行政区域间地表水月度水质考核成绩模型建立与应用

2022-06-23蒋祖斌黄银春梁时军

环境科学导刊 2022年3期

蒋祖斌，黄银春，梁时军，袁姁

（1.南充市生态环境监测中心站，四川南充 637000；2.南充市环境工程评估中心，四川南充 637000）

1 建立县域地表水水质考核成绩模型的必要性

水是生命的源泉、发展的命脉、生态的根基，是人类生存发展不可或缺的基础性资源。2016年12月中共中央国务院印发《关于全面推行河长制的意见》[1]。污染防治攻坚战中的碧水保卫战，目的是既要保住优良水质且稳中向好，又要在不长的时期内消除不达标水质。

全国地表水中，江河支流水质达标率普遍低于其下游干流。生态环境部全国地表水水质月报显示，2019年2月，淮河水系66条支流101个监测断面中，Ⅳ类水质断面占32.7%，Ⅴ类占5.9%，劣Ⅵ类占7.9%，合计不达标水质断面占46.5%；而淮河干流10个监测断面中，不达标者占20%且为Ⅳ类水质。海河水系，80条支流116个断面中，Ⅳ类水质断面占25.0%，Ⅴ类占15.5%，劣Ⅵ类占16.4%，合计不达标水质断面占56.9%；而海河干流水质全部达标[2]。

全国江河支流，多数位于多个或一个县级行政区管辖区域（下称县域）内。目前，将水质达标任务分解落实到县级行政区，以“行政问责+经济补偿”双管齐下的强力手段力促地方当局切实努力治污，是力争较短时期内达成地表水水质达标目标的有效方式。全国范围对县域地表水水质优劣的评判、考核、排名、公告及其对污染防治引领指导等工作已普遍开展起来。

对单个河流断面（或湖库点位，下同）的地表水水质评价方法，有最差因子指数判别法、水质综合指数法[3]、综合水质标识法[4]、模糊数学评价法[5]、神经网络法[6]和21项指标单项污染指数加和法[7]等；对县域或其它分类（如流域、片区等）的多个断面的水质评判与排名，有断面达标率法、21项指标单项污染指数加和值的平均值排序法。当前我国西部地区和县域的水质监测能力滞后[8]，不少县域在人力、设备和经费上若干年内都无法满足GB 3838-2002表1中21项指标的监测需求[9]，现有水质评价方法中还没有适合当前众多县域在极其有限的监测能力条件下经适度监测就能对县域水质给出成绩的方法。本文利用西部川、渝、云、贵、陕、甘、青7省市连续25个月2809组21项指标的58989个地表水水质实测值建立一套仅需测定少量关键指标就能对水质进行合理评判、考核和排名的模型。该数据来源为国家地表水采测分离系统每月反馈表。

2 县域地表水水质评判排名模型建立

2.1 县域地表水水质成绩模型基础

2.1.1 单项水质污染指数[10-11]

由于地表水不同水质指标监测值的数量级不同，如汞为0.0001～0.00011 mg/L（2018年1月西部7省采测分离数据），CODCr却为4～349mg/L（2019年2月南充市小流域某断面监测值），故需将研究指标标准化，即测值换算为单项污染指数，才便于后续分析。单项指标水质污染指数计算方法为：

式中：Pi—某水质监测断面某水质指标的污染指数；Ci—某水质断面某水质指标的实测值；C0—地表水某水质指标标准限值，除特别要求的部分江河干流执行Ⅱ类标准外均执行Ⅲ类标准。

21项指标Pi的最大值称为PmaxA。

pH值和DO的污染指数则按以下方法计算：

pH值污染指数：

式中：Pi—某水质断面的pH值污染指数；CpH—某水质断面的pH实测值。

DO污染指数：

式中：Pi—某水质断面的溶解氧污染指数；CDO0—某水质断面应执行的地表水溶解氧标准限值；CDOi—某水质断面的溶解氧实测值。

计算Pi时须注意湖库总磷的标准限值与河流的不同，在电子表格上均显示两位小数，超标是指污染指数Pi＞1.00情况。

2.1.2 地表水水质指标分类和水质分类

全国地表水国家考核数据来源于每月一次按照国标方法或环境部门标准开展的对《GB 3838-2002地表水环境质量标准》表1项目的手工传统方法监测，考核指标为表1中21项。为研究方便，特做以下分类。

表1 西部7省市17项其它指标测定值及超标率表

常见指标：总磷（TP）、氨氮（NH3-N）、化学需氧量（CODCr）及高锰酸盐指数（CODMn）4项，是地表水的最常见超标指标，令其单项污染指数分别为PPi、PNi、PCi、PMi；

其它指标：铜（Cu）、锌（Zn）、铅（Pb）、镉（Cd）、砷（TAs）、硒（TSe）、汞（THg）、六价铬（Cr6+）、氰化物（CN－）、挥发酚（VP）、硫化物（S2－）、氟化物（F－）、石油类（Oils）、阴离子表面活性剂（LAS）、五日生化需氧量（BOD5）、pH值、DO共17项，是不超标或较少超标的指标。

本文将水质分类为：达标水质，指PmaxA≤1.00的断面水质；污染水质，指1.00＜PmaxA≤2.00的断面水质；恶劣水质，指PmaxA＞2.00的断面水质[11]。

2.2 县域地表水月度水质考核成绩模型

2.2.1 建模思路与数据特征分析

建模思路：对大批量实测值进行特征分析，根据实测值Pi值分段，设计分段的上、下限对应的类似高考成绩的分数值，以分数值为因变量，以重点Pi或其数学函数值为自变量，即能得到模型。

数据特征分析：令21项指标Pi加和值为ΣPi(21)。观察21项指标中各Pi，4项常见指标测值最富于变化，随着断面PmaxA和ΣPi(21)的升高而升高，绝大多数断面常见指标的Pi交替成为PmaxA；17项其它指标中BOD5有一定变化，其Pi成为PmaxA者比常见指标的比例低，但在17项其它指标中最高。剩余16项指标测值变化幅度小，且不随断面PmaxA的升高而升高，具体特征为：

pH值只在7组测值中超标，在2809组测值中频率为2.5‰，且在Ⅰ类水质断面还常成为PmaxA，成为干扰ΣPi(21)大小的因素者； F-都有检出、超标频率2.5‰，石油类部分有检出、超标频率4.6‰，LAS少部分有检出、超标频率3.2‰，三者只在极个别Ⅳ、Ⅴ及劣Ⅴ类水质断面中成为PmaxA，在Ⅰ、Ⅱ、Ⅲ类水质断面中变化无增减特征，此3项指标和pH值只要达到Ⅲ类也就达Ⅰ类，在达标水质中其Pi不仅无类别影响而且干扰ΣPi(21)的大小；Cu、Zn、Pb、Cd、TAs、TSe、THg、Cr6+、 CN-、VP、S2-共11项指标则要么未检出要么略高于检出限，距Ⅲ类标准限值远，Pi均很低，均不成为断面PmaxA。

对应“碧水保卫战”两大目的，表1列出21项指标全部实测值的优等水质率和超标率，可见4项常见指标是关键指标；同时说明，4项常见指标Pi是随水质类别变化而同向变化最显著的，17项其它指标的15项Pi基本不随水质类别变化而变化，BOD5和DO则介于变化最显著与基本不变化之间。以ΣPi(21)为因变量，以21项指标Pi为自变量，对2809组数据进行SPSS逐步回归，只取3个自变量的模型为ΣPi(21)＝1.86+1.48PNi+1.23PPi+2.25PCi，其R2＝0.904、估计值的标准误差0.64够低、标准系数分别为0.47、0.44和0.36，显示模型中3个自变量作用依次排第1、第2和第3，t值分别为73、69、56，模型F＝8848，表明模型及其变量均具显著性，证明断面水质是由少量指标控制的。但该模型常量和非标系数低，散点图线性差，水质优劣表征度不佳，也难直观明了地表达断面水质考核成绩。

比较结论：要提高优等水质率，重点依次是要提高TP、CODCr、NH3-N和CODMn的比例；要降低超标率，重点依次是要降低TP、CODCr、NH3-N和CODMn的超标率。

表中pH超标值来自于某油田城市小流域断面。从表1可见，TP和NH3-N各是P、N的代表性污染指标，也是表征水质优劣作用两项重点指标，而CODMn是地表水传统的关键代表性指标，因此令PMi、PNi和PPi分别为CODMn、NH3-N、TP的Pi值，另以PmaxE代表CODMn、NH3-N、TP三项指标以外的CODCr、BOD5等指标Pi的最大值，只控制PmaxE和CODMn、NH3-N、TP这4项，既能有效表征水质的变化情况，也能有效推进“碧水保卫战”，故将此4项称为4个关键项。将实测值按PmaxA分为达标、污染和恶劣水质3段，ΣPi(21)对PmaxE、CODMn、NH3-N和TP散点图线性显著增强，同时通过对4个关键项Pi取自然对数，可使回归模型的系数和常量更显著。各水质段边界的理论设定分值见表2（录自仅显示两位小数的电子表格），类似高考成绩的分数设定方式的目的是方便管理者、各级河长和公众理解，故模型名为水质考核成绩模型。本模型以县域为建模对象，适用范围可推及镇域和省域。

表2 县域水质PmaxE和4项常见指标Pi及水质成绩分值设定表

2.2.2 地表水月度水质考核成绩模型

达标水质段，750分时lnPmaxE+lnPMi+lnPNi+lnPPi＝-13.55，450分时lnPmaxE+lnPMi+lnPNi+lnPPi＝0.00，因Pi≤1.00的lnPi≤0.00，故该段4个关键项对数之和ΣlnPi≤0.00，该水质段内任一断面分值应为：

450-22 （lnPmaxE+lnPMi+lnPNi+lnPPi）＝450-22ln（PmaxE*PMi*PNi*PPi），第1项450为截距、即达标段起点，第2项-22来源于（750-450）/（-13.55-0.00）。

污染水质段，449分时4个关键项对数之和ΣlnPi＝-11.24，150分时ΣlnPi＝2.77，Pi＞1.00致lnPi＞0.00，但其中又有众多Pi≤1.00而致lnPi≤0.00者，该段4个关键项之和ΣlnPi在-11.24～2.77，此水质段内任一断面分值应为210-21（lnPmaxE+lnPMi+lnPNi+lnPPi）＝210-21ln（PmaxE*PMi*PNi*PPi），第2项-21来源于（449-150）/（-11.24-2.77），第1项210为截距、来源于150+21*2.77。

恶劣水质段，149分时4个关键项对数之和ΣlnPi＝-10.54，1分时ΣlnPi＝13.01，Pi＞1.00致lnPi＞0.00，但其中又有Pi≤1.00而致lnPi≤0.00者，该段4个关键项之和ΣlnPi在-10.54～13.01，该水质段内任一断面分值应为83-6.3（lnPmaxE+lnPMi+lnPNi+lnPPi）＝83-6.3ln（PmaxE*PMi*PNi*PPi），第2项-6.3来源于（149-1）/（-10.54-13.01），第1项83为截距、来源于1+6.3*13.01。

将由以上3个水质段分值公式计算的分值作为因变量，4个关键项Pi的自然对数值为自变量，对2398组达标、324组污染和87组恶劣水质4个关键项Pi对数进行回归，得表3模型。

表3 县域地表水月度水质考核成绩模型及其检验参数表

标准系数显示对ADY贡献从大到小顺序为NH3-N、TP、CODMn和PmaxE的对应项，回归残差直方图呈标准正态分布，观测累计概率图两侧分布特征良好，回归标准化预测值均在±2.5之间。模型参数表明3个模型及其变量均具显著性且有效。

2.2.3 月度水质考核成绩模型特点

（1）采用Pi值的指标数量少，模型也简便易用，而效果优于采用21项全部监测指标的Pi值加和法。此乃该模型最奇妙之处，即便只开展4项常见指标的监测也能达到效果；同时，这也为武汉、合肥、石家庄等地县域为避免超量监测工作量而每月只监测4项常见指标[12-13]提供了一条支撑依据。选测部分指标时，应包括特征污染物，纳入比较断面的监测指标趋同则评判和排名具备社会说服力。

（2）体现了我国目前地表水水质4项常见指标及此4项常见指标之外考核行政区特征污染指标的作用，超标测值常常出现在此4项指标及考核行政区的特征污染指标之内，其高低变化能反映在评判中；而至多17项其它指标的变化，无论其是否导致水质类别的改变，模型条件中PmaxA和模型中PmaxE既囊括了其信息，又能将各指标中对指导治污不起决定性作用的一面抛弃。

（3）既能开展合理的同一断面前后比较（包括但不限于同比—与上年度同月相比、环比—与上月相比）、断面之间同期或不同期比较，还能进行不同县域之间同期或不同期的比较，其评判与排名精准度高，能检测出断面的水质改善程度，能甄别出水质不仅未改善反而恶化者，也能找出不同县域之间水质改善进展程度的差异，即便在部分县域断面数量不等的情况下也能客观地进行比较，不仅能消除以断面达标率进行评判的弊端，而且能做到公正客观。

（4）若某断面某月水质严重超标，即便在其他断面均达标且县域总体的断面达标率较高的情况下，该模型的评判值也不高，充分体现了偷排、漏排或不治污的问题严重性，从而真正起到评判、考核、排名与督促污染防治的作用。

（5）有此模型后可以放弃对每个断面所属水质类别的逐个确定，达标断面水质（Ⅲ类）的AXY一定≥450分，不达标断面水质一定低于450分，纳入大量未经处理城镇污水的径流量小的河流断面的水质ADYi可低至1～10分。对达标或污染水质，分数值与GB 3838-2002的水质类别会有反错情形，但这正是对GB 3838-2002水质类别硬性简单分级所存缺陷的补充，不影响排名合理性与治污指导作用。

（6）现行考核方式为达标率比例法，是公告受考核的数个行政区各自有多少断面水质超标，其中Ⅳ类水质断面多少个、占受考核断面多少比例，Ⅴ类水质多少个及占比多少，劣Ⅴ类水质多少个及占比多少，某行政区总超标断面多少个与占比多少。现行考核方式对于均达标的行政区之间无法分出优与更优，对均有部分断面超标的行政区之间也无法分出劣与更劣，整体偏于定性。而所建模型计算的分值，可将这些方面全部加以区分、定量分出优劣差异。类似表4之例，值得试用与推广。

表4 9个县（市、区）2018年9月61个水质断面监测值与污染指数表

2.2.4 月度水质考核成绩模型应用条件与范围

（1）模型应用时间跨度要求：手工监测每月一轮次者，每月计算一次用于评判与排名，此为目前普遍实情；若每月监测两次或多次，则纳入比较考核的各区、县行政区域的各水质断面均测两次或多次，且测试日期保持相同或靠近；一个断面有两个及以上点位者，以平均值作为断面测定值；利用水质自动站监测数据者，在确保设备和方法具有可比性前提下，各行政区域间均采用自动站数据，需将每次数据整理为每天数据，再整理为每月数据后再以模型计算一次（该模型也可用于计算断面水质每日成绩）；县域多个断面或年度成绩，采用算术平均值。

（2）监测指标要求：指标项保持一致，且包含4项常见指标和当地会超标的特征污染指标。即纳入比较考核的同级各区、县，假设某个县有水质断面石油类指标常超标，则纳入比较考核的各区、县的各水质断面均应监测石油类指标，其余类推。为全面排查，可每年枯水期开展一轮地表水环境质量标准（GB 3838-2002）表1的21项指标全面监测，且各行政区之间监测指标与频率一致。若某项指标因故漏测缺值，从考评角度应以年度内已有测值最差者代替，因洪水或工程施工无法监测时可以上月测值代替。

（3）模型既可用于各区、县纳入考核各河流断面水质整体比较，也可用于各区、县纳入考核各湖库点位水质整体比较，还可用于各区、县纳入考核各地表水（河流+湖库）断面点位水质整体比较。

（4）模型既可用于某市域各区、县之间地表水质比较考核，也可用于某区、县域内各乡镇、街道之间或某省域的各市、州之间的地表水水质比较与考核。

3 水质评判排名模型应用实例与讨论

3.1 模型应用计算步骤

（1）在Excel表格中，水质指标按pH、F-、Oils、LAS、Cu、……、S2-、DO、BOD5、CODCr、CODMn、NH3-N和TP次序左右排列，断面按上下排列，测值按河流与湖库排序；对每个测值按地表水Ⅲ类标准限值（湖库总磷为0.05）计算Pi（显示两位小数）；再计算PmaxA并将PmaxA按升序排列。

（2）在PmaxA数据列前插入空白列并分别计算对应PmaxA≤1.00与1.00＜PmaxA≤2.00及PmaxA＞2.00的PmaxE。

（3）对达标水质、污染水质和恶劣水质分别采用公式计算ADYi，显示一位小数，若需比较相同ADYi值者的差异，可将ADYi值增加一至多位小数，即可区分高低差异。

（4）由每个县域的ADYi值即可获得县域的Axy分数值，可进行县域或流域或片区的分数值高低比较及排名。

3.2 模型在南充市9个县（市、区）应用举例与讨论

所设模型经多分类数据检验，均显示出良好的合理性。表4为南充市9个县（市、区）62个水质断面单月4项常见指标监测值及模型验证情况。该市每季度首月开展一次21项指标监测，其中17项其它指标均达标。

由表4可见以下结果：

（1）断面达标率排名有3个县并列第1，这便是以断面达标率排名的弊端，三个县域水质考核成绩模型的排名结果仍为前三，但能对其做出谁优谁次的明确区分，其中达Ⅱ类断面高的县域排名在前。

（2）断面达标率排名依次从第4到第9的县域，水质评判值排名结果却不一致，这和各县域未达标断面的比例及其具体测值高低有关，过劣的水质对整个县域的水质影响最大，PA县出现了2次劣Ⅴ类水质，导致总体排名为最末位的第9名；而断面达标率排名第9的最末的XC县，按ADY分值却能排名第8，因其没有出现劣Ⅴ类水质，说明ADY分值是恰当的。

（3）ADY分值均为384的两个县，增加一位小数也能区分和排名。从9个县域排名与及断面水质类别分布及每一断面水质状况与分值看，断面和县域水质成绩都是恰当的，排名有效而可靠。由于理论设定分值已经界定分值段和最极端水质状况，且模型检验具有显著性，因此模型是可靠的。