水質(zhì)多參數(shù)綜合預(yù)警模糊數(shù)學評判算法及優(yōu)化

劉明珠， 白家磊， 李 雙， 韓殿鵬， 彭 媛， 韓 鐵， 高志賢

(軍事科學院軍事醫(yī)學研究院環(huán)境醫(yī)學與作業(yè)醫(yī)學研究所，天津市環(huán)境與食品安全與風險

水質(zhì)預(yù)測預(yù)警作為水質(zhì)監(jiān)管體系中的重要一環(huán)，其對于防治水資源大面積污染、污染源精準溯源以及快速響應(yīng)應(yīng)急預(yù)案等具有重要指導(dǎo)作用，同時對于保護水環(huán)境安全、維持水資源生態(tài)平衡方面具有重要意義。然而現(xiàn)階段，水質(zhì)預(yù)警可選方法、參數(shù)較多，計算邏輯復(fù)雜、數(shù)據(jù)量極大。目前水質(zhì)預(yù)測、預(yù)警和報警功能多通過模糊綜合評判法實現(xiàn)，但是該方法計算復(fù)雜、步驟較多，函數(shù)設(shè)計缺乏針對性。本研究為實現(xiàn)針對性水質(zhì)綜合預(yù)警評判，對水質(zhì)綜合預(yù)警模糊數(shù)學評判法的函數(shù)進行了設(shè)計及優(yōu)化：

對于某一個時間段內(nèi)第i類傳感器所采集的P個水質(zhì)監(jiān)測參數(shù)數(shù)據(jù)記為列向量，i=1，2…，N，N為傳感器的類別總數(shù)，對于在該時間段內(nèi)所有類別傳感器采集的所有水質(zhì)監(jiān)測參數(shù)數(shù)據(jù)，表示為采集數(shù)據(jù)陣矩陣α：α=〔α1,α2…,αN〕，計算采集數(shù)據(jù)陣矩陣α的互相關(guān)矩陣R，即得到：R=αTα，其中，互相關(guān)矩陣R的第i行、第j列的元素rij=αiαjT，列向量αj表示第j類傳感器所采集的P個水質(zhì)監(jiān)測參數(shù)數(shù)據(jù)；采用主成分分析方法對在該時間段內(nèi)所有類別傳感器采集的所有水質(zhì)監(jiān)測參數(shù)數(shù)據(jù)進行降維處理，提取其主成分分量，該過程具體為：

對互相關(guān)矩陣R進行特征分解，得到N個特征向量和特征值，根據(jù)特征值大小對特征向量進行篩選，篩選出大于某閾值的M個特征向量所構(gòu)成的特征矩陣E記為：E=〔v1,v2,…,vM〕， 其中，vk表示第k個特征向量，k=1,2,…,M，特征向量均為列向量；利用特征矩陣E對采集數(shù)據(jù)陣矩陣α進行重構(gòu)，得到采集數(shù)據(jù)陣矩陣的主成分分量b為：b=ETα， 利用權(quán)重矩陣ω對主成分分量b進行加權(quán)處理，得到水質(zhì)監(jiān)測參數(shù)綜合評價值ρ：ρ=ωb， 根據(jù)水質(zhì)超標最高閾值和最低閾值，對水質(zhì)監(jiān)測參數(shù)綜合評價值ρ進行判斷，當ρ大于水質(zhì)超標最高閾值或小于水質(zhì)超標最低閾值時，判定該時間段內(nèi)所采集的水質(zhì)監(jiān)測參數(shù)數(shù)據(jù)報警。根據(jù)相關(guān)國家標準數(shù)據(jù)，以錯誤報警次數(shù)最小為目標，定期對權(quán)重矩陣ω、水質(zhì)超標最高閾值和最低閾值進行優(yōu)化更新。

本研究涉及的函數(shù)模型可將定性評價轉(zhuǎn)化為定量評價，考慮了水質(zhì)參數(shù)在綜合預(yù)警評價中的權(quán)重，針對地表水水質(zhì)監(jiān)測指標定制加權(quán)處理并進行了優(yōu)化。相對于傳統(tǒng)的模糊綜合評價法，該方法步驟較少，計算簡單，具有進一步拓展應(yīng)用潛力。