基于时间序列法的淮河流域蚌埠段污染风险预测

吴安东 卫志伟 沈家敏 徐慧琳

安徽财经大学统计与应用数学学院

一、引言

水质变化趋势预测是维护和管理当前水质状况的重要依据，通过预测可以了解水域环境质量演变趋势，从而及时发现水质恶化的原因并制订相应的治理措施。

二、研究区域

淮河是中国最早进行水污染综合治理的重点河流之一，本文对淮河流域蚌埠段的水质变化进行针对性分析及污染趋势研究，具有较强的现实意义。

三、数据和方法

本文采用的是淮河中段安徽省蚌埠市蚌埠闸上的2004年第1周-2014年第43周的水质监测数据，监测频率为1周1次，主要水质检测指标包括水质酸碱度（PH）、水中溶氧量（DO）、化学需氧量（CODMn）、氨氮（NH3-N）、水质等级。

采用R软件和对数据进行统计分析分析和建立模型，考虑到河流水质的不确定性，采用时间序列自回归综合移动平均模型(ARIMA)。ARIMA( p，d，q)模型为

四、预测模型的建立

本文采用时间序列法构建水质预测模型，该方法属于无原因变量的统计预测模型。对河口水质数据应用ARIMA模型进行分析，建立各污染物指标的时间序列预测模型，预测模型均通过了p检验，并优选BIC值，具体见表1。

表1 各污染物及水质指标时间序列预测模

五、结果分析

（一）水质指标总体情况概述

在2004-2014年期间，淮河蚌埠段水质平均的pH值为7.688，呈弱碱性，水体的DO值浓度较高，平均达到7.232mg/L，水体的化学需氧量平均达到3.529mg/L，水体的氨氮浓度平均达到0.5585mg/L，水质等级平均为3.191，通过查阅《地表水环境质量标准》(GB3838－2002)并对比相关数据可以得知：在这10年间的平均水质处于二级水质。

（二）水质指标年内变化情况

由水质指标时序图我们可以得出在2004-2014年，淮河蚌埠段的水质指标在一年内的变化呈现很强的年内逐期变化规律。pH值和水中溶氧量DO从年初到年末呈现先下降在回升的趋势，而水体的化学需氧量和氨氮浓度NH3-H均呈现出先增长后下降的变化趋势。通过查阅蚌埠地区的每年的汛期分布表，我们可以得知这样的变化规律原因在于根据汛期的规律定期关闸蓄水导致的污水聚集，因此，水体质量的各项指标会受到区域来水量和闸坝调控的双重影响。

（三）水质年际变化概述

通过图1我们能过直观的看出从2004年到2014年水质等级在逐年提高，尤其在2009年之后，水质就再也没有出现Ⅴ类及以下，从反映污染然水平的主要指标—化学需氧量CODMn和氨氮浓度NH3-H来看，均呈现出逐年递减的趋势，并逐步稳定在一个较低的水平，可以看出水质发生了质的提升而非偶然因素导致。

图1 水质变化时序图

（四）时间序列模型预测结果

根据已经建立的模型，预测了未来10期的水质指标如表3所示:

应用时间序列模型对未来进行预测，通过表3可以看出，在未来的10期之中pH值和水质等级无明显的波动，溶氧量、化学需氧量和氨氮浓度会有小幅波动，其中化学需氧量预测值处于2类水质的临界点，但是如果将预测时期延长以至于预测期内包括了汛期和非汛期，则水质有可能发生较大的改变。

表3 未来10期水质指标的预测

六、结论

通过以上分析发现，淮河蚌埠段水质总体上表现为：各项污染指标降低，水质等级不断提升的良好趋势，但是同时通过研究发现淮河蚌埠段水质在一年内的变化较为明显且具有一定程度的趋势性，其原因可以归结于受汛期影响导致区域来水量波动以及闸坝调控导致，因此在非汛期的水质治理上具有较强的参考意义。