基于模糊数学在地表水质评价中的应用

符明俊

摘要：使用模糊数学将其与地表水质评价结合，是近些年进行水质数据分析的重要方式是以。这种基于模糊数学的评价分析方式能够保证数据的准确性，具有良好的适应性。本次研究是在环境调查与监测的基础上综合性评价海南省海口市城阙地表水质量现状，在进行评价的过程中重点分析主因子以及权重值，最终目的是为实际的水质污染处理以及未来规划提供切合实际的理论参考依据。

关键词：模糊数学；地表水质评价；应用1591

引言：地表水质评价属于环境质量评价的一种，环境质量评价作为环境管理中一个重要的组成部分，只有得到了合理客观的环境评价结果才能够为环境管理工作提供决策性的参考。环境高质量评价作为环境保护工作的重点，同时也是分析人类与环境之间价值关系改变的一种方式，对我国治理合理的环境管理对策有着积极意义。在实际过程中进行地表水质评价因水质结语国家标准值的中间，评价者难以将其归为哪一类水质，因此引用模糊数学的方式能够很好的解决这个问题。

1.模糊数学概述

模糊数学是在集合论的基础上发展起来的一门新兴学科。该方法是一种能够处理不肯定性与不精确性问题的新方式，其在实际中的应用越来越广泛。在基于集合论发展起来的模糊数学能够将数学的抽象延伸到人们认识过程的领域中。在自然科学以及社会科学中很多概念以及食物都是具有定义不明确、界定不清晰的特点，因此就出现了模糊数学，经过几十年的发展模糊数学已经具备了十分完善的模糊数学理论体系，被应用于机械、家电、通讯、生物学等多个领域。借助完善的理论支撑本文将模糊数学与地表水质评价结合。

2.基于模糊数学在地表水质评价中的应用

2.1建立评论语集

根据国家环境保护总局以及国家质量监督检验检疫总局联合发布的《地表水环境质量标准》中对地表水环境质量的等级分类，6个级别就是可能出现的污染等级的集合。级别玉箫，说明水质越好。

2.2建立指标集

在颁布的《地表水环境质量标准》中，建立水环境要素的指标集常见的有化学需氧量、总磷、氨氮，将其作为监测指标进行分析。

2.3确定各个评价因子的权重

在模糊数学的综合评价中，权重直接反映出不同因素在综合评价过程中的作用。也正是由于在总污染中的作用不同，因此在评价过程中可以采用倒数法确定不同评价因子的权重。

2.4建立隶属度矩阵

利用模糊数学进行地表水水质评价是整个评价过程中最重要的一部分，由于水质污染是一个模糊的概念，使用隶属度进行界线划分更加合理。具体的过程为，将环境要素的监测数据与评价标准中的数据进行归一化，得到环境要素的归一化矩阵和环境评价标准的归一化矩阵，设定监测值。根据归一化后的评价标准数据得到每一个监测资料的归一化权值矩阵。计算得到化学需氧量、总磷、氨氮三个指标的隶属度，建立隶属度矩阵，再根据建立好的评价以及指标集，将指标集中的指标对应平预计中的每一个评语得到隶属度。隶属度是根据化学需氧量、总磷、氨氮三个指标的数据以及对应6个评价标准，结合隶属度函数计算得到。常见的隶属函数有三角形隶属度函数、梯形隶属度函数，本次研究采用降半阶隶属度函数进行计算，在进行了归一化后的评价标准数据和监测数据后得到一个分段函数，通过上述计算就能够得到化学需氧量、总磷、氨氮针对6个不同评价标注对应的隶属度矩阵。隶属度函数属于模糊综合评价的基础，在完成了归一化的评价标准数据和监测数据就能够得到隶属度计算公式，针对得到的评价标准以及对应的隶属度，如果监测数据的数值比最差等级的评价标准的数值要大，得到的监测数据与最高级别的评价标准的隶属度则为0、如果得到的监测数据的数值要比最高级别的评价标准的数值大，而且比最差级别评价标准的数值小，根据上述公式进行隶属度计算。如果监测数据的数值比最高级别评价标准的数值小，得到监测数据与最高级别的评价标准的隶属度则为1。通过计算模糊评价结果矩阵从而确定环境质量等级，在完成了监测指标的归一化权值矩阵和隶属度矩阵进行模糊矩阵运算，最终得到的模糊评价结果矩阵确定为环境质量等级。

2.5进行模糊评价结果矩阵

对检测指标的归一化权值矩阵以及隶属度进行模糊矩阵复合运算。或者采用重心法。通过上述两种方法就可以得到模糊评价结果矩阵，再取最大值所对应的评价等级。在进行权重分析方面，首先对各个评价指标的初始权重进行计算，再利用模糊数学的原理对各个评价指标的浓度进行处理，得到每一个指标的信息权重。虽然得到的结果不能够在决策或者评估中具有重要意义，但是能够反映出在被评价对象集后各种评价指标值确定的情况下各指标在竞争意义上的相对激烈程度系数。从信息的角度而言，这个结果还能够代表在这个问题上体用有效信息的多寡程度。

结语：通过采用模糊数学的方式能够体现出不同污染物的作用，得到的最终评价结果不是简单的平均化结果，而是能够较好的反映出地表水地质情况，同时这种方式简单灵活，应用關于环境监测具有良好的价值。然而在实际的使用过程中还需要根据评价的目的以及对象进行确定，最好是能够使用监测数据的算术平均值作为评价的基础，隶属函数采用降半梯形的方式更加合理，这是因为这种方法在评价因子，监测点位、隶属函数等方面存在一定的不确定性。endprint