基于Critic-Cloud模型的東江干流水質(zhì)評價

白曉燕,賴成光,陳曉宏,于海霞,吳孝情(中山大學(xué)地理與規(guī)劃學(xué)院,廣東廣州510275)

基于Critic-Cloud模型的東江干流水質(zhì)評價

白曉燕,賴成光,陳曉宏,于海霞,吳孝情
(中山大學(xué)地理與規(guī)劃學(xué)院,廣東廣州510275)

將云模型引入到水質(zhì)評價研究中,選用CODMn、NH3-N和TP等9個指標(biāo)構(gòu)建云模型的特征數(shù),利用Critic法推求各因子客觀權(quán)重后采取最大確定度來判定水質(zhì)的綜合評價等級,對2004—2010年東江干流水質(zhì)進(jìn)行了綜合評價,并選取東岸斷面評價結(jié)果與由模糊綜合評價法得出結(jié)果進(jìn)行對比。結(jié)果表明：基于云模型的東江干流水質(zhì)綜合評價多為Ⅰ～Ⅱ級,這與實(shí)際水質(zhì)相符,同模糊綜合評價法評價結(jié)果吻合程度為96.6%,表明基于云模型的地表水體水質(zhì)評價方法合理可行,且能更為直觀的表述水質(zhì)評價中的模糊性和隨機(jī)性。

水質(zhì)評價；云模型；Critic權(quán)；東江干流

水質(zhì)評價是區(qū)域水環(huán)境、水安全研究的重要內(nèi)容,通過水質(zhì)評價可以定量分析區(qū)域水質(zhì)面臨的問題,并對現(xiàn)狀和未來水安全管理提供決策依據(jù)[1]。早在20世紀(jì)60年代,Jacobs[2]就提出水體質(zhì)量評價的水質(zhì)指數(shù)(WOI)概念和計算公式;而后,綜合指數(shù)法廣泛運(yùn)用于水質(zhì)評價,國內(nèi)外學(xué)者提出的Nemerow模式、均方差模式、指數(shù)模和Ross水質(zhì)指數(shù)法等多種綜合模式被廣泛應(yīng)用[3-5];20世紀(jì)80年代以來,模糊集理論、灰色系統(tǒng)理論和數(shù)理統(tǒng)計等理論的應(yīng)用,大大豐富了水質(zhì)評價的方法[6]。

目前,國內(nèi)外最常見的水質(zhì)評價方法有單因子指標(biāo)法、綜合污染指數(shù)法、基于多元統(tǒng)計的水質(zhì)評價方法和基于數(shù)學(xué)模型的水質(zhì)評價方法等。這些方法和模型各有特點(diǎn),但在評價過程中不可避免地遇到模糊性和隨機(jī)性問題：評價因子與水質(zhì)等級間存在著復(fù)雜的非線性關(guān)系,當(dāng)水質(zhì)指標(biāo)值界于兩個相鄰級別時,很難準(zhǔn)確判斷其屬于哪個級別,因此充分考慮評價過程中的不確定性對獲得準(zhǔn)確的評價結(jié)果尤為重要[1]。鑒于此,本文引入云模型的水質(zhì)評價方法,綜合考慮評價過程中存在的模糊性與隨機(jī)性特點(diǎn),根據(jù)所選取的評價因子和國家水質(zhì)標(biāo)準(zhǔn),生成各因子隸屬于各級別的云模型,對東江干流的水質(zhì)進(jìn)行評價,并將評價結(jié)果與模糊綜合評價的結(jié)果進(jìn)行對比以驗(yàn)證云模型對水質(zhì)進(jìn)行評價的合理性。

1 云模型簡介

云模型是李德毅等[7]基于概率論和模糊數(shù)學(xué)理論,構(gòu)建的一種定性概念與其定量數(shù)值表示之間的不確定性轉(zhuǎn)換模型。正態(tài)云模型已被證明具有應(yīng)用的普適性[8],已成功運(yùn)用于自然語言處理、時間序列預(yù)測、空間數(shù)據(jù)挖掘、決策分析、智能控制和圖像處理等眾多研究領(lǐng)域[9-13]。

1.1 云和云滴

設(shè)U是1個用精確數(shù)值表示的定量論域,U上對應(yīng)著定性概念C,若定量值x∈U,且x是C的一次隨機(jī)實(shí)現(xiàn),x對C的確定度滋(x)∈[0,1]是具有穩(wěn)定傾向的隨機(jī)數(shù)[8]y=uA(x)。其中,x為對C的確定度,x在U上的分布稱為云模型,簡稱為云[14],每個x稱為1個云滴。

1.2 云的數(shù)字特征

在云模型的基礎(chǔ)理論中,采用期望Ex、熵En和超熵He構(gòu)建云的數(shù)字特征,充分地把隨機(jī)性和模糊性結(jié)合起來[8],完成定性和定量之間的相互映射。

期望Ex：云滴在論域空間分布的期望,最能代表定性概念的中心點(diǎn),是概念量化的最典型樣本點(diǎn)。

熵En：定性概念的不確定性度量。一方面是定性概念重合度量,反映論域空間中可被定性概念接受的云滴取值范圍;另一方面En又是定性概念隨機(jī)性度量,反映了能夠代表這個定性概念云滴的離散程度。

超熵He：超熵是熵的不確定性的度量,反映了在論域空間代表該語言值的所有點(diǎn)的不確定度的凝聚性,其取值范圍間接地反映了云滴的厚度,由熵的隨機(jī)性和模糊性共同決定。

1.3 云發(fā)生器

云模型中,定性概念與定量數(shù)據(jù)之間相互映射是通過云發(fā)生器完成的[15]。云發(fā)生器分為正向云發(fā)生器與逆向云發(fā)生器兩大類(圖1),其中正向云發(fā)生器是根據(jù)云的數(shù)字特征(Ex,En,He)產(chǎn)生云滴,多個云滴構(gòu)成1個完整的云,是從定性向定量的轉(zhuǎn)化;逆向云發(fā)生器是實(shí)現(xiàn)從定量值到定性概念的轉(zhuǎn)換模型,其將一定數(shù)量的精確數(shù)據(jù)轉(zhuǎn)換為云模型對應(yīng)的3個數(shù)字特征Ex,En,He。

圖1 正向云發(fā)生器和逆向云發(fā)生器工作示意圖

本文基于正態(tài)分布在自然界的普適性,采用正向正態(tài)云發(fā)生器,建立定性概念與定量數(shù)據(jù)之間的相互映射。算法如下。

輸入：表征概念的云向量(Ex,En,He)及需產(chǎn)生的云滴數(shù)目n。

輸出：帶有確定度滋的云。

算法步驟：

第4步：重復(fù)以上步驟,產(chǎn)生n個云滴構(gòu)成整個云為止。

2 東江干流水質(zhì)評價

2.1 研究區(qū)概況及數(shù)據(jù)來源

東江流域位于珠江三角洲的東北端(E113°52憶～115°52憶,N22°38憶～25°14憶)。博羅水文站控制流域面積27040 km2,有新豐江、秋香江、西枝江等主要支流,流域地勢呈東北高,西南低,最高海拔不超過1500m。流域地處亞熱帶濕潤季風(fēng)氣候區(qū),多年平均氣溫為20.4℃,多年平均雨量為1 750mm,多年平均水面蒸發(fā)量為1200mm。博羅站多年平均徑流量為244.44億m3,其中汛期(4—9月)約占全年徑流量的75%～80%。

東江是廣州、深圳以及香港等大城市的重要供水來源,其水質(zhì)直接關(guān)系到這些地區(qū)社會經(jīng)濟(jì)穩(wěn)定。研究采用東江干流河源段、惠州段和東莞段2004—2010年各月份的監(jiān)測數(shù)據(jù),以及惠州境內(nèi)東岸斷面2007—2009年逐月監(jiān)測數(shù)據(jù)對東江干流水體水質(zhì)進(jìn)行評價。

2.2 評價因子體系建立與Critic權(quán)重計算

根據(jù)東江流域的實(shí)際情況,選取DO、CODMn、COD、BOD5、NH3-N、TP、TN、硫化物和糞大腸菌群9個因子建立水質(zhì)評價體系。評價指標(biāo)體系及分級標(biāo)準(zhǔn)[16]見表1。

評價因子權(quán)重的確定是水質(zhì)評價過程中的一個重要環(huán)節(jié),權(quán)重的合理性直接影響水質(zhì)評價結(jié)果。根據(jù)計算權(quán)重數(shù)據(jù)序列的來源,有關(guān)權(quán)重的確定方法可劃分為主觀權(quán)重法、客觀權(quán)重法和組合賦權(quán)法。筆者采取由Critic(Criteria importance through intercriteria correlation)法計算的客觀權(quán)重。Critic法是由Diakoulaki[17]于1995年提出的以某評價因子間的對比強(qiáng)度和評價因子間的沖突性來綜合衡量特征的客觀賦權(quán)方法,是一種全面考慮數(shù)據(jù)特性和分布特點(diǎn)的客觀權(quán)重確定方法。對比強(qiáng)度表示同一個因子各個級別之間取值差距的大小,以標(biāo)準(zhǔn)差的形式來表現(xiàn),標(biāo)準(zhǔn)差越大則各級別之間的差距越大;存在于評價因子間的相關(guān)性是評價因子沖突性的基礎(chǔ),如果評價因子間正相關(guān)性較強(qiáng),表明這兩個特征的沖突性較低,第j個評價因子與其他評價因子之間的沖突性量化因子為1-Rkj),其中Rkj表示第j個因子和第k個因子的相關(guān)系數(shù)。第j個因子所包含的信息量用以下式子表示

式中,Sj表示第j個因子的類間標(biāo)準(zhǔn)差,則Critic法得到的第j個因子的歸一化權(quán)重為

將各評價因子的實(shí)測值代入式(1)和式(2),計算得出所選取9個指標(biāo)的客觀權(quán)重,見表2。

2.3 云模型的數(shù)字特征確定及云模型生成

根據(jù)已經(jīng)選擇的評價因子及參照標(biāo)準(zhǔn),采用文獻(xiàn)[18]提出的一種雙邊約束下的參數(shù)計算公式(式(3)),確定云模型的具體參數(shù)Ex,En,He。

式中：Bmin、Bmax分別為水質(zhì)評價某等級的最小、最大值。超熵He是表征熵En不確定性的度量,即為熵的熵,本文假設(shè)其為He=kEn,并令k=0.01。由于云模型中熵En的計算是基于正態(tài)分布的3滓原理,為避免實(shí)測數(shù)據(jù)在水質(zhì)評價等級邊界附近其確定度趨于零的問題,將En的計算公式做了一定調(diào)整(表3)。

采用正向正態(tài)云發(fā)生器及半云發(fā)生器,生成水質(zhì)評價因子隸屬級別的定性概念云模型(圖2)。以圖2(e)為例,橫坐標(biāo)表示NH3-N的質(zhì)量濃度,縱坐標(biāo)指代某一實(shí)際監(jiān)測定值通過云模型映射所對應(yīng)的確定度,從左至右,分別代表地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)中的Ⅰ級至劣Ⅴ級對應(yīng)的云,圖2(a)則相反。

2.4 因子綜合確定度計算

基于云模型的水質(zhì)綜合評價的流程主要包括：①建立評價因子體系;②根據(jù)Critic法計算各因子權(quán)重;③生成云模型數(shù)字特征,建立云模型;④計算因子綜合確定度。其中建立評價因子規(guī)則庫和評價因子權(quán)重是關(guān)鍵。確定因子綜合確定度的計算步驟如下：

表1 水質(zhì)評價指標(biāo)Ci和分級標(biāo)準(zhǔn)值Cjk

表2 各水質(zhì)評價指標(biāo)的Critic權(quán)重

表3 云模型參數(shù)計算準(zhǔn)則

圖2 水質(zhì)評價因子隸屬級別的定性概念云模型

第1步：將監(jiān)測數(shù)據(jù)的實(shí)測值輸入云模型中,得到各個實(shí)測值隸屬于某一級別的確定度滋(x);

第2步：根據(jù)總體監(jiān)測數(shù)據(jù)序列確定評價因子權(quán)重;

第3步：將步驟1和步驟2計算結(jié)果相乘得出綜合確定度,選取相應(yīng)最大確定度所屬級別作為各監(jiān)測斷面水體的水質(zhì)綜合評價級別。

3 結(jié)果分析與討論

東岸斷面水質(zhì)評價結(jié)果如表4所示,可以看出東岸斷面2007—2009年水質(zhì)綜合評價等級大多位于Ⅱ級,但個別時段達(dá)到Ⅲ級甚至Ⅴ級。2007年全年均為Ⅱ級,而2008年變化幅度較大,大部分月份達(dá)到Ⅱ級,4月份達(dá)到Ⅲ級,7月份則高達(dá)Ⅴ級。2008年7月水質(zhì)發(fā)生突變的主要原因是該月TN濃度超標(biāo),由于TN權(quán)重較大,濃度超標(biāo)容易造成高級別確定度增大。2009年1—3月水質(zhì)能達(dá)到Ⅰ級, 4—9月水質(zhì)變?yōu)棰蚣?10—12月的枯水期由于TN濃度有所提高,水質(zhì)變?yōu)棰蠹墶?/p>

表4 東岸斷面水質(zhì)級別確定度及綜合評價結(jié)果

為了驗(yàn)證評價結(jié)果是否科學(xué)合理,采用模糊綜合評價法[19]并輸入相同原始數(shù)據(jù)、分類標(biāo)準(zhǔn)和權(quán)重得出東岸站斷面評價結(jié)果(表3)?？梢钥闯龀?008年4月外,基于云模型的評價結(jié)果和模糊綜合評價結(jié)果基本一致。該月基于云模型的水質(zhì)評價結(jié)果為Ⅲ級,而模糊綜合評價結(jié)果為Ⅱ級,兩者相差一個級別。造成差異原因除二者計算原理不同外,二者對處于臨界值附近的數(shù)值判斷能力也有所區(qū)別。分析2008年4月各因子數(shù)據(jù),除DO和TN外,其余6個因子數(shù)據(jù)均位于非臨界值附近。DO質(zhì)量濃度實(shí)測值為6.23mg/L,位于臨界值6.00mg/L附近,根據(jù)分類標(biāo)準(zhǔn)可知應(yīng)歸為Ⅱ級。而TN質(zhì)量濃度為0.84mg/L,位于臨界值1.00mg/L附近,根據(jù)分類標(biāo)準(zhǔn)可知應(yīng)歸為Ⅲ級。由表2可知,DO權(quán)重僅為0.0702,而TN的權(quán)重則達(dá)到0.176,因此在計算確定度時TN因子應(yīng)該起主導(dǎo)作用,判別為Ⅲ級的概率更大,Ⅲ級的確定度更大,因而云模型的評價結(jié)果更為合理。但模糊綜合評價法計算出屬于Ⅱ級的隸屬度比Ⅲ級的大從而將該月判別為Ⅱ級。顯然對于此月份的結(jié)果,模糊綜合評價法沒有很好識別臨界值附近數(shù)值的模糊性而導(dǎo)致判別失誤。由此可知,基于云模型的評價方法比模糊綜合評價法能更好識別臨界值附近的模糊性,可以更好解決評價過程中的模糊性問題。再對各個評價月份進(jìn)行統(tǒng)計分析可知,兩種結(jié)果吻合程度達(dá)到96.55%,表明本文基于云模型建立起來的評價方法是合理可行的,評價結(jié)果可作為流域水質(zhì)管理的依據(jù)。

對東江干流河源段、惠州段、東莞段2004—2010年各個月份的綜合評價結(jié)果進(jìn)行統(tǒng)計分析,得出各年份每一級別所占百分比,如圖3所示。由圖3可知,河源段2004—2010年水質(zhì)能常年達(dá)到I級,主要是因?yàn)楹釉炊挝挥谛仑S江水庫和楓樹壩水庫下游,且河源境內(nèi)工業(yè)較少,治理點(diǎn)源和面源污染力度較大,使得水質(zhì)保持良好?；葜荻卧?004—2010年期間水質(zhì)總體能保持在I～Ⅱ級,個別月份達(dá)到Ⅲ級。東莞段水質(zhì)總體保持在Ⅱ級。總體來說,東江干流水質(zhì)良好,表明廣東省為切實(shí)保護(hù)和改善東江水質(zhì)做出了不懈的努力,這為香港、廣州、深圳等城市的供水提供了重要的水質(zhì)保障。

圖3 2004—2010年東江干流河段水質(zhì)類別百分比

4 結(jié)論

a.將基于Critic權(quán)的云模型引入到水質(zhì)評價中,對東江干流河段和東岸斷面水質(zhì)進(jìn)行評價,并把評價結(jié)果與模糊綜合評價結(jié)果進(jìn)行對比,發(fā)現(xiàn)兩種方法評價結(jié)果吻合程度高達(dá)96.55%,但在評判臨界值數(shù)據(jù)時云模型評判更為準(zhǔn)確,可以較好地解決評價中的模糊性問題,表明基于云模型的水質(zhì)評價方法是合理可行的,評價結(jié)果可作為流域水質(zhì)管理的依據(jù)。

b.基于云模型的東江干流河源段水質(zhì)綜合評價結(jié)果為Ⅰ級,惠州段和東莞段多為Ⅱ級,這與實(shí)際水質(zhì)相吻合。近年來,東江水質(zhì)總體較好與廣東省大力執(zhí)行嚴(yán)格的環(huán)境管理制度,切實(shí)保護(hù)和改善東江水質(zhì)所做的努力密切相關(guān)。

c.云模型理論與方法已在數(shù)據(jù)挖掘、時間序列預(yù)測分析等領(lǐng)域得到廣泛應(yīng)用,而在水質(zhì)方面研究不多。本文建立的基于Critic權(quán)重的云模型能更好識別臨界值附近的模糊性,較好處理評價因子與水質(zhì)等級間存在的復(fù)雜非線性關(guān)系,在水質(zhì)評價中取得較好效果。當(dāng)然,模型也存在一定不足,如何科學(xué)合理地確定云的En,使生成的云模型更能綜合反映水體污染程度,尚需在今后做進(jìn)一步研究。

[1]張先起,梁川.基于熵權(quán)的模糊物元模型在水質(zhì)綜合評價中的應(yīng)用[J].水利學(xué)報,2005,36(9)：1057-1062. (ZHANG Xianqi,LIANG Chuan.Application of fuzzy matter-elementmodel based on coefficients of entropy in comprehensive evaluation of water quality[J].Journal of Hydranlic Engineering,2005,36(9)：1057-1062.(in Chinese))

[2]JACOBSH L.Water quality criteria[J].Journal ofWater Pollution Control Federation,1965,37(5)：292-300.

[3]徐鴻楷.半集均方差水質(zhì)評價模式[J].環(huán)境科學(xué), 1985,6(4)：55-59.(XU Hongkai.Half a set of mean square error ofwater quality evaluation model[J].Journal of Environmental Sciences,1985,6(4)：55-59.(in Chinese))

[4]申葆誠,徐國義.希耳伯空間(Hilbert Space)理論在環(huán)境污染綜合評價中的應(yīng)用[J].環(huán)境科學(xué),1981,2(4)：57-60.(SHEN Baocheng,XU Guoyi.Hilbert Space application in comprehensive evaluation of environmental pollution[J].Journal of Environmental Sciences,1981,2 (4)：57-60.(in Chinese))

[5]SHANNON E E,BREZONIK P L.Relations between lake trophic state and nitrogen and phosphorus loading rates [J].Environmental Science&Technology,1972,6(8)：719-725.

[6]李如忠.水質(zhì)評價理論模式研究進(jìn)展及趨勢分析[J].合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版,2005,28(4)：369-373.(LI Ruzhong.Progress and trend analysis of theoreticalmethodology of water quality assessment[J]. Journal of Hefei University of Technology：Natural Science,2005,28(4)：369-373.(in Chinese))

[7]李德毅,孟海軍,史雪梅.隸屬云和隸屬云發(fā)生器[J].計算機(jī)研究與發(fā)展,1995,32(6)：15-20.(LI Deyi, MENG Haijun,SHI Xuemei.Membership clouds and membership cloud generators[J].Computer Research& Develpment,1995,32(6)：15-20.(in Chinese))

[8]李德毅,劉常昱.論正態(tài)云模型的普適性[J].中國工程科學(xué),2004,6(8)：28-34.(LIDeyi,LIU Changyu.Study on the universality of the normal cloud model[J]. Engineering Science,2004,6(8)：28-34.(in Chinese))

[9]WANG S,LID,SHIW,et al.Cloud model-based spatial datamining[J].Geographic Information Sciences,2003,9 (1/2)：60-70.

[10]ZHANG Jinchun,HU Guyu.Application of uncertainty reasoning based on cloud model in time series prediction [J].Journal of Zhejiang University：Science A,2003,4 (5)：578-583.

[11]LIU Y C,MA Y T,ZHANG H S,et al.A method for trust management in cloud computing：data coloring by cloud watermarking[J].International Journal of Automation and Computing,2011,8(3)：280-285.

[12]姚紅,王國胤,張清華.基于粗糙集和云模型的彩色圖像分割方法[J].小型微型計算機(jī)系統(tǒng),2013,34(11)：2615-2620.(YAO Hong,WANG Guoyin,ZHANG Qinghua.Color image segmentationmethod based on rough sets and cloud model[J].Journal of Chinese Computer Systems,2013,34(11)：2615-2620.(in Chinese))

[13]王國胤,許昌林,張清華,等.雙向認(rèn)知計算的p階正態(tài)云模型遞歸定義及分析[J].計算機(jī)學(xué)報,2013,36 (11)：2316-2329.(WANG Guoyin,XU Changlin,ZHANG Qinghua,et al.P-order normal cloud model recursive definition and analysis of bidirectional cognitive computing [J].Chinese Journal of Computers,2013,36(11)：2316-2329.(in Chinese))[14]劉常昱,李德毅,杜鹢,等.正態(tài)云模型的統(tǒng)計分析[J].信息與控制,2005,34(2)：236-239.(LIU Changyu,LI Deyi,DU Yi,et al.Some statistical analysis of the normal cloud model[J].Information and Control,2005,34(2)：236-239.(in Chinese))

[15]李德毅,杜鹢.不確定性人工智能[M].北京：國防工業(yè)出版社,2005.

[16]GB3838—2002地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)[S].

[17]DIAKOULAKI D,MAVROTAS G,PAPAYANNAKIS L. Determining objective weights in multiple criteria problems：the critic method[J].Computers&Operations Research,1995,22(7)：763-770.

[18]丁昊,王棟.基于云模型的水體富營養(yǎng)化程度評價方法[J].環(huán)境科學(xué)學(xué)報,2013,33(1)：251-257.(DING Hao,WANG Dong.The evaluation method of water eutrophication based on cloud model[J].Acta Scientiae Circumstantiae,2013,33(1)：251-257.(in Chinese))

[19]王兆禮,賴成光,陳曉宏.基于熵權(quán)的洪災(zāi)風(fēng)險空間模糊綜合評價模型[J].水力發(fā)電學(xué)報,2012,31(5)：35-40.(WANG Zhaoli,LAI Chengguang,CHEN Xiaohong. Spatially fuzzy comprehensive assessmentmodel for flood hazard risk based on entropy weight[J].Journal of Hydroelectric Engineering,2012,31(5)：35-40.(in Chinese))

Evaluation of water quality of trunk stream of Dongjiang River based on Critic鄄cloud model

BAIXiaoyan,LAIChengguang,CHEN Xiaohong,YU Haixia,WU Xiaoqing
(School ofGeography and Planning,Sun Yat鄄Sen University,Guangzhou 510275,China)

In this study,the cloud model was used for water quality evaluation.Nine evaluation indicators, including CODMn,NH3-N,and TP,were chosen to describe the cloud feature,and the comprehensive levels of water quality were determined according to themaximum degree of certainty after the acquisition of each indicator's objective weight calculated by the Criticmethod.The water quality of the trunk stream of the Dongjiang River from the period of 2004 to 2010 was evaluated.The evaluation results of a section of the east bank were compared with those obtained by the fuzzy comprehensive assessmentmodel.The study shows that the comprehensive level ofwater quality of the trunk stream of the Dongjiang River wasmostly at gradeⅠtoⅡin the cloud model,which accords with the actualwater quality.This result is consistentwith that of the fuzzy comprehensive assessmentmodel,with a degree of consistency of96.6%,indicating that the cloud model-based surface water quality evaluationmethod is reasonable and feasible and can directly show the characteristics of fuzziness and randomness in water quality evaluation.

water quality evaluation;cloud model;Critic weight;trunk stream of Dongjiang River

X522

A

1004 6933(2014)05 0026 06

2014 03 13編輯：高渭文)

10.3969/j.issn.1004 6933.2014.05.005

國家自然科學(xué)基金國際合作重大和重點(diǎn)項目(51210013,50839005);國家自然科學(xué)基金(51209095,41301627);水利部公益性行業(yè)科研專項(201201094,201301002-02)

白曉燕(1978—),女,講師,博士研究生,主要從事區(qū)域水資源與環(huán)境變異研究。E-mail：xybai7829@163.com

陳曉宏,教授。E-mail：eescxh@mail.sysu.edu.cn