梁仲燕, 戴本林

(1 南京國(guó)環(huán)科技股份有限公司, 江蘇 南京 210042;2 淮陰師范學(xué)院化學(xué)化工學(xué)院江蘇省生物質(zhì)能與酶技術(shù)重點(diǎn)實(shí)驗(yàn)室, 江蘇 淮安 223300;3 淮陰師范學(xué)院江蘇省區(qū)域現(xiàn)代農(nóng)業(yè)與環(huán)境保護(hù)協(xié)同創(chuàng)新中心, 江蘇 淮安 223300)

?

環(huán)境保護(hù)

基于投影尋蹤聚類法的某近岸海域水質(zhì)評(píng)價(jià)*

梁仲燕1, 戴本林2, 3

(1 南京國(guó)環(huán)科技股份有限公司, 江蘇 南京 210042;2 淮陰師范學(xué)院化學(xué)化工學(xué)院江蘇省生物質(zhì)能與酶技術(shù)重點(diǎn)實(shí)驗(yàn)室, 江蘇 淮安 223300;3 淮陰師范學(xué)院江蘇省區(qū)域現(xiàn)代農(nóng)業(yè)與環(huán)境保護(hù)協(xié)同創(chuàng)新中心, 江蘇 淮安 223300)

為評(píng)估近岸海域水環(huán)境質(zhì)量狀況，本文以某近岸海域?yàn)槔?，運(yùn)用建立的基于主成分分析的改進(jìn)投影尋蹤聚類評(píng)價(jià)模型對(duì)該近岸海域13個(gè)監(jiān)測(cè)點(diǎn)的水質(zhì)狀況進(jìn)行分析。結(jié)果表明，13個(gè)監(jiān)測(cè)點(diǎn)中，水質(zhì)狀況維持在一類、二類、三類級(jí)別的分別占30.77%、30.77%以及38.46%，未有點(diǎn)位處于四類及以上級(jí)別。總的來說，該近岸海域水體質(zhì)量一般，而且還有進(jìn)一步惡化的趨勢(shì)。

水質(zhì); 投影尋蹤聚類評(píng)價(jià)模型; 主成分分析法; 模糊綜合評(píng)價(jià)法; 近岸海域

某近岸海域處于江蘇省最北端的黃海之濱，東以嵐山頭與連云港外的東西連島的連線為界與黃海相通，面積約820 km2，是我國(guó)八大漁場(chǎng)之一，沿岸有十余條河注入海區(qū)，年徑流量為17×108m3[1]?！吨袊?guó)海洋環(huán)境質(zhì)量公報(bào)》顯示，2015年[2]該近岸海域海水水質(zhì)污染進(jìn)一步加劇，陸源污染物污染嚴(yán)重，并導(dǎo)致赤潮多次發(fā)生。因此，對(duì)該近岸海域的水質(zhì)狀況進(jìn)行評(píng)估就顯得尤為重要，故本文擬采用基于主成分分析的改進(jìn)投影尋蹤聚類評(píng)價(jià)模型對(duì)該近岸海域水環(huán)境質(zhì)量進(jìn)行評(píng)價(jià)，依據(jù)13個(gè)監(jiān)測(cè)點(diǎn)水質(zhì)參數(shù)的實(shí)際監(jiān)測(cè)值，得出各監(jiān)測(cè)點(diǎn)的水質(zhì)類別，從而可為近岸海域水環(huán)境質(zhì)量的保護(hù)提供一定的參考。

1 監(jiān)測(cè)數(shù)據(jù)的獲取

布點(diǎn)、采樣、樣品保存及分析方法均采用國(guó)家海洋局頒布的海洋監(jiān)測(cè)規(guī)范規(guī)定的方法，具體分春、夏、秋、冬4個(gè)季節(jié)在該近岸海域監(jiān)測(cè)點(diǎn)位上進(jìn)行采樣，最終分析數(shù)據(jù)取4個(gè)季節(jié)的平均值。采樣的具體站位編號(hào)及分布見表1。

表1 某近岸海域監(jiān)測(cè)點(diǎn)坐標(biāo)

2 近岸海域水質(zhì)現(xiàn)狀分析

依據(jù)資料獲取的情況，并綜合考慮該近岸海域的具體狀況，該區(qū)域水質(zhì)現(xiàn)狀的初步分析主要基于DO、SS、TOC、TN、TP、活性磷酸鹽(Activated phosphate, AP)6個(gè)參數(shù)。該近岸海域13個(gè)監(jiān)測(cè)點(diǎn)包含SS、DO等參數(shù)的監(jiān)測(cè)結(jié)果見圖1。

圖1 該近岸海域水質(zhì)參數(shù)狀況

從圖1可看出，該近岸海域13個(gè)監(jiān)測(cè)點(diǎn)的DO基本維持在6.7以上，均優(yōu)于《海水水質(zhì)標(biāo)準(zhǔn)》(GB3097-1997)中一類海水水質(zhì)，大部分監(jiān)測(cè)點(diǎn)的DO變化不明顯；SS總體上呈現(xiàn)波動(dòng)上升趨勢(shì)，部分監(jiān)測(cè)點(diǎn)的SS劣于四類海水水質(zhì)，且超標(biāo)較為嚴(yán)重，Hzw10和Hzw11監(jiān)測(cè)點(diǎn)的SS超標(biāo)尤為顯著；TOC指標(biāo)變化不是很明顯，最大值出現(xiàn)在監(jiān)測(cè)點(diǎn)Hzw03處，為1.79，屬二類海水水質(zhì)，其余監(jiān)測(cè)點(diǎn)的水質(zhì)均優(yōu)于一類海水水質(zhì)；從圖1(d)可看出，13個(gè)監(jiān)測(cè)點(diǎn)的活性磷酸鹽值變化不是很顯著，且所有監(jiān)測(cè)點(diǎn)均優(yōu)于一類海水水質(zhì)標(biāo)準(zhǔn)；TN呈現(xiàn)波動(dòng)上升趨勢(shì)，基本處于二類至四類海水水質(zhì)，而部分監(jiān)測(cè)點(diǎn)的TN劣于四類海水水質(zhì)；TP呈現(xiàn)逐步上升趨勢(shì)，Hzw01～Hzw07屬二類至三類海水水質(zhì)，最大值出現(xiàn)在Hzw08處，為0.127，Hzw08～Hzw13均已劣于四類海水水質(zhì)。

總的來說，該近岸海域水質(zhì)參數(shù)中SS、TN和TP超標(biāo)較為嚴(yán)重，其中多個(gè)監(jiān)測(cè)點(diǎn)的TN和TP均劣于四類海水水質(zhì)，因此，該近岸海域的水質(zhì)狀況仍較不理想，海水富營(yíng)養(yǎng)化狀況也不容樂觀，并有進(jìn)一步惡化的趨勢(shì)。

3 近岸海域水質(zhì)綜合評(píng)價(jià)

3.1 投影尋蹤聚類評(píng)價(jià)模型

投影尋蹤聚類法(Projection pursuit cluster model，PPCM)是用來處理和分析高維數(shù)據(jù)的一種探索性數(shù)據(jù)分析的有效方法，其基本思路是：利用計(jì)算機(jī)技術(shù)，把高維數(shù)據(jù)通過某種組合，投影到低維(1～3維)子空間上，并通過極小化某個(gè)投影指標(biāo)，尋找出能反映高維數(shù)據(jù)結(jié)構(gòu)或特征的投影，在低維空間上對(duì)數(shù)據(jù)結(jié)構(gòu)進(jìn)行分析，以達(dá)到研究和分析高維數(shù)據(jù)的目的[3]。相對(duì)于灰關(guān)聯(lián)分析法[4]、模糊綜合評(píng)價(jià)法[5]、物元可拓法[6]等方法，投影尋蹤聚類法具有精確處理高維、非線性、非正態(tài)問題的能力，計(jì)算簡(jiǎn)便、結(jié)果穩(wěn)定[7]等優(yōu)點(diǎn)，因此在水質(zhì)評(píng)價(jià)、大氣質(zhì)量評(píng)價(jià)、氣象、水文學(xué)、生態(tài)環(huán)境質(zhì)量評(píng)價(jià)等方面獲得了廣泛的應(yīng)用。本文針對(duì)在評(píng)價(jià)過程中最優(yōu)投影方向確定方法較難選取這一問題，對(duì)其加以修正與改進(jìn)，最終用于該近岸海域水環(huán)境質(zhì)量的評(píng)價(jià)。

3.1.1 基本步驟

對(duì)于越大越優(yōu)的指標(biāo)：

(1)

對(duì)于越小越優(yōu)的指標(biāo)：

(2)

式中，xij為第i個(gè)樣本第j個(gè)指標(biāo)的標(biāo)準(zhǔn)化值，xjmax和xjmin分別為第j個(gè)指標(biāo)的最大值和最小值。

(3)

顯然，不同的投影方向反映了評(píng)價(jià)指標(biāo)數(shù)據(jù)的不同結(jié)構(gòu)特征、不同綜合方式和不同數(shù)據(jù)挖掘途徑。在綜合評(píng)價(jià)過程中，要求投影值z(mì)i的分布特征為：局部投影點(diǎn)盡可能密集，最好凝聚成若干個(gè)點(diǎn)團(tuán)，而在整體上投影點(diǎn)團(tuán)之間盡可能散開?；诖?，投影指標(biāo)函數(shù)可構(gòu)造為：

(4)

(5)

(6)

(7)

目前用于找尋最優(yōu)投影方向的優(yōu)化方法很多，如遺傳算法[9]、單純形法[10]、蛙跳算法[11]、粒子群算法[12]、人工魚群算法[13]等。但這些優(yōu)化算法或計(jì)算過程復(fù)雜，或編程實(shí)現(xiàn)困難，或局部?jī)?yōu)化效果較好，或僅偏于全局優(yōu)化，不能凸顯最優(yōu)解。而主成分分析法(Principal Component Analysis Method，PCAM)是一種將多維因子納入同一系統(tǒng)中進(jìn)行定量，從而分析出關(guān)鍵的影響因子，以達(dá)到降維、簡(jiǎn)化數(shù)據(jù)和提高分析結(jié)果可靠性的目的，屬于較為完善的多元統(tǒng)計(jì)分析方法[14]。鑒于此，本文應(yīng)用基于主成分分析的投影尋蹤聚類評(píng)價(jià)的方法，通過PCAM優(yōu)化PPCM中的投影特征值，提出了基于主成分分析的改進(jìn)投影尋蹤聚類的近岸海域水質(zhì)評(píng)價(jià)方法，以豐富投影尋蹤理論以及為近岸海域水質(zhì)的評(píng)價(jià)提供一條新的思路。具體優(yōu)化思路如下：

(8)

(9)

(10)

3.1.2 等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)

借鑒國(guó)內(nèi)外相關(guān)科研成果以及國(guó)家、行業(yè)和地方相關(guān)標(biāo)準(zhǔn)，初步確定了該近岸海域水質(zhì)等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)，具體見表2。

表2 近岸海域水質(zhì)等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)

備注：DO、SS參照《海水水質(zhì)標(biāo)準(zhǔn)》(GB3097-1997)確定；TOC參照文獻(xiàn)[15]確定；TN、TP參照《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB383-2002)確定；活性磷酸鹽參照《近岸海洋生態(tài)健康評(píng)價(jià)指南》(HY/T 087-2005)確定。

3.2 評(píng)價(jià)結(jié)果

根據(jù)表2中各項(xiàng)目的等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)，借助Matalab7.1軟件，按照投影尋蹤法的計(jì)算流程算出一類至四類水質(zhì)的投影特征值(z0)，分別為0.85、1.42、1.88、2.42，然后計(jì)算出監(jiān)測(cè)點(diǎn)投影特征值(z*)，并對(duì)比z0值，從而得出該近岸海域13個(gè)監(jiān)測(cè)點(diǎn)的水質(zhì)類別如表3所示。

表3 各監(jiān)測(cè)點(diǎn)水質(zhì)參數(shù)標(biāo)準(zhǔn)化值及評(píng)價(jià)結(jié)果

4 結(jié) 論

以某近岸海域?yàn)槔?，選取13個(gè)監(jiān)測(cè)點(diǎn)位，包含DO、SS、TOC、TN、TP、活性磷酸鹽6個(gè)水質(zhì)參數(shù)，運(yùn)用本文建立的基于主成分分析的改進(jìn)投影尋蹤聚類評(píng)價(jià)模型對(duì)該近岸海域水質(zhì)進(jìn)行了評(píng)價(jià)分析，得出的主要結(jié)論如下：

(1)水質(zhì)現(xiàn)狀分析結(jié)果表明，該近岸海域13個(gè)監(jiān)測(cè)點(diǎn)的DO、TOC、活性磷酸鹽基本維持在較好水平，大部分監(jiān)測(cè)點(diǎn)均達(dá)到一類海水水質(zhì)，而SS、TN、TP呈波動(dòng)上升趨勢(shì)，部分監(jiān)測(cè)點(diǎn)超標(biāo)嚴(yán)重，已劣于四類海水水質(zhì)。

(2)鑒于投影尋蹤聚類法中最優(yōu)投影方向難于找尋的問題，本文選用計(jì)算過程簡(jiǎn)便的主成分分析法優(yōu)化投影尋蹤聚類法中的投影方向參數(shù)，建立了基于主成分分析的改進(jìn)投影尋蹤聚類的近岸海域水質(zhì)評(píng)價(jià)方法，從而可為近岸海域水質(zhì)評(píng)價(jià)提供一條新的思路。

(3)采用本文建立的基于主成分分析的改進(jìn)投影尋蹤聚類評(píng)價(jià)模型對(duì)該近岸海域13個(gè)監(jiān)測(cè)點(diǎn)的水質(zhì)狀況進(jìn)行了評(píng)價(jià)，結(jié)果表明，該近岸海域13個(gè)監(jiān)測(cè)點(diǎn)中Hzw02、Hzw04、Hzw05、Hzw06點(diǎn)位達(dá)一類海水水質(zhì)，Hzw01、Hzw03、Hzw07、Hzw09點(diǎn)位達(dá)二類海水水質(zhì)，其余點(diǎn)位為三類海水水質(zhì)。

[1] 連云港市政府研究室“突破海洲灣開發(fā)研究”課題組.突破海洲灣開發(fā)研究[J].海洋開發(fā)與管理, 2006(2): 3-26.

[2] 國(guó)家海洋局.中國(guó)海洋環(huán)境質(zhì)量公報(bào)[EB].2015.

[3] Jin J L, Li L, Wang W S, et al.A genetic fuzzy analytical hierarchy process based projection pursuit method for selecting schemes of water transportation projects[J].Journal of Ocean University of China (Oceanic and Coastal Sea Research), 2006, 30(5): 289-294.

[4] Yang S L, Wang S, Gong D N.Approach to weighted geometric evaluation based on projection pursuit[J].Engineering Sciences, 2006, 4(1): 85-88.

[5] 李祚泳, 丁 晶, 彭荔紅.環(huán)境質(zhì)量評(píng)價(jià)原理與方法[M].北京: 化學(xué)工業(yè)出版社, 2004.

[6] Wang S, Yang S L, Ma X J.On grey relation projection model based on projection pursuit[J].Engineering Sciences, 2008, 6(4): 49-52.

[7] Wang S J, Yang Z F, Ding J.Projection pursuit cluster model and its application in water qualit assessment[J].Journal of Environmental Sciences, 2004, 16(6): 994-995.

[8] 王順久, 張欣莉, 丁晶, 等.投影尋蹤聚類模型及其應(yīng)用[J].長(zhǎng)江科學(xué)院院報(bào), 2002, 19(6): 53-56.

[9] 張坤, 洪偉, 吳承禎, 等.改進(jìn)的投影尋蹤等級(jí)評(píng)價(jià)模型——在水蝕荒漠化評(píng)價(jià)中的應(yīng)用[J].自然災(zāi)害學(xué)報(bào), 2010, 19(3): 100-104.

[10]吳承禎, 洪偉, 洪滔.基于改進(jìn)的投影尋蹤的森林生態(tài)系統(tǒng)生態(tài)價(jià)位分級(jí)模型[J].應(yīng)用生態(tài)學(xué)報(bào), 2006, 17(3): 357-361.

[11]王柏, 李芳花.基于免疫蛙跳算法優(yōu)化的投影尋蹤水質(zhì)評(píng)價(jià)模型[J].中國(guó)農(nóng)村水利水電, 2010(5): 5-7.

[12]林泉, 朱沅海, 葉吉祥.基于粒子群算法的投影尋蹤分類模型研究[J].長(zhǎng)沙交通學(xué)院學(xué)報(bào), 2008, 24(2): 90-95.

[13]徐飛, 徐衛(wèi)亞.巖爆預(yù)測(cè)的粒子群優(yōu)化投影尋蹤模型[J].巖土工程學(xué)報(bào), 2010, 32(5): 718-723.

[14]陸克芬, 劉延明, 方崇.基于人工魚群算法的農(nóng)田灌溉水質(zhì)評(píng)價(jià)投影尋蹤分析[J].安徽農(nóng)業(yè)科學(xué), 2009, 37(28): 13765-13771.

[15]李晴新, 朱琳, 陳中智.灰色系統(tǒng)法評(píng)價(jià)近海海洋生態(tài)系統(tǒng)健康[J].南開大學(xué)學(xué)報(bào), 2010, 43(1): 40-41.

Comprehensive Evaluation of A Certain Coastal Water Quality Based on Projection Pursuit Cluster Method*

LIANGZhong-yan1,DAIBen-lin2,3

(1 Nanjing Guohuan Science and Technology Co., Ltd., Jiangsu Nanjing 210042;2 Jiangsu Key Laboratory for Biomass-based Energy and Enzyme Technology, School of Chemistry and Chemical Engineering, Huaiyin Normal University, Jiangsu Huaian 223300;3 Jiangsu Collaborative Innovation Center of Regional Modern Agriculture & Environmental Protection, Huaiyin Normal University, Jiangsu Huaian 223300, China)

In order to verify the water quality condition of coastal water area, some coastal water area was taken as a case study.The improved projection pursuit cluster evaluation model based on principal component analysis method was used to analyze the water quality condition of 13 monitoring points in this coastal waters.The result showed that in the 13 monitoring points in this coastal waters, water quality condition maintained in the first class level accounted for 30.77%, the second class level accounted for 30.77% and 38.46% for the third class level, and monitoring points with no point belonged to the fourth class level.In general, the coastal water quality condition was not good and it was likely to be even worse.

water quality; projection pursuit cluster evaluation model; principal component analysis method; fuzzy comprehensive evaluation method; the coastal water area

江蘇省區(qū)域現(xiàn)代農(nóng)業(yè)與環(huán)境保護(hù)協(xié)同創(chuàng)新中心科技專項(xiàng)資助項(xiàng)目 (HSXT312, HSXT227)；江蘇省高校自然科學(xué)研究面上項(xiàng)目 (15KJD480001)。

梁仲燕 (1981-)，女，碩士，工程師，主要從事環(huán)境規(guī)劃與評(píng)價(jià)方面研究。

X824

A

1001-9677(2016)019-0148-04