地表水環(huán)境質(zhì)量綜合評價方法研究與應(yīng)用進展

姜明岑，王業(yè)耀,，姚志鵬，劉廷良，孫宗光，楊 琦

1.中國地質(zhì)大學(xué)(北京)水資源與環(huán)境學(xué)院，北京 100083 2.中國環(huán)境監(jiān)測總站，國家環(huán)境保護環(huán)境監(jiān)測質(zhì)量控制重點實驗室，北京 100012

地表水環(huán)境質(zhì)量綜合評價方法研究與應(yīng)用進展

姜明岑1，王業(yè)耀1,2，姚志鵬2，劉廷良2，孫宗光2，楊 琦1

1.中國地質(zhì)大學(xué)(北京)水資源與環(huán)境學(xué)院，北京 100083 2.中國環(huán)境監(jiān)測總站，國家環(huán)境保護環(huán)境監(jiān)測質(zhì)量控制重點實驗室，北京 100012

水質(zhì)評價是目前水環(huán)境質(zhì)量管理的重要支撐，水質(zhì)綜合評價方法已經(jīng)逐漸由斷面評價向流域綜合評價進行轉(zhuǎn)變與突破。該文對目前的斷面水質(zhì)評價方法進行了歸類綜述，并且對流域水質(zhì)綜合評價方法及其在各個國家流域的應(yīng)用進行了重點評述。分析認為中國在流域評價中所使用的“斷面比例法”不夠準(zhǔn)確，缺乏污染物時空分析以及生物評價等問題，并據(jù)此提出了未來的研究方向，為未來地表水質(zhì)評價方法的提升以及水環(huán)境管理的完善提供科學(xué)的參考依據(jù)和建議。

流域質(zhì)量評價；評價方法；地表水質(zhì)評價

地表水污染問題在全球范圍內(nèi)普遍存在，隨著人類對水資源的迫切需要以及對環(huán)境問題的逐漸重視，對于提高和完善地表水水質(zhì)的監(jiān)控管理一直是學(xué)者們研究的重點[1]。地表水環(huán)境質(zhì)量評價，作為管理地表水水質(zhì)中的關(guān)鍵，更是研究的重中之重。早期的水質(zhì)評價工作是從識別水體中的色味以及渾濁度等簡單的指標(biāo)開始的，隨著對評價研究的不斷深入，日常監(jiān)測及參與評價的指標(biāo)也逐漸增多。并且，在將數(shù)學(xué)模型的概念引入水質(zhì)評價后，評價的方法日益豐富[2]。

盡管如此，一直以來絕大多數(shù)的評價方法還只停留于對流域監(jiān)測斷面水質(zhì)情況進行判斷[3]。雖然，所設(shè)置的監(jiān)測斷面已經(jīng)盡可能地獲取了足夠的流域中有代表性的環(huán)境信息，且其具體位置也基本能反映所在區(qū)域環(huán)境的污染特征。然而在流域水質(zhì)監(jiān)測工作中，有時要考慮到實際采樣時的可行性和方便性，2個斷面間的隱藏和突發(fā)情況無法把控，斷面水質(zhì)評價也無法解釋斷面之間的關(guān)聯(lián)。因此，僅用斷面的水質(zhì)評價類別占總體的比例程度，難以反映整體的水質(zhì)情況，更加無法準(zhǔn)確地展現(xiàn)流域水質(zhì)所具有的時間和空間上的變化特征。而且，對于大量的繁雜的監(jiān)測數(shù)據(jù)，斷面水質(zhì)評價難以給出合理的描述和解釋。尤其是指標(biāo)之間的聯(lián)系、數(shù)據(jù)間深層的意義還亟待探究。本文對目前國內(nèi)外的地表水環(huán)境質(zhì)量斷面及流域綜合評價方法和內(nèi)容進行了評述，分析了地表水環(huán)境質(zhì)量綜合評價現(xiàn)存問題以及未來的發(fā)展方向，以期為地表水環(huán)境質(zhì)量綜合評價方法的提升、預(yù)警預(yù)報技術(shù)的發(fā)展以及水環(huán)境管理的完善提供科學(xué)的參考依據(jù)。

1 斷面水質(zhì)評價方法研究及應(yīng)用進展

斷面水質(zhì)評價是地表水環(huán)境質(zhì)量評價的基礎(chǔ)，它可以在一定程度上反映地表水環(huán)境質(zhì)量的基本情況。目前包括我國在內(nèi)，美國、歐盟及日本等多個國家和地區(qū)根據(jù)本國不同的水質(zhì)標(biāo)準(zhǔn)，采取具代表性的斷面水質(zhì)評價，來判別部分或整體的地表水環(huán)境質(zhì)量的達標(biāo)狀況。

1.1 單因子判別類評價方法

在單因子判別類的評價方法中，所選擇的評價因子將逐一和評價標(biāo)準(zhǔn)進行比較判別，或判別后再進行賦權(quán)，最終得出綜合水質(zhì)判別的結(jié)果。目前，除我國使用的單因子指數(shù)法外，在美國、歐盟各成員國以及日本等國家所使用的物化指標(biāo)類的水質(zhì)評價，皆屬于單因子判別類評價方法的范疇。單因子指數(shù)法，以逐一比較后最差的因子評價的結(jié)果作為最終的水質(zhì)類別，具有嚴謹、計算簡便、易于推廣等優(yōu)點。安樂生等[2]應(yīng)用綜合污染指數(shù)評價法(內(nèi)梅羅指數(shù)型)對太湖水質(zhì)進行了評價，發(fā)現(xiàn)雖然考慮到最大污染因子的影響，但因同時取單因子指數(shù)的平均值，評價結(jié)果過于樂觀。劉琰等[4]提出水污染指數(shù)法，并應(yīng)用于湘江干流的水質(zhì)評價，得到了較好的評價結(jié)果。2005年徐祖信[5-6]提出了標(biāo)識指數(shù)法，并應(yīng)用該法對上海市典型斷面進行水質(zhì)評價，結(jié)果表明，該方法對水體是否黑臭有很好的判斷。模糊數(shù)學(xué)評價在水質(zhì)評價的方法中已相對成熟[7]，其中模糊綜合評價(FSE)是較為常用的評價方法[8-9]。臺灣有學(xué)者應(yīng)用FSE法對曾文溪水質(zhì)進行評價，體現(xiàn)出了環(huán)境系統(tǒng)的不確定性[8]。

單因子判別類的評價方法，擁有結(jié)果直觀、計算簡便、易于操作推廣等優(yōu)點。但是由于評價過程中對因子的賦權(quán)，會影響評價結(jié)果的客觀性，有時還會使不同樣本無法進行橫向比較。并且，指標(biāo)之間的聯(lián)系不能得以體現(xiàn)，無法綜合評價地表水環(huán)境質(zhì)量的狀況。

1.2 綜合因子判別類評價方法

不同于單因子判別，綜合因子判別類的方法是將所選評價因子綜合考慮，并與水質(zhì)標(biāo)準(zhǔn)進行比對判斷，因此可以得出地表水環(huán)境質(zhì)量綜合評價結(jié)果?；疑到y(tǒng)理論是我國學(xué)者鄧聚龍于1982年提出的一種新理論[10]，無論應(yīng)用灰色關(guān)聯(lián)分析(GRA)對漢江進行水質(zhì)評價[11]，還是應(yīng)用灰色聚類分析(GC)對四平市地表水進行水質(zhì)評價[12]，結(jié)果都展示了灰色理論法可避免臨界值附近的樣本數(shù)據(jù)變化所導(dǎo)致的評價結(jié)果誤差，證明是具有嚴格的理論基礎(chǔ)和計算方法。但是當(dāng)在水質(zhì)評價中所選指標(biāo)較多時，某些指標(biāo)權(quán)重在歸一化后變得很小，從而將整個指標(biāo)在評價中的作用淡化甚至忽略，因而無法得到準(zhǔn)確的分類結(jié)果。

人工神經(jīng)網(wǎng)絡(luò)(ANN)以其高速運算、強大的學(xué)習(xí)能力和容錯能力以及其超強的記憶能力等優(yōu)勢，在水質(zhì)評價的應(yīng)用中迅速發(fā)展，并且也是未來水質(zhì)評價方法的一個重要的發(fā)展趨勢。黃圣偉等[13-15]分別將ANN中的自適應(yīng)變步長的BP(Back-Propagation)、Hopfield及RBF(Radial Basis Function)神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于大汶河、鳳嘴江等地表水質(zhì)評價中，皆得到了較好的評價結(jié)果。但是，當(dāng)訓(xùn)練模本數(shù)量較小時，模型的學(xué)習(xí)很快會收斂，致使無法準(zhǔn)確評判，并且低于最低標(biāo)準(zhǔn)的水質(zhì)無法進行評價。

投影尋蹤法(PP)的基本原理是將高維的數(shù)據(jù)投影到低維的子空間上，采用投影指標(biāo)函數(shù)來衡量投影結(jié)構(gòu)，尋出達到最優(yōu)投影值的投影指標(biāo)函數(shù)[16]。該方法可提高水質(zhì)評價結(jié)果的分辨率，解決了單項指標(biāo)間無關(guān)聯(lián)的問題。但因其求解復(fù)雜而不能進行推廣，學(xué)者們先后采用遺傳算法[17]、蟻群算法[18]及粒子群算法[19]來優(yōu)化投影指標(biāo)函數(shù)，但是均存在收斂過早的問題。邵磊等[20]提出用自由搜索的算法來尋求PP的全局最優(yōu)解，并應(yīng)用于汾河流域的水質(zhì)評價中，得到了較好的效果。

除上述方法外，國內(nèi)外學(xué)者還研究了其他類型的水質(zhì)評價方法。物元可拓法是我國學(xué)者蔡文提出的綜合指標(biāo)評價方法[21]，因其在水資源系統(tǒng)方面體現(xiàn)出優(yōu)勢而被廣泛采用。而在實際應(yīng)用中，因其定義的集合只做定性之用所暴露出的不足，張龍云等[22]對其加以改進并應(yīng)用于黃河水質(zhì)評價中，使集合中的“+”、“-”為定量之用，結(jié)果更具合理性。龐振凌等[23]應(yīng)用層次分析法(AHP)[24]對南水北調(diào)中線水源區(qū)進行了水質(zhì)評價，體現(xiàn)出了簡單、有效、實用等特點，并且分析結(jié)果比較靈敏。

由于水質(zhì)評價系統(tǒng)是由多維變量相互關(guān)聯(lián)所組成的復(fù)雜系統(tǒng)，且彼此的相關(guān)性也有所不同，各個地表水流域也具有各自的污染特征。因此，上述水質(zhì)評價方法各有各的優(yōu)缺點，亟待進行整合，形成揚長避短、具有流域特點的評價體系。

2 流域水質(zhì)綜合評價方法研究及應(yīng)用進展

在流域水質(zhì)綜合評價中，用于評價的樣本數(shù)據(jù)量通常是非常大的，這些樣本間往往存在緊密的聯(lián)系，簡單的評價方法難以對大量的數(shù)據(jù)進行明確的解釋。并且，探究流域水質(zhì)的時間和空間上的變化對于監(jiān)控管理地表水環(huán)境質(zhì)量是非常必要的。經(jīng)國內(nèi)外學(xué)者的研究，目前多元統(tǒng)計學(xué)類方法在流域水質(zhì)綜合評價中的應(yīng)用較為廣泛，同時人工神經(jīng)網(wǎng)絡(luò)類方法也是未來發(fā)展的一個重要方向。

2.1 聚類分析

聚類分析(CA)是一種可對樣本進行量化分類的多元統(tǒng)計方法，是根據(jù)樣本自身的屬性，用數(shù)學(xué)方法按照某種相似性或差異性指標(biāo)，定量地確定樣本之間的親疏關(guān)系，并按照關(guān)系的程度對樣本進行分類[25]的分析方法。常用的聚類方法為系統(tǒng)聚類分析(HCA)，它基于的凝聚方法可以識別任何數(shù)據(jù)集和樣本間的相似性，并最終以樹狀圖的形式將分類結(jié)果表達出來[26]。SHRESTHA等[27]以日本富士川流域為例，應(yīng)用聚類分析法，根據(jù)斷面的具體水質(zhì)情況，將13個監(jiān)測斷面分成具有內(nèi)部相關(guān)性的3類(輕度、中度、重度污染斷面)，且由結(jié)果顯示出監(jiān)測斷面的分類不僅是按照從上游到下游的順序，還考慮了流域的自凈等作用。BOYACIOGLU等[28]以土耳其的Tahtali流域為例，同樣應(yīng)用聚類分析對監(jiān)測斷面進行分類，其中一類斷面所處的位置人口密集，土地使用以農(nóng)田為主，各斷面間的相似點為含有比其他類斷面濃度高的總?cè)芙夤腆w、鈉、氯化物和硫酸鹽。由此可見，地區(qū)土地的使用情況也反映了聚類分析所分類的準(zhǔn)確性和可靠性。WAHED等[29]以埃及的Fayoum流域為例，應(yīng)用聚類分析將各監(jiān)測斷面分成了2個大類，而第二大類中又可分成2個小類。各類間具有較強的水質(zhì)相似特性，為分析污染源提供了依據(jù)。還有學(xué)者將樣本根據(jù)時間特點進行聚類分析，如ZHANG等[30]以中國的大遼河流域為例，利用聚類分析將12個月的樣本分成3個階段(枯水期、平水期、豐水期)。因流域的流量主要受到氣候和水文條件的影響，聚類分析的結(jié)果很好地證明了大遼河流域是中國北部的一條典型的季節(jié)性河流。

聚類分析在目前流域綜合水質(zhì)評價中是一項非常重要的評價方法，諸多研究均顯示出聚類分析可為整個流域斷面分類及監(jiān)測站點優(yōu)化提供可靠的依據(jù)，且在需要快速簡潔評估水質(zhì)時，可從每類中選出具有代表性的斷面進行評價，以此減少工作量，降低評價成本。

2.2 主成分/因子分析

主成分分析(PCA)在流域水環(huán)境質(zhì)量評價中多用于水質(zhì)污染物的分析，將原始的評價指標(biāo)轉(zhuǎn)變成新的、互不相關(guān)的變量，該變量即為主成分。新的主成分變量讓指標(biāo)變得更加有意義，且更加簡潔明了，在使原始信息損失最小的情況下，總結(jié)出這些指標(biāo)的統(tǒng)計學(xué)規(guī)律。因子分析(FA)是主成分分析的延伸，它除了是所監(jiān)測到的水質(zhì)變量的線性組合以外，還能包含那些沒有監(jiān)測到的、推測的、潛在的變量[31-32]。PEJMAN等[33]學(xué)者以Haraz流域為例，運用主成分/因子分析來識別重要的季節(jié)性水質(zhì)指標(biāo)。特征值是識別因子是否顯著的方法之一——特征值最大的因子就是最顯著的因子；一般認為特征值大于或等于1.0的因子即為顯著的因子[27]。根據(jù)絕對載荷值大于0.75、 0.75～0.50、0.50～0.30，可將因子載荷的等級分為強、中、弱[34]。主成分/因子分析結(jié)果表明，在一個季節(jié)中對水質(zhì)影響較大的指標(biāo)，并不是在所有的季節(jié)中都是顯著變化的水質(zhì)指標(biāo)。因此，應(yīng)根據(jù)季節(jié)性的變化來調(diào)整監(jiān)測點位及監(jiān)測頻次。

2.3 判別分析

判別分析(DA)的原理是根據(jù)表明事物特點的變量值和它們所屬的類別，建立判別函數(shù)，使錯判的概率最小，對給定的一個新樣本，判斷它來自哪個總體[25]。因此，在流域水質(zhì)評價中，研究者們常用判別分析來將樣本分類。與聚類分析不同的是，判別分析所得出樣本的統(tǒng)計分類，是根據(jù)某一特定類別的分類先驗結(jié)果所得出的。SINGH等[35]以印度的Gomti流域為例，應(yīng)用判別分析分別對流域水質(zhì)的時間和空間變化特性進行分析，并應(yīng)用聚類分析進行驗證，結(jié)果相同。同時發(fā)現(xiàn)，有9個指標(biāo)為空間變化特征上最顯著的指標(biāo)，與主成分分析/因子分析所得出的結(jié)果相比，數(shù)據(jù)更加簡化。JUAHIR等[36]以Langat流域為例，在7個監(jiān)測站點中應(yīng)用判別分析對流域的空間變化特征進行分析，在聚類分析的分類結(jié)果中進一步確定了各類中有差異的指標(biāo)(即聚類分析的潛在分類標(biāo)準(zhǔn))。由此可以看出，判別分析往往會給出更加明確的分類結(jié)果，并且，與主成分/因子分析相比較，有時會給出更佳的降維效果，使評價工作更加簡便。

2.4 回歸分析

在流域水質(zhì)評價中，污染源、指標(biāo)及水質(zhì)間往往存在一定的聯(lián)系，研究者們應(yīng)用回歸分析(RA)來確定變量間模糊的相關(guān)方向和密切程度。回歸分析是指根據(jù)相關(guān)關(guān)系的具體形態(tài)，選擇一個合適的數(shù)學(xué)模型來近似地表達變量間平均變化關(guān)系的統(tǒng)計分析方法[37]。在水質(zhì)評價中，污染源解析是評估污染源對于每個污染物濃度貢獻的重要方法。SINEONOV等[38]以希臘北部的流域為例，應(yīng)用回歸分析對主成分分析所得出的主要污染因子進行主成分的得分計算，分析了污染物質(zhì)的主要來源。韓國CHO[39]基于非線性回歸分析建立了水質(zhì)評價模型(WQAM)，并以Geum-Sum-Young流域為例進行應(yīng)用，結(jié)果表明，該模型可替代原始復(fù)雜的水質(zhì)模型，找出流域最佳的修復(fù)位置。

2.5 自組織映射法

自組織映射(SOM)算法由芬蘭學(xué)者KOHONEN[40]提出，因其對大量數(shù)據(jù)可視化和分類的優(yōu)勢，在流域水質(zhì)評價中得到了廣泛且有效的應(yīng)用。它是一種基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的算法，將高維的數(shù)據(jù)空間以非線性的形式投影到低維空間(多數(shù)為二維空間)中，且并不利用線性的或傳統(tǒng)的統(tǒng)計技術(shù)的假設(shè)直接將數(shù)據(jù)進行分類[41]。TSAKOVSKI等[42]以保加利亞的Struma流域為例，利用自組織映射法將所評價的12個指標(biāo)分成了明確的4類。而生化需氧量和化學(xué)需氧量分別自成一類可以解釋為它們都具有描述不同的且往往不可控的污染物及其轉(zhuǎn)化物復(fù)雜信息的能力[43]。GAMBLE等[44]以白河流域為例，應(yīng)用SOM作為非線性變量降維的方法，以此來表征流域的水質(zhì)條件。而KALTEH等[45]則對已經(jīng)發(fā)表的關(guān)于地表水質(zhì)的分析、評估以及指標(biāo)預(yù)測等SOM的方法進行了考察。

目前SOM算法在水質(zhì)評價中常與其他技術(shù)聯(lián)合應(yīng)用研究，SENGORUR等[46]以Melen流域為例，一方面應(yīng)用SOM將水質(zhì)指標(biāo)分類，探尋流域的污染源；另一方面是對每一類應(yīng)用ANN進行分析，確定可代表流域水質(zhì)的主要影響指標(biāo)。JIN等[47]以韓國的Yeongsan流域為例，結(jié)合HCA和SOM 2種方法對在6個站點所監(jiān)測的水質(zhì)指標(biāo)及流量等數(shù)據(jù)進行識別分類，應(yīng)用SOM算法優(yōu)化HCA的分類組數(shù)，對分類結(jié)果進行微調(diào)使其更加準(zhǔn)確。

3 我國地表水環(huán)境質(zhì)量評價存在的問題

目前，國內(nèi)的研究多以斷面水質(zhì)評價方法為主，雖然逐漸發(fā)展到利用流域監(jiān)測大數(shù)據(jù)來進行流域水質(zhì)整體的評價研究，但仍存在以下幾個方面的問題：①斷面水質(zhì)評價方法可描述斷面水質(zhì)的達標(biāo)情況，但卻無法解釋斷面之間的關(guān)聯(lián)，也無法表征流域污染物的時間和空間上的變化。②采用流域綜合水質(zhì)評價的方法，必須有足夠數(shù)量的數(shù)據(jù)來進行支撐。對于缺乏歷史數(shù)據(jù)資料，監(jiān)測斷面設(shè)置不完善的流域，無法運用這些方法準(zhǔn)確評價流域的水環(huán)境質(zhì)量狀況。③與其他國家相比，缺乏地表水生物指標(biāo)評價的內(nèi)容。④所選用的評價指標(biāo)缺乏對于流域污染特征的針對性。例如，在特定的流域中，一些指標(biāo)常年處于穩(wěn)態(tài)且含量低或無法檢出的狀態(tài)，又由文中提到的案例可知，在一個季節(jié)中對水質(zhì)影響較大的指標(biāo)，并不是在所有的季節(jié)中都是顯著變化的水質(zhì)指標(biāo)。統(tǒng)一固定頻次評價水質(zhì)情況，無法滿足流域水環(huán)境質(zhì)量管理的實際需求。

4 研究發(fā)展方向

1)流域水質(zhì)綜合評價方法雖可彌補斷面水質(zhì)評價方法的缺點，卻無法判斷水質(zhì)達標(biāo)情況，流域之間缺乏橫向可比性，在對地表水環(huán)境質(zhì)量有明確分級和達標(biāo)規(guī)定的國家中難以實行和推廣。未來的研究趨于既能將水環(huán)境質(zhì)量狀況分級，又能表征污染物時間和空間變化特征的評價方法體系。

2)對于歷史數(shù)據(jù)不足、監(jiān)測斷面不完善的流域，可探尋與其水文、地理、污染信息相似的流域作為參考，或加入可靠的模型模擬對數(shù)據(jù)空白進行填補，來滿足對流域進行大數(shù)據(jù)分析的需要。因此，為資料匱乏的流域建立一套完整的評價系統(tǒng)是未來流域水質(zhì)綜合評價方法研究的一個重要方向。

3)美國和歐盟各成員國已經(jīng)開展了生物指標(biāo)的水質(zhì)評價研究，并取得了一定的效果。在我國評價工作中增加生物評價的內(nèi)容是未來發(fā)展的必然趨勢。

4)針對具不同特點的流域，盡可能減少不必要的監(jiān)測和評價工作也是研究發(fā)展的主要方向。建立具有流域污染特征的獨立檔案，為快速評價流域整體水質(zhì)情況提供可靠依據(jù)。同時也為后續(xù)的預(yù)警預(yù)報工作打下基礎(chǔ)，以期減少面對突發(fā)污染事件時做出響應(yīng)所需要的時間。

[1] KHAN M Y A, GANI K M, CHAKRAPANI G J. Assessment of surface water quality and its spatial variation. A case study of Ramganga River, Ganga Basin, India[J]. Arabian Journal of Geosciences, 2016, 9(1): 1-9.

[2] 安樂生, 趙全升, 劉貫群, 等. 代表性水質(zhì)評價方法的比較研究[J]. 中國環(huán)境監(jiān)測, 2010,26(5): 47-51.

[3] 中國環(huán)境監(jiān)測總站. 水環(huán)境監(jiān)測技術(shù)[M]. 北京：中國環(huán)境出版社, 2014.

[4] 劉琰, 鄭丙輝, 付青, 等. 水污染指數(shù)法在河流水質(zhì)評價中的應(yīng)用研究[J]. 中國環(huán)境監(jiān)測, 2013,29(3): 49-55.

[5] 徐祖信. 我國河流單因子水質(zhì)標(biāo)識指數(shù)評價方法研究[J]. 同濟大學(xué)學(xué)報：自然科學(xué)版, 2005,33(3): 321-325.

[6] 徐祖信. 我國河流綜合水質(zhì)標(biāo)識指數(shù)評價方法研究[J]. 同濟大學(xué)學(xué)報：自然科學(xué)版, 2005,33(4): 482-488.

[7] 凌敏華, 左其亭. 水質(zhì)評價的模糊數(shù)學(xué)方法及其應(yīng)用研究[J]. 人民黃河, 2006, 28(1): 34-36.

[8] CHANG N B, CHEN H W, NING S K. Identification of river water quality using the fuzzy synthetic evaluation approach[J]. Journal of Environmental Management, 2001, 63(3): 293-305.

[9] 李蓮芳, 曾希柏, 李國學(xué), 等. 利用模糊綜合評判法評價潮白河流域水質(zhì)[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報, 2006,25(2): 471-476.

[10] 鄧聚龍. 灰色系統(tǒng)綜述[J]. 世界科學(xué), 1983(7):1-5.

[11] IP W C, HU B Q, WONG H, et al. Applications of grey relational method to river environment quality evaluation in China[J]. Journal of Hydrology, 2009, 379(3): 284-290.

[12] 王洪梅, 盧文喜, 辛光, 等. 灰色聚類法在地表水水質(zhì)評價中的應(yīng)用[J]. 節(jié)水灌溉, 2007,(5): 20-22.

[13] 黃勝偉, 董曼玲. 自適應(yīng)變步長 BP 神經(jīng)網(wǎng)絡(luò)在水質(zhì)評價中的應(yīng)用[J]. 水利學(xué)報, 2002,(10): 119-123.

[14] 龍騰銳, 郭勁松, 霍國友. 水質(zhì)綜合評價的 Hopfield網(wǎng)絡(luò)模型[J]. 重慶建筑大學(xué)學(xué)報, 2002,24(2): 57-60.

[15] 羅定貴, 郭青, 王學(xué)軍. 地表水質(zhì)評價的徑向基神經(jīng)網(wǎng)絡(luò)模型設(shè)計[J]. 地理與地理信息科學(xué), 2003,19(5): 77-81.

[16] 金菊良, 魏一鳴, 丁晶. 水質(zhì)綜合評價的投影尋蹤模型[J]. 環(huán)境科學(xué)學(xué)報, 2001,21(4): 432-434.

[17] 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.

[18] 孟慶斌, 楊曉華, 王偉, 等. 水環(huán)境質(zhì)量綜合評價的ACSIM[J]. 北京師范大學(xué)學(xué)報：自然科學(xué)版, 2008,44(4):429-433.

[19] 張國華, 張展羽, 邵光成, 等. 基于粒子群優(yōu)化算法的灌溉渠道配水優(yōu)化模型研究[J]. 水利學(xué)報, 2006,37(8):1 004-1 008,1 014.

[20] 邵磊, 周孝德, 楊方廷, 等. 基于自由搜索的投影尋蹤水質(zhì)綜合評價方法[J]. 中國環(huán)境科學(xué), 2010,30(12): 1 708-1 714.

[21] 蔡文. 物元模型及其應(yīng)用[M]. 北京: 科學(xué)技術(shù)文獻出版社,1994.

[22] 張龍云, 曹升樂. 物元可拓法在黃河水質(zhì)評價中的改進及其應(yīng)用[J]. 山東大學(xué)學(xué)報：工學(xué)版, 2007,37(6): 91-94.

[23] 龐振凌, 常紅軍, 李玉英, 等. 層次分析法對南水北調(diào)中線水源區(qū)的水質(zhì)評價[J]. 生態(tài)學(xué)報, 2008, 28(4): 1 812-1 819.

[24] SAATY T L, BENNETT J P. A theory of analytical hierarchies applied to political candidacy[J]. Behavioral Science, 1977, 22(4): 237-245.

[25] 李春林, 陳旭紅. 應(yīng)用多元統(tǒng)計分析[M]. 北京:清華大學(xué)出版社, 2013.

[26] TEMPL M, FILZMOSER P, REIMANN C. Cluster analysis applied to regional geochemical data: problems and possibilities[J]. Applied Geochemistry, 2008, 23(8): 2 198-2 213.

[27] SHRESTHA S, KAZAMA F. Assessment of surface water quality using multivariate statistical techniques: A case study of the Fuji river basin, Japan[J]. Environmental Modelling & Software, 2007, 22(4): 464-475.

[28] BOYACIOGLU H, BOYACIOGLU H. Water pollution sources assessment by multivariate statistical methods in the Tahtali Basin, Turkey[J]. Environmental Geology, 2008, 54(2): 275-282.

[29] WAHED M S M A, MOHAMED E A, Wolkersdorfer C, et al. Assessment of water quality in surface waters of the Fayoum watershed, Egypt[J]. Environmental Earth Sciences, 2015, 74(2): 1 765-1 783.

[30] ZHANG Y, GUO F, MENG W, et al. Water quality assessment and source identification of Daliao river basin using multivariate statistical methods[J]. Environmental Monitoring and Assessment, 2009, 152(1-4): 105-121.

[31] HELENA B, PARDO R, VEGA M, et al. Temporal evolution of groundwater composition in an alluvial aquifer (Pisuerga River, Spain) by principal component analysis[J]. Water Research, 2000, 34(3): 807-816.

[32] VEGA M, PARDO R, BARRADO E, et al. Assessment of seasonal and polluting effects on the quality of river water by exploratory data analysis[J]. Water Research, 1998, 32(12): 3 581-3 592.

[33] PEJMAN A H, BIDHENDI G R N, KARBASSI A R, et al. Evaluation of spatial and seasonal variations in surface water quality using multivariate statistical techniques[J]. International Journal of Environmental Science & Technology, 2009, 6(3): 467-476.

[34] LIU C W, LIN K H, KUO Y M. Application of factor analysis in the assessment of groundwater quality in a blackfoot disease area in Taiwan[J]. Science of the Total Environment, 2003, 313(1): 77-89.

[35] SINGH K P, MALIK A, MOHAN D, et al. Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of Gomti River (India)—a case study[J]. Water Research, 2004, 38(18): 3 980-3 992.

[36] JUAHIR H, ZAIN S M, YUSOFF M K, et al. Spatial water quality assessment of Langat River Basin (Malaysia) using environmetric techniques[J]. Environmental Monitoring and Assessment, 2011, 173(1-4): 625-641.

[37] 王志良, 李淑貞, 李立陽, 等. 水質(zhì)統(tǒng)計理論及方法[M]. 北京: 中國水利水電出版社, 2013.

[38] SIMEONOV V, STRATIS J A, SAMARA C, et al. Assessment of the surface water quality in Northern Greece[J]. Water Research, 2003, 37(17): 4 119-4 124.

[39] CHO Y. Development of a water quality assessment model: a water quality assessment model based on watershed characteristics by non-linear regression[J]. Water Science and Technology: Water Supply, 2015, 15(2): 236-247.

[40] KOHONEN T. Self-organization formation of tepologically correct feature maps[J]. Biological Cybernetics, 1982, 43: 59-69.

[41] KOHONEN T. Self-organizing Maps[M]. Berlin: Sprines, 2001.

[42] TSAKOVSKI S, ASTEL A, SIMEONOV V. Assessment of the water quality of a river catchment by chemometric expertise[J]. Journal of Chemometrics, 2010, 24(11/12): 694-702.

[43] SIMEONOVA P, SIMEONOV V, ANDREEV G. Water quality study of the Struma river basin, Bulgaria (1989—1998)[J]. Open Chemistry, 2003, 1(2): 121-136.

[44] GAMBLE A, BABBAR-SEBENS M. On the use of multivariate statistical methods for combining in-stream monitoring data and spatial analysis to characterize water quality conditions in the White River Basin, Indiana, USA[J]. Environmental Monitoring and Assessment, 2012, 184(2): 845-875.

[45] KALTEH A M, HJORTH P, BERNDTSSON R. Review of the self-organizing map (SOM) approach in water resources: Analysis, modelling and application[J]. Environmental Modelling & Software, 2008, 23(7): 835-845.

[46] SENGORUR B, KOKLU R, ATES A. Water Quality Assessment Using Artificial Intelligence Techniques: SOM and ANN—A Case Study of Melen River Turkey[J]. Water Quality, Exposure and Health, 2015, 7(4): 469-490.

[47] JIN Y H, KAWAMURA A, PARK S C, et al. Spatiotemporal classification of environmental monitoring data in the Yeongsan River basin, Korea, using self-organizing maps[J]. Journal of Environmental Monitoring, 2011, 13(10): 2 886-2 894.

Research and Application Advances in Methods of Surface Water Quality Assessment

JIANG Mingcen1， WANG Yeyao1,2， YAO Zhipeng2， LIU Tingliang2， SUN Zongguang2， Yang Qi1

1.School of Water Resources and Environment, China University of Geosciences (Beijing), Beijing 100083, China 2.State Environmental Protection Key Laboratory of Quality Control in Environmental Monitoring, China National Environmental Monitoring Centre, Beijing 100012, China

Water quality assessment is an important support for water environmental quality management currently. The assessment method of water quality is no longer only about the monitoring-section assessment, but transforming into watershed comprehensive assessment gradually. The current methods of monitoring-section water quality assessment were classified and reviewed. And the ones of watershed comprehensive assessment and application in each watershed of different countries were reviewed as the emphasis. Some problems of water quality assessment in China, namely, the inaccuracy ofmonitoring-sectionproportionwater quality method which is used in watershed assessment in China, the lack of pollutants temporal and spatial analysis and the short of biological water quality assessment, were analyzed. Research directions were proposed based on these problems. It is possible to design a future that the improvement of surface water quality assessment and water environmental quality management can be provided scientific reference and recommendations.

watershed quality assessment; assessment method; surface water quality assessment

2016-06-14;

2016-06-20

國家水體污染控制與治理科技重大專項“流域水生態(tài)監(jiān)測技術(shù)體系研究與示范項目”(2014ZX07502002)

姜明岑(1989-)，女，遼寧沈陽人，在讀博士研究生。

王業(yè)耀

X826

A

1002-6002(2016)04- 0001- 06

10.19316/j.issn.1002-6002.2016.04.01