松花江哈尔滨段城市水环境质量评价

樊庆锌,杨先兴,邱 微,2*(.哈尔滨工业大学市政环境工程学院,哈尔滨 50090；2.哈尔滨工业大学,城市水资源与环境国家重点实验室,哈尔滨 50090)

松花江哈尔滨段城市水环境质量评价

樊庆锌1,杨先兴1,邱 微1,2*(1.哈尔滨工业大学市政环境工程学院,哈尔滨 150090；2.哈尔滨工业大学,城市水资源与环境国家重点实验室,哈尔滨 150090)

为了科学地对松花江哈尔滨段水环境质量进行评价,基于水环境功能区划,采用灰色关联度法将其分为4个区域,运用主、客观相结合的方法分区域建立相应的评价指标体系,使用模糊综合评价法进行水质评价,同时,验证指标体系构建的合理性.结果表明:构建的指标体系能够反映研究对象水环境质量;除阿什河口内水质评价结果为 V类,达不到水环境功能区划要求外,其他区域水质均能达标.研究结果将有利于促进水资源的科学管理和有效利用,研究方法可为水环境质量评价提供新的思路.

水环境质量；主成分分析；灰色关联度；模糊综合评价

水资源是基础性和战略性的资源,是维持国家经济稳定发展和城市可持续发展的基本条件之一[1].深入、系统地研究关于城市水环境质量的问题,能够为解决水资源可持续利用等诸多水问题提供科学依据.

近年来,国内外大量学者对水环境质量评价进行了深入的研究.Cobbina等[2]通过选择色度、浊度、铁、锰、大肠杆菌等指标,对比和分析加纳北部五个地区丰水期和枯水期的水环境质量,强调环境教育与信息普及对用水者的重要性,最终目标是实现水资源的可持续利用.国际上针对城市水环境质量评价的研究相对较少,有部分研究将其纳入可持续发展体系中[3-7].王丽娟等[8]选择B-P人工神经网络法、模糊综合评价法和灰色关联分析法,应用于沈阳市南运河水环境质量评价,分析和比较 3种方法的适用性.杨维等[9]利用标志指数法对辽河盘锦段水环境质量进行评价,分析2010年辽河盘锦段枯、丰、平3个水期的水环境质量.朱永英等[10]将模糊可变评价方法引入到海域水环境质量评价中,建立了近岸海域水环境质量的模糊可变评价模型.但这些研究存在以下问题:1.评价指标的选取仅使用主观方法;2.评价指标体系构建时未考虑污染物浓度的区域差异;3.评价指标体系构建后,未就指标合理性进行探讨.

为了解决以上问题,本文以松花江哈尔滨段为研究对象,对其进行区域划分,采用主客观相结合的方法针对不同区域构建合理的水环境质量评价指标体系;确定评价模型,对松花江哈尔滨段水环境质量进行评价,同时验证评价指标体系中所选指标的合理性.

1 城市水环境质量评价指标体系构建

1.1 研究区域概况

松花江哈尔滨段共涉及到 6个区域,松花江干流江段经过的区域依次为朱顺屯(A区)、阿什河口下(B区)、呼兰河口下(C区)、大顶子山(D区);松花江一级支流包含区域为阿什河口内(E区)和呼兰河口内(F区).松花江哈尔滨段水系分布如图1所示.

图1 松花江哈尔滨段水系Fig.1 Water system in the Harbin section of Songhua River

1.2 评价指标的初选与筛选

本文综合了相关文献与标准[8-19]中涉及的水质指标,结合水体用途,初步得到城市水环境质量评价指标:溶解氧(DO)、高锰酸盐指数(CODMn)、五日生化需氧量(BOD5)、石油类(oils)、化学需氧量(CODCr)、氨氮(NH4+-N)、总氮(TN)、总磷(TP)、硝酸盐(NO3-)、挥发酚(v_phen)、汞(Hg)、铅(Pb)、氟化物(F)、砷(As)、六价铬(Cr6+)、镉(Cd)、氰化物(CN-)、粪大肠菌群(org)、阴离子表面活性剂(AN_SAA)、pH值、电导率(w_cond)、硫化物(S)、硫酸盐(SO4-)、氯化物(Cl)、铜(Cu)、锌(Zn)、硒(Se)、铁(Fe)、锰(Mn)等.为保证所选指标能够科学地反映城市水环境质量状况,需要对指标进行筛选(数据来源:哈尔滨市环境监测中心).相关标准[19]中未对 w_cond做出要求,舍去.SO4-、Cl、Fe、Mn、NO3-等指标监测较少,无法反映水体年度变化,舍去.Hg(≤0.00001mg/L)、As与 Se(≤0.0001mg/L)、Cd(≤0.0004mg/L)、 Pb (≤0.001mg/L)、CN-(≤0.002mg/L)、Cr6+(≤0.004mg/L)、Cu(≤0.01mg/L)、S与 Zn(≤0.02mg/L)浓度极低,符合一类水质标准要求,舍去;pH值处于 6～9之间,满足一类水质标准要求,舍去.综上,筛选后得到指标:DO、CODMn、BOD5、NH4+-N、CODCr、TP、TN、F、v_phen、oils、AN_SAA、org.

1.3 城市水环境系统的分区

城市水环境系统具有区域性的特点,须在不同污染区建立具有针对性的评价指标体系.由松花江哈尔滨段水环境规划功能分区可知,其被分为两类:Ⅲ类水质区:A区,Ⅳ类水质区:B区,C区,D区,E区,F区.由于Ⅳ类水质区包含松花江主江段及支流江段,构建单个评价指标体系难以表现各个区域特征,需对其进行区域划分,使用灰色关联度法将水质状况相似、地理位置连续的区域归为一类.Ⅳ类水质区各指标2008～2012年监测平均值见表1.对表1中数列Xi(i代表B区、C区、D区、E区、F区)之间的关联度进行分析,比较不同区域之间水质情况整体相似程度.

表1 Ⅳ类水质区评价指标平均数值Table 1 Average value of evaluation index in the regions of IV class water quality

数据标准化方法如下:

式中:rij和Rij分别为第i(i=1,2,…13)个评价指标第j(j=1,2,…5)个区域的原始数据值和标准化处理后的数据值;minri和maxri分别为第i个评价指标的最小数据值和最大数据值.

有关灰色关联度的内容在国内文献中已有大量介绍,这里不再论述,具体可参考文献[20].对标准化后的数列进行关联度分析,得到关联矩阵如表2所示.

表2 Ⅳ类水质区各区域间关联度Table 2 Correlation between various regions of IV class water quality

由关联矩阵可以看出B区、C区、D区山水质之间关联度均在0.9以上,关联性很强(属于主江段,地理位置连续),可归为一类;B区、C区、D区与E区水质关联度均在0.34左右,与F区水质关联度均在0.70左右,同时E区和F区水质关联度在0.44左右,说明E区和F区是相对独立的区,需要分别归类.因此,将松花江哈尔滨段分为4个区域,然后分区域除去上文所选指标中常年浓度极低、符合一类水质标准要求的指标,初步得到各区域评价指标体系:

轻污染区域(A区):DO、CODMn、BOD5、NH4+-N、CODCr、TP、TN、F、org. (v_phen≤0.001mg/L、oils≤0.04mg/L、AN_SAA≤0.05mg/L,删去).

中污染区域(B区、C区、D区):DO、CODMn、BOD5、NH4+-N、CODCr、TP、TN、F、v_phen、oils、org.(AN_SAA≤0.05mg/L,删去).

高污染区域(E区):DO、CODMn、BOD5、NH4+-N、CODCr、TP、TN、F、v_phen、oils、org.(AN_SAA≤0.05mg/L,删去).

重污染区域(F区):DO、CODMn、BOD5、NH4+-N、CODCr、TP、TN、F、v_phen、oils、AN_SAA、org.

1.4 评价指标的优选

为精简评价指标体系,采用灰色关联度法及主成分分析法对当前指标进行优选.下面以重污染区域为例进行说明.

首先按照式(1)和式(2)对重污染区域评价指标数据(表3)进行标准化,然后使用灰色关联度法对各个评价指标之间的关联度进行分析,得到关联矩阵(表4).

表3 重污染区域评价指标月均数值Table 3 The average monthly value of evaluation indexes in heavy pollution regions

表4 重污染区域评价指标间关联度Table 4 Correlation of evaluation indexes in heavy pollution regions

表5 主成分分析结果Table 5 The results of PCA

由关联矩阵可以看出:BOD5、v_phen与其他评价指标关联度均在 0.7以下,说明它们是比较独立的指标,列为必选指标,NH4+-N和TP之间关联度在0.7以上,NH4+-N和TP分别与oils、org、CODMn的关联度均在0.7以上,说明oils、org、CODMn与NH4+-N和TP之间关联性较强,将上述指标分组并命名为N1;DO和F之间关联度大于0.7,分组并命名为 N2;TN、AN_SAA和 CODCr与 CODMn间关联度均在 0.7以上,说明它们与CODMn关联性很强,将TN、AN_SAA和CODCr分为一组并命名为 N3. 根据标准化后的数据,使用SPSS软件进行主成分分析,所得结果见表5.

主成分综合方差贡献率大于 85%即可代表评价对象信息,故本文取F1、F2、F3、F4四个主成分代表总体信息.累加系数绝对值越大,代表指标对研究对象的影响程度越大.结合灰色关联分析结果,可知:N1中CODMn的系数绝对值较小,删去;N2中F的系数绝对值较小,删去;N3中CODCr的系数绝对值较小,删去.必选指标加上各组剩余指标构成重污染区域的评价指标体系:BOD5、v_phen、NH4+-N、TP、oils、org、DO、TN和AN_SAA.

对其他区域依次采用上述方法进行指标优选,得到各区域评价指标体系(表6).

表6 各区域水环境质量评价指标体系Table 6 Water quality evaluation index system for various regions

2 城市水环境质量评价和评价指标体系验证

以上文中优选前、后指标体系为基础,采用模糊综合评价法对松花江哈尔滨段 4个区域2008～2012年各水期(枯水期:1月、2月,平水期:5月、6月、10月,丰水期:7月、8月、9月)的水环境质量进行评价并以评价结果验证指标体系构建的科学性和合理性.

主要通过以下四步完成:(1)评价指标体系的构建;(2)赋权方法的选择;(3)构建评价矩阵;(4)评价矩阵和权重的合成.

2.1 基于主成分分析法的权重赋予

2.1.1 数据归一化及信息源矩阵创建 具体操作如下:

对数值越大污染越大的指标,采用式(3)、式(4)进行归一化处理.

对数值越大污染越小的指标,采用式(5)、式(6)进行归一化处理.

式中:χij代表第i个评价指标在第j个时期的监测值;bit代表各类水质归一化处理中间值;aij监测数据经归一化处理后的无量纲值;代表Sic代表最末级水质标准值;Si1代表第一级水质标准值; t∈[1,c].

由以上结果创建信息源矩阵如式(7).

其中:;I为单位矩阵.

2.1.2 信息矩阵主成分信息提取,计算T矩阵特征值,得到其对应的方差贡献率,计算过程见式(8).

式中:λi代表第 i个评价指标对应的特征值;Ei代表第i个评价指标的方差贡献率.

通过式(9)、式(10)的运算得到各评价指标标准权重值.

式中:aij代表第i个指标第j个系数主成分分量贡献;ei代表第i个指标权重值(未进行归一处理).

2.2 构建评价矩阵

模糊综合评价法是以隶属度来描述模糊界限的.隶属函数计算公式见式(11)、式(12)、式(13).

对第一级环境质量,即j=1,公式如下:

对第二级环境质量,即 j=2,3,……,(m-1)时,公式如下:

对第末级环境质量,及j=m时,其计算公式如下:

式中:Xi代表第i种评价指标的实测数据;Sij代表第i种评价指标第j级水质标准;Si(j-1)代表第i种评价指标第j-1级水质标准;Si(j+1)代表第i种评价指标第j+1级水质标准;yij代表第i种评价指标对第j级水质的隶属程度.

2.3 评价矩阵和权重的合成

评价矩阵与权重合成可得水质的隶属向量,计算过程依据式(14)

式中:B1×n为隶属向量;E1×m为m个评价指标的权重向量;Ym×n为m个评级指标的隶属度函数.水质标准分为5类,因此n=5.

本文将水质类别看做一种相对的连续的位置,为了能够定量地进行计算,以数字的形式代表具体类别(如1代表I类),然后根据隶属向量依据

式(15)计算得到水环境质量评价类别.

式中:B代表评价对象的综合水质评价值;bj代表评价对象对第j类水质的隶属程度;k为待定系数(本文取2),目的是控制较大的bj所起作用.

通过以上步骤分别应用本研究中指标优选前、后的指标体系对重污染区域和其他区域的城市水环境质量进行评价,结果如表7所示.

表7 松花江哈尔滨段城市水环境质量评价结果Table 7 The evaluation result of urban water quality in the Harbin section of Songhua River

由表 7可知,中污染区域平水期与丰水期综合水质评价值误差在 5%～10%,其他区域综合水质评价值误差均在5%以下,优选前、后指标体系的评价结果误差较小.同时,评价结果满足如下范围:轻污染区域各水期评价结果在Ⅱ类范围内(1≤B<2),中污染区域平水期、丰水期水质评价结果在Ⅲ类范围内(2≤B<3),中污染区域枯水期、高污染区域平水期水质评价结果在Ⅳ类范围内(3≤B<4),高污染区域枯水期、丰水期水质评价结果在Ⅳ类范围内(3≤B<4),重污染区域三水期评价结果在Ⅴ类范围内(4≤B<5).这表明优选前、后指标体系评价所得水质类别相同,优选评价指标后的指标体系能够反映松花江哈尔滨段水环境质量的整体状态,评价指标的优选方法是科学的.

3 松花江哈尔滨段水环境质量评价结果分析

将上文评价结果与水环境规划类别进行对比,发现高污染区域枯水期、丰水期水质评价结果大于 3.5,说明呼兰河口内水质较接近Ⅴ类水质;重污染区域三水期评价结果在Ⅴ类范围内(4≤B<5);其他区域满足水质规划类别要求且水质状况稳定.呼兰河的污染主要来自肇东市上游的工业企业、肇东市和呼兰镇,由于企业废水间歇排放导致其水质状态不稳定;阿什河污染的来源主要是企业废水和生活污水,在冰封期只有污水排入,无自然水稀释.因此,需要对两者采取措施进行整治.一方面要减少污染物的注入量,包括加快城镇管网及污水处理厂建设、企业治污、两岸农业种植结构调整并减少农药化肥使用量;另一方面要对河道进行改造,包括河道疏浚、污水截流及截流污水处理、清理沿岸垃圾等.预期通过以上两方面的完善,可使两者水环境质量逐步达到规划等级.

4 结论

4.1 结合水环境规划功能分区应用灰色关联度法将松花江哈尔滨段分为 4个污染区,使用主客观相结合的手段建立了各自的评价指标体系.

4.2 采用模糊综合评价法对松花江哈尔滨段 4个水质污染区进行评价,结果如下:轻污染区域各水期水质评价结果在Ⅱ类范围内(1≤B<2),中污染区域平水期、丰水期水质评价结果在Ⅲ类范围内(2≤B<3),中污染区域枯水期、高污染区域各水期水质评价结果在Ⅳ类范围内(3≤B<4),重污染区域各水期水质评价结果在Ⅴ类范围内(4≤B<5),同时验证指标体系合理性,并提出了加快污水处理基础设施建设、河道改造等调控对策.

[1]邵 田.中国东部城市水环境代谢研究 [D]. 上海:复旦大学, 2008.

[2]Cobbina S J, Anyidoho L Y, Nyame F ,et al. Water quality status of dugouts from five districts in Northern Ghana: Implications for sustainable water resources management in a water stressed tropical savannah environment[J]. Environmental Monitoring and Assessment, 2010, 167(1-4):405-416.

[3]姚治君,王建华,江 东,等.区域水资源承载力的研究进展及其理论探析 [J]. 水科学进展, 2002,13(1):111-115.

[4]James I D. Modelling pollution dispersion, the ecosystem and water quality in coastal waters: a review [J]. Environmental Modeling and Software, 2002,(17):363-385.

[5]Gleick P H . Water in crisis: Paths to sustainable water use [J]. Ecological Application, 1996,8(3):571-579.

[6]Joardar S D. Carrying capacity and standards as bases towards urban infrast Planning in India [J]. Habitat Intl, 1998,22(3): 327-337.

[7]Rijiberman M A. Deferent approaches to assessment of design and management of sustainable urban water systems [J]. Environment Impact Assessment Review, 2000,20:333-345.

[8]王丽娟,潘 俊,杨 鑫,等.三种水环境质量评价方法比较分析[J]. 地下水, 2011,33(3):103-104.

[9]杨 维,刘 淼,刘 瑛,等.基于标志指数法的辽河盘锦段水环境质量评价 [J]. 沈阳建筑大学学报, 2011,27(5):965-973.

[10]朱永英,王 晶,裴 伟.模糊可变评价方法在大连湾水环境质量评价中的应用研究 [J]. 大连水产学院学报, 2009,24(增刊):191-193.

[11]秦昌波,邓丙辉,秦延文,等.渤海湾天津段海岸带水环境质量灰色关联度评价 [J]. 环境科学研究, 2006,19(6):94-99.

[12]李 俊,卢文喜,曹明哲,等.主成分分析法在长春市石头口门水库水环境质量评价中的应用 [J]. 节水灌溉, 2009,(1):15-17.

[13]牟 浩.基于神经网络和灰色系统的水质预测研究 [D]. 天津:天津大学, 2010.

[14]薛巧英.水环境评价方法的比较分析 [J]. 环境保护科学, 2004,30(24):64-67.

[15]冯莉莉.基于集对分析的水环境质量综合评价研究 [D]. 郑州:郑州大学, 2011.

[16]米武娟.区域地表水环境质量评价研究 [D]. 重庆:重庆交通大学, 2011.

[17]郭 芬.辽河流域水生态与水环境因子时空变化特征研究 [D].北京:中国环境科学研究院, 2009.

[18]韩 霞,孟文清,杨自学.关于可拓工程方法在水环境质量评价中的研究 [J]. 河北工程大学学报, 2009,26(1):103-10.

[19]GB3838-2002 地表水环境质量标准 [S].

[20]游桂芝,鲍大忠.灰色关联度法在地质灾害危险性评价指标筛选及指标权重确定中的应用 [J]. 贵州工业大学学报(自然科学版), 2008,37(6):4-8.

Study on water environmental quality in Harbin section of the Songhua River

FAN Qing-xin1, YANG Xian-xing1,

QIU Wei1,2*(1.School of Municipal and Environmental Engineering, Harbin Institute of Technology, Harbin 150090, China；2.State Key Laboratory of Urban Water Resources and Environment, Harbin Institute of Technology, Harbin 150090, China). China Environmental Science, 2014,34(9)：2292～2298

In order to scientifically evaluate the water environment quality in the Harbin section of Songhua River, the section was divided into four regions by using gray correlation method based on the water environment functional zoning. The corresponding evaluation index system was set up by using the method of combining subjective and objective points. The water quality was evaluated by using fuzzy comprehensive evaluation method, and the rationality of index system was verified simultaneously. The results showed that the constructed index system could reflect the water environment quality in the Harbin section of Songhua River. Water qualities in all regions could meet the requirements of water environment functional zones except for the Ashi Estuary whese evaluation results was V class. The results of the study would be beneficial to promote the scientific management and effective utilization of water resources, and the method could provide a new idea for water environmental quality assessment.

water environment quality；principal component analysis；grey correlation degree；fuzzy comprehensive evaluation

X824

A

1000-6923(2014)09-2292-07

樊庆锌(1962-),男,黑龙江省哈尔滨人,副教授,博士,主要从事环境影响评价方面研究.发表论文30余篇.

2014-01-20

城市水资源与水环境国家重点实验室自主课题(哈尔滨工业大学)(2012TS03);中央高校基本科研业务费专项资金(HIT.NSRIF.2012086);国家自然科学基金资助项目(51208143)

* 责任作者, 副教授, qwxnh@163.com