基于投影尋蹤的集對分析模型及其在地下水質(zhì)評價中的應(yīng)用

李 陶，付 強，丁 紅

（東北農(nóng)業(yè)大學(xué)水利與建筑學(xué)院，哈爾濱 150030）

近年來，由于流域沒有統(tǒng)一的水資源開發(fā)利用規(guī)劃，致使地表水的利用各自為政，出現(xiàn)地下水嚴重超采引起的地下水水位下降、地下水降落漏斗形成、地面沉降、地面塌陷、水質(zhì)惡化等水環(huán)境問題[1]。地下水水質(zhì)評價是地下水資源評價的一項重要內(nèi)容，根據(jù)地下水的主要物質(zhì)成份和相應(yīng)的水質(zhì)標準，分析地下水水質(zhì)的時空分布狀況和可用程度，為地下水資源的開發(fā)利用、規(guī)劃和管理提供科學(xué)依據(jù)。目前水質(zhì)評價數(shù)學(xué)模型很多，肖紅提出灰色聚類法在許昌市中淺層地下水質(zhì)評價中的應(yīng)用，取得了滿意結(jié)果[2]；任傳棟等提出加權(quán)優(yōu)序法在地下水質(zhì)評價中的應(yīng)用，是一種簡單實用的多指標決策方法[3]；彭小金等提出模糊綜合評價在地下水質(zhì)評價中的應(yīng)用[4]，是以模糊推理為主的定性與定量相結(jié)合、精確與非精確相統(tǒng)一的評判方法。

但是這些傳統(tǒng)方法并沒有很好地解決評價因子與水質(zhì)等級間復(fù)雜的非線性關(guān)系，評價過程中的效用函數(shù)、權(quán)重[5-7]需要人為設(shè)計，限制了評價模式的通用性，也影響了結(jié)果的可靠性。近30年來我國興起的集對分析（Set Pair Analysis，SPA）新技術(shù)，是一種的處理模糊和不確定問題的系統(tǒng)理論方法，運用同異反表達式可解決各種模糊不確定問題。本文根據(jù)地下水質(zhì)評價的具體情況，提出運用基于實數(shù)編碼（Real Coding Based Accelerating Genetic Algorithm，RAGA）的投影尋蹤模型[8]（Projecting Pursuit Classification，RAGA-PP）計算權(quán)重，從而可以克服主觀權(quán)重的影響，并合結(jié)指標劃分更為細致的改進型集對分析模型，形成基于投影尋蹤的改進型集對分析模型（RAGAPP-SPA），可以更好的處理復(fù)雜的非線性評價問題。

1 集對分析基本理論[9-11]

集對分析（Set Pair Analysis，SPA）是我國學(xué)者趙克勤1989年提出的一種用聯(lián)系度統(tǒng)一處理模糊、隨機、中介和信息不完全所致不確定性的系統(tǒng)理論和方法，其特點是把不確定性與確定性作為一個既確定又不確定的同異反系統(tǒng)進行分析和數(shù)學(xué)處理。集對分析的表達式為：

其中，N是集對所具有的特性總數(shù)；S為集對中的2個集合共同具有的特性數(shù)；P為集對中2個集合相互對立的特性數(shù)；F＝N－S－P是集對中2個集合既不共同具有，也不相互對立的特性數(shù)。其中a為同一度；b為差異度；c為對立度。i為差異系數(shù)，取值于[-1,1]。j為對立系數(shù)，規(guī)定取值為-1。

2 基于投影尋蹤的改進型集對分析水質(zhì)評價模型(RA G A PP-SPA)

2.1 投影尋蹤方法確定指標權(quán)重[12]

投影尋蹤模型，即把高維數(shù)據(jù)樣本通過某種組合投影到低維子空間中，對于投影得到的構(gòu)形，采用投影指標函數(shù)（目標函數(shù)）來衡量投影暴露某種分類結(jié)構(gòu)的可能性大小，尋找出使投影指標函數(shù)達到最優(yōu)（即能反映高維數(shù)據(jù)結(jié)構(gòu)或特征）的投影方向，最佳投影方向的各分量既是指標權(quán)重，所以每個指標的權(quán)重是各個投影方向值占總投影方向值的比重。即：

式中，a（j）為指標投影方向。

2.2 差異度系數(shù)和聯(lián)系度的確定[13-14]

以水質(zhì)Ⅰ級標準為例，推導(dǎo)差異度系數(shù)和聯(lián)系度，其余情況可類似得到。將待評價樣本和水質(zhì)標準看成一個集對，在水質(zhì)Ⅰ級時，水質(zhì)標準可分為三個區(qū)間：[0,Sr（1）]、[Sr（1）,Sr（2）]、[Sr（2）,+∞]。水質(zhì)因子i的實測值x為采樣數(shù)據(jù)，采樣數(shù)據(jù)的個數(shù)可視為集對的特性總數(shù)，對處于某一個檢測點的某一個水質(zhì)因子而言，采樣數(shù)據(jù)為1，因此特性總數(shù)為1，所以當x∈[0,Sr（1）]時，μ=1/1+（0/1）i+（0/1）j=1；當x∈[Sr（2）,+∞]時，μ=0/1+（0/1）i+（0/1）j=1；當x∈[Sr（1）,Sr（2）]時，就需要考慮差異度系數(shù) i的取值，而從 Sr（2）→Sr（1）的過程也是從-1→1 的過程，取[Sr（1）,Sr（2）]的中點（Sr（1）,Sr（2））/2 相當于 i=0 這一點，則i=1-（x-Sr（1））/（（Sr（2）-Sr（1））/2）=1+2（x-Sr（1））/（（Sr（1）-Sr（2））/2），因此 μ=0/1+（1/1）i+（0/1）j=1+2（x-Sr（1））/（（Sr（2）-Sr（1））。

針對許多集對分析評價模型，當水質(zhì)處于V級是，超V級的數(shù)據(jù)雖然屬于臨級，由于沒有Ⅵ級的指標，無法確定其聯(lián)系度，將其歸為相隔。本文將集對分析評價方法稍加改進，設(shè)Ⅵ級的指標值為2Sr（5）-Sr（4），則當x∈[Sr（5）,2Sr（5）-Sr（4）]時，可以認為樣本值處于V～Ⅵ之間，μ=1+2（x-Sr（5））/（2Sr（4）-Sr（5））。這樣就可以集對分析模型分級處理更加完整，評價結(jié)果也就更加準確。水質(zhì)評價集對分析模型方法如下：

Sr（0），水質(zhì)因子j處于Ⅰ級時：

水質(zhì)因子處于Ⅱ級時：

水質(zhì)因子j處于Ⅲ級時：

水質(zhì)因子處于Ⅳ級時：

水質(zhì)因子j處于V級時：

水質(zhì)因子j處于超V級時：

式中，Si(0)為各污染因子Ⅰ級評價標準的下限；Si(1)～Si(5)分別為各污染因子評價級別的限值；x為污染因子的實測指標值；μj1～μj6分別為各監(jiān)測點污染因子對各評價標準的聯(lián)系度。

2.3 水質(zhì)級別的確定

由上述方法求得水質(zhì)因子聯(lián)系度后，由下式計算加權(quán)聯(lián)系度：

式中μi，表示五種水質(zhì)因子對于第i個級別的加權(quán)聯(lián)系度，若 μt=max{μi}，1≤i≤m，t∈[1，2，…，m]，則水質(zhì)評價結(jié)果判為t級。

3 水質(zhì)評價實例

3.1 投影尋蹤權(quán)重

本文借用文獻[15]的數(shù)據(jù)，利用RAGA-PP模型對13種不同樣號的水質(zhì)進行處理。選定指標為7 個，即三價鐵（mg·L-1）、氯化物（mg·L-1）、硫酸根（mg·L-1）、氟（mg·L-1）、硬度（H0）、礦化度（mg·L-1）及 COD（mg·L-1）。對數(shù)據(jù)建立 pp模型。得出最佳投影方向 α*=（0.1854，0.4332，0.4756，0.1251，0.2268，0.6962，0.0090），得出權(quán)重并與比值權(quán)重和改進的層次分析法得到的權(quán)重對比，如表1所示。

由表1可見，投影尋蹤算得的權(quán)重，由于算法的不同，與比值法和改進的層次分析法存在著一些差異，但基本符合樣本數(shù)據(jù)的權(quán)重規(guī)律。

3.2 基于投影尋蹤的改進型集對分析水質(zhì)評價實例

淮北礦業(yè)集團渦北井田將進入建井開采進程，因此未來礦區(qū)的供水、水源保護等均與地下水的水質(zhì)優(yōu)劣密切相關(guān)，本次利用基于投影尋蹤的集對分析模型對礦區(qū)各含水層水質(zhì)進行綜合評價，為礦區(qū)地下水資源管理提供依據(jù)。水質(zhì)分級標準如表2所示。

根據(jù)式（3）～（8）的計算步驟對文獻[15]數(shù)據(jù)和表2分級標準進行集對分析，并結(jié)合式（9）得出加權(quán)集對分析結(jié)果，見表3。

表1 投影尋蹤確定權(quán)重與其他方法對比Table1 Projection pursuit of weight compared with other methods

表2 地下水水質(zhì)分級標準表Table2 Groundwater quality grading standards

表3 渦北井田加權(quán)集對分析水質(zhì)評價結(jié)果Table3 Wobei minefield water quality evaluation results with weighted to Set Pair Analysis

由表3可以看出，樣號1～5的地下水質(zhì)等級為優(yōu)，樣號6、7的地下水質(zhì)等級為較好，需要當?shù)叵鄳?yīng)職能部門加強管理，繼續(xù)保持這樣的勢態(tài)；而樣號8～10的地下水質(zhì)等級為極差，樣號11的地下水質(zhì)等級為超差，樣號12、13的地下水質(zhì)等級為較差，需要加強地下水方面的技術(shù)建設(shè)，提高地下水科學(xué)管理和保護的能力，并增強對地下水水質(zhì)的重要性和水質(zhì)污染嚴重后果的認識。

4 評價結(jié)果及對照分析

將基于投影尋蹤的改進型集對分析模型（SPA）與人工神經(jīng)網(wǎng)絡(luò)模型（BP）、灰色模型（GM）的結(jié)果做比較。如表4所示，集對分析法的評價結(jié)果與其他兩種評價方法的結(jié)果基本吻合，樣本5由于過多的指標在1級，導(dǎo)致聯(lián)系度的偏向優(yōu)的評價結(jié)果。而樣本11則是其他兩種方法，在指標分級上沒有全面考慮到超V級的歸屬。樣本13由于指標權(quán)重的分配使結(jié)果和其他兩種方法稍有差別，但基本符合實際情況。用[J].水科學(xué)與工程技術(shù),2008(5):52-54.

表4 評價結(jié)果比較Table4 Comparison of evaluation results

5 結(jié)論

通過基于投影尋蹤的改進型集對分析模型對渦北井田地下水進行綜合評價，得出以下結(jié)論：

a.運用投影尋蹤模型計算指標權(quán)重，是一種客觀計算權(quán)重的方法，避免了主觀因素的影響，在實際的應(yīng)用中得到了滿意的結(jié)果，并與其他方法比較，證明利用最佳投影方向可以科學(xué)地確定各評價指標的權(quán)重。

b.通過完善V級相鄰級別聯(lián)系度為-1的不足，假設(shè)Ⅵ級的指標值為 2Si(5)－Si(4)，當 x∈[Si(5)，2Si(5)－Si(4)]時，得出μ＝1＋2（x－Si(5)）/（Si(5)－（2Si(5)－Si(4)））＝1＋2（x－Si(5)）/（2Si(4)－Si(5)）。改進的集對分析模型在對樣本7、8、9、11 數(shù)據(jù)評價時，出現(xiàn)了 x∈[Si(5)，2Si(5)－Si(4)]情況，結(jié)果表明改進的集對分析能夠使結(jié)果趨于準確化。

c.經(jīng)過實例計算，改進后的模型概念清晰，評價結(jié)果直觀、準確可靠，信息利用率高，為水質(zhì)評價提供了一種新的方法。

[1]劉東,馬永勝.三江平原撓力河流域地下水恢復(fù)研究進展[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2008,39(8):140-144.

[2]肖紅,徐運卿.灰色聚類法在許昌市中淺層地下水質(zhì)評價中的應(yīng)用[J].江蘇環(huán)境科技,1998(2):40-43.

[3]任傳棟,王志真,高佳,等.加權(quán)優(yōu)序法在地下水質(zhì)評價中的應(yīng)

[4]彭小金,張艷紅,李輝輝.模糊綜合評價在地下水質(zhì)評價中的應(yīng)用[J].河南水利與南水北調(diào),2009(1):34-35.

[5]盧鐵光,楊廣林,王立坤.基于相對土壤質(zhì)量指數(shù)法的土壤質(zhì)量變化評價與分析[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2003,34(1):56-59.

[6]陳南祥,董貴明,賀新春.基于AHP的地下水環(huán)境脆弱性模糊綜合評價[J].華北水利水電學(xué)院學(xué)報,2005,26(3):63-66.

[7]劉彬,周玉娟,奕清華.模糊數(shù)學(xué)在地下水質(zhì)綜合評價中的應(yīng)用[J].河北建筑科技學(xué)院學(xué)報,2006,23(1):8-10.

[8]付強,趙小勇.投影尋蹤模型原理及其應(yīng)用[M].北京:科學(xué)出版社,2006.

[9]趙克勤.集對分析及其初步應(yīng)用[M].杭州:浙江科學(xué)技術(shù)出版社,2007.

[10]李祚泳,丁晶,彭荔紅.環(huán)境質(zhì)量評價原理與方法[M].北京:化學(xué)工業(yè)出版社,2004.

[11]劉東,付強,孟軍.集對分析法在三江平原井灌區(qū)地下水資源承載力評價中的應(yīng)用[J].中國農(nóng)村水利水電,2009(2):1-4.

[12]楊曉華,楊志峰,酈建強.區(qū)域水資源潛力綜合評價的遺傳投影尋蹤方法[J].自然科學(xué)進展,2003,13(5):554-557.

[13]李凡修,辛焰,陳武.集對分析用于湖泊富營養(yǎng)化評價研究[J].重慶環(huán)境科學(xué),2000,22(6):10-12.

[14]呂輝.集對分析在巢湖水質(zhì)富營養(yǎng)化評價中的應(yīng)用[J].安徽建筑工業(yè)學(xué)院學(xué)報:自然科學(xué)版,2008,16(4):69-72.

[15]虞登梅,江曉益.地下水水質(zhì)評價的人工神經(jīng)網(wǎng)絡(luò)方法[J].西安科技學(xué)院學(xué)報,2003,23(1):27-29.

[16]尚松浩.水資源系統(tǒng)分析方法及應(yīng)用[M].北京:清華大學(xué)出版社,2006.