基于RAGA—PPCE模型的濱州市流域水質綜合評價

郭寧

摘要 以山東省濱州市重點流域水質為例，采用RAGA-PPCE模型對水質進行綜合評價。選取對水體影響較大的pH、化學需氧量（COD）、總磷（TP）、總氮（TN）、氨氮（NH3-N）、溶解氧（DO）6項水質評價因子，構造水質綜合評價分級標準。結果表明：RAGA-PPCE 模型水質評價結果與模糊綜合法評價結果基本相同；RAGA-PPCE模型評價結果客觀、合理，能夠有效應用于水質綜合評價。

關鍵詞 RAGA-PPCE模型；水質評價；投影尋蹤

中圖分類號 S181；X52 文獻標識碼 A 文章編號 0517-6611（2017）07-0053-03

Comprehensive Evaluation of Water Quality in Binzhou Basin Based on RAGA-PPCE Model

GUO Ning

（School of Civil Eengineering，Binzhou University，Binzhou，Shandong 256600）

Abstract Taking key river water quality in Binzhou City of Shandong Province as an example，comprehensive evaluation of water quality with RAGA-PPCE model was conducted.Selecting 6 water quality evaluation factors including pH，dissolved oxygen，total phosphorus，total nitrogen，ammonia nitrogen，dissolved oxygen，comprehensive evaluation of water quality classification standard was constructed.The results showed that RAGA-PPCE model water quality evaluation results and fuzzy comprehensive evaluation results are basically the same.The evaluation result of RAGA-PPCE model was objective and reasonable，and it can be applied to comprehensive evaluation of water quality.

Key words RAGA-PPCE model；Water quality evaluation；Projection pursuit

在城市生態水系建設中，實施嚴格的水資源管理及水體污染監測都離不開評價水質狀況。現今的評價方法有神經網絡方法[1]、模糊綜合層次分析方法[2]、單因素分析法[3]、灰色關聯分析法[4]、主成分分析法[5]、綜合水質標識指數法[6]、綜合污染指數模型[7]、Topsis算法[8]，這些算法都已在實際水質評價中運用并得到很好的效果。投影尋蹤法（PP）[9]屬于直接由樣本數據驅動的探索性數據分析方法，它把高維數據通過某種組合投影到低維子空間上進行聚類，通過分析低維空間數據點的變化特征來研究高維數據結構特征。聚類就是按照一定的規則或者標準將對象聚為一個個集合，所得到的分布是聚類前未確知的。它以類內具有較大密集度（高內聚）而類間具有相對大的散開度（低耦合）為目標，尋找一維投影方向，并根據每個樣本相應的綜合投影值對樣本進行綜合評價分析。

基于實數編碼的加速遺傳算法求解模型（RAGA-PPCE）將標準遺傳算法改為實數編碼的形式，采用加速循環的方式使求解速度加快[10]。然而，目前采用該方法對整個流域水系水質的評價卻鮮見報道。筆者以濱州市主要河流水質（杏花河、徒駭河、孝婦河、漳衛新河4個斷面）為對象，采用RAGA-PPCE找出最佳投影方向，構造水質綜合評價分級標準，以期為我國河流水質評價提供科學依據。

1 RAGA-PPCE模型的建立

1.1 RAGA-PPCE算法

首先構造指標函數[11-12]，即把N維數據變成a=（a1，a2，…，an），為投影方向的一維投影值zi：

zi=nj=1aj×xi，j

然后根據{zi/i=1，2，…，n} 的一維散布圖進行分類，其中，a為單位長度向量。投影函數可構造為：

Q（a）=σz×ρz

式中，σz為投影值zi的標準差，ρz為投影值zi的密度[13-14]。

1.2 加速遺傳算法求解投影尋蹤模型的步驟

RAGA的求解步驟[15]：①采用二進制編碼。②初始化群體。③適度評價，目標值是0的情況，定義適應度函數。④產生第1子代群體。⑤雜交產生第2代子群。⑥變異產生第3代子群。⑦繼續迭代，重復進行演化。⑧加速循環。選出優秀個體對應變化區間重新迭代，如此循環。

2 應用實例

2.1 數據來源

濱州市主要水系有黃河水系、小清河水系和海河水系。水系內人口稠密，經濟發達，流域內河流眾多，水系發育，小清河水系有孝婦河、杏花河、小清河，海河水系有徒駭河、馬頰河、漳衛星河等。濱州市多年平均水資源總量為30.67億m3，過境河流水資源量11.95億m3。流域面積5 788 km2。人均水資源占有量267 m3，屬于人均水資源量小于500 m3的水危機地區。筆者選取小清河水系和海河水系為研究對象，選取影響較大的氨氮（NH3-N）、總磷（TP）、總氮（TN）、化學需氧量（COD）、溶解氧（DO）、pH作為水質綜合評價因子。

2.2 樣本生成及參數設置

2.2.1 樣本生成。選取孝婦河斷面袁家橋（長山）（1#）、馬頰河斷面李辛橋（大店）（2#）、漳衛新河斷面小泊頭橋（3#）、徒駭河斷面申橋（4#）作為采樣斷面，每條河流斷面取173組水質數據集，用于求取 RAGA-PPCE模型最佳投影方向 a。

2.2.2 參數設置。RAGA-PPCE算法參數設置為最大迭代次數T=200，種群規模N=50[16-17]。

2.3 構造水質評價分級標準及結果

根據地表水環境質量國家標準（GB 3838—2002）及地表水水域環境功能和保護目標，按功能高低依次劃分為Ⅰ～Ⅴ類水，所選指標對應的各類水環境質量標準見表1。

由表2可知，孝婦河袁家橋（長山）斷面 Ⅴ 類水質以上占60.08%，馬頰河李辛橋（大店）斷面 Ⅴ 類水質以上占68.74%，漳衛新河小泊頭橋斷面 Ⅴ 類水質以上占44.49%，徒駭河申橋斷面 Ⅴ 類水質占95.08%，前3個斷面的水質都沒有 Ⅰ 和 Ⅱ 類。徒駭河申橋斷面水質最好，漳衛新河小泊頭橋斷面水質最差。a=（0.045 0，0.215 4，0.299 6，0.884 0，0.124 1，0.255 0）為最佳投影方向。

圖1～4是河流水質評價指標分布情況，圖中5條直線是5類劃分標準（從上而下分別是 Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ），可以看到水質的分類并非固定不變，而是呈動態變化的，數據跨過夏、冬兩季，隨著冬季到來河水流量減小，水質變差，從圖中可以明顯看出，隨時間的推移水質越來越差。4個斷面的水質都是冬季最差。

2.4 評價結果

用MATLAB軟件計算出投影值，見表3（由于篇幅關系每個斷面從173個中任選出10個指標）。由表1可知，RAGA-PPCE模型水質評價結果與模糊綜合法結果相同。從最佳投影方向來看，各評價指標均為正值，且相差不大，說明各指標投影方向一致，對于水質評價等級的影響相同。通過定量計算，得到以下評價：4條河在 173個數據水質均有波動，但1#、2#、3#均未達到過 Ⅰ、Ⅱ 類水標準，最高等級是 Ⅲ 類水，且各水質之間差異較為明顯。4#水質在173個數據內的兩極分化比較明顯，水質波動范圍較大，總體水質最好；漳衛新河小泊頭橋斷面水質有54%處于 Ⅴ 類水以下，3#達到劣 Ⅴ 類水質次數最多，相比于其他河水其水質條件最差。

3 小結

該結果表明，RAGA-PPCE模型評價結果客觀、合理，能夠有效應用于水質綜合評價。利用 RAGA-PPCE模型計算最佳投影方向a，不但提高了該模型的評價精度，而且為模型最佳投影方向 a 的選取提供了一種新的途徑和方法。

參考文獻

[1] 趙小勇，付強，邢貞相，等.投影尋蹤模型的改進及其在生態農業建設綜合評價中的應用[J].農業工程學報，2006，22（5）：222-225.

[2] 譚永明，孫秀玲.基于加速遺傳算法與投影尋蹤的水質評價模型[J].水電能源科學，2008，26（6）：42-44.

[3] 王洪梅，盧文喜，辛光，等.灰色聚類法在地表水水質評價中的應用[J].節水灌溉，2007（5）：20-22.

[4] 王艷瓊，白秀琴.基于BP神經網絡模型的水質評價及預測[J].武漢工業學院學報，2007，26（1）：64-67.

[5] 陳興，程吉林，劉芳.BP神經網絡用于水質評價的參數確定[J].水利與建筑工程學報，2007，5（1）：12-15.

[6] 曾永，樊引琴，王麗偉，等.水質模糊綜合評價法與單因子指數評價法比較[J].人民黃河，2007，29（2）：45.

[7] 沃飛，陳效民，吳華山，等.灰色聚類法對太湖地區農村地下水水質的評價[J].安全與環境學報，2006，6（4）：38-41.

[8] 徐健，吳瑋，黃天寅，等.改進的模糊綜合評價法在同里古鎮水質評價中的應用[J].河海大學學報（自然科學版），2014，42（2）：143-149.

[9] 徐兵兵，張妙仙，王肖肖.改進的模糊層次分析法在南苕溪臨安段水質評價中的應用[J].環境科學學報，2011，31（9）：2066-2072.

[10] 申劍，史淑娟，周揚，等.基于改進灰色關聯分析法的丹江口流域地表水環境質量評價[J].中國環境監測，2014，30（5）：41-46.

[11] 盧文喜，祝廷成.應用人工神經網絡評價長春南湖水的營養狀態[J].地理科學，1999，19（5）：462-465.

[12] 張欣莉，丁晶，李祚泳，等.投影尋蹤新算法在水質評價模型中的應用[J].中國環境科學，2000，20（2）：187-189.

[13] 付新峰，谷曉偉，劉曉巖，等.烏梁素海生態功能定位初步分析[J].人民黃河，2008，30（10）：61-62.

[14] 管延海，李強，柴成繁.模糊數學方法在天津市地下水水質評價中的應用[J].地下水，2008，30（2）：27-28.

[15] 周惠成，董四輝.基于投影尋蹤的水質評價模型[J].水文，2005，25（4）：14-17.

[16] 汪明武，金菊良，李麗.基于實碼加速遺傳算法的投影尋蹤方法在砂土液化勢評價中的應用[J].巖石力學與工程學報，2004，23（4）：643.

[17] 楊曉華，楊志峰，酈建強.水質綜合評價的遺傳投影尋蹤插值模型[J].環境工程，2004，22（3）：69-71.