单一模型地下水水质评价结果的可靠性探讨

刘礼庆,袁乃华,夏蔚芸

(1.江苏水文水资源勘测局镇江分局,江苏 镇江　212000; 2.镇江市节约用水办公室,江苏 镇江　212000)

单一模型地下水水质评价结果的可靠性探讨

刘礼庆1,袁乃华2,夏蔚芸1

(1.江苏水文水资源勘测局镇江分局,江苏 镇江212000; 2.镇江市节约用水办公室,江苏 镇江212000)

摘要：分别采用单因子评价法、综合指数法、模糊综合评判法对镇江市浅层地下水水质进行评价，并给出悲观状况和乐观状况两种情景的评价结果，与采用传统单一评价方法所得结果进行比较。结果表明：①悲观状况下，Ⅰ类、Ⅱ类监测井占评价监测井总数的5.88%，Ⅲ类监测井占39.22%，Ⅳ～Ⅴ类监测井占54.9%；乐观状况下，Ⅰ类、Ⅱ类监测井占评价监测井总数的54.9%，Ⅲ类监测井占5.88%，Ⅳ～Ⅴ类监测井占39.22%。②不同评价方法的评价结果相差较大，依赖单一评价模型的评价结果进行决策，是具有风险的。

关键词：地下水;水质评价;单一模型;单项组分评价法;综合指数法;模糊综合评判法

地下水作为水资源的一个重要组成部分,具有分布广泛且稳定、相对于地表水不易受到污染、便于开采等优点,已经成为人们生活生产的重要供水水源。但是受人类活动和原生地球化学环境的共同影响,地下水水质表现出区域分布和演化的特点[1]。地下水水质评价是地下水资源评价的一项十分重要内容[2],根据地下水的主要物质成分和给定的水质标准,分析地下水水质的时空分布状况,为地下水资源的管理和开发利用规划提供科学依据[3]。但由于地下水水质评价指标与水质等级间非常复杂的关系,以及水体污染的随机性和模糊性,至今仍没有一个被广泛接受的评价模型[1, 4]。

1地下水水质评价结果的可靠性

水质评价过程存在模糊不确定性[5]。根据地下水资源评价中不确定性因素产生的原因,束龙仓等[6-8]将其分为客观随机性因素和主观不确定性因素两大类,并对其进行了较为全面的分析。其中,客观随机性是由地下水资源系统内在的随机特性引起的,主要由水文地质、水文变量的空间和时间变化的不均一性决定;主观不确定性是由研究者对系统认识的不全面造成的,主要与数学模型的建立、求解及模型中参数的不确定性有关。在地下水水质评价过程中,数学方法的使用可以排除人为评价的主观性,但也难以避免所采用数学方法的假设和概化对评价结果的影响[4]。目前地下水水质评价方法较多,主要有单项组分评价法、综合指数法、模糊数学评价法及灰色理论评价法等[4]。然而,由于不同评价模型采用的原理以及考虑问题角度不同,其评价结果也不尽相同。如单项组分评价法对单个水质指标独立进行评价,评价结果难以全面反映地下水质量的整体状况;综合指数法忽略了水质分级分界线的模糊性,评价结果难以满足水质功能评价的要求和水质污染的真实状况;模糊数学评价法在评价因子确定方面具有一定的主观性等。文献[9]指出依靠单一模型的评价结果,会导致“弃真”和“取伪”的错误。Hoeting 等[10]认为传统理论没有正确认识模型的不确定性,过分信赖单个模型做出的决策,这是极具风险的。同时,学者们也逐渐认识到,由于问题的复杂性,可以采用多种数学表达和解释来研究,因此越来越倾向于使用多模型分析方法,而非像以往一样仅依靠单个模型。由此可见,使用单一传统模型对地下水水质进行评价,其评价结果的可靠性是值得探讨的。

2研究实例

2.1研究区概况

镇江市地处江苏省西南部,长江下游南岸,位于长江与大运河十字交汇处,镇江东南接常州市,西邻南京市,北与扬州市、泰州市隔江相望。辖句容、扬中、丹阳3市和京口、润州、丹徒、新区4区。全市总面积3 847 km2,属北亚热带南部气候区,具有以下气候特征:季风性较明显,过渡突出,变异性显著,温暖湿润,四季分明,热量充裕,雨水丰沛,光照充足,无霜期长等。全市多年(1950—2012年)平均降水量为1 064.2 mm,降水量年内分配不均,年际变化较大。全市划分为3大水系：秦淮河、太湖湖西和沿江水系,共有流域面积在50 km2及以上的河流32条(跨省2条),其中流域面积在100 km2及以上的河流20条,流域面积在1 000 km2及以上河流2条,流域面积在50 km2以下至乡镇级主要河流328条。根据地下水在介质中的赋存条件,可以将区内的地下水分为孔隙水、岩溶水与裂隙水3大类。总体来看,镇江市浅层地下水分布广泛、总量丰富,但水质状况较为复杂,不同区域富水性相差较大。

2.2资料来源及评价方法

图1　镇江市浅层地下水水质监测井分布

依据GB/T14848—1993《地下水质量标准》[11],选取其中较为常用的单项组分评价法、综合指数法和模糊综合评判法分别进行评价,分析采用单一模型进行地下水水质评价结果的可靠性。

2.2.1单项组分评价法

单项组分评价采用标准指数法进行评价。标准指数大于1,表明该水质因子已超过了规定的水质标准,指数值越大,超标越严重。标准指数计算公式分为以下两种情况:

对于评价标准为定值的水质因子,其标准指数计算公式为

(1)

对于评价标准为区间值的水质因子(如pH值),其标准指数计算公式为

(2)

式中:P为pH的标准指数;Z为pH检测值;Zsu为标准中pH的上限值;Zsd为标准中pH的下限值。

2.2.2综合指数法

首先进行各单项组分评价,划分所属质量类别。Ⅰ～Ⅴ水质类别对应的单项组评分值Fi分别为0、1、3、6、10。

按式(3)确定综合评判分值F。

(3)

(4)

根据F值划分地下水质质量级别:F<0.80,为优良; 0.80≤F<2.50,为良好;2.50≤F<4.25,为较好;4.25≤F<7.20，为较差；F≥7.20,为极差。再将细菌学指标评价类别注在级别定名之后,如“优良(Ⅱ类)”、“较好(Ⅲ类)”,以此类推。

2.2.3模糊综合评判法

模糊综合评判问题,实质是模糊变换问题,其原理可用下述模式表示:

(5)

式(6)实际是计算污染物的分指数,具有“权重”的含义。因0≤ai≤1,故采用式(7)更为合适:

(7)

(8)

其中:i=1,2,…,n;j=1,2,…,m。

2.3评价结果

3结论与分析

a. 悲观状况下,51眼水质监测井中,Ⅴ类水23眼,占总数的45.10%,Ⅳ类水5眼,占总数的9.80%,Ⅲ类水20眼,占总数的39.22%,Ⅱ类水3眼,占总数的5.88%,由此可见,所取监测井浅层地下水Ⅳ类及Ⅴ类水共占54.90%,超过50%(图2),即水质适用于各种用途的Ⅰ类、Ⅱ类监测井占评价监测井总数的5.88%,适合集中式生活饮用水水源及工农业用水的Ⅲ类监测井占39.22%,适合除饮用外其他用途的Ⅳ～Ⅴ类监测井占54.9%;乐观状况下,51眼水质监测井中,Ⅴ类水8眼,占总数的15.69%,Ⅳ类水12眼,占总数的23.53%,Ⅲ类水3眼,占总数的5.88%,Ⅱ类水6眼,占总数的11.76%,Ⅰ类水22眼,占总数的43.14%。由此可见,所取监测井浅层地下水Ⅳ类及Ⅴ类水共占39.22%(图3),即水质适用于各种用途的Ⅰ类、Ⅱ类监测井占评价监测井总数的54.9%,适合集中式生活饮用水水源及工农业用水的Ⅲ类监测井占5.88%,适合除饮用外其他用途的Ⅳ～Ⅴ类监测井占39.22%。两种情境下各水质监测点评价结果分布分别见图4、图5。

图2　悲观状况下浅层地下水水质类别比例

表1　镇江市浅层地下水水质评价结果

图3　乐观状况下浅层地下水水质类别比例

图4　悲观状况下水质评价结果

图5　乐观状况下水质评价结果

b. 不同评价方法的评价结果相差较大,由表1可知,3种评价方法评价结果完全一致的水样仅有7份,占总数的13.7%;而评价结果完全不同的水样有17份,占总数的33.3%。由此可知,依赖单一评价模型的评价结果进行决策是具有风险的。

d. 本研究选择不同评价方法对研究区进行评价,并考虑悲观状况和乐观状况两种情景,结果更具说服力。

参考文献：

[1] 苏耀明,苏小四.地下水水质评价的现状与展望[J].水资源保护,2007,23(2):4-9.(SU Yaoming,SU Xiaosi.Present situation and prospecting of groundwater quality evaluation [J].Water Resources Protection,2007,23(2):4-9.(in Chinese))

[2] 厉艳君,杨木壮.地下水水质评价方法综述[J].地下水,2007,29(5):19-24.(LI Yanjun,YANG Muzhuang.A review of groundwater quality evaluation methods [J].Groundwater,2007,29(5):19-24.(in Chinese))

[3] 倪深海,白玉慧.BP 神经网络模型在地下水水质评价中的应用[J].系统工程理论与实践,2000(8):124-127.(NI Shenhai,BAI Yuhui.Application of BP neural network model in groundwater quality evaluation [J].Systems Engineering-Theory & Practice,2000(8):124-127.(in Chinese))

[4] 白玉娟,殷国栋.地下水水质评价方法与地下水研究进展[J].水资源与水工程学报,2010,21(3):115-123.(BAI Yujuan,YIN Guodong.Evaluation method and research progress for groundwater quality [J].Journal of Water Resources & Water Engineering,2010,21(3):115-123.(in Chinese))

[5] 陈宇,束龙仓.基于五元联系数的济宁市漏斗区承压水水质现状评价[J].水电能源科学,2010,28(8):27-29.(CHEN Yu,SHU Longcang.Confined water quality evaluation for cone of depression in Jining City based on five-element connection number [J].Water Resources and Power,2010,28(8):27-29.(in Chinese))

[6] 束龙仓,朱元甡.地下水资源评价中的不确定性因素分析[J].水文地质工程地质，2000(6):6-8.(SHU Longcang,ZHU Yuansheng.Analysis of the uncertainties in the groundwater resources evaluation [J].Hydrogelogy & Engineering Geology,2000(6):6-8.(in Chinese))

[7] 束龙仓,朱元甡,孙庆义,等.地下水资源评价结果的可靠性探讨[J].水科学进展,2000,11(1):21-24.(SHU Longcang,ZHU Yuansheng,SUN Qingyi,et al.Reliability analysis of groundwater resources evaluation results [J].Advances in Water Science,2000,11(1):21-24.(in Chinese))

[8] 束龙仓,朱元甡,孙庆义,等.地下水允许开采量确定的风险分析[J].水利学报,2000(3):77-81.(SHU Longcang,ZHU Yuansheng,SUN Qingyi,et al.Risk analysis of groundwater allowable withdrawal evaluation [J].Journal of Hydraulic Engineering,2000 (3):77-81.(in Chinese))

[9] POETER E P,ANDERSON D.Multi-model ranking and inference in ground water modeling[J].Ground Water,2005,43(3):597-605.

[10] JENNIFER A H,JOSEPH G I.Bayesian predictive simultaneous variable and transformation selection in the linear model [J].Computational Statistics & Data Analysis,1998,28:87-103.

[11] GB/T14848地下水质量标准[S].

Study of reliability of groundwater quality evaluation results using a single model

LIU Liqing1, YUAN Naihua2, XIA Weiyun1

(1.JiangsuProvinceHydrologyandWaterResourcesInvestigationBureau,Zhenjiang212000,China;2.WaterSavingOfficeofZhenjiangCity,Zhenjiang212000,China)

Abstract：The water quality of shallow groundwater in Zhenjiang City was evaluated using the single factor evaluation method, the comprehensive index method, and the fuzzy comprehensive evaluation method. The evaluation results in regards to a pessimistic situation and an optimistic situation were obtained, and the results were compared with those obtained with the traditional single evaluation method. The study shows the following results: (1) In the pessimistic situation, the monitoring wells of the grade I and grade II levels accounted for 5.88% of the total monitoring wells evaluated, the monitoring wells of the grade III level accounted for 39.22%, and those of the grade IV and V levels accounted for 54.9%; in the optimistic situation, the monitoring wells of the grade I and grade II levels accounted for 54.9%, the monitoring wells of grade III accounted for 5.88%, and those of the grade IV and V levels accounted for 39.22%. (2) These evaluation methods generate remarkably different results, indicating that it is risky to make a decision based on a single evaluation method.

Key words：groundwater; water quality evaluation; single model; single component evaluation method; comprehensive index method; fuzzy comprehensive evaluation

DOI：10.3880/j.issn.1004-6933.2016.03.002

作者简介:刘礼庆(1969—),男,工程师,从事地下水监测、规划、管理工作。E-mail:llq84447132@163.com

中图分类号：X824

文献标志码：A

文章编号：1004-6933(2016)03-0010-04

(收稿日期：2015-05-20编辑：徐娟)