遼河流域河流水質(zhì)綜合評價

楊永利

(遼寧省丹東水文局，遼寧 丹東 118001)

目前，對于河流水質(zhì)的評價較為常用的方法為單因子指數(shù)評價法，該方法可以凸顯水體環(huán)境受高濃度污染物的影響，比較突出嚴(yán)重超標(biāo)參評指標(biāo)的貢獻，因其忽略了水體環(huán)境受其他因子的影響，所以通常難以客觀表征河流的整體狀況。為了系統(tǒng)反映水體環(huán)境受各種水質(zhì)因子的影響作用以及綜合評判河流現(xiàn)狀，以及實現(xiàn)對河流水質(zhì)類型的準(zhǔn)確劃分，有必要尋找一種可以綜合考慮未超標(biāo)和超標(biāo)因子對水質(zhì)貢獻的評價方法[1-2]。

河流水環(huán)境涉及的范圍廣、因素多，對其評價分析屬于多因子多目標(biāo)的系統(tǒng)問題，因此要充分考慮流域水質(zhì)特點，科學(xué)確定參評要素，其中權(quán)重系數(shù)的合理確定是最關(guān)鍵的環(huán)節(jié)。根據(jù)不同的原理可將權(quán)重計算劃分為主觀賦權(quán)、客觀賦權(quán)兩大類，其中主觀法以熵權(quán)法、主成分分析法最為常用，此類方法反映了決策者的個人偏好和知識結(jié)構(gòu)，這也是引起評價結(jié)果可能存在偏差的主要原因；客觀賦權(quán)法以層次分析法、超標(biāo)加權(quán)法最為典型，這些方法存在完善的理論體系和運算流程，以客觀實際為載體提取各要素初始信息，但未能考慮決策者的經(jīng)驗判斷，容易使評估結(jié)果偏離實際情況。為了解決單一方法存在的片面性，綜合考慮決策者的知識經(jīng)驗和各個要素包含的客觀信息，更加準(zhǔn)確地衡量不同參數(shù)對水質(zhì)評價的貢獻率，本文將原理清晰、操作簡單的超標(biāo)加權(quán)法與熵權(quán)法相耦合，引入有序加權(quán)平均算子OWA確定的次序權(quán)重，平衡不同重要等級之間各項要素的貢獻率。本文以遼河流域為例，通過對不同條件下決策風(fēng)險水平的控制，采用該模型評價多種次序權(quán)重及其水質(zhì)評判結(jié)果。

1 研究方法

1.1 組合準(zhǔn)則權(quán)重

采用歸一化公式處理各項指標(biāo)的量綱和單位為準(zhǔn)則權(quán)重計算的基本條件，然后對各指標(biāo)準(zhǔn)則權(quán)重分別選用超標(biāo)加權(quán)法、熵權(quán)法求解。為獲取最優(yōu)組合準(zhǔn)則權(quán)重引入離差平方和最小原理，詳細(xì)流程如下：

步驟一：量化處理。采用標(biāo)準(zhǔn)化公式處理各項因子值。由于選取的河流水質(zhì)評價均為逆向因子，即參數(shù)值越大則水質(zhì)等級越低，則可利用以下公式進行標(biāo)準(zhǔn)化處理，即

(1)

式中：Xij為河流水質(zhì)監(jiān)測點實測值；Xmin、Xmax分別為同等情況下監(jiān)測的水質(zhì)因子最小值、最大值。

步驟二：準(zhǔn)則權(quán)重的熵權(quán)法。為了更好地描述系統(tǒng)的不確定性、穩(wěn)定程度和信息量，C.E.Shannon在信息論中加入了熱力學(xué)中熵的概念，由此反映復(fù)雜系統(tǒng)的演變情況。熵權(quán)法是一種基于各個指標(biāo)變異程度賦予相應(yīng)的權(quán)值的客觀賦權(quán)法。運用該方法確定因子權(quán)重時，可有效避免主觀因素的干擾，更加客觀、準(zhǔn)確地描述待評對象的真實情況[3]。設(shè)n個參評因子和m個待評項目構(gòu)成的初始矩陣為R=(rij)mn，利用以下公式求解評判因子ri的熵權(quán)wi、熵值ei，即

(2)

(3)

指標(biāo)熵權(quán)ej越小則其提供的有效信息量越大，所以賦予的權(quán)值就越高；反之，指標(biāo)熵權(quán)ej越大則其攜帶的有效信息量越小，評價過程中其重要性和賦予的權(quán)值就越低[4]。

步驟三：指標(biāo)準(zhǔn)則權(quán)重的超標(biāo)加權(quán)法?？紤]指標(biāo)值大小賦予相應(yīng)的權(quán)重，相應(yīng)的計算式為

(4)

(5)

式中：Si、Ci為評價因子i的水質(zhì)標(biāo)準(zhǔn)及其實測濃度值；Ai、WP為單因子i的準(zhǔn)則權(quán)重和單項權(quán)重值。

步驟四：準(zhǔn)則組合權(quán)重。采用離差平方和最小原理將超標(biāo)加權(quán)法和熵權(quán)法運算結(jié)果相耦合，由此構(gòu)建準(zhǔn)則權(quán)重最優(yōu)化模型，其表達(dá)式為

(6)

1.2 次序權(quán)重

準(zhǔn)則權(quán)重未考慮水質(zhì)評價結(jié)果受不同指標(biāo)間等級重要性的影響，而僅僅依據(jù)參評要素間相對重要性賦予相應(yīng)的權(quán)重。為解決這一問題，引入次序權(quán)重的概念，即對各指標(biāo)的次序權(quán)重利用OWA有序加權(quán)平均算子求解[5]，從而解決水質(zhì)評價結(jié)果受指標(biāo)因子次序影響的問題。

1988年Yager提出的一個處于Min和Msx算子間的參數(shù)化平均算子族，即為OWA有序加權(quán)平均算子[6]。OWA算子按降序重新排列指標(biāo)，以控制評判因子重要度的途徑為輸入語言量化算子，由此獲取多種量子化下的評判值。對于多屬性不確定決策問題的處理，OWA算法具有較強的適用性，現(xiàn)已廣泛應(yīng)用于洪澇災(zāi)害、地質(zhì)災(zāi)害[7]、住房選址和商業(yè)地產(chǎn)投資評估等領(lǐng)域?？傮w上可以將OWA算子劃分為3個部分，即重新排列評估數(shù)據(jù)、參評因子位置權(quán)值的合理確定、加權(quán)集成位置權(quán)重和排好的數(shù)據(jù)，運算公式為

(7)

決策風(fēng)險水平的控制由語言量化算子和OWA算法共同實現(xiàn)，由此得到不同條件下的評判結(jié)果[8]。OWA算子屬于一種融合集，它處于模糊并集與交集之間，通過給定的指標(biāo)次序權(quán)重vj和參評因子zij屬性值可以實現(xiàn)任意評價項目的結(jié)果輸出。根據(jù)評價風(fēng)險系數(shù)和各指標(biāo)數(shù)值大小綜合確定的次序權(quán)重vj，在評價過程中與因子zij不存在直接關(guān)系，而僅僅與每個指標(biāo)的位置有關(guān)[9-10]，其表達(dá)式為

(8)

式中：α為語言量化算子，主要與每個指標(biāo)的次序權(quán)重和決策者風(fēng)險主觀態(tài)度相關(guān)，結(jié)合表1獲取相應(yīng)的數(shù)值[11]；wk為水質(zhì)評價的準(zhǔn)則權(quán)重。

表1 算子α的取值標(biāo)準(zhǔn)

若α=1，則代表每個參評因子存在相同的次序權(quán)重，該條件下為簡單的疊加準(zhǔn)則權(quán)重；若α<1，則代表決策者對風(fēng)險評價持樂觀態(tài)度，α越大該條件下水質(zhì)評價的重要因子次序權(quán)重越大；若α>1，則代表決策者對風(fēng)險評價持悲觀態(tài)度，α越大該條件下水質(zhì)評價的重要因子次序權(quán)重越小。

1.3 評價過程

為了全面掌握流域的水文特點，對研究區(qū)河網(wǎng)數(shù)據(jù)利用GIS技術(shù)進行了提取。數(shù)據(jù)來源于流域2010—2017年的土地類型遙感數(shù)據(jù)。水質(zhì)評價流程見圖1。

圖1 河流水質(zhì)的評價流程

針對主干河段20個檢測點位的TP、COD、DO、石油類、氟化物和氨氮等水質(zhì)指標(biāo)利用大數(shù)據(jù)分析軟件SPSS進行主成分及相關(guān)性分析，見表2。其中，“*”“**”代表雙側(cè)顯著性為0.05和0.1以上水平。根據(jù)表2分析結(jié)果確定河流水質(zhì)關(guān)鍵性控制因子有TP、COD、BOD、石油類及NH3-N，其中NH3-N、COD與BOD間的相關(guān)性顯著，而TP與石油類呈不顯著相關(guān)性。

每個評價因子的最優(yōu)準(zhǔn)則權(quán)重利用離差平方和最小原理進行求解，結(jié)果見表2。按照權(quán)重值大小對各項評判指標(biāo)進行排序，在此基礎(chǔ)上獲取評判因子多種風(fēng)險程度下的次序權(quán)重，采用線性組合的方法對次序權(quán)重與準(zhǔn)則屬性值進行處理，由此確定多尺度水質(zhì)評價值。

表2 河流水質(zhì)指標(biāo)的相關(guān)性

2 數(shù)據(jù)來源

2.1 流域概況

遼河流域橫跨河北、遼寧、吉林、內(nèi)蒙古4省(自治區(qū))，主要由東、西遼河兩大水系組成，河流全長1345km，總面積21.9萬km2。由遼河水資源規(guī)劃報告可知，遼寧段河流年均徑流量為952.7億m3，平均流量為179m3/s，徑流深58mm，主要有西拉木倫河、老哈河、東遼河、柴河、蘇子河、大遼河、海城河、太子河、渾河和清河等支流。流域內(nèi)地貌形態(tài)復(fù)雜，分布有平原、沙丘、山地和丘陵，地勢呈東、西兩側(cè)向中間傾斜，南向北傾斜特征，該地區(qū)為遼寧省重要的糧食生產(chǎn)區(qū)和畜牧業(yè)、重工業(yè)基地，屬于社會經(jīng)濟發(fā)展核心區(qū)[11]。

2.2 數(shù)據(jù)來源

本文選取的遼河流域各支流典型斷面包括源頭、清原上滾馬嶺、海日蘇、觀音閣壩下、岔溝等20個，從各河段監(jiān)測站提取水質(zhì)相關(guān)數(shù)據(jù)。流域內(nèi)土地利用與河網(wǎng)水系數(shù)據(jù)來源于1∶50000的影像資料。

3 結(jié)果分析

研究區(qū)的土地類型數(shù)據(jù)利用動態(tài)彎曲技術(shù)進行提取，由此確定的不同用地類型及其面積見表3。由表3可知，流域內(nèi)以水田面積為主，占比達(dá)到47.2%，其次為林草地，水體和城鎮(zhèn)占地面積大致相當(dāng)，旱地面積占總面積的12.4%，可見水體環(huán)境受農(nóng)業(yè)發(fā)展的影響較為顯著。

表3 研究區(qū)不同用地類型及其面積

3.1 不同風(fēng)險系數(shù)的水質(zhì)結(jié)果

對流域內(nèi)20個采樣點的水質(zhì)狀況利用已建立的組合權(quán)重模型進行評價，從而得到不同風(fēng)險程度α下各監(jiān)測斷面的水質(zhì)等級，見表4。

表4 各監(jiān)測斷面水質(zhì)類型劃分

由表4可知，α=1時水質(zhì)評價結(jié)果與不考慮次序權(quán)重相當(dāng)，即水質(zhì)評價受各個因子的影響程度相同，此時河流水質(zhì)風(fēng)險屬于中等水平，評價結(jié)果能夠客觀地反映河流水體的實際狀況；α=0.001的情況下，水質(zhì)風(fēng)險評價接近0，此時河流水質(zhì)最好，風(fēng)險最大，決策者對水環(huán)境評價持樂觀心態(tài)；α=0.1時，水質(zhì)評價存在一定的風(fēng)險，決策者對水環(huán)境評價持樂觀形態(tài)；α=10的條件下，水質(zhì)評價結(jié)果受風(fēng)險系數(shù)影響處于不太樂觀狀態(tài)；α=1000時，水質(zhì)評價受決策風(fēng)險的影響最小，該條件下獲取的結(jié)果最差。

國際法劃分的水質(zhì)類別和α=1時的水質(zhì)評價基本相符，可見對于河流水質(zhì)的評價該方法具有良好的實用性與適用性。通過對水質(zhì)評價結(jié)果與不同風(fēng)險系數(shù)的關(guān)系分析，風(fēng)險系數(shù)對水質(zhì)較差河段存在顯著影響。

3.2 α=1的水質(zhì)分析

根據(jù)風(fēng)險系數(shù)α=1時的監(jiān)測斷面水質(zhì)評判等級，河流水體環(huán)境受上游客水的影響較為突出，其中水質(zhì)最好的監(jiān)測斷面為鴿子洞、海城河、源頭和清原上滾馬嶺等；水質(zhì)最差的監(jiān)測斷面為海日蘇，水環(huán)境污染比較嚴(yán)重；其他斷面總體處于Ⅲ～Ⅳ類水之間。

在空間位置上，蘇子河、清河、太子河及渾河清遠(yuǎn)段的水質(zhì)整體較好，除主城區(qū)部分河段水質(zhì)較差外，其他大部分均能滿足功能區(qū)要求；西拉木倫河海日蘇斷面的水質(zhì)最差，達(dá)到劣Ⅴ類，其他河段水質(zhì)均良好。海城河入?？诤佣握w呈中部河段污染輕、東西兩端污染重的變化特征。柴河、凡河及清河總體呈輕度污染狀況，水質(zhì)類別以Ⅲ類水為主，監(jiān)測斷面未發(fā)現(xiàn)超標(biāo)現(xiàn)象。

3.3 水質(zhì)影響因素

遼河干流段聚集了許多的紡織、機械、化工和冶金等工礦企業(yè)，因沿線村鎮(zhèn)溝渠與大部分河道相連，致使大量的城鎮(zhèn)生活污水和工農(nóng)業(yè)廢水排入河道，河流水生態(tài)功能和水環(huán)境承載力持續(xù)下降。對水質(zhì)產(chǎn)生影響的主要因素為：?每年6—9月降水占全年的62.6%以上，季節(jié)性缺水和秋冬季河道斷流現(xiàn)象頻繁出現(xiàn)；?典型監(jiān)測斷面的水質(zhì)超標(biāo)嚴(yán)重，不同斷面和時段的污染程度存在差異，水資源時空分布不均使得局部用水矛盾更加突出；?區(qū)域水資源利用與經(jīng)濟發(fā)展模式不協(xié)調(diào)，在取水和排污過程中各區(qū)縣存在糾紛；?水庫大壩、水電站等工程建設(shè)對水生態(tài)環(huán)境影響較大，河流天然徑流量和生態(tài)功能嚴(yán)重退化；?流域內(nèi)以農(nóng)業(yè)種植為主，水體環(huán)境受農(nóng)業(yè)發(fā)展的影響突出，近年來雖然加大了對農(nóng)業(yè)面源污染和工業(yè)污染排放總量的控制，但農(nóng)藥、化肥施用強度的增大使得農(nóng)村水體富營養(yǎng)化嚴(yán)重。因此，改善水體環(huán)境和控制農(nóng)業(yè)面源污染為今后的重點整治方向。

4 結(jié) 語

本文對遼河流域干流段典型斷面水質(zhì)狀況利用組合權(quán)重法進行評價，該方法能夠有效解決單一賦權(quán)法存在的不足，將各要素包含的客觀信息與決策者知識經(jīng)驗相結(jié)合，更加科學(xué)地確定各要素權(quán)值，從而保證水質(zhì)評價的合理性和可靠性。實例表明，耦合的綜合賦權(quán)法能夠滿足水質(zhì)評價的實用性和準(zhǔn)確性要求，通過對決策風(fēng)險水平的控制可以較為客觀、準(zhǔn)確地反映多種情景下的水質(zhì)狀況，可為流域水資源管理規(guī)劃和水環(huán)境治理保護提供科學(xué)指導(dǎo)。

受數(shù)據(jù)資料等條件限制，本文僅從時間的角度揭示了流域水質(zhì)的變化特征，未來還需要結(jié)合其他方法和評價體系準(zhǔn)確揭示流域水質(zhì)的空間變化狀況；仍需要進一步將多主體模型、系統(tǒng)動力學(xué)模型相耦合的綜合評價法，從時間和空間的角度綜合反映流域水質(zhì)的狀況，更好地為水環(huán)境保護和水資源管理提供數(shù)據(jù)支撐。