郭 莉,王慧倩,陳胤再,鄭 吉,徐 鑫
(寧波市環(huán)境保護(hù)科學(xué)研究設(shè)計院,浙江 寧波 315012)
水庫是人工在河道上筑壩而形成的水體[1],承擔(dān)著日常供水、灌溉、防洪、水產(chǎn)養(yǎng)殖等多種功能,是我國城市的重要飲用水源地之一。近年來,由于大規(guī)模的漁業(yè)養(yǎng)殖,周邊企業(yè)污染物的流入以及農(nóng)田農(nóng)藥化肥的流失,使得水庫水質(zhì)惡化,呈現(xiàn)出富營養(yǎng)化狀態(tài),表現(xiàn)出與天然湖泊相似的“湖沼學(xué)”現(xiàn)象[2],甚至形成“水華”,從而影響水庫的供水功能。根據(jù)2018年中國生態(tài)環(huán)境狀況公報,在監(jiān)測的全國52個重要水庫中,輕中度富營養(yǎng)狀態(tài)的比例高達(dá)86.5%,水庫水體環(huán)境質(zhì)量形式不容樂觀。
國內(nèi)外學(xué)者對水庫水華形成的機理也進(jìn)行了長期研究。趙淑梅等[3]發(fā)現(xiàn)水庫水華的發(fā)生與營養(yǎng)物質(zhì)、氣候條件、水庫水化學(xué)性質(zhì)和生物物質(zhì)等各種因素密切相關(guān)。Conley[4]的研究表明,外界氮、磷等營養(yǎng)鹽的流入是水體水華發(fā)生的主要原因;鐵等微量元素也影響水華的發(fā)生[5];Wagner[6]等人也發(fā)現(xiàn)光照強度與水華的形成存在較大的相關(guān)性;王婕[7]等發(fā)現(xiàn)水溫是富春江水庫藍(lán)藻水華形成的關(guān)鍵因素;朱曉明[8]對三峽水庫水華爆發(fā)原因進(jìn)行分析,發(fā)現(xiàn)流速等水文水動力的條件改變導(dǎo)致了水庫水華發(fā)生;更有研究表明,懸浮物濃度影響藻類生境和藻類生長[9],葉綠素a濃度等對水庫水華預(yù)測至關(guān)重要[10]。
目前,水庫水華風(fēng)險的研究主要側(cè)重于對單個影響因素的分析,缺少對各影響因素間關(guān)聯(lián)的探究,且尚未用定量方法對水華發(fā)生的機理和影響因素進(jìn)行分析。解釋結(jié)構(gòu)模型(Interpretative Structural Modeling, ISM)通過構(gòu)建一個多級階梯結(jié)構(gòu)模型,將復(fù)雜問題簡化,并找出最重要的影響因素,該方法已被廣泛應(yīng)用于地震應(yīng)急管理能力評估[11]、礦山生態(tài)環(huán)境安全影響因素分析[12]等領(lǐng)域。網(wǎng)絡(luò)層次分析法(Analytic Network Process, ANP)是通過建立具有網(wǎng)絡(luò)結(jié)構(gòu)的組合分析模型,反映和量化各目標(biāo)、因素之間復(fù)雜關(guān)系的一種決策方法,尤其適用于內(nèi)部存在依存和反饋關(guān)系的復(fù)雜決策系統(tǒng)[13-14]。因此,本文采用ISM建立水庫水華發(fā)生的影響因素模型,再利用ANP建立水庫水華發(fā)生的網(wǎng)絡(luò)層次模型,通過ISM耦合ANP技術(shù)構(gòu)建水庫水華發(fā)生的影響因素模型,探討水庫水華發(fā)生的影響機理。
1.1 水華發(fā)生影響因素確定
ISM建模流程主要包括構(gòu)建系統(tǒng)要素、生成鄰接矩陣、計算可達(dá)矩陣、層級關(guān)系劃分和結(jié)構(gòu)模型構(gòu)建分析5大步驟?;谙嚓P(guān)文獻(xiàn)研究[15-16],結(jié)合水華的實際特點,從營養(yǎng)鹽條件、水動力條件、光熱條件和浮游植物生長狀況等4個維度整理出10個水華發(fā)生的影響因素,水華發(fā)生影響因素指標(biāo)體系如圖1所示。
圖1 水庫水華發(fā)生影響因素指標(biāo)體系Fig.1 Reservoir algal bloom influencing factors index system
1.2 建立鄰接矩陣
通過專家打分以及訪談咨詢等方式,對10個水華發(fā)生要素中兩兩相對的內(nèi)在影響關(guān)系進(jìn)行確定。若Ci對Cj有影響,在矩陣相應(yīng)位置記做1;
若Ci對Cj無影響,則記做0,然后建立鄰接矩陣R,表示方式如下:
1.3 生成可達(dá)矩陣
可達(dá)矩陣(用M表示)是用矩陣形式來描述有向連接圖各節(jié)點之間經(jīng)過一定長度的通路后可達(dá)到的程度,由鄰接矩陣迭代生成,即將鄰接矩陣R與單位矩陣I相加后求得,如式(2)所示。
A1=R+I;A2=(R+I)2;…;Ar-1=(R+I)r-1
(2)
利用布爾代數(shù)運算規(guī)則(0+0=0,0+1=1,1+0=1,1+1=1;0×0=0,0×1=0,1×0=0,1×1=1)進(jìn)行計算,直到滿足:
Ar=Ar-1
(3)
根據(jù)水華發(fā)生影響因素間的關(guān)聯(lián)性,當(dāng)r=3時,滿足可達(dá)矩陣的條件,即可達(dá)矩陣為:M=A2=A3。
1.4 層級關(guān)系劃分
將系統(tǒng)要素分為可達(dá)集合、先行集合和共同集合?;诳蛇_(dá)矩陣,找出要素Qi能夠影響到的所有要素集合,即為可達(dá)集合R(Qi);可達(dá)集合R(Qi)與所有能夠影響到Qi的要素共同構(gòu)成先行集合A(Si);所有能夠影響Qi,又被Qi所影響的要素集合,即為共同集合C(Qi)。
依據(jù)R(Qi)∩A(Qi)=C(Qi)的條件劃分水庫水華影響因素的層級,當(dāng)R(Qi)=R(Qi)∩A(Qi)時,R(Qi)為優(yōu)先級最高的因素集,記為第1級。隨后,從鄰接矩陣R中刪去要素Qi所在行列后可得新矩陣L1,以此類推求出剩余要素的層次,并直到窮盡所有要素。優(yōu)先級從高到低的因素集分別用L1,L2,...,Ln來表示。
依據(jù)鄰接矩陣和可達(dá)矩陣中各要素間的相互影響關(guān)系,提取骨架矩陣,用箭線將各要素連接起來,并按照高層向低層排列的形式,建立水庫水華發(fā)生影響因素的ISM模型,如圖2所示。
圖2 水庫水華發(fā)生的ISM模型Fig.2 Reservoir algal bloom ISM model
1.5 結(jié)構(gòu)模型分析
由圖2可知,水庫水華發(fā)生影響因素體系是一個二元層次結(jié)構(gòu)關(guān)系的系統(tǒng)。營養(yǎng)鹽條件、水動力條件、光熱條件和浮游植物生長狀況4個維度之間的10個要素相互影響,交互作用,具體如下。
表層直接影響因素:包括葉綠素a濃度、懸浮物濃度、磷濃度、氮濃度、鐵等微量鹽濃度、水流流速、溫度和溶解氧。磷濃度、氮濃度和鐵等微量營養(yǎng)鹽濃度直接影響水庫水體中藻類的營養(yǎng)攝入,水流流速、溫度和溶解氧影響水體中浮游植物的生長,葉綠素a濃度和懸浮物濃度決定了藻類的優(yōu)勢種屬,導(dǎo)致水庫水華發(fā)生。因此,這8個直接影響因素是水庫管理和治理過程中務(wù)必重視的因素。
深層根本因素:主要為光照和風(fēng)速。光照影響水溫和水體中的溶解氧,從而進(jìn)一步影響藻類的生長繁殖。水庫水華的發(fā)生是環(huán)境與水體相互作用的結(jié)果,在水庫水華治理過程中應(yīng)充分考慮當(dāng)?shù)氐淖匀粭l件。
根據(jù)上文構(gòu)建的ISM模型可以看出,影響水庫水華發(fā)生的營養(yǎng)鹽條件、水動力條件、光熱條件和浮游植物生長狀況4個維度10個要素之間具有較大的內(nèi)部關(guān)聯(lián)性,因此采用網(wǎng)絡(luò)層次分析法ANP進(jìn)一步計算各要素間的關(guān)系。由于ANP的計算極為復(fù)雜,人工計算較為困難,因此本文借助SD(Super Decision)軟件進(jìn)行計算[17]。
2.1 構(gòu)建ANP結(jié)構(gòu)
根據(jù)ANP模型原理,將水庫水華發(fā)生影響因素劃分為兩個部分[18]:第一部分為網(wǎng)絡(luò)控制層,即水庫水華發(fā)生影響因素;第二部分為影響網(wǎng)絡(luò)層,即營養(yǎng)—水文—光熱—植物4個維度10要素組成的網(wǎng)絡(luò)結(jié)構(gòu)。以上述構(gòu)建的ISM模型結(jié)構(gòu)為基礎(chǔ),進(jìn)一步構(gòu)建水庫水華發(fā)生的ANP結(jié)構(gòu),如圖3所示。
圖3 水庫水華發(fā)生影響因素的ANP結(jié)構(gòu)Fig.3 ANP structure of reservoir algal bloom influencing factors
2.2 構(gòu)建元素判斷矩陣
采用SD軟件構(gòu)建水庫水華發(fā)生影響因素的ANP模型,如圖4所示。通過專家打分,采用1~9分制賦分法,對4個元素(營養(yǎng)鹽條件、水動力條件、光熱條件和浮游植物生長狀況)以及各個元素所屬要素進(jìn)行打分,并確定元素集以及各要素間兩兩比較的優(yōu)勢度,從而建立元素判斷矩陣。
圖4 水庫水華發(fā)生影響因素的ANP模型Fig.4 ANP model of reservoir algal bloom influencing factors
2.3 建立未加權(quán)超矩陣
對判斷矩陣進(jìn)行歸一化處理得到的特征向量組合,即為未加權(quán)超矩陣。以控制層元素C(水庫水化發(fā)生影響因素)為準(zhǔn)則,以網(wǎng)絡(luò)層元素Cj(j = 1,2,3,4)即營養(yǎng)鹽條件、水動力條件、光熱條件和浮游植物生長狀況為次準(zhǔn)則,比較Cj元素中各個元素Cjk(k = 1,2,3)的影響力大小,得優(yōu)勢度比較矩陣,對矩陣進(jìn)行一致性檢驗,最后可得未加權(quán)超矩陣W,具體見表1。
表1 水庫水華發(fā)生影響因素的未加權(quán)超矩陣Tab.1 Unweighted matrices of reservoir algal bloom influencing factors
2.4 建立加權(quán)超矩陣
把每一層次作為一個參考要素,將各層次特征向量組合,最終得到整體加權(quán)矩陣P,再將加權(quán)矩陣P與未加權(quán)超矩陣W相乘,即得權(quán)重超矩陣,具體結(jié)果見表2。
表2 水庫水華發(fā)生影響因素的加權(quán)超矩陣Tab.2 Weighted matrices of reservoir algal bloom influencing factors
2.5 影響因素權(quán)重
通過SD軟件計算出水庫水華發(fā)生影響因素的極限超矩陣Ws,矩陣中每行出現(xiàn)的數(shù)據(jù)即為該元素影響水庫水華發(fā)生的相對權(quán)重,水庫水華發(fā)生影響因素權(quán)重及排序結(jié)果見表3。
表3 水庫水華發(fā)生影響因素權(quán)重及排序Tab.3 Weight and order of reservoir algal bloom influencing factors
2.6 ANP模型分析
通過表3中各影響因素占水庫水華發(fā)生的權(quán)重可知,氮濃度10.4%、磷濃度14.9%、鐵等微量鹽濃度6.4%、風(fēng)速0.2%、水流流速11.8%、溫度1.9%、光照0.3%、溶解氧8.8%、葉綠素a濃度28.6%、懸浮物濃度16.7%,其中占比較高的因素分別為葉綠素a濃度、懸浮物濃度、磷濃度、水流流速、氮濃度和溶解氧。劉尹[19]采用層析分析法選取了10個影響因素,對廈門市集中式飲用水水源地水華風(fēng)險開展評估,發(fā)現(xiàn)葉綠素a濃度、磷濃度和氮濃度所占權(quán)重最高,分別達(dá)到35.31%、17.39%和17.39%;程剛[20]采用四種富營養(yǎng)化預(yù)測模型對水庫富營養(yǎng)化風(fēng)險進(jìn)行評價,發(fā)現(xiàn)磷濃度、氮濃度、葉綠素a濃度和溶解氧為最關(guān)鍵的參數(shù),其分析結(jié)果與本模型結(jié)果基本一致。
從水庫水華發(fā)生影響因素的ANP結(jié)構(gòu)分析,水庫水華發(fā)生過程中營養(yǎng)鹽條件、水動力條件、光熱條件和浮游植物生長狀況四者之間相互影響、交互作用,其中,營養(yǎng)鹽條件直接影響浮游植物生長狀況;水動力條件影響營養(yǎng)鹽條件、光熱條件和浮游植物生長狀況;光熱條件影響營養(yǎng)鹽條件、水動力條件和浮游植物生長狀況;浮游植物生長狀況直接影響營養(yǎng)鹽條件、水動力條件和光熱條件。水庫水華發(fā)生的各影響因素重要程度存在差異。因此,為了降低水庫水華發(fā)生的概率,應(yīng)及時關(guān)注水庫浮游植物生長情況,水體營養(yǎng)鹽濃度的流入,使水體處于流動狀態(tài),同時加強季節(jié)性的監(jiān)測。
3.1 根據(jù)水庫水華形成機理的分析,從營養(yǎng)鹽條件、水動力條件、光熱條件、浮游植物生長狀況4個維度總結(jié)出水庫水華發(fā)生的10個影響因素,采用ISM模型對各要素進(jìn)行分析,將10個要素劃分為表層直接因素和深層根本因素,發(fā)現(xiàn)光照和風(fēng)速是影響水庫水華發(fā)生的深層根本因素。
3.2 借助ANP網(wǎng)絡(luò)模型確定各影響因素的權(quán)重和排序,表明葉綠素a濃度、懸浮物濃度、磷濃度、水流流速、氮濃度和溶解氧是水庫水華發(fā)生的主要影響因素。
3.3 根據(jù)ISM和ANP的分析結(jié)果,浮游植物生長狀況和營養(yǎng)鹽條件是影響水庫水華發(fā)生的直接原因,水動力條件和光熱條件是深層根本原因,因此,在水庫管理中不僅要關(guān)注水庫浮游植物生長狀況,還需注意周邊環(huán)境變化對水庫水質(zhì)帶來的影響。