近海沉积物环境质量综合评价的熵权属性识别模型

刘付程，张存勇，张 瑞

（淮海工学院 测绘工程学院，江苏 连云港 222005）

沉积物是污染物的集散地，也是水体污染的指示剂［1－2］。开展沉积物环境质量评价对于表征海洋环境质量、鉴别海洋污染源和科学制定环保决策具有重要意义。目前有关沉积物环境质量评价的方法很多［3］，但基本上可以分为两大类，一类是以识别污染因子为目的的单因子评价法，如地累积指数法等；另一类是以强调多指标综合效应的多因子综合评价法，如尼梅罗综合指数法等。在单因子评价法中，各指标的评价结果在很多情况下是相互独立且不相容的，因此它无法给出评价对象的综合评价信息，也不便于评价对象之间的相互比较。而在多因子综合评价法中，指标权重的确定至今还没有一个能被广为接受的方法，目前使用较多的专家打分法、AHP法等都在不同程度上带有主观性。近些年来，以毒性大小作为权系数的潜在生态危害指数法［4］受到很多环境工作者的青睐，被广泛地应用于近海沉积物重金属污染的综合评价中［5－7］，但该方法无法将那些毒性不明污染物质（如有机碳）纳入到评价体系中，因此其适用范围尚有一定的局限性。

属性识别模型是建立在属性空间基础上，以最小代价原则、最大测度准则、置信度准则和评分准则为基础的新型综合评价方法［8］。该方法不仅能对评价对象进行准确合理的识别分类，还可以对各评价对象进行打分排序，有效地提高了评价结果的分辨率，目前已成功地应用于大气环境和水土资源系统的评价与决策分析中［9－11］，我们尝试将其与客观赋权法——熵权法相结合，用于评价连云港近海表层沉积物的环境质量，以期能为近海沉积物环境质量评价提供新的思路。

1 基于熵权的属性识别模型

1.1 样本单指属性测度的计算

若研究对象空间X中有n个样本x1，x2，…，xn，且各样本的m个评价指标为I1，I2，…，Im，定义第i个样本xi的第j个指标Ij的测量值为xij，则第i个样本xi可以表示为（xi1，xi2，…，xim），1≤i≤n。

设F为X中某类属性空间，（C1，C2，…，CK）为属性空间F的有序分割类，且满足C1＞C2＞…＞CK。若各评价指标的等级分类标准已知，则分类标准判断矩阵可表示为：

式中，ajk为评价对象第j个指标的第k个评价等级的标准值，且满足aj1＜aj2＜…＜ajk或者aj1＞aj2＞…ajk，1≤j≤m，1≤k≤K。

利用属性识别模型进行综合评价的关键是计算每个样本的单指标属性测度和综合属性测度。单指标属性测度就是要求xij具有属性CK类的程度μijk＝μ（xij∈CK）。为方便计算，不妨假定aj1＜aj2＜…＜ajk，则样本的单指标属性测度可由下式计算：

在获得样本xi的所有m个指标的属性测度后，若要计算xi的综合属性测度，还需要确定各评价指标的权重。为避免评价指标权重确定过程的主观性，本研究采用信息熵法来求算各指标的权重。

1.2 评价指标熵权的计算

在信息论中，熵反映了信息的无序化程度，常用来度量信息量的大小。某项指标携带的信息越多，其熵值就越小，从而对决策的作用也就越大，因此可用熵值来衡量该指标对系统效用的大小［12］，即熵权。熵权可由评价指标实测值所构成的判断矩阵计算得到，具有客观性［12－13］。其计算过程如下：

对n个样本m个评价指标的判断矩阵R＝（xij）n×m（i＝1，…，n；j＝1，…，m）进行归一化处理，得到归一化判断矩阵B，其中B中的第i行第j列的元素bij由式（3）计算得到

式中，xmax和xmin分别为同一指标下不同样本中的最优和最劣值（如越大越优或越小越优）。

根据熵的定义，各评价指标的熵由式（4）计算得到

式中，fij由式（5）来求得

由各评价指标的熵，按照式（6）求取各指标的熵权：

式中，wj为第j个评价指标的权重。

1.3 样本综合属性测度的计算、识别和比较

根据样本单指标属性测度和各评价指标的熵权，由式（7）计算各样本的综合属性测度［8］：

据此可进一步按照置信度准则和评分准则对样本进行识别和比较分析。

按照置信度准则，对于置信度λ（0.5≤λ≤1），如果

则认为xi综合评价等级为Cki类［8］。

按照评分准则，根据式（9）可计算样本xi的综合评价得分，据此可对所有样本进行质量排序［8］。

式中，nl为属性集Cl的分数，nl＝K＋1－l，l为等级。

2 熵属性识别模型在连云港近海沉积物环境质量评价中的应用

2.1 区域概况及数据来源

研究区域为连云港港口及其周边海域，分布有连云港碱厂、港口及核电站等大型国有工程项目。2005－10对该海域开展了生态环境调查研究，共采集了28个表层沉积物样本，采样站位见图1。样品的采集、预处理、制备和保存均按照GB17378.5－1998《海洋监测规范》的有关规定执行［14］。所有沉积物样品均分析了硫化物、石油类、有机碳、As，Pb，Cd，Cu，Hg共8项污染指标，其中硫化物、油类和有机碳分别采用亚甲基蓝分光光度法，紫外分光光度法和重铬酸钾氧化－还原容量法测定，重金属Pb，Cd，Cu均采用阳极溶出伏安法测定，As由原子荧光法分析，Hg采用冷原子吸收分光光度法分析。各指标的分析结果见表1。本研究以这8项指标作为评价因子，尝试运用熵权属性识别模型对该海域表层沉积物的环境质量进行综合评价。

图1 沉积物采样站位分布图Fig.1 The distribution map of sediment sampling stations

表1 连云港海域表层沉积物污染物的描述性统计Table 1 Statistics of pollutants concentrations in Lianyungang coastal surface sediments

2.2 沉积物质量评价标准

结合中国东部沿海沉积物的环境背景值和海洋沉积物质量标准（GB18668－2002）［15］，本研究将沉积物质量分成4个等级，分别为C1＝｛清洁｝，C2＝｛较清洁｝，C3＝｛轻度污染｝，C4＝｛污染｝，各等级的参考标准值见表2，其中C1级“清洁”的评价标准值取王菊英等［16］研究中的中国东海、黄海沉积物环境背景值，其它3个级别的评价标准值分别为海洋沉积物质量标准（GB18668－2002）中的一、二、三级标准值［15］。

表2 沉积物质量评价标准Table 2 Evaluation criteria for marine sediment quality

2.3 沉积物样本的综合属性测度

根据式（2），可分别计算出各沉积物样本的单指标属性测度，表3为第J01号样本8个评价指标的属性测度值。限于篇幅，文中对其它27个样本的单指标属性测度未列出。根据沉积物样本各指标的实测值，按式（3）～（6）计算各评价指标的熵权（表3），据此进一步按式（7）计算各样品的综合属性测度值，表4给出了各样本综合属性测度的描述性统计结果。

从表4的统计结果可以看出，均值属于前2个等级C1（清洁）和C2（较清洁）的属性测度占总属性测度的99.4%，说明单从属性测度的分布状况来看，绝大部分采样点所代表海域的沉积物质量都在“较清洁”以上水平。

表3 第J01号样本单指标属性测度及评价指标的熵权Table 3 The attribute measure values for the indexes of sample J01and their entropy weights

表4 沉积物各样本综合属性测度值的描述性统计Table 4 Statistics of integrated attribute measure values of the sediment samples

2.4 沉积物环境质量的属性识别

根据各样点沉积物的综合属性测度，按照置信度准则对各样本进行评价等级识别。依据式（8），取置信度λ＝0.75，可得各站位沉积物的综合评价等级，表5给出所有样本综合评价等级划分的统计结果。从表5可以看出，所有样本的综合评价等级均为C1、C2级，即为“清洁”和“较清洁”等级，表明研究区域沉积物的环境质量整体较好。

表5 沉积物环境质量综合评价等级划分的统计结果Table 5 Statistics for grading evaluation results of surface sediments

由于同一级别不同样本沉积物的质量仍然存在一定差异，为提高评价结果的分辨率，便于相互比较，按照评分准则，采用式（9）对各样点进行评分。图2为各样点得分结果的kriging插值分布图。表6为碱厂、港口和核电站海区各样点综合评价得分的统计结果。

表6 研究区不同海区沉积物综合评价得分的统计结果Table 6 Statistics of evaluation scores of surface sediments in different sea areas

从图2可以直观的看出，港口及连岛北部海区的沉积物综合评价得分相对较低，表明其环境质量相对较差，表6的统计结果也反映了这一特点。碱厂、港口、核电站海区按得分的平均值排序是：核电站海区＞碱厂海区＞港口海区，说明核电站海区的沉积环境质量最好，而港口海区的沉积物环境质量相对较差。这一结论与张存勇等［5］得出的结论存在着一定的差异。张存勇等［5］认为沉积物质量的优劣排序是核电站海域＞港口海域＞碱厂海域，这是因为其研究的评价体系中只包含重金属指标，而没有包含硫化物、石油类、有机碳等指标。事实上，连云港港区为一个半封闭的海域，容易汇集来自地表径流和船舶上的大量污染物（如生活垃圾及废油），这些污染物长期积聚并成为港口海域的重要致污因子，因此将硫化物、石油类、有机碳等指标纳入评价体系是必要的，包含有机污染物在内的评价结论也更为合理。

图2 沉积物评价得分分布图Fig.2 Evaluation distribution of surface sediments

3 结 语

运用熵值法与属性识别模型相结合的方法来构建沉积物环境质量综合评价模型，在一定程度上也丰富和发展了近海沉积物评价方法。该模型含义明确，计算过程简单，不仅能对沉积物环境质量进行准确合理的识别分类，还可对其进行打分排序，提高了评价结果的分辨率，可为环境管理部门进行定量分析提供依据。

应用熵权属性识别模型对连云港近海表层沉积物的环境质量进行综合评价，结果表明，该海域表层沉积物的环境质量总体较好，未出现明显污染现象，但不同海区的沉积物环境质量存在一定差异，按从优到劣的排序为：核电站海域＞碱厂海域＞港口海域。

（References）：

［1］ HE M C.Bioavailability of heavy metals in aquatic environment and sediment quality assessment approaches［J］.Advances in Environmental Science，1998，6（5）：9－19.何孟常.水体沉积物重金属生物有效性及评价方法［J］.环境科学进展，1998，6（5）：9－19.

［2］ XIANG Y Q，HAN J B，HAN G C.Marine sediment quality assessment and management［J］.Marine Environmental Science，2006，25（2）：96－100.向友权，韩建波，韩庚辰.海洋沉积物的质量评价与管理［J］.海洋环境科学，2006，25（2）：96－100.

［3］ DING X G，YE S Y，GAO Z J.Methods of heavy metal pollution evaluation for offshore sediments［J］.Marine Geology Letters，2005，21（8）：31－36.丁喜桂，叶思源，高宗军.近海沉积物重金属污染评价方法［J］.海洋地质动态，2005，21（8）：31－36.

［4］ HAKANSON L.An ecological risk index for aquatic pollution control：A sedimentological approach［J］.Water Research，1980，14（8）：975－1001.

［5］ ZHANG C Y，CHEN B L.Assessment on potential ecological risk of heavymetals in sediment in Lianyungang coast［J］.Marine Environmental Science，2008，27（6）：632－635.张存勇，陈斌林.连云港近岸海域沉积物重金属潜在生态危害评价［J］.海洋环境科学，2008，27（6）：632－635.

［6］ WANG W L，GENG A C，LIU H T，et al.Distribution and potential ecological risk evaluation of heavy metals in the surface sediments from the Jiulongjiang river estuary［J］.Advances in Marine Science，2009，27（4）：502－508.王伟力，耿安朝，刘花台，等.九龙江口表层沉积物重金属分布及潜在生态风险评价［J］.海洋科学进展，2009，27（4）：502－508.

［7］ ZHANG S F，LIN M Y，WEI C L，et al.Pollution assessment and potential ecological risk evolution for heavy metals in the sediments of Qinzhou Bay［J］.Marine Science Bulletin，2010，29（4）：450－454.张少峰，林明裕，魏春雷，等.广西钦州湾沉积物重金属污染现状及潜在生态风险评价［J］.海洋通报，2010，29（4）：450－454.

［8］ CHENG Q S.Attribute recognition theoretical model with application ［J］.Acta Scientiarum Naturalium，Universitatis Pekinensis，1997，（1）：12－20.程乾生.属性识别理论模型及其应用［J］.北京大学学报：自然科学版，1997，（1）：12－20.

［9］ WANG G P，YANG J，WANG H G.Attribute recognition theoretical evaluation model of ambient air quality and its application［J］.Environmental science and management，2007，32（7）：179－182.王国平，杨洁，王洪光.大气环境质量属性识别理论评价模型及应用［J］.环境科学与管理，2007，32（7）：179－182.

［10］ CHEN N X，SHEN Y.Evaluation of groundwater resources carrying capacity based on attribute recognition model［J］.Journal of Irrigation and Drainage，2008，27（4）：48－50.陈南祥，申瑜.基于熵权属性识别模型的地下水资源承载能力评价［J］.灌溉排水学报，2008，27（4）：48－50.

［11］ WU K Y，ZHANG L B，JIN J L，et al.Ecological security evaluation of Chaohu Lake basin based on attribute recognition model［J］.Chinese Journal of Ecology，2007，26（5）：759－764.吴开亚，张礼兵，金菊良，等.基于属性识别模型的巢湖流域生态安全评价［J］.生态学杂志，2007，26（5）：759－764.

［12］ QIU W H.Management decision－making and applied entropy［M］.Beijing：Machinery Industry Press，2001.邱菀华.管理决策与应用熵学［M］.北京：机械工业出版社，2001.

［13］ GUO S H，LIN Z J，HONG X Q，et al.On the application of composite index method based on entropy authority to the water quality evaluation［J］.Environmental Science And Management，2009，34（12）：165－167.郭树宏，林志杰，洪小琴，等.基于熵权的综合指数法在海水水质评价中的应用［J］.环境科学与管理，2009，34（12）：165－167.

［14］ GB 17378－1998The specification for marine monitoring［S］.Beijing：China Standard Press，1998.GB 17378－1998海洋监测规范［S］.北京：中国标准出版社，1998.

［15］ GB 18668－2002Marine sediment quality［S］.Beijing：China Standard Press，2002.GB18668－2002海洋沉积物质量［S］.北京：中国标准出版社，2002.

［16］ WANG J Y，MA D Y，BAO Y E，et al.Evaluation on sediment quality in Yellow Sea and East China Sea［J］.Marine Environmental Science，2003，22（4）：21－24.王菊英，马德毅，鲍永恩，等.黄海和东海海域沉积物的环境质量评价［J］.海洋环境科学，2003，22（4）：21－24.