灰色聚類法在地下水水質評價中的應用

周全超

(中國礦業大學(北京) 地球科學與測繪工程學院，北京 100083)

?

灰色聚類法在地下水水質評價中的應用

周全超

(中國礦業大學(北京) 地球科學與測繪工程學院，北京 100083)

在論述灰色聚類法基本原理的基礎上，以寧夏中衛美利紙業工業園區為例，選取TDS、CODMn、Fe、揮發酚、NO2—H、NH3—N等6個主要因素作為水質評價指標，運用灰色聚類法得到4個監測井水質的評價結果，結果表明：4個監測井的水質等級全部處于Ⅲ級以上.并對比運用模糊綜合評價法所得的地下水水質評價結果，表明運用灰色聚類法所得到的水質評價結果與運用模糊綜合評價法所得的評價結果基本一致，而且經過實例分析發現灰色聚類法的評價結果綜合了所有參數對水質的影響，而且考慮了系統的灰色性和白化程度以及各污染因子的綜合影響而進行聚類加權，其權重的確定方法比較合理，客觀.

灰色聚類法；地下水；水質評價

最近幾年環境問題一直是人們關注的焦點，而水又是人類賴以生存的重要資源，尤其近年來地表水、地下水水質狀況每況愈下，形勢不容樂觀.為此，對水質的評價就顯得尤為重要.水質評價是通過對水體的一些物理、化學、生物指標的監測和調查，根據不同的目的和要求，使用一定的方法對水體質量優劣程度做出的定量描述.目前使用較多的水質評價方法有綜合指數法[1]，模糊、綜合評價法[2]、人工神經網絡評價法[3]等一系列的評價方法.這些評價方法既有各自的優點又存在明顯的不足.本文運用灰色聚類法對寧夏中衛美利紙業工業園區氧化塘地下水的水質進行評價，克服了以上水質評價方法的不足，所得評價結果也更加客觀合理.灰色聚類法[4]在評價水質方面具有獨特的優勢，它不必事先給定一個臨界判斷，就可以直接得到聚類評價結果；而且它能反映水質的綜合狀況，比指數法更全面直觀、更有說服力，也比模糊綜合評價簡便，易于推廣.本文以寧夏中衛美利紙業工業園區氧化塘地下水為例進行分析研究，來驗證灰色聚類法在地下水水質評價中的正確性.

1 灰色聚類法基本原理及其計算步驟

灰色系統理論是我國學者鄧聚龍于1982年提出的，而灰色聚類是根據不同聚類聚類指數所擁有的白化效，將聚類對象按n個灰類進行歸納，判斷該聚類對象屬于哪一類[5].

1.1 白化函數及其樣本矩陣

設有n個聚類指標，m個聚類對象，s個不同灰類，根據第i(i=1,2，…，n)第j個對象關于(j=1，2，…，m)個指標的樣本值xij(i=1,2，…，n；j=1，2，…，m)將第i個對象歸入第k(k∈{ 1,2，…，s }個灰類之中，稱為灰色聚類[6].記xij為第i個聚類對象對第j個聚類指標的白化值，D是以xij為元素的樣本矩陣：

(1)

為了使各樣本的指標進行綜合分析并使聚類結果具有可比性，需要對地下水質量聚類樣本各個指標的白化數和灰類進行標準化處理.數據的標準化處理一般采用無量綱化處理，經過無量綱化處理的樣本指標進行綜合分析使聚類結果具有可比性.本文采用污染指數法進行處理

Cij=Xij/Xoj(i=1,2，…，m；j=1，2，…，n)

(2)

Cij為第i個樣本第j個指標的標準化值；Xij為第i個樣本第j個指標的實測值；Xoj為第j個指標的參考標準.

為了便于原始白化數與灰類之間的比較分析，仍使用Xoj進行灰類標準化處理.

Rjk=rjk/Xoj(i=1,2，…，m；k=1，2，…，h)

(3)

Rjk為第j個指標第K個灰類值rjk的標準化處理值；rjk為灰類值.

1.2 白化函數的確定

白化函數公式的選取需要根據實際情況進行選擇，第j個指標的灰類1、k(k=1，2，…，h)和h的白化函數分別為：

(4)

fjk為第j個聚類指標屬于k灰類的白化函數，Rjk為白化函數的閾值.

人工智能技術正在重塑新聞出版行業。人工智能在新聞選題、內容撰寫、編輯加工、校對、發行傳播等方面得以應用，使得出版流程實現智能化。借助機器學習、深度學習、自然語言處理、文本生成等新興算法，人工智能可以將語音實時正確地轉錄成文字，還可以自主寫出新聞報道并編輯加工，大大提高了新聞的生成速度和編校速度；基于大數據分析技術，人工智能可以了解用戶偏好，從而實現推送內容的個人定制，向用戶推送其感興趣的內容。

1.3 聚類權及其聚類系數的確定

聚類權是衡量各個指標對同一灰類的權重，ηjk為第j個指標對第k個灰類的聚類權，其計算過程為：

(5)

聚類系數反映了聚類樣本對灰類的親疏程度，聚類系數為δjk，反映的是第i個聚類對象隸屬于第k個灰類的程度，其計算過程：

(6)

fjk(Cij)為樣本值Cij求得的白化函數值；ηjk為灰色聚類權值.

1.4 聚類

根據最大隸屬度原則，在聚類行向量δik={δi1，δi2，…，δih}中找到聚類系數最大值，該聚類系數最大值所對應的聚類樣本等級就是水質質量等級.

2 實例分析

2.1 研究區

寧夏中衛美利紙業工業園區位于寧夏回族自治區中衛市西北部，地處衛寧平原與黃河中上游，由于其地勢較高，而且離城市水源較近，所以工業園區周圍的地下水質量的好壞直接影響周圍及其城市居民的飲水安全.本文利用文獻[7]中提供的數據，以氧化塘地下水ZWG1、ZWG2、ZGW3和ZWG4 4個監測井所構成的監測體系，并以《地下水質量標準》GB/T14848-93[8]為依據，按照生活飲用水的水質要求，應用灰色聚類法對氧化塘地下水進行水質評價，來表明氧化塘地下水的水質狀況.

以文獻[7]中的4個監測井所測的實測濃度值作為原數據，利用公式(2)對原數據進行無量綱化處理，處理結果見表1，同時對Ⅰ、Ⅱ、Ⅲ、Ⅴ、Ⅳ5個灰類評價標準進行無量綱化處理(公式3)，處理數據見表2，兩者都以第Ⅰ灰類作為標準進行處理.

表1 評價因子實測濃度值無量綱化數據

監測點TDSCODMnNO2—NNH3—N揮發酚FeZWG15.736.536.51261130ZWG22.981.63716128.62ZWG3ZWG44.796.6710.33.676418.610.12623.162.72

表2 地下水水質分級標準無量綱化數據

將表2中的數據代入公式(4)中，得到各個指標對每一灰類的白化函數，以CODMn為例，根據公式(4)得到CODMn的白化函數：

灰類Ⅰ

灰類Ⅱ

灰類Ⅲ

灰類Ⅳ

灰類Ⅴ

根據以上各類的白化函數對表1中的4個監測井的水質指標無量綱化數據進行白化，得到地下水水質評價各指標的白化函數值，根據聚類權公式(公式5)計算表2中各污染物分別對地下水質量標準級別灰類的權重(見表3).

表3 地下水質量標準級別灰類權重

白化函數值與地下水質量標準級別灰類權重的乘積為某一監測點的某一指標對一灰類的聚類系數，某一監測點各指標的聚類系數之和為聚類向量δik={δi1，δi2，…，δih}，按照聚類系數最大歸類原則，取聚類向量中聚類系數最大值者為對應的該聚類樣本的水環境質量等級，各δik和水質質量等級見表4.

表4 氧化塘4個監測井的地下水水質等級

從表4中可以看出，應用灰色聚類法對寧夏中衛美利紙業工業園區氧化塘的4個監測井的地下水水質等級進行分級，得到4個監測井地下水水質質量情況并不理想，4個監測井全部位于Ⅲ型以上，水質狀況不容樂觀，研究區地下水不適合于生活飲用、農業用水等.

3 結 論

本文以寧夏中衛美利紙業工業園區氧化塘地下水為例，選取TDS、CODMn、Fe、揮發酚、NO2—H、NH3—N等6個主要因素作為水質評價指標，運用灰色聚類法對氧化塘內4個監測井的地下水水質進行評價，評價結果表明：4個監測井的水質等級都在Ⅲ型以上，水質狀況不太樂觀.通過與文獻[7]中運用模糊綜合評價法所得的評價結果對比發現，運用灰色聚類法所得到的評價結果與其運用模糊綜合評價法所得的評級結果基本一致，從而表明灰色聚類法在地表水水質質量評價中的正確性.經過實例分析發現灰色聚類法的評價結果綜合了所有參數對水質的影響，而且考慮了系統的灰色性和白化程度以及各污染因子的綜合影響而進行聚類加權，其權重的確定方法比較合理，客觀；灰色聚類法能反映水質的綜合狀況，比指數法更全面直觀、更有說服力，也比模糊綜合評價簡便，易于推廣.

[1]郭勁松，王紅.水資源水質評價方法分析與進展[J].重慶環境科學，1999，21(6)：1-9.

[2]潘峰，付強，梁川.模糊綜合評價在水環境質量綜合評價中的應用[J].環境工程，2009,20(2)：58-61.

[3]鄒志紅，王學良.基于隨機樣本的模型在水質評價中的應用[J].環境工程，2007，25(1)：69-71.

[4]鄧聚龍.灰色聚類基本方法[M].武昌:華中理工大學出版社，1987:81.

[5]劉志斌.基于灰色局勢決策分析的地下水環境質量評價[J].遼寧工程技術大學學報，2005,24(1)：129-131.

[6]劉思峰,郭天榜,黨耀國.灰色系統理論及其應用(第二版)[M].北京:科學出版社,1999:80- 84.

[7]席文娟，金婧，錢會.改進模糊綜合評價法在水質評價中的應用[J].水資源與水工程學報，2012,23(3)：25-29.

[8]GB/T14848-93，地下水環境質量標準[S].國家技術監督局.北京：中國標準出版社，1994.

[責任編輯：徐明忠]

Grey clustering method in the evaluation of water quality of groundwater

ZHOU Quanchao

(China University of Mining and Technology(Beijing) Earth Science and Institute of Surveying and Mapping，Beijing 100083，China)

In this paper, on the basis of basic principle of grey clustering method, central beautiful paper industrial park in ningxia as an example, the selection of TDS, CODMn, Fe, volatile phenol and NO2—H, NH3—N 6 main factors as indicators of water quality evaluation, using the grey clustering method to get four monitoring well water quality evaluation results, the results showed that the four monitoring of well water level in all Ⅲ magnitude.And compared using the method of fuzzy comprehensive evaluation of the groundwater quality evaluation results, showed that using the grey clustering method of water quality evaluation results with fuzzy comprehensive evaluation method of the evaluation results are basically identical, and through the example analysis found that the grey clustering method of comprehensive evaluation results of all the parameters influence on water quality, but also considers the degree of grey and bleaching system and the comprehensive influence of the pollution factor weighted clustering, the method to determine the weighing values of reasonable and objective.

grey clustering method；groundwater； water quality assessment

2016-03-12

北京市自然科學基金資資助項目(4142015)

周全超(1991—)，男，山東菏澤人，中國礦業大學(北京)碩士研究生，主要從事水文、礦井防治水方面的研究.

X523

A

1672-3600(2017)03-0067-04