費卓越
(遼寧省葫蘆島水文局,遼寧 葫蘆島 125000)
隨著城鎮(zhèn)化進程的加快和經(jīng)濟發(fā)展水平的提升,加之對生態(tài)保護的重視程度不夠,我國近50%的水庫超過Ⅳ類水質,水環(huán)境狀況較差,許多研究學者越來越關注水體的污染治理問題[1]。目前,常用的水質評價方法有隨機森林評價法、模糊數(shù)學法、綜合污染指數(shù)法、內梅羅污染指數(shù)法等。其中,模糊數(shù)學法通過歸一化處理主要污染因子,評價分析不同區(qū)域、不同年份的水環(huán)境變化趨勢,如申震等通過對比常規(guī)評價法與模糊數(shù)學法發(fā)現(xiàn),充分考慮污染物權重的模糊數(shù)學法評定結果更加客觀全面;張洪偉等以甘肅省正寧縣為例,運用模糊綜合法定量評價了不同水庫與河流的水質檢測數(shù)據(jù);閆伯忠等對安陽市2017年8個地下水監(jiān)測點水質利用隨機森林模型進行了評價,結果顯示隨機森林模型的穩(wěn)定性和訓練效率更高,可以準確評定地下水質情況[2-4]。
以上方法都有各自的特點,但使用過程中受水質諸多因素的干擾而存在一定的局限性。在水環(huán)境評價分析時,必須考慮具體情況選擇合適的方法,由于能夠定量分析自然界中一些不容易定量化且邊界不清的因素,灰色關聯(lián)法與模糊數(shù)學法被廣泛用于不確定性地表水環(huán)境評價研究[5]。鑒于此,文章結合白石水庫實測水體理化數(shù)據(jù),采用灰色關聯(lián)分析法和模糊數(shù)學法評定該水庫水質類別,以期為該水源地開發(fā)利用、保護及水資源管理提供科學依據(jù)。
白石水庫位于北票市大凌河干流的中下游,是一座以城市供水、灌溉和防洪為主,兼顧養(yǎng)魚、發(fā)電等功能的大(1)型水利樞紐,水面面積80km2,總庫容16.45億m3,控制流域17649km2,占大凌河流域76%。水庫為碾壓混凝土重力壩,最大拔高50.3m,壩頂長513m,設計正常高水位127.0m,為多年調節(jié)水庫[6-7]。流域集水區(qū)屬寒溫帶季風氣候,受季風環(huán)流、北來大陸氣團及南來溫暖氣團影響,夏季多雨炎熱,春冬干燥少雨,多年平均氣溫約8℃,年降水量在400~600mm之間,且大多集中于6~9月,河流的補給來源主要為降水形成的地表徑流。流域內土壤為亞砂土性的黃白土,山地大部分為生草棕色森林土,森林覆被以蒙古櫟林、油松人工林、刺槐人工林、油松林及沿河小葉楊、小青楊林為主,還有山杏矮林、遼東櫟林等;灌叢以酸棗、荊條、榛子灌叢為主,灌草叢以白羊草灌草叢最多,還有野谷草灌草叢、黃背草灌草叢等,分布在漫灘和低階地上的代表植物主要有刺槐、楊樹、山杏、油松、沙棘、柳樹等人工林[8-9]。
本研究于2017—2020年逐月采集表層水樣,結合入庫支流分布特點和白石水庫形狀布設5個采樣點,主要涉及糞大腸菌群、化學需氧量、高錳酸鹽指數(shù)、氟化物、溶解氧、總磷、總氮、氨氮8個參數(shù)。采用位置和空間軌跡利用Arc GIS、LocaSpace Viewer軟件進行確定,參照現(xiàn)行標準測定各理化參數(shù)。
根據(jù)白石水庫實際情況選擇評級標準為《地表水環(huán)境質量標準》,參評指標選用糞大腸菌群、化學需氧量、高錳酸鹽指數(shù)、氟化物、溶解氧、總磷、總氮、氨氮8個參數(shù),模糊數(shù)學評價流程如下:
1)步驟1:因子集與評價集。假設有i個水質影響因子和j個評價等級,采用集合的形式可以表示成U={u1,u2,…,ui}、V={v1,v2,…,vj},結合參評指標和等級標準則有U={糞大腸菌群,化學需氧量,高錳酸鹽指數(shù),氟化物,溶解氧,總磷,總氮,氨氮}、V={Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ}[10-11]。
2)步驟2:模糊評價矩陣。對于數(shù)值越大則水質等級越低型的正向指標(如溶解氧),參照現(xiàn)行標準建立隸屬度函數(shù)如下:
(1)
(2)
(3)
對于數(shù)值越大則水質等級越高型的負向指標(如總磷、總氮等其它7個參數(shù)),參照現(xiàn)行標準建立隸屬度函數(shù)如下:
(4)
(5)
(6)
結合以上計算結果構造模糊評判矩陣R,具體如下:
(7)
第i行Ri=(ri1,ri2,…,rim),其中i=1,2,…,8;第j列Rj=(r1j,r2j,…,rnj),其中j=1,2,…,5,i、j代表評價因子i隸屬于各水質標準的程度和各評價因子隸屬于第j級標準的程度。
(8)
4)步驟4:根據(jù)模糊評價矩陣R和權重集M構造綜合評判矩陣B,各監(jiān)測點的水質類別即為最大隸屬度值對應的等級,數(shù)學表達式為:
(9)
根據(jù)白石水庫實際情況選擇評級標準為《地表水環(huán)境質量標準》,參評指標選用糞大腸菌群、化學需氧量、高錳酸鹽指數(shù)、氟化物、溶解氧、總磷、總氮、氨氮8個參數(shù),灰色關聯(lián)法評價流程如下[12-14]:
1)步驟1:樣本矩陣與標準濃度矩陣。設待評價樣本數(shù)有p個,各評價樣本存在q項指標,從而構造樣本矩陣Xp×q,即:
(10)
結合水體實測數(shù)據(jù)和相關標準合理劃分水質污染等級為m,構造水庫水質參數(shù)即有濃度矩陣Sm×n,即:
(11)
2)步驟2:歸一化處理。針對數(shù)值越大則水質越差的負向指標和數(shù)值越大水質越好的正向指標利用分段線性公式進行歸一化處理,具體如下:
(12)
通過歸一化處理,標準濃度矩陣和樣本矩陣可以轉換成如下形式:
(13)
(14)
3)步驟3:關聯(lián)度計算。采用極差法計算指標關聯(lián)度,即:
(15)
4)步驟4:綜合評判。關聯(lián)度Γk最大值對應的分級數(shù)就是灰色關聯(lián)法評定的水質等級。
水庫水質各參評指標的標準限制如表1所示,模糊數(shù)學法與灰色關聯(lián)法評定的白石水庫水質等級如表2所示。
表1 水質評價標準
表2 白石水庫水質評價結果
由灰色關聯(lián)法計算結果可知,2017—2020年白石水庫水質較好,除了2017年5#采樣點和2020年1#采樣點屬于Ⅳ類、Ⅰ類水質外,其它時段各樣點均達到Ⅱ類水質,水環(huán)境變化較穩(wěn)定;結合關聯(lián)度計算結果,1#~4#采樣點隸屬于Ⅱ類和Ⅲ類水質的關聯(lián)度基本接近,隸屬于Ⅲ類水的程度較高,這說明白石水庫具有從Ⅱ類轉變成Ⅲ類的可能。根據(jù)模糊數(shù)學法計算結果,2017—2020年白石水庫水質表現(xiàn)出明顯變化趨勢,其中2017—2018年3#、4#、5#采樣點水質較差,這與采樣點附近外源徑流和上游下泄水質較差有關,從而導致水質出現(xiàn)較大變化,2017—2020年5#采樣點均屬于Ⅳ類水質,2019年1#、2#、3#、4#采樣點隸屬于Ⅳ類水質的程度較高,2020年1#、2#、3#、4#采樣點隸屬于Ⅴ類水的程度也較高。由圖1可知,模糊數(shù)學法與灰色關聯(lián)法評價的白石水庫水質變化基本相同,而2017—2018年存在一定差異,兩種方法均表明評價結果具有一定的參考價值。總體而言,白石水庫整體達到Ⅱ類水質,只有5#采樣點較差,這主要與附近外源徑流和上游下泄水質較差有關,從隸屬度計算結果上,白石水庫具有水質變差的概率,仍需加強庫水環(huán)境保護。
(a)2017年
將2021年白石水庫水質類別(表3)與文章評價結果相比較發(fā)現(xiàn),2021年白石水庫水質達到Ⅲ類,汛期優(yōu)于非汛期水質,表明水庫排水期和雨季會在一定程度上更換水體,水質較好,且2017—2020年水庫水質總體優(yōu)于2021年,這主要與權重計算有關,歷年總磷、總氮實測值較高影響了權重分配比例,并進一步影響灰色關聯(lián)法與模糊數(shù)學法的隸屬度,尤其是5#采樣點高于其它樣點的指標值,該樣點水體環(huán)境較差。
表3 2021年白石水庫水質
由于模糊數(shù)學法主要是由實測水質確定隸屬度矩陣和因子權重,故超標因子對評價結果的影響較大,這也是導致5#采樣點水質較差的主要原因。灰色關聯(lián)法相比的各級水質標準和實測水質都是經(jīng)過歸一化處理再計算比較數(shù)列、參考數(shù)列的,所以超標因子影響較低,該方法評價結果相對穩(wěn)定。根據(jù)2021年白石水庫汛期優(yōu)于非汛期水庫可知,豐水期或較大降水量在一定程度上影響著水庫水質,特別是汛期水質較好,表明2017—2020年降雨量較大可能是導致該時段白石水庫水質較優(yōu)的重要原因。但由于采樣點較少,分布較系數(shù),個別位于出水口的采樣點受下泄水體影響水質較差。因此,在評價水庫水質時應充分考慮上下游之間的關系,降雨量也是影響水質狀況的重要因素。
1)2017—2020年白石水庫總體處于Ⅱ類、Ⅲ類水質,符合水質標準,但1#~4#采樣點水質隸屬于其它等級的程度也較高,表明白石水庫具有從Ⅱ類轉變成Ⅲ類的可能,水庫水體與入庫河流及上游地區(qū)下泄水攜帶的營養(yǎng)物質有關。
2)采用灰色關聯(lián)法評價白石水庫水質較好,而模糊數(shù)學法波動較大且計算的水質較差。根據(jù)2021年白石水庫調查結果,2017—2020年白石水庫水質較優(yōu),這可能與權重計算有關。另外,降雨量大的年份特別是汛期優(yōu)于非汛期水質,2017—2020年北票市降雨量較高,這從側面也反映了受降雨量影響評價的水質較優(yōu)。由于參與評價的樣點較少,水庫水文資料及入庫干支流相關數(shù)據(jù)缺失等可能會存在一定偏頗,未來仍需做進一步驗證。