用模糊数学方法评价水质质量的探讨

锦州市环境监测中心站 汪 雁

用模糊数学方法评价水质质量的探讨

锦州市环境监测中心站 汪 雁

模糊数学是用数学方法来解决一些模糊问题。水污染评价中“污染程度”的界限是模糊的，人为的用待定的分级标准去评价环境污染程度是不确切的。应用模糊理论处理模糊问题，才能符合实际，判断合理。常用的水质评价方法有P值法、W值法。但这两个方法都有缺陷。模糊数学在水质评价的应用分为模糊聚类分析法和模糊综合评判法。模糊综合评价就是根据给出的评价标准和实测值，经过模糊变换，对评价对象给出总的评价的一种方法。在评价中，找出影响水质的各主要因素，确定评价因子集、评价集、隶属函数，然后通过计算各因素的权重和隶属度，得到综合隶属度，确定水质类别。本文，笔者用此评价方法，以锦州2010年小凌河监测数据为例进行评价，获得满意结果。

一、因子集和评价集的建立

在水质监测的若干监测指标中根据一定的原则，选择若干指标作为评价因子，建立因子集。本文，笔者在《地表水环境质量标准》（GB3838-2002）评价标准的基础上，选用了化学需氧量（COD）、生化需氧量（BOD5）、总磷、石油类、氨氮、高锰酸盐指数（CODmn）、挥发酚等7项代表性较强的指标作为评价因子。监测数据见表1。

表1 2010年小凌河水质监测结果 mg/L

在国家的地表水环境质量标准中，将水质级别分为5类，因此确定评价集为：V={Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ}，见表2。

表 2 地表水环境质量标准（GB3838-2002） mg/L

二、计算各参数的隶属度，建立模糊关系矩阵R

隶属度能合理划分分级的界限，它可通过隶属函数的计算求得。隶属函数如下：

三、计算各参数的权重，建立权重集A

权重是衡量因子集中某一因子对水质污染程度影响相对大小的量，权重系数越大，则该因子对水质的影响程度就越大。根据权重计算公式，其计算结果见表3。

四、模糊综合评价

根据模糊综合评价的最大隶属度原则，对哪类水质隶属度大，则该分析水质就属于哪一类。评价结果见表4。

表 3 各监测点因素权数分配计算结果

表 4 各监测断面隶属度水质类别计算

由表4可以看出，何家信子断面水质较好，属于Ⅰ类。灌渠首断面和西树林断面水质较差，均为Ⅴ类。在影响水质的各指标中，通过对权重的计算可以看出氨氮和总磷对水质的影响程度相对较大，说明水体中的主要污染物为氨氮和总磷，这与该地区的水质污染问题相一致，说明本文笔者所述的模糊数学方法评价可以获得有价值的科学评价结果。

在《地表水环境质量标准》（GB 3838－2002）中，依据地表水水域使用目的和保护目标，按功能高低依次划分为5类。

Ⅰ类。主要适用于源头水、国家自然保护区。

Ⅱ类。主要适用于集中式生活饮用水水源地一级保护区、珍稀水生生物栖息地、鱼类保护区、鱼虾类产卵场、仔稚幼鱼的索饵场等。

Ⅲ类。主要适用于集中式生活饮用水水源地二级保护区、鱼虾类越冬场、洄游通道、水产养殖等渔业水域及游泳区。

Ⅳ类。主要适用于一般工业用水区及人体非直接接触的娱乐用水区。

Ⅴ类。主要适用于农业用水区及一般景观要求水域。

对应地表水上述5类水域功能，将地面水环境质量标准基本项目分为5类，不同功能类别分别执行相应类别的标准值。水域功能类别高的标准值严于水域功能类别低的标准值。同一水域兼有多类使用功能的，执行最高功能类别对应的标准值。实现水域功能与达功能类别标准为同一含义。

综上，采用模糊数学评价水质污染程度，评价结果与实际污染现状相吻合，避免了目前环境质量评价中常采用一个数字指标作为分界线的简单评价法的不足。提高了评价的精度，可见模糊数学评价对环境质量综合评价工作的开展起着推动作用。