城市水环境监测预警系统的建立

翁窈瑶，张 静

(1.浙江工业职业技术学院，浙江绍兴 312000；2.河北科技大学，河北石家庄 050000)

国内水质自动监测系统建设起步较晚，20世纪90年代以来，随着城市水环境问题的日益突出，我国大规模开展了水环境整治工作，各个城市都建设了大量的水环境设施并对水环境系统的各个方面进行科学合理的监控监测。各个相关水环境管理部门都陆续开展了水环境监控方面的工作。1988年天津作为试点建立了我国第一个水质连续自动监测系统，1995年以后相继在上海、北京等地先后建立了水质连续自动监测站。“十一五”期间，我国已初步建成覆盖各环境要素的国家环境监测网和地方环境监测网。至2011年，全国主要水系共建115个重点断面水质自动监测站[1]。这套地表水自动监测系统运行以来，充分发挥了其对地表水水系的实时监测和预警功能。

水质在线监测技术在近年来也开始应用于环保体系，主要监测内容包括污水处理厂进出水口的水质监测，以用于对污水厂的日常监管和运行指导。我国许多省市环保局还在各大型企业排污口安装了在线自动监测系统，实时监测废水的流量和COD、氨氮等污染物的排放浓度，以防止企业偷排、超排现象发生，上述地表水水质监测和污染源监控是两套相互独立的监测体系，分别覆盖了地表水体以及污染源排放，但是还缺乏一套监测体系，即城市水环境监测体系来耦合这两套监测系统，以结合不同地区城市水功能定位及水环境的特点来开展城市水环境系统设施监测与预警。

1 城市水环境自动监测预警系统的建立

1.1系统建立的基础预警系统的建立，关键在于3个部分，即预警指标体系的构建、预警方法的选取和预警阈值的界定。

影响水环境系统的因素很多，并且各个影响因子间又存在着十分复杂的关系。因此建立一套完整合理的预警指标体系是建立水环境预警系统的关键。而我国地域广阔，不同地区的水环境特征参数均有不同，地区经济条件的差异也会直接影响到水环境监测参数的选择。因此，预警指标体系的建立应该充分结合各地的经济条件和城市水环境特征选取。

在预警指标体系建立的基础上，需要对指标体系进行预警分析，这也是目前研究较多的问题。总结来看，预警方法一般可以归为两大类：定性方法和定量方法。定性分析方法主要适用于在预警所需资料缺乏，或者影响因素复杂，难以分清主次与因果，或主要影响因素难以定量分析时的情况。近年来，遥感监测技术也逐渐被引入到定性分析方法之中。定量方法则可以结合数学模型来进行。例如统计定量中的决策树方法[2]。而目前最主要的定量方法则是模型方法，因为使用模型方法进行预警是建立在相当深入研究的逻辑学、数学和其他具体科学基础上的，具有一定的科学依据。在环境预警方面应用的比较广泛的预警模型主要包括SD 预警模型[3]、人工神经网络预警模型[4]、支持向量机等，这些方法的提出成功地推动了预警研究的发展。

水环境系统随时都在承受着各种压力，在一定压力内，系统具有自我维持和自我调节的功能，保持相对稳定的状态，但超过这个阈值，系统可能会发生质的变化甚至导致系统崩溃。在对阈值进行研究时，警限的确定也是问题的关键。警限通常是用来表示警情严重程度的等级分界线，但也可看作各种状态之间的临界值。由于警情严重程度具有模糊性，而且水环境是一个多层次、多要素、多功能的复杂系统，其警限的确定是一个复杂的难题。

1.2城市水环境自动监测预警系统的建立城市水环境监测与预警系统的建立流程总图如图1所示，其建立可以分为以下几个步骤。

图1 城市水环境自动监测预警流程图

首先，在已有的水库数据库、雨水数据库和空间数据库的基础上，对所有排水、污水、城市水体的监测站点及监测数据进行监控，监测数据包括在线监测数据、移动监测数据、实验室监测数据以及遥感监测数据等，通过数据采集、数据转化、数据传输(其中遥感数据还要进行加工，包括数据提取、数据预处理、数据挖掘和参数识别)进入数据库，获得海量数据。

图2 预警信号模块流程图

当监测出现某个或某些参数超出阈值时要进行现场查看，判断监测数值超标的原因是否为设备故障，如为设备故障，将数据传入数据库，并记录实际情况后进入正常管理；如果事件排除设备故障，此时发出预警信号(见图2所示流程)，并派监测车现场取样，进行实验室检测，获得检测数据。

其次，对实验室数据进行分析，将获得的预警监测因子的数值与预警监测因子阈值进行对比，获取超阈值因子及其参数。将超阈值参数及发生风险事件的坐标输入分析模型及模型耦合系统，进行模拟预测，获得影响模型(见图3所示流程)。在影响模型中对风险事件进行风险分析和评价，对超阈值因子及其数值进行分析，获得风险监测因子，即确定对风险产生影响的各种参数，通过分析各参数对风险的影响程度的不同，确定各参数的风险权重，给参数附加风险权重后，计算出含风险权重在内的风险等级数据，通过对比风险等级数据，确定风险等级，发出等级信号(见图4所示流程)。

图3 模型分析模块流程图

图4 风险分析模块流程图

再次，对事件进行应急处置，首先确定事件的种类，同时根据风险的对象和等级提出相应的应急措施(见图5所示流程)。

图5 应急处置预案模块流程图

最后，预警解除后对预案以及处理过程进行评价，将评价内容加入数据库，丰富数据库信息，为以后应急方案提供参考。

2 建立城市水环境自动监测与预警系统存在的问题

目前存在的地表水水质监测和污染源监控是两套相互独立的监测体系，分别覆盖了地表水体以及污染源排放，但是两套监测系统各自为政，因此需要建立城市水环境监测预警网，在城市范畴内将上述两套监测体系有效结合起来，实现城市水环境的全方面自动监测。这样既可以实时掌控城市水环境各类监测对象的自身运行情况，也可以动态了解城市活动对水体造成的突发污染影响。

城市水环境自动监测系统的监测对象应包括城市相关水体、城市排水设施、污水处理设施、其他城市水设施。城市相关水体主要指城市河流、湖泊；城市排水设施主要指雨水管网、污水管网、合流制管网；污水处理设施主要指污水处理厂；其他城市水设施主要指再生水厂。

虽然目前上述四类监测对象中，城市相关水体、污水处理设施已分别由水利部、环保部开展了自动监测工作。但是要建立城市水环境监测网，还应该解决当前存在的3个主要问题。

首先，监测管理部门协作不强，数据共享体制不健全。目前我国开展水质监测的部门主要有环保部、水利部、城乡建设部。环保部门主要承担污水处理厂等污染源在线监控，水利部门则主要承担河道水质监测，城乡建设部门则主要负责城市水资源利用和城市污水灌溉。所以，在城市水环境监测的四类对象中，已有两类监测工作展开。但是由于各个监测部门相互独立，监测数据互不共享，不仅浪费大量的监测设备资源，而且对监测数据不能充分有效利用。各部门之间如果能够紧密协作，进行数据共享，不仅能有效地监督企业排污，遏制偷排现象，而且通过监测水量水质等数据，能够科学地制定污染物总量控制目标，预警城市活动对城市水体造成的突发污染事故。为此，应最大限度地协调各个数据监测管理部门，实现数据的共享，既可以提高监测数据的利用率，也可以优化现有的监测资源，尽快建立起全面的城市水环境监测体系。

其次，在线监测系统的可靠性不高。自动监测体系的质量保证与质量控制尚不完善，很多自动监测系统的运行维护工作不到位，实际监测中自动监测系统故障频发，导致实际应用中自动监测站数据的可信度不高。为提高自动监测站数据的可靠性，一方面要从检测设备入手，选用可靠性、准确性高的仪器，加强仪器的定期维护校准，加大自动监测系统的运行维护力度；另一方面，自动监测系统应配合水质监测实验室和移动监测设备同时进行。移动监测具有相对灵活的特点，可以实现对城市重点污染河段、水污染事故动态监测，根据污染事故的监测需要，在野外现场完成水质采样、处理和分析。实验室监测是一种最常规的水质分析方法，可以对众多的水质指标做出精确的分析和评价。因此移动监测和实验室监测方式，既可以作为自动监测数据的校正及补充，也可以在系统故障或数据有异时，补充以常规监测。

第三，初期雨水径流排放水质难以实现自动监测。由城市内部的街道汇集而成的雨水路面径流，具有排放时间随机、流量相对集中、污染物种类多、水质条件复杂多变的特点，国外学者对城市雨水径流的水质[5-6]做了大量的监测分析工作，结果表明路面雨水径流污染严重，尤其是初期雨水径流，如果直接排放至水体，将会给地表水造成严重的污染。但是国内对于初期雨水径流的水质监测研究几乎是空白的，用于雨水水质监测的自动监测设备也不多，这也成为城市水环境系统监测预警的又一难题。

3 小结

我国城市水环境虽然近年来已有所改善，但是问题依然存在。全国各大水系的水体、污水处理设施已经分别由水利部、环保部开展了自动监测工作。但是由于部门协调问题，数据无法共享，造成资源的浪费，也很难达成两套系统的联动。自动监测系统的运行维护问题导致在线监测系统的可靠性并不高，同时城市雨水径流造成的水质污染还没有引起足够的重视。

因此，为了实时掌控城市水环境各类监测对象的自身运行情况以及准确动态地了解城市活动对城市水体造成的突发污染影响，提出两点建议：一方面，协调监测管理部门，加强分工协作，实现数据共享，既可以提高监测数据的利用率，也可以优化现有监测站网，建立全面的城市水环境监测体系。另一方面，加大自动监测系统的运行维护力度，并且配备水质监测实验室和移动监测设备，既可以作为自动监测数据的校正，也可以在系统故障或数据有异时，补充以常规监测。

[1] 齐文启，陈光，孙宗光.水质环境监测技术和仪器的发展[J].现代科学仪器，2003(6)：6-12.

[2] 卢金锁，黄廷林，韩宏大，等.基于决策树技术及在线监测的水质预测[J].环境监测管理与技术，2006(2)：38-41.

[3] 张波，王桥，孙强，等.基于SD-GIS的突发水污染事故水质时空模拟[J].武汉大学学报：信息科学版，2009(3)：348-351.

[4] 郭庆春，何振芳，李力.人工神经网络模型在黄河水质预测中的应用[J].人民黄河，2011(10)：42-43.

[5] JAFRUL HASAN，STANLEY STATES，ROLF DEININGER.Safeguarding the security of public water supplies using early warning systems：A brief review[J].Universities Council on Water Resources Journal of Contemporary Water Research and Education，2004，10(129)：27-33.

[6] STENSTORM M K，LAU S，LEE H，et al.First flush stormwater runoff from highways[C].Orlando，Florida：ASCE，2001.