范廷玉,張金棚,王 順,余 樂,王興明 ,蘇金飛

(1.安徽理工大學地球與環(huán)境學院，安徽 淮南 232001; 2.淮南美達采煤沉陷區(qū)綜合治理有限公司安徽省院士工作站，安徽 淮南 232001 )

富營養(yǎng)化[1]是全球地表水環(huán)境的常見問題之一，全球約有75%以上的封閉型水體存在富營養(yǎng)化現(xiàn)象[2]。進行富營養(yǎng)化控制的前提是準確的評價富營養(yǎng)化狀態(tài)，但是不同的水體所在區(qū)域地質背景、環(huán)境氣候、形成機制、水質背景等不同，通用的綜合營養(yǎng)狀態(tài)指數(shù)法只能進行初步的評價。因此，近年來學者們圍繞水體富營養(yǎng)化的評價方法做了大量的研究，將不同的數(shù)學算法與評價結合，普遍使用的評價方法包括人工神經(jīng)網(wǎng)絡法、基于粗糙集的模糊評價法等。文獻[3]研究了人工神經(jīng)網(wǎng)絡模型在太湖富營養(yǎng)化評價中的應用,其認為人工神經(jīng)網(wǎng)絡是一種高度非線性關系映射，避免了模糊綜合評價和灰色聚類等法權值賦值和隸屬函數(shù)中人為因素的影響。文獻[4]構造了微觀模型，考慮湖泊富營養(yǎng)化對浮游植物、浮游動物以及魚類等的影響，進而對富營養(yǎng)化進行評價。文獻[5]將粗糙集與多維云模型相結合，對水體富營養(yǎng)化做出評價，其利用粗糙集減小數(shù)據(jù)尺度，提取定性規(guī)則，利用多維云模型定量分析水體富營養(yǎng)化的平均值、均勻值和穩(wěn)定性。文獻[6]根據(jù)湖泊水環(huán)境系統(tǒng)的不確定性，建立了基于隨機模擬和三角模糊數(shù)的湖泊水體富營養(yǎng)化評價耦合模型。

采煤沉陷積水區(qū)有其獨特性，根據(jù)與天然水系的連通情況，可以將其分為封閉式和開放式[7]，沉陷水域面積在幾個平方公里到幾十平方公里[8]，其中，對于處于非穩(wěn)沉期的封閉式沉陷積水區(qū)，目前常用的天然水體的富營養(yǎng)化評價方法是否能夠較細致、準確的表達富營養(yǎng)化的狀態(tài)，并未有專門的研究，論文針對這一特殊水域，以綜合營養(yǎng)狀態(tài)指數(shù)評價法[9]264作為參照，采用人工神經(jīng)網(wǎng)絡[10-11]、改進粗糙集的模糊綜合評價法[12-13]，對沉陷積水區(qū)的富營養(yǎng)化的時空變化特征進行對比研究，尋找適合采煤沉陷積水區(qū)的富營養(yǎng)化評價方法，為進行沉陷積水區(qū)水資源保護提供決策指導。

1 實驗部分

1.1 研究區(qū)概況

研究區(qū)域為東經(jīng)116°39′52″～117°05′50″、北緯32°39′11″～ 32°56′16″之間的淮南潘集礦，其屬于暖溫帶半濕潤季風氣候，年降雨量926.3mm。研究區(qū)域內煤炭資源豐富，井工開采導致地表沉陷，加之該區(qū)域潛水位高，形成了大面積的沉陷積水區(qū)。

1.2 樣品采集與分析

在該封閉采煤沉陷積水區(qū)均勻布置6個采樣點，點位坐標用 GPS定位，研究區(qū)域環(huán)境概況及采樣點位見圖1。監(jiān)測指標包括葉綠素a(Chl-a)、總磷(TP)、總氮(TN)、高錳酸鹽指數(shù)(CODMn)、透明度(SD)共5 項。各采樣點環(huán)境因子分析結果如表1所示。

圖1 研究區(qū)域環(huán)境概況及采樣點位

表1 采樣點環(huán)境因子分析結果

1.3 評價標準

采煤塌陷區(qū)富營養(yǎng)化程度評價的關鍵是確定合理的富營養(yǎng)化評價標準。在參考相崎宇弘和郁根森 2 種標準[14-15]，結合淮南潘集采煤塌陷區(qū)的具體情況后，建立如下表2的評價標準。

表2 采煤塌陷區(qū)富營養(yǎng)化評價標準

2 評價方法

2.1 綜合營養(yǎng)狀態(tài)指數(shù)法

綜合營養(yǎng)狀態(tài)指數(shù)法[9]265TLI值計算公式如下

TLI(chla)=10×(2.500+1.086lnchla)

(1)

TLI(TP)=10×(9.436+1.624lnTP)

(2)

TLI(TN)=10×(5.453+1.694lnTN)

(3)

TLI(SD)=10×(5.118-1.940lnSD)

(4)

TLI(CODMn)=10×(0.109+2.661lnCODMn)

(5)

式(1)～(5)中，Chl-a的單位為mg/m3, SD的單位為m,其余的單位均為mg/L。

計算出表1中各營養(yǎng)狀態(tài)TLI值，其與綜合營養(yǎng)狀態(tài)指數(shù)法評價標準的對應關系如表3所示。

表3 評價標準對應關系

2.2 人工神經(jīng)網(wǎng)絡法

BP神經(jīng)網(wǎng)絡是人工神經(jīng)網(wǎng)絡應用最廣泛的一種算法，其具有多層網(wǎng)絡結構，有sigmoid隱含層以及線性輸出層，具有很強的映射能力。論文中利用Python建立一個4層的神經(jīng)網(wǎng)絡模型，即輸入層、兩個隱含層和輸出層。目前理論上還不存在一種科學普遍的用于確定隱含層節(jié)點數(shù)的方法[16]，論文在經(jīng)驗以及多次實驗的基礎上，設置兩個隱藏層的神經(jīng)元個數(shù)分別為15、10，這樣建立一個5-15-10-1的神經(jīng)網(wǎng)絡，使用dropout(隨機失活)來清零隱含層的部分權重或輸出，這樣來實現(xiàn)節(jié)點間依賴性的降低[17]。設置訓練次數(shù)為5 000次時，訓練的正確率達99.79%，msc<0.002。以表2中的數(shù)據(jù)為基礎，在各指標的分級區(qū)間內隨機生成訓練樣本共10 000個，將各參數(shù)值作為輸入單元進行訓練，再將表1中的數(shù)據(jù)代入，得出研究區(qū)域的水體營養(yǎng)狀態(tài)評價結果。

2.3 基于改進粗糙集的模糊綜合評價法

粗糙集的重點是屬性約簡和權重的計算[18]。文獻[19]提出的一種基于粗糙集的權重確定方法可以有效避免冗余、屬性權重為零的情況，反映信息比原有方法更全面、更有效、更客觀，可以有效地應用于不確定信息權重的計算。

根據(jù)相關文獻[20-21]提出的我國湖泊富營養(yǎng)化評價標準的上下限，由基于改進的粗糙集條件信息熵權重確定方法，可得到各評價指標的重要度sig和權重w見表4。

表4 各評價指標的重要度 sig 和權重 w

建立各個指標因素的隸屬函數(shù)：以采樣點DJ2實測值為例。其葉綠素質量濃度為4.300mg/m3，其介于Ⅱ級與Ⅲ級之間，其對于各營養(yǎng)等級的隸屬度計算如下

即

r11=0，r12=0.966，r13=0.034，r14=0，r15=0

由此分別計算出總磷、總氮質量濃度、高錳酸鹽指數(shù)、透明度對各營養(yǎng)等級的隸屬度。

建立多因素評價矩陣

綜合評價：將權重向量w和模糊矩陣R合成。故采樣點DJ2的綜合評價向量

B=W·R=

(0.189 0.222 0.157 0.254 0.178)

因此，采樣點DJ2對各等級的隸屬度分別為0，0.183、0.147、0.365、0.306。故對Ⅳ級富營養(yǎng)狀態(tài)隸屬度最大，從表2可以看出該點的富營養(yǎng)狀態(tài)為中-富營養(yǎng)。

屋頂上種植的植物需要具有抵抗極端氣候條件的能力,要求植株低矮、耐瘠薄、抗風、耐積水；空中草坪要比地面草坪貴一倍還多，屋頂綠化建設成本也比普通綠化成本高很多．根據(jù)市場行情，一般簡單的以佛甲草草坪為主的粗放型屋頂綠化造價在800元/m2左右，半集約式屋頂花園約1 300元/m2.由于屋頂環(huán)境的特殊性，對綠化后期維護要求也較高，否則景觀效果很難保證[10]，這些因素也限制了屋頂綠化的建設．

3 結果與分析

新頒布的《采煤塌陷區(qū)水資源環(huán)境調查與評價方法》(GB/T 37574-2019)指出采用《地表水資源質量評價技術規(guī)程》(SL 395-2007)中規(guī)定的指數(shù)法來評價采煤塌陷區(qū)的富營養(yǎng)狀態(tài)，其中提到的傳統(tǒng)綜合營養(yǎng)狀態(tài)指數(shù)法應用普遍和得到學者們的認同[22]，作為本次評價的參照，先討論人工神經(jīng)網(wǎng)絡法與改進粗糙集的模糊綜合評價法的可行性，在確定可行的基礎上，采用三種評價方法對沉陷區(qū)水體的富營養(yǎng)化時空分布特征進行對比分析。

3.1 評價方法可行性

通過采用不同方法對該6個點位冬、春、夏三季的富營養(yǎng)化狀況進行評價，人工神經(jīng)網(wǎng)絡法的評價等級Ⅰ、Ⅲ、Ⅳ的個數(shù)分別為1、9、8；基于改進粗糙集的模糊綜合評價法的結果表現(xiàn)為Ⅱ、Ⅳ、Ⅴ等級的個數(shù)分別為5、9、4；綜合營養(yǎng)狀態(tài)指數(shù)法結果表明Ⅲ、Ⅳ等級的個數(shù)分別為3、15。圖2為表現(xiàn)采煤塌陷區(qū)各富營養(yǎng)化評價方法結果的堆積條形圖。

注：圖中A、B、C分別代表人工神經(jīng)網(wǎng)絡法、改進粗糙集的模糊綜合評價法以及綜合營養(yǎng)狀態(tài)指數(shù)法；綜合營養(yǎng)狀態(tài)指數(shù)法Ⅲ、Ⅳ等級的劃分是以表3中TLI的區(qū)間均值為界；Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ分別代表貧營養(yǎng)、貧-中營養(yǎng)、中營養(yǎng)、中-富營養(yǎng)、富營養(yǎng)狀態(tài)圖2 沉陷區(qū)富營養(yǎng)化評價結果

基于綜合營養(yǎng)狀態(tài)指數(shù)法，人工神經(jīng)網(wǎng)絡法、基于改進粗糙集的模糊綜合評價法的評價結果與其評價結果的一致率分別達到94.4%以及60%，但人工神經(jīng)網(wǎng)絡法具有弱化研究區(qū)域水體營養(yǎng)狀態(tài)評價等級的趨勢，而改進粗糙集的模糊綜合評價法具有加重營養(yǎng)狀態(tài)評價等級的趨勢。

采用綜合營養(yǎng)狀態(tài)指數(shù)法計算人工神經(jīng)網(wǎng)絡法生成的10 000個學習樣本對應的TLI值，該TLI值與學習樣本自身營養(yǎng)等級結果的皮爾遜相關性達到了0.989(P<0.01)；人工神經(jīng)網(wǎng)絡對18個點的預測結果與綜合營養(yǎng)狀態(tài)指數(shù)結果的皮爾遜相關性亦達到了0.829(P<0.01)。說明神經(jīng)網(wǎng)絡法在綜合營養(yǎng)狀態(tài)指數(shù)法的基礎上具有一定的可行性。

改進粗糙集的模糊綜合評價法與綜合營養(yǎng)狀態(tài)指數(shù)法的評價結果的重復率不高，但是兩種方法的各指標權重標準差分別為0.038 256、0.037 032，而且改進粗糙集的模糊評價法的總氮、總磷權重之和大于綜合營養(yǎng)狀態(tài)指數(shù)法的總氮、總磷權重之和，這對于采煤沉陷積水區(qū)這種以農業(yè)面源污染為主的水域、是周圍農業(yè)活動流失的N、P等營養(yǎng)元素的主要匯入地[23]，這種權重分配更符合實際情況。

3.2 水體富營養(yǎng)化時空特征

基于上述三種評價方法的評價結果，對采煤塌陷區(qū)的水體富營養(yǎng)化時空分布特征進行分析。圖3為沉陷區(qū)富營養(yǎng)化狀態(tài)時空分布圖。

注：圖中A、B、C分別代表人工神經(jīng)網(wǎng)絡法、基于改進粗糙集的模糊綜合評價法、綜合營養(yǎng)狀態(tài)指數(shù)法，DJ、CJ、XJ分別代表冬季、春季、夏季，橫縱坐標為經(jīng)緯度圖3 沉陷區(qū)富營養(yǎng)化狀態(tài)時空分布圖

1)空間分布特征

從圖3可以看出，三種評價方法得出的富營養(yǎng)化評價等級的空間分布特征不同。人工神經(jīng)網(wǎng)絡法評價結果中冬季為同一營養(yǎng)級Ⅳ級，在春季與夏季，營養(yǎng)狀態(tài)最好的區(qū)域均出現(xiàn)在研究區(qū)域的中部，夏季時研究區(qū)域西北方的水質營養(yǎng)狀態(tài)等級高于東南方。改進粗糙集的模糊綜合評價法冬季的營養(yǎng)狀態(tài)有Ⅳ、Ⅴ兩個級別，北部營養(yǎng)級別高于南部；在春季與夏季，研究區(qū)域的營養(yǎng)等級自西北向東南表現(xiàn)為逐級遞減，水質最優(yōu)處均出現(xiàn)在研究區(qū)域東南角處。綜合營養(yǎng)狀態(tài)指數(shù)法評價結果在冬季營養(yǎng)狀態(tài)均一，春季最優(yōu)的水質區(qū)域出現(xiàn)在研究區(qū)域中部，這一結果與神經(jīng)網(wǎng)絡法相似；在夏季的水質亦表現(xiàn)為西北方劣于東南方。

2)時間分布特征

由圖3可以看出，三種評價方法評價得出的冬季富營養(yǎng)化的等級基本一致，但在春夏兩個季節(jié)上評價等級區(qū)分度不同：綜合營養(yǎng)狀態(tài)指數(shù)法中，春季與夏季的水質表現(xiàn)基本相同，基本沒有區(qū)分度；人工神經(jīng)網(wǎng)絡法中，春季水質優(yōu)于夏季；基于改進粗糙集的模糊綜合評價法中，春季與夏季雖然營養(yǎng)等級跨度一樣，但從各等級區(qū)域的面積可見春季的水質劣于夏季，這與其他富營養(yǎng)化湖泊的水華爆發(fā)的規(guī)律一致，一般在春季藻類在氣溫回升的條件下，且在春季施肥導致周邊農田有農業(yè)面源匯入的情況下，湖庫的水質一般不佳，導致富營養(yǎng)化程度加劇[28]。這與湖泊的類型、水力條件、周邊污染源、降雨的分布等密切相關。采煤沉陷區(qū)作為典型的淺水“湖泊”，其富營養(yǎng)化時間演變與上述文獻中提到的太湖一致，但有部分湖泊呈現(xiàn)夏季富營養(yǎng)化的程度加劇的現(xiàn)象[29]，這也更加表明采煤塌陷區(qū)不能簡單地等同于一般的湖泊水體，其富營養(yǎng)狀態(tài)的表現(xiàn)較為復雜。從沉陷區(qū)周邊污染源等因素分析可知，春季是研究區(qū)域周圍農田農業(yè)種植集中施肥的季節(jié)，農業(yè)面源隨著地表徑流進入沉陷積水區(qū)，進而加劇農業(yè)污染源對水體的污染。各監(jiān)測點的氮磷元素的含量變化也與之吻合。因此，改進粗糙集的模糊綜合評價法相對其他兩種方法，更加符合沉陷區(qū)的實際情況。

分析各監(jiān)測點的葉綠素質量濃度，發(fā)現(xiàn)夏季高于冬季高于春季，這與有關研究[30-31]的結果是一樣的，春季的水溫(平均20℃)、夏季的水溫(平均29.5℃)高于冬季的水溫(平均6℃)，夏季的溫度宜于浮游植物、浮游動物等的生長，使得水中的葉綠素含量有所上升；冬季水溫低，生物處于休眠狀態(tài)，浮游植物生長量低，水中葉綠素含量低。分析冬季、春季、夏季的水體的平均DO含量,發(fā)現(xiàn)冬季與春季基本持平，大約在10.1mg/L,而夏季為7.5mg/L，考慮是因為水溫越高，水中的溶解氧含量越低，空氣中的二氧化碳含量高，導致植物代謝加快，影響水質，這與有關研究的結果是一致的[32]。

由于塌陷區(qū)本身形成的特殊性，其不同于一般的湖泊，在建立相關的評價方法時需要考慮的因素較多，論文研究的結果表明，以綜合營養(yǎng)狀態(tài)指數(shù)法為基礎，其余兩種方法都具有一定的可行性，但在考慮到塌陷區(qū)不具備湖泊這種源匯一體的特征時，基于改進粗糙集的模糊綜合評價法的評價方法更合適。

4 結論

(1)研究區(qū)域的水體質量總體在I類到III類水之間，未出現(xiàn)嚴重的富營養(yǎng)化狀態(tài)。三種方法均表明該研究區(qū)域的水體有一定程度的富營養(yǎng)化。

(2)相較于傳統(tǒng)的綜合營養(yǎng)狀態(tài)指數(shù)法和人工神經(jīng)網(wǎng)絡法，改進粗糙集的模糊綜合評價法在時間和空間上，對富營養(yǎng)化的變化特征表達得更加符合采煤沉陷區(qū)的實際。

(3)通過采用三種方法對采煤沉陷區(qū)的水體富營養(yǎng)狀態(tài)時空分布分析表明：由于人類活動，研究區(qū)的西北方水質劣于東南方；春季是富營養(yǎng)化控制的關鍵季節(jié)，可以通過減少外部面源中的化肥施用量，采用高效施肥方法、在匯入?yún)^(qū)域修筑攔截生態(tài)緩沖帶、重點區(qū)域采取強制措施控制水中營養(yǎng)鹽等多方法與手段，有效減輕和預防研究區(qū)水體的富營養(yǎng)化。