劉 鵬 沈鴻珍

(1.山東濱州濱城區(qū)水利局,山東 濱州 256600； 2.濱州學(xué)院，山東 濱州 256600)

?

·水利工程·

投影尋蹤法在水質(zhì)綜合評價(jià)的應(yīng)用研究

劉 鵬1沈鴻珍2

(1.山東濱州濱城區(qū)水利局,山東 濱州 256600； 2.濱州學(xué)院，山東 濱州 256600)

以山東省濱州市重點(diǎn)流域水質(zhì)為研究對象，采用RAGA-PPCE模型，對水質(zhì)進(jìn)行了綜合評價(jià)，并將該模型的評價(jià)結(jié)果與模糊綜合法評價(jià)結(jié)果作了對比，指出RAGA-PPCE模型評價(jià)結(jié)果客觀、合理，可有效應(yīng)用于水質(zhì)評價(jià)工程中。

RAGA-PPCE模型，水質(zhì)，評價(jià)分級標(biāo)準(zhǔn)，投影方向

0 引言

在城市生態(tài)水系建設(shè)中，實(shí)施嚴(yán)格的水資源管理，監(jiān)測水體污染都離不開評價(jià)水質(zhì)狀況?，F(xiàn)今的評價(jià)方法中有神經(jīng)網(wǎng)絡(luò)方法[1]，模糊綜合層次分析方法[2]，單因素分析法[3]，灰色關(guān)聯(lián)分析法[4]，主成分分析法[5]，綜合水質(zhì)標(biāo)識(shí)指數(shù)法[6]，綜合污染指數(shù)模型[7]，Topsis算法[8]，這些算法都在實(shí)際水質(zhì)評價(jià)中運(yùn)用并得到很好的效果。投影尋蹤法[9](PP)屬于直接由樣本數(shù)據(jù)驅(qū)動(dòng)的探索性數(shù)據(jù)分析方法。它把高維數(shù)據(jù)通過某種組合投影到低維子空間上進(jìn)行聚類，通過分析低維空間數(shù)據(jù)點(diǎn)的變化特征來研究高維數(shù)據(jù)結(jié)構(gòu)特征。聚類就是按照一定的規(guī)則或者標(biāo)準(zhǔn)將對象聚為一個(gè)個(gè)集合，所得到的分布是聚類前未確知的。它以類內(nèi)具有較大密集度(高內(nèi)聚)而類間具有相對大的散開度(低耦合)為目標(biāo)尋找一維投影方向，并根據(jù)每個(gè)樣本相應(yīng)的綜合投影值對樣本進(jìn)行綜合評價(jià)分析的方法。RAGA-PPCE將標(biāo)準(zhǔn)遺傳算法改為實(shí)數(shù)編碼的形式，采用加速循環(huán)的方式這樣可以使求解速度加快[10]。對整個(gè)流域水系水質(zhì)評價(jià)尚未可見。

本文以濱州市主要河流水質(zhì)為對象，其中有杏花河，徒駭河，孝婦河，漳衛(wèi)新河四個(gè)斷面。采用RAGA-PPCE即基于實(shí)數(shù)編碼的加速遺傳算法求解模型，找出最佳投影方向，采用各評價(jià)因子標(biāo)準(zhǔn)闕值構(gòu)造水質(zhì)綜合評價(jià)分級標(biāo)準(zhǔn)。并與綜合指數(shù)法得到的數(shù)據(jù)對比，結(jié)果表明該模型可有效用于水質(zhì)綜合評價(jià)。

1 RAGA-PPCE模型的建立

1.1 RAGA-PPCE算法

首先構(gòu)造指標(biāo)函數(shù)，即把N維數(shù)據(jù)變成a=(a1,a2,…,an),為投影方向的一維投影值Zi：

然后根據(jù){Zi/i=1,2,…,n} 的一維散布圖進(jìn)行分類，其中a為單位長度向量。

投影函數(shù)可構(gòu)造為：

Q(a)=σz×ρz。

式中：σz——投影值Zi的標(biāo)準(zhǔn)差；ρz——投影值Zi的密度。

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：

1)采用二進(jìn)制編碼。2)初始化群體。3)適度評價(jià)。目標(biāo)值是0的情況，定義適應(yīng)度函數(shù)。4)產(chǎn)生第一子代群體。5)雜交產(chǎn)生第二代子群。6)變異產(chǎn)生第三代子群。7)繼續(xù)迭代，重復(fù)進(jìn)行演化。8)加速循環(huán)。選出優(yōu)秀個(gè)體對應(yīng)變化區(qū)間重新迭代，如此循環(huán)。

2 應(yīng)用實(shí)例

2.1 數(shù)據(jù)來源

山東省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(nèi)人口稠密，經(jīng)濟(jì)發(fā)達(dá)，流域內(nèi)河流眾多，水系發(fā)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(wèi)新河等。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。年人均水資源占有量267 m3，屬于人均水資源量小于500溶解氧/m3的水危機(jī)地區(qū)。本文選取小清河水系和海河水系為研究對象，選取影響較大的總磷，總氮，化學(xué)需氧量，氨氮和pH值作為水質(zhì)綜合評價(jià)因子。

2.2 樣本生成及參數(shù)設(shè)置

1)樣本生成。

利用時(shí)間順序選取孝婦河斷面袁家橋(長山)，馬頰河斷面李辛橋(大店)，漳衛(wèi)新河斷面小泊頭橋，徒駭河斷面申橋每條河流斷面取173組水質(zhì)數(shù)據(jù)集，用于求取 RAGA-PPCE模型最佳投影方向a。

2)參數(shù)設(shè)置。

RAGA-PPCE算法參數(shù)設(shè)置為最大迭代次數(shù)T=200，種群規(guī)模N=50。

2.3 構(gòu)造水質(zhì)評價(jià)分級標(biāo)準(zhǔn)及結(jié)果

根據(jù)地表水環(huán)境質(zhì)量國家標(biāo)準(zhǔn)GB 3838—2002，依據(jù)地表水水域環(huán)境功能和保護(hù)目標(biāo)，按功能高低依次劃分為Ⅰ類～Ⅴ類水，所選指標(biāo)在各類水的標(biāo)準(zhǔn)如表1 所示。

表1 選取指標(biāo)對應(yīng)地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)

表2和表3為各水源水質(zhì)類別比例和數(shù)量，表中列出各水體水質(zhì)類別比例及數(shù)量，1號(hào)為孝婦河袁家橋(長山)斷面，2號(hào)馬頰河李辛橋(大店)斷面，3號(hào)漳衛(wèi)新河小泊頭橋斷面，4號(hào)徒駭河申橋斷面。從表中看出1號(hào)孝婦河袁家橋(長山)斷面Ⅴ類水質(zhì)以上占60.08%，2號(hào)馬頰河李辛橋(大店)斷面Ⅴ類水質(zhì)以上占68.74%，3號(hào)漳衛(wèi)新河小泊頭橋斷面Ⅴ類水質(zhì)以上占44.49%，4號(hào)徒駭河申橋斷面Ⅴ類水質(zhì)占95.08%，1號(hào)，2號(hào)，3號(hào)水質(zhì)都沒有Ⅰ類和Ⅱ類水質(zhì)。4號(hào)徒駭河申橋斷面水質(zhì)最好，3號(hào)漳衛(wèi)新河小泊頭橋斷面水質(zhì)最差。

a=(0.045,0.215 4,0.299 6,0.884 0,0.124 1,0.255)為最佳投影方向。

表2 各水源水質(zhì)類別比例 %

表3 各水源水質(zhì)類別數(shù)目

圖1～圖4是1～4河流水質(zhì)評價(jià)指標(biāo)分布圖，圖中的五條直線是五類水的劃分標(biāo)準(zhǔn)，圖1～圖4從上到下每條線對應(yīng)的縱坐標(biāo)值分別為：1.497 8，1.502 2,1.506 63,1.511 9,1.515 53。橫坐標(biāo)為采樣編號(hào)。我們看到水質(zhì)的分類并非固定不變，而是動(dòng)態(tài)變化的。

2.4 評價(jià)結(jié)果

1)RAGA-PPCE模型水質(zhì)評價(jià)結(jié)果與模糊綜合法結(jié)果相同。

2)從最佳投影方向來看，各評價(jià)指標(biāo)均為正值且相差不大，說明各指標(biāo)投影方向一致，對于水質(zhì)評價(jià)等級的影響相同。

3)四條河在 173個(gè)數(shù)據(jù)水質(zhì)均有波動(dòng)，但1,2,3號(hào)均未達(dá)到過Ⅰ,Ⅱ類水標(biāo)準(zhǔn)，最高等級是Ⅲ類水，且各水質(zhì)之間差異較為明顯。4號(hào)水質(zhì)在173個(gè)數(shù)據(jù)內(nèi)的兩極分化比較明顯，水質(zhì)波動(dòng)范圍較大，總體水質(zhì)最好；3號(hào)水質(zhì)有54%處于Ⅴ類水以下，3號(hào)是4個(gè)中達(dá)到劣Ⅴ類水質(zhì)次數(shù)最多，相比于其他水池其水質(zhì)條件最差的。

3 結(jié)語

1)本文以水質(zhì)評價(jià)為例進(jìn)行實(shí)例研究。結(jié)果表明，RAGA-PPCE模型評價(jià)結(jié)果客觀、合理，能夠有效應(yīng)用于水質(zhì)綜合評價(jià)。

2)利用RAGA-PPCE模型計(jì)算最佳投影方向a，不但提高了模型的評價(jià)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。

[1] 趙小勇,付 強(qiáng),邢貞相,等.投影尋蹤模型的改進(jìn)及其在生態(tài)農(nóng)業(yè)建設(shè)綜合評價(jià)中的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2006(5)：90-92.

[2] 譚永明,孫秀玲,龐發(fā)虎.基于加速遺傳算法與投影尋蹤的水質(zhì)評價(jià)模型[J].水電能源科學(xué),2008(6)：129-131.

[3] 王洪梅,盧文喜,辛 光,等.灰色聚類法在地表水水質(zhì)評價(jià)中的應(yīng)用[J].節(jié)水灌溉,2007(5)：206-208.

[4] 王艷瓊,白秀琴.基于BP神經(jīng)網(wǎng)絡(luò)模型的水質(zhì)評價(jià)及預(yù)測[J].武漢工業(yè)學(xué)院學(xué)報(bào),2007(1)：88-90.

[5] 陳 興,程吉林,劉 芳.BP神經(jīng)網(wǎng)絡(luò)用于水質(zhì)評價(jià)的參數(shù)確定[J].水利與建筑工程學(xué)報(bào),2007(1)：131-133.

[6] 曾 永,樊引琴,王麗偉,等.水質(zhì)模糊綜合評價(jià)法與單因子指數(shù)評價(jià)法比較[J].人民黃河,2007(2)：211-213.

[7] 沃 飛,陳效民,吳華山,等.灰色聚類法對太湖地區(qū)農(nóng)村地下水水質(zhì)的評價(jià)[J].安全與環(huán)境學(xué)報(bào)，2006(4)：77-79.

[8] 徐搖健,吳搖瑋,黃天寅,等.改進(jìn)的模糊綜合評價(jià)法在同里古鎮(zhèn)水質(zhì)評價(jià)中的應(yīng)用[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，42(2):143-149．

[9] 徐兵兵,張妙仙,王肖肖.改進(jìn)的模糊層次分析法在南苕溪臨安段水質(zhì)評價(jià)中的應(yīng)用[J].環(huán)境科學(xué)學(xué)報(bào),2011,31(9)：111-112.

[10] 申 劍,史淑娟,周 揚(yáng),等.基于改進(jìn)灰色關(guān)聯(lián)分析法的丹江口流域地表水環(huán)境質(zhì)量評價(jià)[J].中國環(huán)境監(jiān)測,2014，30(5)：240-242.

1009-6825(2017)11-0214-03

2017-02-11

劉 鵬(1976- )，男，碩士，工程師

TU991.21

A