuzzy mathematics; interval number; multiple attribute decision making; similarity degree; combined weight; fuzzy evaluation comprehensive index

水質安全對經濟發(fā)展及社會穩(wěn)定具有重要意義，而近年來發(fā)生的一系列水污染事故對水質安全構成了嚴重威脅。污染事故水質評價可以準確判定事故對水質的影響，為政府制定應急預案提供依據(jù)。單因子水質評價法將評價指標中最差指標的類型作為整體水質類型，這種評價方法過于保守，不利于水資源的科學利用[1]。因此，學者們就水質多屬性綜合評價開展了廣泛研究，以權重反映各指標在水質綜合評價中的重要性，基于模糊數(shù)學[2-5]、神經網(wǎng)絡[6-9]、集對分析[10-12]等方法將水質的多屬性特征映射為一個綜合評價指標。該類方法將各水質監(jiān)測值獨立評價，較少考慮監(jiān)測值在時間維度上的連續(xù)性和動態(tài)變化特征，這就導致大范圍、長時期的水質評價需要重復大量工作，且無法反映水質的整體變化特征。另外傳統(tǒng)水質評價方法存在局限性，如模糊數(shù)學評價方法雖然運算簡單，但容易發(fā)生信息丟失[10]的情況;神經網(wǎng)絡方法收斂速度慢，有時無法得到全局最優(yōu)解[7];集對分析方法評價結果易受評價集和指標權重設置的影響[11]。

水質多屬性綜合評價應關注三方面內容：第一，水質評價是對某一研究區(qū)域一個時段內水質優(yōu)劣狀態(tài)的描述，水質本身具有模糊性、時序性及多屬性特征，水質評價應在保留有效信息的前提下，降低信息維度，提高數(shù)據(jù)處理效率;第二，目前的水質評價準則重在達標和懲劣，而非擇優(yōu)[13]，同一類型的數(shù)據(jù)值效用相等，在多屬性綜合評價過程中，應避免“一俊遮百丑”的問題，即消除某些類型低或高的指標等對評價結果的影響;第三，水質評價應提高分辨水平，評價結論應突破傳統(tǒng)的水質類型判斷，進一步開展同類水質的優(yōu)劣分析，以科學認知水質變化?；诖?，構建模糊區(qū)間型多屬性綜合評價模型，改進現(xiàn)有水質評價方法。

1?原理及方法

1.1?構造區(qū)間數(shù)矩陣

1.2?水質監(jiān)測值區(qū)間與各類水質標準區(qū)間的相似度測定

水質評價的實質是判定水質監(jiān)測值與各類水質標準的達標程度[1]，因此達標程度的測定方法是水質評價的關鍵。有學者利用監(jiān)測值各指標測度區(qū)間數(shù)的中點值到各類水質標準區(qū)間的距離來定義達標程度[15]。該方法在水質測度變化平緩時較適用，但是受偶發(fā)因素影響（例如水污染事故），水質測度變化劇烈，如取單點值代表區(qū)間數(shù)，容易掩蓋有價值的數(shù)據(jù)變化信息。鑒于此，提出區(qū)間數(shù)相似度概念，通過建立兩組區(qū)間數(shù)相似度判定模型，評價各水質監(jiān)測值與各類水質標準的達標程度。該評價模型可以反映兩組區(qū)間數(shù)的完整信息，方法直觀，數(shù)理依據(jù)清晰，操作簡便。

對于越小越優(yōu)型水質指標，水質監(jiān)測值區(qū)間[NLij，NUij]與水質標準值區(qū)間[SLij，SUij]的相似度c→（N～ij，S～ij）可表示為

該分段函數(shù)對應區(qū)間數(shù)[NLij，NUij]與[SLij，SUij]被包含、相交、相離和包含的4種情況，當監(jiān)測值區(qū)間被包含于標準值區(qū)間時，定義兩者的相似度為1;當監(jiān)測值區(qū)間相交于標準值區(qū)間時，定義兩者的相似度為兩區(qū)間相交部分與水質監(jiān)測值區(qū)間的比值;當監(jiān)測值區(qū)間相離于水質標準值區(qū)間時，定義兩者的相似度為0;當監(jiān)測值區(qū)間包含標準值區(qū)間時，定義兩者的相似度為水質標準值區(qū)間與水質監(jiān)測值區(qū)間的比值。

對于越大越優(yōu)型指標，對式（1）進行調整。對于水質標準中存在的相鄰水質標準界限值相等的情況，即Si1=Si2時，監(jiān)測值區(qū)間與多等值區(qū)間的相似度按均值處理。

1.3?水質指標賦權

水質評價過程中各指標的賦權對評價結果有較大影響。傳統(tǒng)的賦權方法分主觀、客觀兩類。主觀賦權法，如層次分析（AHP）法、專家調查法等，其評價結果主要依賴于評價者的主觀經驗，未能反映評價數(shù)據(jù)本身的信息特征;客觀賦權法，如主成分分析法、熵技術法及多目標規(guī)劃法等，以評價數(shù)據(jù)自身的信息特征為判定依據(jù)，未能反映評價專家的知識經驗。為了克服兩類傳統(tǒng)方法的缺陷[16-17]，相關學者采用加速遺傳算法、超標加權法、熵值法、模糊物元法及基于實數(shù)編碼遺傳算法的投影尋蹤方法等開展主客觀組合賦權研究。但是這些方法，有的缺少必要的數(shù)理依據(jù)作為支撐，有的評價模型過于復雜，在實際工作中難以推廣。筆者兼顧評價者的經驗及評價數(shù)據(jù)自身特征對主客觀綜合賦權方法進行改進，具體步驟如下。

（1）基于優(yōu)化AHP法的主觀賦權。傳統(tǒng)AHP法一般采用1～9標度法，過寬的標度設計導致指標之間不易準確比較，且構建的判斷矩陣往往不具有一致性。筆者將評價標度調整為1～6，這種標度設計更符合水質指標權重比較的實際[18];在多指標兩兩比較過程中，根據(jù)評價結果的傳遞性[19]，確定指標間的相對重要性，以確保指標間的相互評價保持一致。在構建兩兩比較判斷矩陣后，求解矩陣的最大特征值及特征向量，并對特征向量進行歸一化處理，對判斷矩陣進行一致性檢驗，即可求得基于優(yōu)化AHP法的主觀權重向量。

（3）組合賦權。依據(jù)最小鑒別信息原理，要使組合賦權值盡可能反映主客觀特征信息，應使組合權重向量cw（i）與主觀權重向量sw（i）、客觀權重向量ow（i）盡量接近，為實現(xiàn)式（5）所示目標函數(shù)，采用式（6）所示拉格朗日乘子法進行求解。

1.4?模糊綜合評價

將評價因素集設定為被評價水體的指標集E={E1，E2，…，Em}（m≥2），設定評價集為各水質類型Q={Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ}，通過計算水質監(jiān)測值區(qū)間與各類水質標準值區(qū)間的相似度，確定被評價水體與各類水質標準的達標程度，進而建立模糊關系矩陣R?；诮M合賦權法確定水質指標權重矩陣ω=[ω1，ω2，…，ωn]，基于加權平均模糊合成算子，開展ω和R的合成，生成評價結果矩陣B。最后構造水質標準類別矩陣S=[1，2，3，4，5，6]，計算模糊綜合評價指數(shù)FCL=BS。

2?應用與討論

大伙房水庫位于遼寧省撫順市東部，大伙房水庫是沈陽、鞍山、大連等7市2 300萬人口的重要水源地[20]。水庫及以上流域為長白山低山丘陵區(qū)，水庫控制流域面積5 437 km2，主要入庫河流為渾河、蘇子河及社河。研究區(qū)受東亞季風影響明顯，庫區(qū)春夏兩季多西南風，降雨多集中于7—8月（占全年降水量的50%）。水庫東部土壤肥沃，西部貧瘠，土壤容易沙化，水土流失較嚴重，水庫的主要污染因子是流域周邊的農業(yè)面源污染[5]。近年水質監(jiān)測表明，庫區(qū)水質除總氮含量超標外，其他指標基本達標。

以暴雨前后庫區(qū)水質信息為分析對象，開展評價研究，驗證所構建水質評價模型的準確性。2013年8月16日11時至23時，遼寧省撫順全市普降特大暴雨。據(jù)統(tǒng)計，全市平均降雨量127.3 mm，最大點雨量405.5 mm，降雨呈現(xiàn)雨強大、歷時長的特點。降雨導致庫區(qū)周邊農業(yè)面源污染物在短時間內匯入水庫中，對庫區(qū)水質造成巨大影響。為了準確分析特大暴雨對庫區(qū)水質的影響，開展暴雨前后水質比較分析?？紤]到入庫口位置水質受面源污染影響最為敏感，因此在進庫口斷面位置進行水質取樣?？紤]監(jiān)測值受氣象、水文條件影響較明顯及評價方法對數(shù)據(jù)樣本量的要求，選擇暴雨前后較短時期內的各6組水質監(jiān)測數(shù)據(jù)（見表1）表征暴雨前后庫區(qū)水質特征。根據(jù)研究區(qū)污染特點及水庫功能，選取大伙房水庫32項水質監(jiān)測指標中的溶解氧（DO）、高錳酸鹽指數(shù)（COD）、生化需氧量（BOD）、氨氮（NH+4-N）、糞大腸菌群、總磷（TP）、總氮（TN）7項指標進行分析。7項水質指標水環(huán)境質量標準見表2。溶解氧、高錳酸鹽指數(shù)、生化需氧量、氨氮、糞大腸菌群、總磷、總氮的分析標準分別采用《水質 溶解氧的測定 碘量法》（GB 7489—87）、《水質 高錳酸鹽指數(shù)的測定》（GB 11892—89）、《水質 五日生化需氧量（BOD5）的測定 稀釋與接種法》（HJ 505—2009）、《水質 氨氮的測定 納氏試劑分光光度法》（HJ 535—2009）、《水質 糞大腸菌群的測定 多管發(fā)酵法和濾膜法》（HJ/T 347—2007）、《水質 總磷的測定 鉬酸銨分光光度法》（GB 11893—89）、《水質 總氮的測定 堿性過硫酸鉀消解紫外分光光度法》（GB 11897—89）。

（1）建立區(qū)間型決策矩陣?？紤]到數(shù)據(jù)樣本較少，且每組數(shù)據(jù)反映的變化期不長，因此對每組監(jiān)測指標的時序監(jiān)測值分別取極值，將12×7的精確數(shù)決策矩陣轉換為2組2×7的區(qū)間數(shù)矩陣，見表3。同樣將水質各類標準表示為區(qū)間數(shù)形式，見表4。（2）求解水質監(jiān)測值區(qū)間與各類水質標準值區(qū)間的相似度。根據(jù)式（1）計算得到兩組數(shù)據(jù)與各類水質標準的相似度，結果見表5。

（3）確定評價指標權重?；趦?yōu)化AHP法、熵權系數(shù)法進行水質指標的主客觀賦權，依據(jù)最小鑒別信息原理，進行組合賦權運算。主觀、客觀及組合賦權結果見表6。

（4）生成水質評價綜合指數(shù)。根據(jù)模糊綜合評價方法，計算確定暴雨前、暴雨后的模糊綜合評價指數(shù)分別為2.047、2.920。評價結果表明，暴雨前，大伙房水庫總體水質良好，為Ⅱ類水，接近Ⅰ類水質標準;2013年8月的暴雨對庫區(qū)水質影響較明顯，水質雖仍為Ⅱ類水，但已接近Ⅲ類水質標準。其主要原因是，暴雨導致庫區(qū)周邊農業(yè)及生活面源污染物在短時內匯集于水庫中，庫區(qū)糞大腸菌群和總磷指標升高，對庫區(qū)水質造成影響。

為了驗證本文評價方法的準確性，將評價結果分別與單因子評價、模糊評價、BP神經網(wǎng)絡、優(yōu)化集對分析模型方法所得評價結果進行比較，見表7。受庫區(qū)周邊農業(yè)生產和畜牧養(yǎng)殖影響，水體中含氮量偏高，因此單因子評價法水質評價結果為劣Ⅴ類。結合實際，該評價結果對庫區(qū)水體的服務功能沒有給出合理評價。其余4種評價方法的評價結果趨于一致，僅對暴雨后的水質評價結果存在異議。模糊評價和BP神經網(wǎng)絡兩種方法暴雨前后水質評價結果均為Ⅱ類;優(yōu)化集對分析模型暴雨后水質評價結果為Ⅲ類;模糊區(qū)間型多屬性綜合評價模型暴雨前后水質評價結果均為Ⅱ類，但是模糊綜合評價指數(shù)的變化表明，庫區(qū)水質在暴雨后變化明顯，暴雨后水質已接近Ⅲ類水。模糊區(qū)間型多屬性綜合評價模型數(shù)理依據(jù)清晰，處理簡便，評價結果合理可信，且對水質變化的分辨能力較強，可以定量說明同類水質的差別，評價結論對于指導實際工作更有價值，可用于水質變化分析。

3?結?論

模糊區(qū)間型多屬性綜合評價模型將水質監(jiān)測信息集按一定規(guī)則聚合轉換成區(qū)間數(shù)，開展水質監(jiān)測測度區(qū)間與各類水質標準區(qū)間的相似度判定，基于優(yōu)化主客觀綜合賦權法開展水質指標賦權，并采用模糊綜合評價法計算待測水體模糊綜合評價指數(shù)，確定水質類別。將該模型應用于大伙房水庫暴雨前后水質分析的實例表明：評價模型生成的模糊綜合評價指數(shù)可以區(qū)分出同類水質的優(yōu)劣，改進模型適用于特大暴雨等突發(fā)污染事故的水質評價研究。

參考文獻：

[1]?徐國賓，任旺，郭書英，等.基于熵理論的湖泊生態(tài)系統(tǒng)健康發(fā)展評估[J].中國環(huán)境科學，2017，37（2）：795-800.

[2]?高學平，孫博聞，訾天亮，等.基于時域權重矩陣的模糊綜合水質評價法及其應用[J].環(huán)境工程學報，2017，11（2）：970-976.

[3]?黎育紅，賀石磊.基于粗糙-信息熵的水質綜合評價方法[J].長江流域資源與環(huán)境，2014，23（1）：109-116.

[4]?SHRESTHA S， KAZAMA F. Assessment of Surface Water Quality Using Multivariate Statistical Techniques： a Case Study of the Fuji River Basin， Japan[J]. Environmental Modelling and Software， 2007， 22（4）： 464-475.

[5]?崔嘉宇，張寧紅，郁建橋，等.改進的模糊評價法在太湖水質評價中的應用[J].環(huán)境工程學報，2015，9（11）：5357-5363.

[6]?王小煥，邵景安，王金亮，等.三峽庫區(qū)長江干流入出庫水質評價及其變化趨勢[J].環(huán)境科學學報，2017，37（2）：554-565.

[7]?蘇彩紅，向娜，陳廣義，等.基于人工蜂群算法與BP神經網(wǎng)絡的水質評價模型[J].環(huán)境工程學報，2012，6（2）：699-705.

[8]?IP W C， HU B Q， WONG H， et al. Applications of Grey Relational Method to River Environment Quality Evaluation in China[J]. Journal of Hydrology， 2009， 379（3-4）： 284-290.

[9]?馬玲玲，周林飛，王鐵良.基于BP神經網(wǎng)絡的大伙房水庫水質綜合評價[J].沈陽農業(yè)大學學報，2014，45（5）：637-640.

[10]?黃瑞，張防修.基于優(yōu)化集對分析模型的水質綜合評價方法[J].長江科學院院報，2016，33（5）：6-10，17.

[11]?王穎，邵磊，楊方廷，等.改進的集對分析水質綜合評價方法[J].水力發(fā)電學報，2012，31（3）：99-106.

[12]?SINGH K P， BASANT A， MALIK A， et al. Artificial Neural Network Modeling of the River Water Quality： a Case Study[J].Ecological Modeling， 2009， 220（6）： 888-895.

[13]?周榮喜，單欣濤，楊杰，等.基于熵權的區(qū)間型多屬性決策方法在湖泊水質評價中的應用[J].環(huán)境科學學報，2013，33（3）：910-917.

[14]?SKARBVIK E， STLNACKE P， BOGEN J， et al. Impact of Sampling Frequency on Mean Concentrations and Estimated Loads of Suspended Sediment in a Norwegian River： Implications for Water Management[J]. Science of the Total Environment， 2012， 433： 462-471.

[15]?何星鋼，王美娜.基于集對分析聯(lián)系數(shù)的區(qū)間數(shù)型水環(huán)境質量綜合評價模型及其應用[J].數(shù)學的實踐與認識，2017，47（6）：101-109.

[16]?虞未江，賈超，狄勝同，等.基于綜合權重和改進物元可拓評價模型的地下水水質評價[J].吉林大學學報（地球科學版），2019，49（2）：539-547.

[17]?杜娟娟.基于不同賦權方法的模糊綜合水質評價研究[J].人民黃河，2015，37（12）：69-73.

[18]?馬玲玲.遼寧省大伙房水庫水源地安全評價研究[D].沈陽：沈陽農業(yè)大學，2015：3-8.

[19]?金菊良，楊曉華，魏一鳴.基于模糊優(yōu)先關系矩陣的系統(tǒng)評價方法[J].系統(tǒng)工程理論方法應用，2005，14（4）：364-368.

[20]?黃瑞，韓龍喜，張鴻，等.基于模糊評價和AHP的大伙房水庫水質評價[J].人民黃河，2013，35（4）：32-34.

【責任編輯?呂艷梅】