常用水环境质量评价方法分析（白云鹏,陈永健）

时间：2021-01-10 08:08:27　来源：柠檬阅读网本文已影响人

水环境质量评价，就是通过一定的数理方法与手段，对某一水环境区域进行环境要素分析，对其作出定量描述通过水环境质量评价，摸清区域水环境质量发展趋势及其变化规律，为区域环境系统的污染控制规划及区域环境系统工程方案的制定提供依据。

1．指数评价法

指数评价法可分为单因子污染指数法和水质综合污染指数法，单因子污染指数表示单项污染物对水质污染影响的程度，水质综合污染指数表示多项污染物对水质综合污染的影响程度。

1．1单因子污染指数法

单因子污染指数法是将某种污染物实测浓度与该种污染物的评价标准进行比较以确定水质类别的方法。即将每个水质监测参数与《国家地面水环境质量标准》(GB3838—2002)进行比较，确定水质类别，最后选择其中最差级别作为该区域的水质状况类别。

1．2水质综合污染指数法

水质综合污染指数法是指在求出各个单一因子污染指数的基础上，再经过数学运算得到一个水质综合污染指数，据此评价水质，并对水质进行分类的方法。对分指数的处理不同，决定了指数法的不同形式，有诸如简单迭加型指数、算术平均型指数、加权平均型指数、罗斯水质指数、内梅罗指数、黄浦江污染指数、豪顿水质指数等。

单因子污染指数只能代表一种污染物对水质污染的程度，不能反映水质整体污染程度；
综合污染指数法是对整体水质做出的定量描述，这样的评价结果只能定性地说明污染程度是轻、严重还是非常严重，不能确定其功能类别为几类。但是，只要项目、标准、监测结果可靠，综合评价在总体上是可以基本反映水体污染性质与程度的，而且便于同一水体在时间上、空间上的基本污染状况和变化的比较，所以现在进行水质污染评价时常采用这种方法。

2．基于模糊理论的水环境评价法

由于水体环境本身存在大量的不确定因素，各个项目的级别划分、标准确定都具有模糊性。因此，模糊数学在水质综合评价中得到广泛应用。具有代表性的方法有：模糊综合评判法、模糊概率法、模糊综合指数法等，其中应用较多的是模糊综合评判法，这种方法根据各污染物的超标情况进行加权，但污染物毒性与浓度不成简单的比例关系，因此，这种加权不一定符合实际情况。从理论上讲，模糊评价法体现了水环境中客观存在的模糊性和不确定性，符合客观规律，具有一定的合理性。但从目前的研究情况来看，采用线性加权平均极型得到的评判集易出现失真、失效、跳跃等现象，存在水质类别判断不准或结果不可比的问题，可操作性较差。

3．基于灰色系统理论的水环境评价法

由于水环境质量数据都是在有限的时间和空间内监测得到的，信息是不完全的或不确切的，因此，可将水环境系统视为一个灰色系统，即部分信息已知、部分信息未知或不确知的系统，据此对水环境进行综合评价。基于灰色系统理论的水质评价法通过计算评价水质中各因子的实测浓度与各级水质标准的关联度大小确定评价水质的级别。根据同类水体与该类标准水体的关联度大小还可以进行优劣比较，水质综合评价的灰色系统方法有灰色聚类法、灰色贴近度分析法、灰色关联评价法等。

灰色评价法体现了水环境系统的不确定性，在理论上是可行的，虽然分辨率低，但具有简单、可比的优点，而且由于影响水环境的变化因素不断增多、不断变化，水环境的不确定性逐渐增加，所以灰色评价法在水环境质量评价中应用日益广泛。

4．基于人工神经网络的水环境评价法

人工神经网络是一种由大量处理单元组成的非线性自适应的动力学系统，具有学习、联想、容错和抗干扰功能．具有客观性。应用人工神经网络进行水环境评价，首先将水环境标准作为“学习样本”，经过自适应、自组织的多次训练后，网络具有了对学习样本的记忆联想能力，然后将实测资料输入网络系统，由已掌握知识信息的网络对它们进行评价。这个过程类似人脑的思维过程，因此可模拟人脑解决某些有模糊性和不确定性的问题。人工神经网络用于水质评价有可允许的大量供调节参数和全息联想功能及自组织、自学习、自适应和容错的能力。缺点是对于协同性较差的样本，评价结果易出现均化现象。

目前水质评价中应用较广泛的是BP网络，即反向传播模型，它的基本原理是利用最陡坡降法的概念，把误差函数最小化，将网络输出的误差逐层向输入层逆向传播并分摊给各层单元，从而获得各层单元的参考误差，进而调整人工神经元网络相应的连接权，直到网络的误差达到最小化。

5．基于统计理论的主成分分析法

水质系统是由多维因子(各种污染物含量、指标变量)组成的复杂系统，因子间具有不同程度的相关性，每一因子从某一方面反映了水质质量，但依据它们作综合评价有一定难度，主成分分析法正是一种基于统计学理论，对高维变量系统进行最佳综合与简化的方法。如果将一个多维空间最有效地简化为一维，就可以将这个复杂的数集综合成指数。从环境质量评价角度看，就是用分指数或综合指数这样较少甚至单个的指数，来最大限度地反映原来多个因子的信息，并且与原来多个因子指标呈线性组合主成分按其所含信息量多少排序，一般前几个主成分即已包含总信息量的大部分，因此，在随后的分析中只用前几个主成分即可而不会导致主要信息损失。它是一种理论比较完善的多元统计分析方法，在计算机软硬件支持下，主成分分析方法应用于水质的综合评价之中，计算简便，有一定优越性。通过主成分分析，可以找出影响某一环境质量的几个综合指标，这样不仅保留了原始的主要信息，又使其彼此之间不相关，比原始变量具有更为优越的性质，使得在研究各种复杂的环境问题时容易抓住主要矛盾。主成分分析法在水质评价中的独特之处是可以选取合适的单项指标，这些指标值包含主要的污染物信息，这些信息既彼此独立，又能够反映主要问题，能有效排除不相关指标的影响，具有较好的客观性，这种方法也是目前比较流行的一种评价方法。

作者简介：

白云鹏，男，回族，河北省张家口水文水资源勘测局，工程师。

陈永健，男，汉族，河北省张家口水文水资源勘测局，助理工程师。

来源：《河北水利》2007.6

相关热词搜索： 水环境 常用评价质量方法

常用水环境质量评价方法分析（白云鹏,陈永健）

最新文章

热门文章