基于改進(jìn)的SMS 模型在哈拉湖水質(zhì)特征研究中的應(yīng)用

周瑞芳 溫 川 侯繼萍 陸 丹

（青海省水文水資源測(cè)報(bào)中心，西寧 810008）

生態(tài)可持續(xù)發(fā)展已經(jīng)成為近些年來世界各國在實(shí)現(xiàn)自身發(fā)展同時(shí)不可忽視的一部分內(nèi)容，為此，其關(guān)系到的環(huán)境因素主要包括空氣、水以及自然環(huán)境三部分，三者相輔相成，密不可分［1］。對(duì)于水資源的保護(hù)，主要從受污染水質(zhì)治理和健康水質(zhì)監(jiān)管兩個(gè)方面進(jìn)行。水資源是以固態(tài)氣態(tài)液態(tài)等不同形態(tài)存在，對(duì)其進(jìn)行監(jiān)管難度相對(duì)較大［2］。針對(duì)該問題，地表水環(huán)境模型系統(tǒng)（Surface—WaterModeling System 簡(jiǎn)稱SMS）實(shí)現(xiàn)對(duì)水循環(huán)模式中不同狀態(tài)水資源信息的有效采集，通過模擬的方式實(shí)現(xiàn)對(duì)分析區(qū)域范圍內(nèi)水資源承載力以及環(huán)境容量等指標(biāo)的分析，該方法計(jì)算簡(jiǎn)單，易操作，在水質(zhì)分析工作中受到廣泛應(yīng)用［3］。

SMS 模型在實(shí)踐應(yīng)用中發(fā)現(xiàn)［4-6］，模型對(duì)于采集數(shù)據(jù)的依賴性較強(qiáng)，數(shù)據(jù)需具備較高的可靠性才能實(shí)現(xiàn)準(zhǔn)確分析。當(dāng)數(shù)據(jù)的可靠性降低，對(duì)水質(zhì)特征分析結(jié)果影響較大。無法實(shí)現(xiàn)短期內(nèi)對(duì)水質(zhì)變化特征分析。

為此，提出對(duì)SMS 模型進(jìn)行優(yōu)化改進(jìn)，降低其對(duì)基礎(chǔ)數(shù)據(jù)的依賴性，對(duì)缺失或異常數(shù)據(jù)進(jìn)行修復(fù)，以此提高水質(zhì)特征分析結(jié)果的準(zhǔn)確性。并以哈拉湖的水質(zhì)特征分析為實(shí)驗(yàn)研究數(shù)據(jù)，為水質(zhì)分析研究工作提供參考。

1 哈拉湖

哈拉湖作為青藏高原上較為大齡的咸水湖，面積為6.25 萬公頃，海拔高度為4078 m，湖面集雨面積為30800 m2，年內(nèi)降雨量為53.1 mm，年蒸發(fā)量為1280 mm，周圍濕地范圍內(nèi)分布著數(shù)十個(gè)大小不同的湖泡，常年處于蓄水狀態(tài)，其中小部分屬于淺水小型湖泊，存在形式為沼澤地。平均水深為27.14 m，最大水深達(dá)到65 m，儲(chǔ)水總量可達(dá)161億m3。全年最高溫度為35 ℃，最低溫度為-26 ℃，沉淀系數(shù)為0.29。

2 SMS 模型優(yōu)化

傳統(tǒng)的SMS 模型主要是依靠采集到的數(shù)據(jù)信息實(shí)現(xiàn)對(duì)水質(zhì)特征的分析，而在實(shí)際的實(shí)施過程中，受環(huán)境等客觀因素影響［7］，采集到的數(shù)據(jù)到會(huì)存在一定的誤差或缺失，導(dǎo)致SMS 模型在利用數(shù)據(jù)進(jìn)行特征分析時(shí)，容易受到局部異常數(shù)據(jù)的引導(dǎo)［8］，出現(xiàn)計(jì)算偏差。為避免該類問題，對(duì)SMS 模型進(jìn)行優(yōu)化，利用BP 神經(jīng)網(wǎng)絡(luò)［9］，使模型實(shí)現(xiàn)對(duì)異常數(shù)據(jù)的修復(fù)，完成數(shù)據(jù)去噪。

模型采集到的數(shù)據(jù)包括降雨量，蒸發(fā)量、地表溫度、湖水荷載以及環(huán)境容納量五個(gè)主要指標(biāo)［10］。為提高數(shù)據(jù)的可靠性，本研究利用BP 神經(jīng)網(wǎng)絡(luò)對(duì)對(duì)數(shù)據(jù)處理階段進(jìn)行優(yōu)化。

首先，將采集到的數(shù)據(jù)進(jìn)行初步篩選，將相鄰數(shù)據(jù)以兩兩對(duì)比的方式分析，通過對(duì)比不同數(shù)據(jù)組的變化趨勢(shì)，篩選出存在的異常數(shù)據(jù)值，并進(jìn)行修正。

在修正數(shù)據(jù)時(shí)，是以數(shù)據(jù)的變化趨勢(shì)作為基礎(chǔ)進(jìn)行的。假設(shè)異常數(shù)據(jù)為x，與其相應(yīng)的其他組數(shù)據(jù)在x位置的變化趨勢(shì)為A，那么對(duì)x的調(diào)整大小即可表示為

其中，d 表示調(diào)整大小，λ 表示原本的變化參量，這樣，調(diào)整后的值x'可以表示為x'=x+d。

再將調(diào)整后的x'值與下一個(gè)數(shù)據(jù)之間的變化趨勢(shì)作為校驗(yàn)標(biāo)準(zhǔn)，與其他組數(shù)據(jù)進(jìn)行對(duì)比，當(dāng)變化趨勢(shì)相同時(shí)，則認(rèn)為調(diào)整后的x'值滿足修正要求；當(dāng)變化趨勢(shì)偏高時(shí)，則認(rèn)為調(diào)整后的x'值比目標(biāo)結(jié)果高，需要降值調(diào)整；當(dāng)變化趨勢(shì)偏低時(shí)，則認(rèn)為調(diào)整后的x'值比目標(biāo)值低，需要升值調(diào)整。

在完成對(duì)異常數(shù)據(jù)的調(diào)整后，定位數(shù)據(jù)中存在缺失的位置，將缺失位置附近的數(shù)據(jù)結(jié)果取均值，其可表示為

其中，xˉ表示缺失位置兩端鄰近數(shù)據(jù)的均值，xi-1和xi+1分別表示缺失位置鄰近的兩個(gè)數(shù)據(jù)結(jié)果，將其作為BP 神經(jīng)網(wǎng)絡(luò)的輸入值，經(jīng)過權(quán)值分配后傳入隱含層。對(duì)其進(jìn)行賦權(quán)計(jì)算時(shí)，主要是以缺失數(shù)據(jù)指標(biāo)對(duì)應(yīng)占比為基礎(chǔ)進(jìn)行的。假設(shè)缺失指標(biāo)xi在所有采集數(shù)據(jù)結(jié)果中的占比為p，那么對(duì)其進(jìn)行賦權(quán)時(shí)可以表示為

其中，Wi表示缺失指標(biāo)xi的賦權(quán)結(jié)果，xn表示采集結(jié)果中包含的數(shù)據(jù)，n 表示總數(shù)據(jù)個(gè)數(shù)。

通過這樣的方式，在隱含層將輸入結(jié)果作為正向傳輸信號(hào)，并對(duì)其進(jìn)行非線性變換處理，在輸出層得到對(duì)應(yīng)目標(biāo)值，并將該結(jié)果作為期望值。

此時(shí)得到的結(jié)果并不能直接作為缺失數(shù)據(jù)的補(bǔ)充值，而是需要對(duì)該值的誤差進(jìn)行計(jì)算。同時(shí)利用BP 神經(jīng)網(wǎng)絡(luò)，將得到的結(jié)果作為輸入值，以反向的方式在網(wǎng)絡(luò)內(nèi)進(jìn)行反向運(yùn)算，在隱含層計(jì)算輸出結(jié)果與期望結(jié)果之間的差異，該結(jié)果即為當(dāng)前輸出的補(bǔ)充值的誤差，其可以表示為

其中，δ表示誤差結(jié)果，k表示BP神經(jīng)網(wǎng)絡(luò)的反向計(jì)算的輸出結(jié)果，k'表示正向計(jì)算得到的期望值。

根據(jù)計(jì)算得到的誤差結(jié)果，對(duì)補(bǔ)充值進(jìn)行調(diào)整，再次在BP 神經(jīng)網(wǎng)絡(luò)中進(jìn)行正向計(jì)算和反向檢驗(yàn)，直至輸出的結(jié)果與期望之間的差異為0，此時(shí)，則將對(duì)應(yīng)的輸出值作為缺失數(shù)據(jù)的補(bǔ)償值，實(shí)現(xiàn)對(duì)缺失數(shù)據(jù)的補(bǔ)充。

通過上述方式，實(shí)現(xiàn)對(duì)SMS 模型數(shù)據(jù)處理階段的優(yōu)化，實(shí)現(xiàn)對(duì)采集結(jié)果的調(diào)整，避免由于數(shù)據(jù)異常引起的水質(zhì)特征分析誤差。

3 水質(zhì)特征分析

采用優(yōu)化后的SMS 模型，從垂直混合階段、摻混階段及代謝階段3個(gè)階段對(duì)哈拉湖湖水水質(zhì)特征進(jìn)行分析。

3.1 垂向混合階段

湖水受到外界環(huán)境變化的影響主要是通過垂直接觸的方式進(jìn)行的，這種影響主要在水深方向上完成混合，該混合階段的影響范圍為主要是近區(qū)。以湖面中心位置作為起點(diǎn)，建立x 方向和y 方向的坐標(biāo)系，那么在垂直混合階段采集到的數(shù)據(jù)對(duì)湖水水質(zhì)的影響可以表示為

其中，B 表示垂直混合階段，湖水在外界因素作用下的指標(biāo)結(jié)果，B‘表示初始階段的湖水指標(biāo)結(jié)果，x 和y 分別表示作用因素在水平和垂直方向上的作用范圍，ω 表示垂直混合階段湖水自身的凈化作用系數(shù)。以此就可以得到垂直混合階段湖水的水質(zhì)變化情況，該階段持續(xù)的周期主要受湖水自身的擴(kuò)散強(qiáng)度以及外界因素的濃度影響。

3.2 摻混階段

垂向混合階段完成后，受湖水自身的流動(dòng)以及湖水表面風(fēng)力影響下，進(jìn)入摻混階段，該階段的效果主要受水流方向的變化頻率，采集數(shù)據(jù)的指標(biāo)濃度影響，其中，采集指標(biāo)為定值，不會(huì)在摻混階段發(fā)生變化，而湖水內(nèi)部的水體流動(dòng)方向受源強(qiáng)、湖寬深及流態(tài)、流場(chǎng)因素共同作用，對(duì)水質(zhì)的作用方式可以表示為

其中，Bc表示摻混階段后水質(zhì)情況，Q 表示湖水自身的源強(qiáng)，Bx和By分別表示采集數(shù)據(jù)在水平方向和垂直方向上的分散情況，κ 表示湖水流態(tài)，e 表示流場(chǎng)。通過這樣的方式，即可得到在摻混階段湖水指標(biāo)的變化結(jié)果。

3.3 代謝階段

經(jīng)過上述兩個(gè)階段后，外界作用因素開始在湖水的內(nèi)部進(jìn)行代謝。在該階段湖水的指標(biāo)濃度變化主要受摻混后水質(zhì)，湖水流速和水體微生物影響，其可表示為

Bd表示代謝階段水質(zhì)情況，通過這樣的方式，就得到對(duì)當(dāng)前階段采集到的數(shù)據(jù)對(duì)湖水水質(zhì)特征的作用效果。而在實(shí)際的環(huán)境中，外界因素的作用方式并非是以階段性的形式存在的，其是連續(xù)不斷的，因此，為針對(duì)水質(zhì)特征進(jìn)行分析時(shí)，需要綜合考慮不同影響因素作用階段的疊加效應(yīng)。

以相鄰的5 組采集數(shù)據(jù)為例，第三組數(shù)據(jù)的垂向混合階段分別與第一組數(shù)據(jù)的代謝階段和第二組數(shù)據(jù)的摻混階段重合，同時(shí)其摻混階段又與第二組數(shù)據(jù)的代謝階段和第四組數(shù)據(jù)的垂向混合階段重合，以此類推，對(duì)湖水水質(zhì)指標(biāo)進(jìn)行分析時(shí)，要綜合不同數(shù)據(jù)的作用效果，最終的湖水水質(zhì)特征可以表示為

通過這樣的方式，就得到最終的湖水水質(zhì)特征結(jié)果。

4 測(cè)試分析

為驗(yàn)證優(yōu)化后的SMS 模型的實(shí)際應(yīng)用效果，進(jìn)行實(shí)驗(yàn)測(cè)試，并將文獻(xiàn)［5］和文獻(xiàn)［6］提出的方法作為對(duì)照組，通過分析3 種方法的分析結(jié)果，對(duì)該方法作出客觀分析。

4.1 測(cè)試環(huán)境

水質(zhì)特征的變化是一個(gè)相對(duì)較為漫長的過程，對(duì)哈拉湖未來水文水質(zhì)特征的分析驗(yàn)證需要較長的時(shí)間周期，考慮到這一點(diǎn)，本研究以某一組監(jiān)測(cè)數(shù)據(jù)作為試驗(yàn)對(duì)象，進(jìn)行此次實(shí)驗(yàn)測(cè)試，分別采用3種方法分析湖水的水質(zhì)特征，并與實(shí)際測(cè)量結(jié)果進(jìn)行對(duì)比。

4.2 結(jié)果分析

在上述實(shí)驗(yàn)條件下，分別采用3種方法對(duì)哈拉湖水的基本質(zhì)量指標(biāo)參量進(jìn)行分析，并與實(shí)際測(cè)量值進(jìn)行對(duì)比，其結(jié)果如表1 所示。

從表1中可以看出，在3種方法中，文獻(xiàn)［5］和文獻(xiàn)［6］方法的分析結(jié)果均與實(shí)際結(jié)果存在較大偏差，特別是對(duì)水中溶解氧的分析，以實(shí)際結(jié)果之間的差異分別為1.26%和1.30%，而本文方法的分析結(jié)果與實(shí)際測(cè)量值之間具有較高的擬合度。表明采用本文方法對(duì)哈拉湖水文水質(zhì)特征進(jìn)行分析時(shí)，其結(jié)果具有較高的可靠性，對(duì)特征的提取更加準(zhǔn)確。

在表1 中，3種方法對(duì)水質(zhì)礦化度的分析結(jié)果均相對(duì)較好，為了進(jìn)一步對(duì)比其分析效果，在上述基礎(chǔ)上，分別對(duì)比了3種方法對(duì)湖水礦化度變化趨勢(shì)的分析情況，結(jié)果如圖1 所示。

表1 不同方法的基本質(zhì)量指標(biāo)參量分析結(jié)果

圖1 不同方法的礦化度分析結(jié)果

從圖1中可以看出，在3種方法中，文獻(xiàn)［5］和文獻(xiàn)［6］方法的分析結(jié)果在前6個(gè)月能夠?qū)崿F(xiàn)較為準(zhǔn)確的特征提取，但在之后的分析結(jié)果中，與實(shí)際值的偏差逐漸增大，這主要是因?yàn)樵?月以后，測(cè)試地區(qū)迎來雨季，采集的數(shù)據(jù)波動(dòng)較大，本文方法的分析結(jié)果與實(shí)際結(jié)果之間具有較高的擬合度，并且未受到雨季的影響，這主要是因?yàn)楸疚姆椒軌驅(qū)崿F(xiàn)采集數(shù)據(jù)的優(yōu)化調(diào)節(jié)，通過改進(jìn)的SMS 模型確保數(shù)據(jù)的可靠性，避免由于數(shù)據(jù)異常對(duì)分析結(jié)果產(chǎn)生的干擾。

除基礎(chǔ)的水質(zhì)質(zhì)量指標(biāo)參量外，溫度變化特征也是體現(xiàn)湖水水質(zhì)的重要指標(biāo)，為此，分別采用3種方法分析湖水溫度的變化趨勢(shì)，其結(jié)果如圖2 所示。

圖2 湖水溫度變化趨勢(shì)分析結(jié)果

從圖2 中可以看出，在3種方法中，對(duì)湖水溫度的分析結(jié)果均具有較高的準(zhǔn)確度，文獻(xiàn)［5］和文獻(xiàn)［6］偏差較大的階段主要出現(xiàn)在7月份，與文中的礦化度統(tǒng)計(jì)結(jié)果相同，造成該現(xiàn)象的主要原因是降雨量突增，本文方法的特征提取結(jié)果與實(shí)際測(cè)量結(jié)果并未出現(xiàn)大幅偏差，這主要是因?yàn)楸疚姆椒▽?shí)現(xiàn)對(duì)SMS模型的優(yōu)化，能夠?qū)⒉杉瘮?shù)據(jù)進(jìn)行去噪處理，降低其對(duì)分析結(jié)果的干擾，提高對(duì)水質(zhì)特征的提取效果。

5 結(jié)束語

近年來，對(duì)于水質(zhì)特征的分析現(xiàn)出越來越精細(xì)化的趨勢(shì)。哈拉湖在青海省水域中的重要地位，開展對(duì)其的相關(guān)研究是十分必要的。

通過對(duì)SMS模型進(jìn)行優(yōu)化，實(shí)現(xiàn)水質(zhì)特征的準(zhǔn)確分析。通過試驗(yàn)研究，為哈拉湖的水質(zhì)監(jiān)測(cè)工作提供新的監(jiān)測(cè)方案，為哈拉湖優(yōu)質(zhì)水質(zhì)提供科學(xué)依據(jù)。