湖庫(kù)富營(yíng)養(yǎng)化的改進(jìn)型模糊綜合評(píng)價(jià)方法研究

陳藜藜,金臘華*(1.暨南大學(xué)環(huán)境學(xué)院,廣東 廣州 510632；2.廣東省高校水土環(huán)境毒害性污染物防治與生物修復(fù)重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510632)

湖庫(kù)富營(yíng)養(yǎng)化的改進(jìn)型模糊綜合評(píng)價(jià)方法研究

陳藜藜1,2,金臘華1,2*(1.暨南大學(xué)環(huán)境學(xué)院,廣東 廣州 510632；2.廣東省高校水土環(huán)境毒害性污染物防治與生物修復(fù)重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510632)

針對(duì)水體富營(yíng)養(yǎng)化評(píng)價(jià)系統(tǒng)的非線性、模糊綜合評(píng)價(jià)法過(guò)程中權(quán)重賦予的主觀隨意性和隸屬函數(shù)的不準(zhǔn)確性等特點(diǎn),對(duì)傳統(tǒng)模糊綜合評(píng)價(jià)法進(jìn)行了改進(jìn),并據(jù)此對(duì)我國(guó)24個(gè)代表性湖庫(kù)的富營(yíng)養(yǎng)化程度進(jìn)行了評(píng)價(jià).其中以SPSS16.0和Yaaph軟件為載體,采用層次分析法和主成分分析法相結(jié)合來(lái)確定選取因子的權(quán)重.根據(jù)確定的評(píng)價(jià)標(biāo)準(zhǔn)作自然對(duì)數(shù)變換使之線性化,并結(jié)合由基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)分布情況,生成各評(píng)價(jià)因子隸屬于各營(yíng)養(yǎng)等級(jí)的對(duì)數(shù)形式的降半梯形隸屬函數(shù),進(jìn)而得到各湖庫(kù)的確定度,最后依據(jù)最大確定度得到湖庫(kù)富營(yíng)養(yǎng)化級(jí)別.該法所得結(jié)果與湖庫(kù)實(shí)際富營(yíng)養(yǎng)化狀況以及現(xiàn)有多種評(píng)價(jià)方法的結(jié)果的對(duì)比表明,該改進(jìn)方法的評(píng)價(jià)結(jié)果真實(shí)、準(zhǔn)確、計(jì)算簡(jiǎn)單,具有可行性.

富營(yíng)養(yǎng)化；改進(jìn)型模糊綜合評(píng)價(jià)；層次分析法(AHP)；主成分分析法(PCA)

科學(xué)合理地評(píng)價(jià)水體富營(yíng)養(yǎng)化程度,對(duì)湖庫(kù)水質(zhì)保護(hù)具有十分重要的意義.目前,國(guó)內(nèi)外學(xué)者提出的水體富營(yíng)要養(yǎng)化評(píng)價(jià)方法主要有卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)[1]、營(yíng)養(yǎng)狀態(tài)指數(shù)法[2-6]、生物指標(biāo)評(píng)價(jià)法[7]、主成分分析法[8-9]、灰色評(píng)價(jià)[10]、神經(jīng)網(wǎng)絡(luò)法[11-12]、基于云模型[13]、基于延拓盲數(shù)[14]的水體富營(yíng)養(yǎng)化評(píng)價(jià)法和模糊綜合評(píng)價(jià)法[15-16]等.雖然研究方法種類較多,但由于水體富營(yíng)養(yǎng)化評(píng)價(jià)體系的非線性特征,富營(yíng)養(yǎng)化等級(jí)之間關(guān)系模糊[17],且這些采用的方法均有與其相適應(yīng)的條件,具有一定的局限性,同時(shí)與之所采用的分級(jí)標(biāo)準(zhǔn)和評(píng)價(jià)指標(biāo)也不統(tǒng)一,缺乏通用性,因此至今尚未形成一種統(tǒng)一的評(píng)價(jià)模型.盡管這些評(píng)價(jià)方法都在我國(guó)水體中已有應(yīng)用,但是對(duì)我國(guó)大部分水體的適應(yīng)性還有待研究.

模糊綜合評(píng)價(jià)法以美國(guó)學(xué)者 Zadeh[18]提出的模糊數(shù)學(xué)理論為基礎(chǔ),是目前水體富營(yíng)養(yǎng)化評(píng)價(jià)最為廣泛的評(píng)價(jià)方法之一,其產(chǎn)生的結(jié)果以向量的形式出現(xiàn),可提供更為豐富的評(píng)價(jià)信息;模糊綜合評(píng)價(jià)方法的適用廣泛,算法人為可操作性強(qiáng),可行性大,可用于主客觀因素的綜合評(píng)價(jià),又可用于客觀因素的綜合評(píng)價(jià)[19-21];但評(píng)價(jià)過(guò)程中權(quán)重的確定不是伴隨評(píng)價(jià)過(guò)程產(chǎn)生的,而是人為確定,主觀性太大,并且針對(duì)評(píng)價(jià)系統(tǒng)非線性問(wèn)題,隸屬函數(shù)的確定缺乏客觀準(zhǔn)確性,以至于沒(méi)法精確地達(dá)到評(píng)價(jià)要求.

為此,本文在傳統(tǒng)模糊綜合評(píng)價(jià)模型基礎(chǔ)上,采用層次分析和主成分分析結(jié)合來(lái)確定評(píng)價(jià)指標(biāo)權(quán)重,隸屬函數(shù)結(jié)合評(píng)價(jià)標(biāo)準(zhǔn)界限值進(jìn)行對(duì)數(shù)變換而確定,并以我國(guó)24個(gè)主要湖庫(kù)的富營(yíng)養(yǎng)化程度評(píng)價(jià)實(shí)例驗(yàn)證該方法的可行性和有效性.

1 模糊綜合評(píng)價(jià)法的改進(jìn)

在傳統(tǒng)模糊綜合評(píng)價(jià)法的基礎(chǔ)上,針對(duì)其存在的缺點(diǎn)進(jìn)行改進(jìn),具體步驟如下:

第一,確定權(quán)重.將主觀與客觀結(jié)合,以SPSS16.0和yaahp軟件為載體,采用定性的層次分析法和定量的主成分分析法結(jié)合來(lái)確定評(píng)價(jià)因子權(quán)重,使權(quán)重的確定更為客觀.

第二,構(gòu)建隸屬函數(shù).針對(duì)評(píng)價(jià)標(biāo)準(zhǔn)的等級(jí)界限非線性特征和由客觀基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)得出的降半梯形分布,并為了使得評(píng)價(jià)結(jié)果能在線性等級(jí)中準(zhǔn)確表達(dá)所隸屬的富營(yíng)養(yǎng)化程度,本文對(duì)客觀基礎(chǔ)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)并結(jié)合確定的評(píng)價(jià)標(biāo)準(zhǔn)作線性變換,來(lái)構(gòu)建對(duì)數(shù)形式的降半梯形隸屬函數(shù).

第三,綜合評(píng)價(jià).由構(gòu)建的隸屬函數(shù)得出各營(yíng)養(yǎng)級(jí)別的隸屬度,再根據(jù)隸屬度最大原則確定評(píng)價(jià)對(duì)象最終富營(yíng)養(yǎng)化等級(jí).

2 基于改進(jìn)型模糊綜合評(píng)價(jià)的水體富營(yíng)養(yǎng)化程度評(píng)價(jià)方法

2.1 評(píng)價(jià)指標(biāo)及其權(quán)重的確定

根據(jù)《地表水環(huán)境質(zhì)量評(píng)價(jià)辦法(試行)》[22]中的相關(guān)規(guī)定,湖庫(kù)營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)指標(biāo)為:葉綠素a(Chl-a)、總磷(TP)、總氮(TN)、透明度(SD)和高錳酸鹽指數(shù)(CODMn)共 5項(xiàng).由于湖庫(kù)富營(yíng)養(yǎng)化評(píng)價(jià)影響因素眾多而難以客觀量化,難以反映實(shí)際情況.針對(duì)此情況,本文以yaahp和SPSS16.0軟件為輔助方式,采用定性與定量結(jié)合對(duì)這 5項(xiàng)指標(biāo)進(jìn)行權(quán)重賦值.具體如下:

(1) 層次分析法定性確定權(quán)重

用層次分析法對(duì) 5個(gè)因子進(jìn)行兩兩比較,且在構(gòu)成判斷矩陣時(shí)采用五標(biāo)度數(shù)值判別法.根據(jù)相關(guān)文獻(xiàn)研究成果[23-26]以及水體實(shí)際情況可知,對(duì)于水體富營(yíng)養(yǎng)化而言,Chl-a因子最重要,其直接反映藻類現(xiàn)存量的指標(biāo),其次是藻類增殖的主要限制因子 TN、TP;然后是其他兩因子.據(jù)此應(yīng)用(1,3,5,7,9)五標(biāo)度數(shù)值判別法構(gòu)造各因子的判斷矩陣 A={aij},具體重要排序?yàn)?Chla>TN>TP> SD>CODMn.運(yùn)用 yaahp軟件得出層次分析法權(quán)重WAi.

(2) 主成分分析法確定權(quán)重

主成分分析法是一種在確保系統(tǒng)原有數(shù)據(jù)信息量丟失最小的原則下,在各個(gè)變量相關(guān)關(guān)系研究的基礎(chǔ)上,將多個(gè)變量的信息壓縮為幾個(gè)能反映原問(wèn)題特征的綜合變量指標(biāo),并據(jù)此特征信息指標(biāo)對(duì)系統(tǒng)進(jìn)行綜合分析的比較完善的多元統(tǒng)計(jì)分析方法.因此,它能避免人為確定各指標(biāo)權(quán)重的主觀隨意性,在進(jìn)行水體富營(yíng)養(yǎng)化評(píng)價(jià)能取得客觀定量化的評(píng)價(jià)效果[9,27].

根據(jù)主成分分析法的原理,利用 SPSS軟件進(jìn)行主成分分析既避免了運(yùn)算的復(fù)雜性,也提高了計(jì)算的精確性,具體步驟為:①首先根據(jù)收集的指標(biāo)基礎(chǔ)數(shù)據(jù)計(jì)算KMO以及Bartlett球度檢驗(yàn)給出的相伴性概率,判斷指標(biāo)數(shù)據(jù)是否適合進(jìn)行主成分分析,若KMO>0.60且相伴性概率小于顯著性水平0.05,則認(rèn)為基礎(chǔ)數(shù)據(jù)適合主成分分析;②經(jīng)過(guò)正交旋轉(zhuǎn)后;得到各因子變量在許多變量上的載荷數(shù);③對(duì)因子載荷矩陣旋轉(zhuǎn)后的結(jié)果表進(jìn)行公因子方差求和,然后將各指標(biāo)公因子方差與所有指標(biāo)的公因子方差和相除,即得到各指標(biāo)的權(quán)重值WZi.

(3) 運(yùn)用主客觀綜合賦權(quán)法[28]確定指標(biāo)權(quán)系數(shù) α*,β*.根據(jù) w=α*w+β*w,確定評(píng)價(jià)指標(biāo)

i AiZi綜合權(quán)重wi.

式中:bij為評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化數(shù)值,α＊和 β*分別為層次分析法和主成分分析法權(quán)重的重要程度.

2.2 評(píng)價(jià)等級(jí)劃分

本文在參考大量文獻(xiàn)和結(jié)合實(shí)測(cè)數(shù)據(jù)具體分布特點(diǎn)的基礎(chǔ)上,以金相燦的《湖泊富營(yíng)養(yǎng)化調(diào)查規(guī)范》[29]中富營(yíng)養(yǎng)化狀態(tài)指標(biāo)與水質(zhì)參數(shù)關(guān)系表的數(shù)值為依據(jù),采用金相燦等提出的評(píng)價(jià)標(biāo)準(zhǔn),具體評(píng)價(jià)標(biāo)準(zhǔn)見(jiàn)表1.通過(guò)分析發(fā)現(xiàn)對(duì)標(biāo)準(zhǔn)分級(jí)值進(jìn)行對(duì)數(shù)變換后,基本符合線性規(guī)律,見(jiàn)圖1.

表1 我國(guó)湖庫(kù)富營(yíng)養(yǎng)化評(píng)價(jià)標(biāo)準(zhǔn)Table 1 Classification standard of eutrophication status in lakes or reservoirs

圖1 對(duì)數(shù)變換后的水體富營(yíng)養(yǎng)化評(píng)價(jià)標(biāo)準(zhǔn)界值分布Fig.1 Distribution of boundary values of eutrophication evaluation criteria after logarithmic transformation

2.3 建立隸屬函數(shù)

通過(guò)基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)分析,描述出大致的曲線,將它與 Fuzzy六種分布圖[30]作比較,選擇出最接近的一個(gè)分布形式---降半梯形分布,并結(jié)合評(píng)價(jià)體系非線性特征以及評(píng)價(jià)標(biāo)準(zhǔn)構(gòu)建出模糊綜合評(píng)價(jià)水體富營(yíng)養(yǎng)化程度的隸屬函數(shù).對(duì)于Chla、TP、TN、CODMn4個(gè)因子是實(shí)測(cè)值越大,富營(yíng)養(yǎng)化程度越高,稱之為正指標(biāo);SD是實(shí)測(cè)值越大,富營(yíng)養(yǎng)化等級(jí)越低,稱之為負(fù)指標(biāo).各正指標(biāo)(除SD外)對(duì)于水體富營(yíng)養(yǎng)化每一級(jí)的隸屬函數(shù)如下:式中: r為隸屬函數(shù), χi為各評(píng)價(jià)因子的實(shí)測(cè)值,下標(biāo)i為某評(píng)價(jià)因子,i=1,2,…5;k≥3;對(duì)于正指標(biāo),Sij為評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)對(duì)應(yīng)區(qū)間的上限值,對(duì)于負(fù)指標(biāo),Sij為評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)對(duì)應(yīng)區(qū)間的下限值.對(duì)于負(fù)指標(biāo) SD,其基本表達(dá)式不變,只需要改變條件中的符號(hào)方向.

根據(jù)每個(gè)評(píng)價(jià)水體5個(gè)因子的實(shí)測(cè)值、評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)以及隸屬函數(shù)建立評(píng)判矩陣 R={rij}, (i = 1,2,? ??,5; j= k ,? ??,6).

2.4 評(píng)價(jià)矩陣的復(fù)合運(yùn)算及綜合評(píng)價(jià)

在建立評(píng)判矩陣 R和得到各個(gè)因子的權(quán)重wi后,將 R與 W 進(jìn)行評(píng)判矩陣的符合運(yùn)算B =W? R,采用加權(quán)平均算子模型,其計(jì)算公式為:bj=∑( wi? rij) ,通過(guò)計(jì)算得出模糊綜合評(píng)價(jià)的結(jié)果向量(隸屬矩陣).

根據(jù)模糊綜合評(píng)價(jià)得到的隸屬矩陣按照最大隸屬度原則,得出最終評(píng)判等級(jí).

3 實(shí)例應(yīng)用與驗(yàn)證

3.1 評(píng)價(jià)指標(biāo)及其權(quán)重的確定

根據(jù)上述改進(jìn)型模糊綜合評(píng)價(jià)方法,結(jié)合我國(guó)主要24個(gè)湖庫(kù)1987～1989年的水體營(yíng)養(yǎng)化調(diào)查資料[29]進(jìn)行實(shí)例驗(yàn)證方法的可行性.

3.1.1 確定權(quán)重 (1)運(yùn)用層次分析法構(gòu)建判斷矩陣,通過(guò)yaahp軟件計(jì)算得出Chla、TP、TN、SD 和 CODMn的權(quán)重(WAi)的向量 Ai=(0.2785, 0.2341,0.2334,0.1608,0.0931),并一致性檢驗(yàn)均滿足CR≤0.1的要求. (2)通過(guò)SPSS軟件進(jìn)行主成分分析.根據(jù)收集 24個(gè)湖庫(kù)的基礎(chǔ)數(shù)據(jù)[29]計(jì)算出KMO為0.833,根據(jù)統(tǒng)計(jì)學(xué)家Kaiser給出的評(píng)判標(biāo)準(zhǔn)可知,KMO>0.6且Bartlet球度檢驗(yàn)得出的相伴性概率為 0.000,小于顯著性水平 0.05,即拒絕Bartlet球度檢驗(yàn)零假設(shè),則認(rèn)為24個(gè)湖庫(kù)的基礎(chǔ)數(shù)據(jù)適合于主成分分析并運(yùn)行結(jié)果可行.通過(guò)正交旋轉(zhuǎn)和公因子方差法計(jì)算,得評(píng)價(jià)指標(biāo) Chla、TP、TN、SD、CODMn權(quán)重值(WZi)向量為Zi=(0.2161,0.1963,0.1692,0.2314,0.1871). (3)得出綜合權(quán)重值.根據(jù)(1)～(2)計(jì)算得到兩種權(quán)重方法的重要程度,并由 wi=α*wAi+β*wZi計(jì)算得出Chla、TP、TN、SD、CODMn的權(quán)重向量 Wi= (0.2473,0.2152,0.2013,0.1961,0.1401).

3.1.2 建立隸屬函數(shù) 確定各因子于各營(yíng)養(yǎng)等級(jí)的隸屬度.根據(jù)構(gòu)建的隸屬函數(shù)(3)～(5),代入評(píng)價(jià)標(biāo)準(zhǔn)界值和基礎(chǔ)數(shù)據(jù),分別得到每種評(píng)價(jià)因子相應(yīng)于不同級(jí)別的隸屬函數(shù).例如:葉綠素a(Chl-a)的隸屬函數(shù)如下.同樣,可以得到TP、TN、SD、CODMn對(duì)于各個(gè)營(yíng)養(yǎng)等級(jí)的隸屬函數(shù).

3.1.3 評(píng)價(jià)因子與等級(jí)之間模糊關(guān)系的構(gòu)建 將24個(gè)湖庫(kù)實(shí)測(cè)數(shù)據(jù)(表2)一一代入各個(gè)具體的隸屬函數(shù)中(如葉綠素a的實(shí)測(cè)數(shù)據(jù)代入式

(6)～式(11)中),可計(jì)算出每個(gè)湖庫(kù)的評(píng)判矩陣R.

3.1.4 進(jìn)行矩陣復(fù)合運(yùn)算 采用加權(quán)平均算B= W? R,其計(jì)算公式為 bj=∑(wi? rij),得出模糊綜合評(píng)價(jià)的結(jié)果向量,即隸屬度矩陣 B=(b1,b2,b3, b4,b5,b6),并按照隸屬度最大原則得到綜合評(píng)價(jià)結(jié)果,見(jiàn)表2.

3.2 方法驗(yàn)證

為了證實(shí)結(jié)果的有效性,針對(duì)同樣的數(shù)據(jù)資料,本文采用的模型方法評(píng)價(jià)結(jié)果與國(guó)內(nèi)外應(yīng)用較為廣泛的評(píng)分指數(shù)法(1993年)[12,31]以及近年來(lái)一些新的評(píng)價(jià)方法所得結(jié)論進(jìn)行了比較,具體包括有3種神經(jīng)網(wǎng)絡(luò)模型(2006～2007年)[13,33]、投影尋蹤模式評(píng)價(jià)(2009年)[12,32]、云模型(2013年)[13],最終各方法的詳細(xì)結(jié)果見(jiàn)表2.

表2 我國(guó)24個(gè)主要湖泊1987～1989年富營(yíng)養(yǎng)化調(diào)查數(shù)據(jù)及評(píng)價(jià)結(jié)果Table 2 Investigated data and evaluation results of 24 lakes and reservoirs in China during 1987～1989

3.3 結(jié)果及討論

根據(jù)表 3各種方法的結(jié)果比較,改進(jìn)型模糊綜合評(píng)價(jià)與參照方法評(píng)價(jià)結(jié)果基本一致,除博斯騰湖、滇池草湖和邛海在各方法取得的結(jié)果相差一個(gè)等級(jí)外,其他湖庫(kù)評(píng)價(jià)等級(jí)結(jié)果完全一致,證明了方法的可行性和準(zhǔn)確性.

將表 2的分級(jí)結(jié)果與湖庫(kù)水體實(shí)際情況相比照,例如滇池草湖,沈曉飛等指出調(diào)查表明自20世紀(jì)80年代以來(lái)滇池草湖水體Chla濃度嚴(yán)重超標(biāo),水華嚴(yán)重,水體富營(yíng)養(yǎng)化異常嚴(yán)重,且草湖污染程度遠(yuǎn)較外海嚴(yán)重[34].根據(jù)本文評(píng)價(jià)方法草湖被定為 VI級(jí),即重富營(yíng)養(yǎng)化,與真實(shí)情況相符合;與各湖庫(kù)用水障礙實(shí)際情況對(duì)照,例如,邛海和博斯騰湖在實(shí)際中都沒(méi)有發(fā)現(xiàn)有用水障礙情況,被定為 IV級(jí)是合理有效的,同時(shí)從各級(jí)別的隸屬度可以看出,博斯騰湖和邛海對(duì)III、IV級(jí)的隸屬度分別為0.3750、0.4680和0.3009、0.3035,可以直觀地看出兩者都處于III、IV級(jí)之間,即中-中富營(yíng)養(yǎng)級(jí),只是更接近中富營(yíng)養(yǎng)級(jí),同時(shí)也表明博斯騰湖較邛海富營(yíng)養(yǎng)化程度重.由此可見(jiàn),水體富營(yíng)養(yǎng)化的改進(jìn)型模糊綜合評(píng)價(jià)法能全面地反映同級(jí)別水體富營(yíng)養(yǎng)化程度的高低,且更為準(zhǔn)確地貼實(shí)際情況.

由于模糊綜合評(píng)價(jià)法本身的特性,將其用于水體富營(yíng)養(yǎng)化程度評(píng)價(jià)能夠充分體現(xiàn)分級(jí)評(píng)價(jià)系統(tǒng)中的模糊性和隨機(jī)性,而改進(jìn)后的模糊綜合評(píng)價(jià)又能較精確地確定各個(gè)評(píng)價(jià)因子的權(quán)重.依照監(jiān)測(cè)點(diǎn)各評(píng)價(jià)因子的實(shí)測(cè)數(shù)值,可以直觀地對(duì)水體營(yíng)養(yǎng)化程度進(jìn)行分析.以邛海為例,評(píng)價(jià)因子Chla濃度較小,根據(jù)標(biāo)準(zhǔn),處于I級(jí);TP濃度偏高,則處于V級(jí);評(píng)價(jià)因子TN的濃度,處于IV級(jí);而透明度SD處于III級(jí).各種評(píng)價(jià)因子分別處在4個(gè)不同的級(jí)別上,無(wú)法主觀直接判斷該監(jiān)測(cè)點(diǎn)的富營(yíng)養(yǎng)化級(jí)別,但是根據(jù)各評(píng)價(jià)因子的權(quán)重,Chla權(quán)重最大,TP次之,至少可以很直觀判斷出很大程度上不會(huì)屬于第V營(yíng)養(yǎng)級(jí),再運(yùn)用改進(jìn)型模糊綜合評(píng)價(jià)法,可以直觀地將其定位于營(yíng)養(yǎng)化級(jí)別IV級(jí),與實(shí)際用水狀況及參照方法分級(jí)結(jié)果相符.

本文對(duì)湖庫(kù)水體富營(yíng)養(yǎng)化等級(jí)的劃分是參考大量文獻(xiàn)基礎(chǔ)上,結(jié)合1987～1989年24個(gè)湖庫(kù)調(diào)查資料,以及考慮目前湖庫(kù)水體富營(yíng)養(yǎng)化程度的實(shí)際情況而采用金相燦學(xué)者提出的分級(jí)標(biāo)準(zhǔn),目的是為了更好的建立能準(zhǔn)確分析湖庫(kù)水體營(yíng)養(yǎng)等級(jí)的評(píng)價(jià)模型.

本研究結(jié)合評(píng)價(jià)標(biāo)準(zhǔn)和實(shí)測(cè)數(shù)據(jù)分布的具體特點(diǎn)來(lái)設(shè)計(jì)隸屬函數(shù),并結(jié)合基礎(chǔ)數(shù)據(jù)的降半梯形分布特點(diǎn),構(gòu)建對(duì)數(shù)形式的降半梯形隸屬函數(shù),從而避免了僅從單純的評(píng)價(jià)標(biāo)準(zhǔn)或者基礎(chǔ)數(shù)據(jù)分布特點(diǎn)考慮而構(gòu)建,可能造成評(píng)價(jià)結(jié)果與實(shí)際情況存在較大偏差的情況;同時(shí),在權(quán)重方面,主客觀結(jié)合,增加了權(quán)重確定的客觀性、合理性,使得評(píng)價(jià)結(jié)果更合理、貼近實(shí)際情況.

表3 不同方法對(duì)各湖庫(kù)富營(yíng)養(yǎng)化程度評(píng)價(jià)結(jié)果比較Table 3 Comparison of evaluation results by different methods

4 結(jié)論

4.1 針對(duì)傳統(tǒng)模糊綜合評(píng)價(jià)在水體富營(yíng)養(yǎng)化評(píng)價(jià)中權(quán)重確定主觀性大的不足和評(píng)價(jià)系統(tǒng)的非線性、隸屬函數(shù)不準(zhǔn)確的特點(diǎn),將層次分析法與主成分分析法結(jié)合確定評(píng)價(jià)指標(biāo)權(quán)重,對(duì)評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)界值作自然對(duì)數(shù)變換后,將其與隸屬函數(shù)相結(jié)合,構(gòu)建了改進(jìn)型的模糊綜合評(píng)價(jià)模型.運(yùn)用24個(gè)湖庫(kù)水質(zhì)實(shí)測(cè)資料對(duì)方法進(jìn)行了驗(yàn)證,結(jié)果表明,改進(jìn)后的模糊綜合評(píng)價(jià)能夠真實(shí)反映湖庫(kù)水體富營(yíng)養(yǎng)化程度.

4.2 改進(jìn)的方法是針對(duì)一般水體的富營(yíng)養(yǎng)化問(wèn)題和普遍的評(píng)價(jià)方法存在的問(wèn)題而提出的,具有普適性;同時(shí)評(píng)價(jià)方法具有原理簡(jiǎn)單,操作簡(jiǎn)易的優(yōu)點(diǎn),為湖庫(kù)富營(yíng)養(yǎng)化狀況評(píng)價(jià)提供了一個(gè)更為簡(jiǎn)便、有效且普遍適應(yīng)的方法,對(duì)湖庫(kù)水體富營(yíng)養(yǎng)化評(píng)價(jià)具有一定的指導(dǎo)意義.

[1] Yang J, Yu X Q, Liu L M, et al. Algae community and trophic state of subtropical reservoirs in southeast Fujian, China [J]. Environmental Science and Pollution Research, 2012,19(5):1432-1442.

[2] 張華俊,李秋華,韓博平.南亞熱帶典型調(diào)水型水庫(kù)-廣東大鏡山水庫(kù)的富營(yíng)養(yǎng)化特征分析 [J]. 湖泊科學(xué), 2010,22(2):291-299. [3] 許秋瑾,鄭丙輝,朱延忠,等.三峽水庫(kù)支流營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)方法[J]. 中國(guó)環(huán)境科學(xué), 2010,30(4):453-457.

[4] 單保慶,菅宇翔,唐文忠,等.北運(yùn)河下游典型河網(wǎng)區(qū)水體中氮磷分布與富營(yíng)養(yǎng)化評(píng)價(jià) [J]. 環(huán)境科學(xué), 2012, 33(2):352-358.

[5] 李如忠,劉科峰,錢(qián) 清,等.合肥市區(qū)典型景觀水體氮磷污染特征及富營(yíng)養(yǎng)化評(píng)價(jià) [J]. 環(huán)境科學(xué), 2014,35(5):1718-1726.

[6] 曾慶飛,谷孝鴻,毛志剛,等.固城湖及上下游河道富營(yíng)養(yǎng)化和浮游藻類現(xiàn)狀 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(8):1487-1494.

[7] 王 旭.白洋淀富營(yíng)養(yǎng)化評(píng)價(jià)與數(shù)值模擬研究 [D]. 大連:大連理工大學(xué), 2008.

[8] Cai Q H, Liu J K, Lorenz K. A comprehensive model for assessing lake eutrophication [J]. Chinese Journal of applied ecology, 2002,13(2):1674-1678.

[9] 張維硯,沈蓓雷,童 琰,等.基于GA-BP模型的景觀小水體富營(yíng)養(yǎng)化評(píng)價(jià)方法 [J]. 中國(guó)環(huán)境科學(xué), 2011,31(4):674-679.

[10] 胡麗慧,潘 安,李鐵松,等.灰色聚類法在升鐘水庫(kù)水體富營(yíng)養(yǎng)化評(píng)價(jià)中的應(yīng)用 [J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2008,27(6):2407-2412.

[11] 鄧大鵬,劉 剛,李學(xué)德,等.基于神經(jīng)網(wǎng)絡(luò)簡(jiǎn)單集成的湖庫(kù)富營(yíng)養(yǎng)化綜合評(píng)價(jià)模型 [J]. 生態(tài)學(xué)報(bào), 2007,27(2):725-731.

[12] 崔東文.MATLAB神經(jīng)網(wǎng)絡(luò)在湖庫(kù)富營(yíng)養(yǎng)化程度評(píng)價(jià)中的應(yīng)用-以全國(guó)24個(gè)湖泊富營(yíng)養(yǎng)化程度評(píng)價(jià)為例 [J]. 環(huán)境研究與監(jiān)測(cè), 2006,26:42-48.

[13] 丁 昊,王 棟.基于云模型的水體富營(yíng)養(yǎng)化程度評(píng)價(jià)方法 [J].環(huán)境科學(xué)學(xué)報(bào), 2013,33(1):251-257.

[14] 尹 星,李如忠,楊繼偉,等.基于延拓盲數(shù)的湖庫(kù)水體富營(yíng)養(yǎng)化評(píng)價(jià)模型 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2014,34(4):1045-1053.

[15] Sheng F L; Shih M L; Jyh-Y C; Chin-T L.A Novel Two-Stage Impulse Noise Removal Technique Based on Neural Networks and Fuzzy Decision. Fuzzy Systems, 2008,16(4):863-873.

[16] 王煥松,雷 坤,李子成,鄧義祥,等.遼東灣海域水體富營(yíng)養(yǎng)化的模糊綜合評(píng)價(jià) [J]. 環(huán)境科學(xué)研究, 2010,23(4):0413-0419.

[17] 智國(guó)錚,陳耀寧,袁興中,等.基于延拓盲數(shù)的洞庭湖湖泊綜合營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)模型 [J]. 中國(guó)環(huán)境科學(xué), 2013,33(11):2095-2101.

[18] Zadeh L A. Fuzzy sets [J]. Information and Control,Volume 8, Issue 3, June 1965, Pages 338-353.

[19] 尚佰曉,王 莉,王 爽,等.鐵嶺蓮花湖水體富營(yíng)養(yǎng)化評(píng)價(jià) [J].濕地科學(xué), 2014,12(1):097-101.

[20] 鄧大鵬,劉 剛,李學(xué)德,等.湖泊富營(yíng)養(yǎng)化綜合評(píng)價(jià)的坡度加權(quán)評(píng)分法 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2006,26(8):1386-1392.

[21] 朱麗楠,官 滌,王永軍,等.典型湖庫(kù)富營(yíng)養(yǎng)化的模糊綜合評(píng)價(jià)研究 [J]. 長(zhǎng)江流域資源與環(huán)境, 2012,21(9):1131-1136.

[22] 中華人民共和國(guó)環(huán)境保護(hù)部.地表水環(huán)境質(zhì)量評(píng)價(jià)辦法(試行) [Z]. 2011.

[23] Zhang Y, Shen B W. Application of AHP in risk assessment for project and countermeasures for risk [J]. Journal of Water Resources and Architectural Engineering, 2009,7(3):63-66.

[24] Ludmil Mikhailov, Joshua Knowles. Priority Elicitation in the AHP by a Pareto Envelope-Based Selection Algorithm [Z]. 2010, Volume 634, Part 3, 249-257.

[25] 鐘振宇,柴立元,劉益貴,等.基于層次分析法的洞庭湖生態(tài)安全評(píng)估 [J]. 中國(guó)環(huán)境科學(xué), 2010,30(S1):41-45.

[26] 史 靜,俎曉靜,張乃明,等.滇池草海沉積物磷形態(tài)、空間分布特征及影響因素 [J]. 中國(guó)環(huán)境科學(xué), 2013,33(10):1808-1813.

[27] 杜 耘,陳 萍, Kieko SATO.洪湖水環(huán)境現(xiàn)狀及主導(dǎo)因子分析[J]. 長(zhǎng)江流域資源與環(huán)境, 2005,14(4):0481-0485.

[28] 宋 戈,雷國(guó)平.資源型城市土地集約利用評(píng)價(jià)研究——理論·方法·應(yīng)用 [M]. 北京:科學(xué)出版社, 2012.

[29] 金相燦,劉鴻亮,屠瑛清,等.中國(guó)湖泊富營(yíng)養(yǎng)化 [M]. 北京:中國(guó)環(huán)境科學(xué)出版社, 1990.

[30] 楊綸標(biāo),高英儀.模糊數(shù)學(xué)原理及應(yīng)用 [M]. 廣州:華南理工大學(xué)出版社, 2003:139-146.

[31] 舒金華.中國(guó)湖泊富營(yíng)養(yǎng)化程度評(píng)價(jià) [J]. 海洋與湖沼, 1993, 24(6):616-620.

[32] 王貴作,任立良,王 斌,等.基于投影尋蹤的湖泊富營(yíng)養(yǎng)化程度評(píng)價(jià)模型 [J]. 水資源保護(hù), 2009,25(5):14-18.

[33] Strobl R O, Forte F, Pennetta L. Application of artificial neural networks for classifying lake eutrophication status [J]. Lakes & Reservoirs: Research and Management, 2007,12(1):15-25.

[34] 沈曉飛,馬 巍,羅佳翠,等.湖庫(kù)富營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)及適用性分析[J]. 中國(guó)水利水電科學(xué)研究院學(xué)報(bào), 2013,11(1):74-80.

An improved fuzzy comprehensive evaluation method of eutrophication for lakes and reservoirs.

CHEN Li-li1,2, JIN

La-hua (1.School of Environment, Jinan University, Guangzhou 510632, China；2.Key Laboratory of Water/Soil Toxic Pollutants Control and Bioremediation, Department of Education of Guangdong Province, Guangzhou 510632, China). China Environmental Science, 2014,34(12)：3223～3229

As to characteristics of the nonlinearity of water body eutrophication evaluation system, the randomness of weight assignment and inaccuracy of subordinate function during the process of fuzzy comprehensive evaluation, an improved fuzzy comprehensive evaluation method has been pointed out through improving the traditional fuzzy comprehensive evaluation method, and it has been applied to evaluate degrees of eutrophication of water body in 24representative lakes and reservoirs in China. During the process of improvement, the analytic hierarchy process was combined with principal component analysis by software SPSS16.0and Yaaph to determine index weights, and the determined evaluation criteria were logarithmically transformed to linear, and also each index membership function of logarithmic and lower semi-trapezoid form corresponding to every trophic levels was generated based on distribution characteristics of detected field data, then the membership degree of each lake or reservoir can be obtained and its eutrophication level can be determined by the principle of maximum membership degree. The result of the improved method has been compared with actual eutrophication status of lakes or reservoirs and evaluated results obtained by present evaluation methods, which shows that the calculating process of the improved method is simple, and its result is true and accurate, thus the method is feasible and practical.

eutrophication；improved fuzzy comprehensive evaluation；analytic hierarchy process；principal component analysis

X524

A

1000-6923(2014)12-3223-071,2*

陳藜藜(1989-),女,湖南益陽(yáng)人,暨南大學(xué)碩士研究生,主要研究方向?yàn)榄h(huán)境評(píng)價(jià)與規(guī)劃.發(fā)表論文1篇.

2014-03-20

東莞市高校科研機(jī)構(gòu)科技計(jì)劃項(xiàng)目(2012108101002)

* 責(zé)任作者, 教授, profjin@163.com