黑龙江干流水质评价与预测

路豪杰，徐淑琴，苏 鑫

(东北农业大学水利与建筑学院，哈尔滨 150030)

随着工业的发展，水环境污染越来越受人关注。污水排放是导致水体污染的重要原因，大量污染物未经有效处理直接排入水体，不仅对两岸居民生活和农业灌溉用水造成巨大污染，同时对周围生态环境造成了严重破坏。因此，对地表水水质评价及预测已成为人们关注的重点。

地表水的水质评价方法有很多，我国环保部采用单因子法，这种方法根据最差单项指标等级来判断整体水质等级，其表现为过保护，导致水质评价结果不能反映整体水质情况[1]。20世纪70年代，我国学者提出了运用数学模型对水资源污染状况进行综合评价，主要包括主成分分析法，BP神经网络法，灰色评价法等，但这些模型有的掺杂了主观因素，有的需要大量数据进行驯化，导致对水质的综合评价过程较为复杂[2,3]。20世纪80年代，我国蔡文教授创立并完善了物元分析理论[4]，通过基元构造和基元变换来反映事件质和量相应变换的关系以及功能目标对环境条件可容性与事物系统相关性的影响，把现实中存在的问题概括为可容性与不可容性问题，并通过他们之间相互转化，对系统进行全面综合评价。目前，物元分析模型已广泛应用于我国大多数流域如长江、黄河的水质综合评价中。

同时，对未来水质的预测是预防水质急剧转变和提出应对措施的前提。根据以往水质状况，找出水质周期性变化规律，建立科学、可操作性的水质预测模型，使黑龙江干流的取水地能根据预测水质结果选择性取水，有效地避开劣质水体。目前灰色预测模型广泛应用于很多领域，与物元分析模型一样，其具有主观性小、操作方便、预测精准度高等特点。本文利用物元分析和灰色预测模型对黑龙江干流水质开展综合评价及预测，为流域水资源规划和环境综合治理提供理论依据。

1 物元综合水质评价模型

1.1 物元的定义

物元分析法是用来处理在某些条件下，解决系统中矛盾问题规律的一种综合分析方法[5]。

在物元分析法中，“事物”、“特征”、“量值”3个重点要素构成了基本的物元，所描述的事物M及其特征C和量值X组成了物元R，R的表达形式为[6]：

R=(M,C,X)

(1)

若一个事物M需要用n个特征及相对应的量值来表征，则称之为n维物元，用矩阵可表示为：

(2)

1.2 物元的经典域与节域

(3)

式中：Ri为标准对象；xij(j=1,2,…,n)是评价等级Mi(i=1,2,…,m)关于评价参数ci(1,2,…,n)的量值域。

(4)

式中：Mp是标准对象；xpi=[api,bpi]表示标准对象Mp关于特征ci的量值范围。显然有xij⊂xpi(i=1,2,…;j=1,2,…,n)。

1.3 关联函数

(1)距的计算。

(5)

(2)关联函数。

(6)

1.4 各评价标准项目的权重

根据各评价项目对水质质量提供的信息，先用标准指标进行归一化处理，再计算Ⅰ到Ⅴ级水质中各个监测指标的权重。对于评价等级Ni(i=1，2，…，m) 的门限值xji(j= 1，2，…，n)，权系数计算公式如下：

(7)

1.5 关联度及评定等级

关联函数K(x)的数值表示的是一种隶属程度，即表示所评价的水质质量对规定的地表水环境质量某级标准项目范围的隶属程度[7]。当K(x)≥1时，表示被评价的水质质量超过地表水质量某级标准的上限，且K(x)越大表示其开发潜力愈大；当0≤K(x)≤1时，表示被评价的水质质量符合地表水质量的某级标准要求，其值表示为该关联度符合要求的等级，值愈大，愈接近该等级的上限；当-1≤K(x)≤0时，表示被评价的水质质量不符合地表水质量的某级标准要求。但具有可转化为符合某水质等级标准的条件；当K(x)≤-1时，表示被评价的水质质量不符合地表水质量某级的标准要求，同时也不具备转化为符合该水质等级标准的条件。

(8)

式中：Kt(i)为待评价对象i关于等级t的关联度；在此，我们需要根据计算完的关联度进行判断，如果Kj=max{Kt(i)}(j=1,2,…,m)，则判断评价对象i属于等级j。

2 物元分析模型在黑龙江干流水质评价中的应用

2.1 数据描述与预处理

2.1.1 数据描述

本文通过建立模糊物元水质评价模型，取黑龙江干流4个断面监测站数据进行评价与预测，数据均摘自《全国主要流域重点断面水质自动监测周报》。

通常，水质评价指标有高锰酸盐指数、浊度、水温、氨氮、pH、溶解氧及一些酸根阴离子和金属离子，由于浊度，水温，酸根离子和金属离子等指标监测太少，无法根据这些指标反映其对水质的影响，故舍去。根据环保部公布的水质监测指标和《地表水环境质量标准》(GB3838-2002)，结合水体的主要用途，选定评价指标为溶解氧、高锰酸盐指数、氨氮和pH[8]。

2.1.2 数据预处理

由于4种评价指标有着不同的评价标准，高锰酸盐指数和氨氮数值越小代表水质越好，而溶解氧正好相反，而使用相同的无量纲数对所有求解参量无量纲化，能够保证求解过程判断的一致性[8]，因此需要对4种水质指标的国家标准和实时水质监测数据进行无量纲化处理。

观察4种评价指标的标准限值，发现氨氮，高锰酸盐指数，溶解氧的评定标准虽不一样，但存在一定规律，所以按式(9)、(10)、(11)进行无量纲化处理，处理后新标准均为0～0.007 5，0.007 5～0.25，0.25～0.5，0.5～0.75，0.75～1.0。

D1=a/2

(11)

式中：D1、D2、D3分别为氨氮，高锰酸盐指数，溶解氧无量纲化处理后标准值；a、b、c分别为相应原标准值；Xmax为已知溶解氧监测数据中最大值。

根据《地表水环境质量标准》，Ⅰ～Ⅴ类水质pH评价标准均在6～9之间，由于pH评价标准的独特性，为使其与其他三项新标准保持一致，按式(12)对其进行无量纲化处理，得到新标准为0.428 6～0.642 9。

D4=d/14

(12)

式中：D4表示pH无量纲化处理后标准值；d表示pH的原标准值。

2.2 黑龙江干流水质的物元分析评价

本文把地表水水质分为可评价类和不可评价类，可评价类水质包含Ⅰ～Ⅴ类地表水，不可评价类水质人为定义为劣Ⅴ类。在实际操作中，当某一指标监测值超过该指标极限标准值，即判定该时刻断面水质为劣Ⅴ类，该水质不适用于居民生活和农业灌溉。

2.2.1 经典域及节域

将数据预处理后Ⅰ～Ⅴ级标准对应的取值范围作为经典域Ri；再根据预处理后的标准值取值范围及实测数据来确定模型的节域RP。

2.2.2 评价指标权重

根据《地表水环境质量标准》的指标数据，先用标准指标进行归一化处理，再将归一化后各级标准代入权重计算公式(7)中。权系数值见表1。

表1 权系数值

2.2.3 综合关联度与评价结果

由于数据较多，以黑河断面监测站2015年第21～31周丰水期监测数据为例，利用物元模型对该断面水质综合评价。利用公式(8)计算综合关联度及评价结果见表2。

表2 综合关联度及评价结果

从表2知，黑河断面的11周监测中，物元分析法的评价结果只有第22周呈Ⅲ类水质，其余均为Ⅱ类水质，而单因子指数法评价的结果有7周呈Ⅲ类水质，其余4周呈Ⅳ类水质。两种方法的评价结果有较大差异，且物元分析法评价结果要优于单因子指数法。单因子指数法确定水质类别是用最差的单项指标类别来确定，而不再考虑其他指标，此评价方法相对保守和安全。而物元分析法充分考虑了不同评价因子对整体评价结果的影响，从而能够较好地反应水质的整体水平。

根据漠河北极村、大兴安岭呼玛、黑河和伊春嘉荫4个断面从2015年第10周到2016年第9周的水质监测数据得到相应断面水质等级比例如图1。

图1 黑龙江干流水质等级比例图

从图1及评价结果知，在过去一年中，漠河北极村监测断面水质呈Ⅰ类等级有30周，呈Ⅱ类等级有15周，主要集中在冬季和春汛期，呈Ⅲ类等级有3周，呈Ⅳ类和Ⅴ类等级均为2周，主要在平水期与冰封期。大兴安岭呼玛监测断面水质主要呈Ⅱ类，占39周，其余时间呈Ⅰ类等级；黑河监测断面水质呈Ⅰ类等级有2周，呈Ⅱ类等级有30周，呈Ⅲ类等级有18周，呈Ⅳ类等级有2周；在下游伊春嘉荫监测断面水质呈Ⅰ类等级有30周，呈Ⅱ类水质有1周，呈Ⅲ类等级有17周，4周呈劣Ⅴ类等级。

3 黑龙江干流水质的灰色预测

通过对黑龙江干流污染物监测数据的研究，发现污染物排放量会有波动，灰色系统能够通过对部分已知信息的生成，实现对系统运行规律的正确描述和有效控制[9,10], 为了解各项污染物变化趋势及规律，本文采用灰色系统模型对黑龙江干流4个断面未来26周监测指标数值进行预测。

3.1 水质的灰色预测过程

将过去一年监测数据代入到灰色预测模型[10,11]中，得到4个断面的溶解氧、高锰酸盐指数、氨氮和pH的方差比和小误差概率见表3。经计算，所有数值预测精准度合格。

3.2 水质的灰色预测结果

未来第1～26周各项监测指标的预测趋势如图2～图5。

从图2～5知，在未来26周4个断面监测数值变化情况如下：

表3 漠河北极村、大兴安岭呼玛、黑河和伊春嘉荫断面4种指标的预测精度

图2 漠河北极村断面未来26周水质监测项目数值预测

图3 大兴安岭呼玛断面未来26周水质监测项目数值预测

图4 黑河断面未来26周水质监测项目数值预测

图5 伊春嘉荫断面未来26周水质监测项目数值预测

(1)漠河区域水质中pH值和高锰酸盐指数均先降低后随时间升高，且pH值在正常水平6～7.3，高锰酸盐浓度3～4.5 mg/L；溶解氧含量先升高后保持相对稳定，数值为8.0～8.2 mg/L；氨氮浓度较低，在0.15 mg/L以下，且保持稳定。

(2)大兴安岭呼玛区域水质中pH值和高锰酸盐指数均先降低后随时间升高，且pH值在正常水平7.0～7.7，高锰酸盐浓度3.8～4.7 mg/L；溶解氧含量由5.8 mg/L持续增加到9.6 mg/L；氨氮浓度整体在1.0 mg/L以下。

(3)黑河区域水质中pH值整体比较稳定，维持在6.8～7.2；高锰酸盐指数预测值先降低且在第二周后呈平稳趋势，浓度在7.3 mg/L左右；溶解氧先升高，后缓慢降低，且整体保持在7.8～8.9 mg/L；氨氮的预测值很低，浓度在0.5 mg/L以下。

(4)对于黑龙江干流下游地区伊春嘉荫断面，pH值相对平稳，保持7.1～7.6；高锰酸盐指数变化较大，浓度先升高后逐渐降低，最高时刻可高达13.7 mg/L，后降至7.4 mg/L；溶解氧基本保持平稳，且保持在9.8～10.4 mg/L；氨氮浓度预测值在1.6 mg/L以下。该地区污染物监测值较高，未来水质较差。

4 结 语

(1)根据《地表水环境质量标准》规定，Ⅰ～Ⅲ类、Ⅰ～V类水质分别适用于居民生活和农业灌溉用水。过去一年，漠河北极村、大兴安岭呼玛断面水质主要为Ⅰ类和Ⅱ类，占比分别为86.5%、100%；黑河断面水质主要为Ⅱ类和Ⅲ类，占比92.3%；伊春嘉荫断面水质主要呈Ⅰ类和Ⅲ类，占比90.3%；因此黑龙江干流水质基本可以满足居民生活和农业灌溉用水需要。

(2)未来26周内，漠河、大兴安岭呼玛地区水质较好；黑河、伊春嘉荫等下游地区水质相对较差，污染物浓度较大，尤其是在伊春嘉荫地区易出现劣Ⅴ类水质。为预防下游水质继续恶化，应重点治理流域污水排放问题。

(3)物元分析法通过系统中物元的转化，有效地解决了水质评价指标的不相容问题，且概念清楚、物理意义明确、逻辑性强；与传统的单因子评价法相比，物元分析法充分考虑了不同的评价因子对整体评价结果影响，评价结果更加全面、合理。灰色预测模型计算简便，结果准确，精度较高。因此本文的评价和预测结果可为黑龙江干流的水资源规划和环境综合治理提供理论依据。

[1] 尹海龙, 徐祖信. 我国单因子水质评价方法改进探讨[J]. 净水技术, 2008,27(2):1-3.

[2] 孙 雷. 主成分分析法和模糊综合分析法在水质评价中的实例比较[J]. 环境科学与管理,2011,36(8):178-181.

[3] 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.

[4] 蔡 文. 物元模型及其应用[M]. 北京:科学技术文献出版社, 1994:21-31,188-206,167-175.

[5] 门宝辉，梁川. 水质量评价的物元分析法[J]. 哈尔滨工业大学学报. 2003,35(3):358-361.

[6] 孙学颖,唐德善,张新娇. 改进物元分析模型在北之江流域水质评价中的应用[J]. 南水北调与水利科技,2014,12(3):55-58.

[7] 陈 薇，苏时光. 可拓集合与农业资源的可拓利用[J]. 中国农业大学学报，2000,(1):91-95.

[8] 赵 颖，姚泽清，郑旭东. 全国大学生数学建模竞赛赛题与优秀论文评析2005年-2011年A题[M].北京：国防工业出版社， 6-8.

[9] 付 强. 数据处理方法及其农业应用[M]. 北京：科学出版社, 2006:20-40.

[10] 谢乃明, 刘思峰. 离散GM(1,1)模型与灰色预测模型建模机理[J]. 系统工程理论与实践, 2005,25(1):93-99.

[11] 李 娜,王腊春,谢 刚,等. 山东省辖淮河流域河流水质趋势的灰色预测[J]. 环境科学与技术,2012,35(2):195-199.

[12] 魏智宽, 蒋世云, 李少旦. 灰色理论在龙江突发镉污染水质预测中的应用[J]. 水资源与水工程学报, 2013,24(3):135-137.