动态贴近度法在徒骇河干流水质监测点优化中的应用

崔海波，殷永泉，崔兆杰，吴德华，贾雪清，刘瑜

(山东大学环境科学与工程学院，山东 济南 250100)



动态贴近度法在徒骇河干流水质监测点优化中的应用

崔海波，殷永泉*，崔兆杰，吴德华，贾雪清，刘瑜

(山东大学环境科学与工程学院，山东 济南 250100)

根据2010—2012年的COD、BOD5、NH3-N、TP和Cr6+的例行监测数据,采用动态贴近度法，对徒骇河干流13个监测点进行优化。分别计算丰水期、平水期和枯水期的最优点和最劣点的距离，从而计算出最优贴近度值。利用t检验和F检验对优化结果进行准确度和精确度检验，结果表明，优化后的8个监测点的监测数据可以代表整个干流的水质状况。

动态贴近度法；优化布点；t检验；F检验;徒骇河干流

流域水环境监测断面的优化布设是保证监测质量的重要环节[1-5]。目前常用物元分析法[6-15]、聚类分析法[16-18]、最优分割法[19-22]、动态贴近度法[23-25]等数理统计分析方法进行水环境监测优化布点，通过分析监测断面结果相近与否判断邻近断面是否需要优化[4]。

物元分析法选点概念明确，计算简便，但未考虑点位空间关系和实际情况[12]，并且关联度函数权重值的选择也有待于进一步探索[15]。聚类分析法在样本数量较少的情况下操作比较简单，但是忽视了相互作用过程且会造成空间覆盖率的问题[25]。最优分割法能够解决有序样本的分类优化问题，但对直径的描述方式不够完善。主成分分析法能概括长期监测所获得的大量数据，在损失较少信息的情况下减少评价指标，抓住主要矛盾进行分析评价，但是监测项目较少时无法应用。动态贴近度法考虑了水质环境的时空变化[23]，动态地进行优化工作[24]，其模型对计算结果具有放大作用，聚类效果好，能很好地解决不同的水质标准导致优化结果不同的问题[24]。

此外，当只有一年的丰、平、枯水期或每月监测数据时也可以考虑用动态贴近度法。动态贴近度法是通过计算相关时段各评价监测点各项指标的规范化值，寻求水质虚拟最优点和最劣点，计算规范化后的监测值与最优点、最劣点的欧氏距离，根据最优贴近度的定义建立优化模型，最后按贴近度值的大小进行聚类，实现监测点的优化布设[22]。张亦飞[23]、续衍雪[24]、曹波[25]等利用动态贴近度法实现流域水质监测点的优化。

1 徒骇河干流监测点优化

1.1 断面布设与数据来源

徒骇河干流自西向东设置13个监测断面：毕屯、莘县桥、李凤桃、双楼桥、四河头、博平桥、老南镇桥、小杨屯、申桥、前油坊、夏口桥、商桥、富国。

数据来源：徒骇河2010—2012年3年月平均水质例行监测数据， 涵盖了COD、BOD5、NH3-N、TP和Cr6+在内的5项污染指标。

根据山东省环保厅印发的《山东省环境安全预警水质监测方案(试行)》(2011年)中环境预警监测点位汇总表，选择Cr6+作为徒骇河流域重金属监测表征因子。

1.2 建立相关矩阵

1.2.1 初始决策矩阵X(t)

分别建立丰水期、平水期和枯水期3个时段的初始决策矩阵X(t)。该流域7、8月份为丰水期，2—5月份为枯水期，1、6、9、10、11和12月份为平水期。矩阵由13个监测点组成监测点集，每一个监测点由5个评价指标组成指标集。

1.2.2 样本矩阵R(t)

分别建立丰水期、平水期和枯水期的样本矩阵，见式1和式2。

(1)

(2)

式中：rij(t)——第i个监测点第j项指标在t时段内的规范值；

xij(t)——第i个监测点第j项指标在t时段内的监测值；

t——丰水期、平水期和枯水期，n=13，m=5。

计算所得丰水期、平水期和枯水期样本矩阵如下：

1.3 最优点和最劣点的距离

S+(丰)=[0.198 0 0.216 0 0.069 9 0.022 0 0.056 8]

S-(丰)=[0.387 6 0.365 5 0.504 4 0.559 9 0.466 4]

S+(平)=[0.195 7 0.144 1 0.061 8 0.039 7 0.156 0]

S-(平)=[0.373 9 0.400 7 0.520 1 0.542 9 0.329 3]

S+(枯)=[0.171 9 0.108 3 0.088 2 0.101 3 0.139 6]

S-(枯)=[0.331 3 0.490 8 0.444 2 0.497 8 0.466 4]

t时段内第i个监测点与最优点的距离及t时段内第i个监测点与最劣点的距离计算方法见式3和式4 ，结果见表1。

(3)

(4)

式中：wj——不同监测因子的权重值，认为各污染因子重要性相同，故均取1。

1.4 最优贴近度的计算

根据式5计算最优贴近度值ui，结果见表1。

(5)

表1 监测点与最优点和最劣点的距离和最优贴近度值

贴近度值相近表明断面的综合水质情况基本一致，可以归为一类[24]。由表1可见，申桥和富国、莘县桥和夏口桥、博平桥和商桥、双楼桥和老南镇桥、毕屯和李凤桃可归为一类，建议分别保留1个监测点位。根据各监测断面的位置，拟去掉莘县桥、李风桃、老南镇桥、申桥和商桥5个监测点。

1.5 监测优化检验

为确定优化后监测点的代表性和可行性，采用t检验法和F检验法进行优化验证，确保检验结果的准确度和精密度。

1.5.1 双总体t检验

分别对申桥和富国、莘县桥和夏口桥、博平桥和商桥、双楼桥和老南镇桥、毕屯和李凤桃5组监测断面进行双总体t检验。双总体t检验分为2种情况：一是相关样本平均数差异的显著性检验，用于检验匹配而成的2组被试获得的数据或同组被试在不同条件下所获得的数据的差异性；二是独立样本(各实验处理组之间毫无相关存在，即为独立样本)平均数差异的显著性检验，用于检验2组非相关样本被试所获得的数据的差异性，即检验2组样本均值是否相等，文章属于第2种情况。独立样本平均数的显著性检验方法见式6和式7。

(6)

(7)

S1、S2——样本1和样本2的标准差。

取0.05为显著性水平，df=n1+n2-2=8，查t值表。若|t|≤t1-a/2(n1+n2-2)则认为差异性不显著，反之则显著，不能归类。临界值t0.975(8)=2.132 。将规范的监测数据输入Excel，利用统计函数中的t.test进行单侧t检验，结果见表2。

表2 各对比断面不同水期t检验数据

由表2可见，5组样本3个不同时段的t值均<2.132，差异性不显著，可以归为一类。

1.5.2F检验

运用F检验法确定2组数据的精密度是否有显著性差异，计算方法见式8，结果见表3。

(8)

式中：S——标准差；

S1——优化前后较大的标准差；

S2——优化前后较小的标准差。

取0.05为显著性水平，查F值表，F0.05(12,7)=3.57。若F>F0.05(12,7)，则认为优化前后的监测点各监测数据的精密度有较大的差异不能优化，反之精密度和总体方差相同，可进行优化。

表3 优化前后监测断面不同水期F检验数据

由表3可见，除丰水期BOD5外，其他优化前后的监测断面监测数据的精密度基本相同且平水期和枯水期BOD5的精密度和总体方差相同，认为优化是可行的。

2 结语

以2010—2012年不同水期(丰水期、平水期和枯水期)5种污染因子例行监测数据为依托，采用动态贴近度法，对徒骇河干流现有13个监测点进行优化。利用t检验对贴近度值相近的5组监测点监测数据进行样本均值检验，结果表明这5组监测点组内差异不显著，各组监测点可以合并为一类。利用F检验对优化前13个监测点和优化后8个监测点进行精密度检验，结果表明精密度和总体方差均相同，优化后8个监测点可以代表整个河流水环境质量状况。但是，有些因素会影响优化的结果，如闸坝的设置。徒骇河流域属于极度缺水区，为储存水资源整个河流设置多处闸坝，闸坝的起落会造成监测数据的骤变，例如突然开闸放水，导致下游监测点监测数据突增或忽减。采用2010—2012年3年不同水期(丰水期、平水期和枯水期)例行监测数据，虽然在一定程度上使得监测数据代表性更强，但也无法完全排除这种影响，因此在选择监测数据时要对数据进行相应修正。

动态贴近度法可为流域水质监测点优化提供重要的理论支持，能节约成本并提高监测点的代表性。但是，在实际应用时不仅要参考最优贴近度值，还应该结合流域实际情况和水污染防控要求。如优化时需结合流域污染源分布情况和各支流汇入情况，保留上游有重大污染源和支流汇入的监测点。同时，还应该考虑流域水污染管理需要，保留可减少流域水污染纠纷的跨界断面。

[1] 刘颖,刘丹.中国流域水环境监测现状分析[J].环境科学与管理,2008,33(3):127-131.

[2] 王晶.巢湖流域地表水环境监测网络优化研究[D].安徽:合肥工业大学资源与环境工程学院,2012.

[3] 孙景云,楼玉蓉,陈佩漩,等.全国地表水环境监测优化布点方案的研究[J].中国环境监测,1987,3(5):1-4.

[4] HUNT C,RUST S,SINNOTT L.Application of statistical modeling to optimize a coastal water quality monitoring program[J].Environmental Monitoring and Assessment,2008,137(1):505-522.

[5] 庄世坚.关于环境监测布点方法的分析[J].环境科学,1988,9(3):.21-24.

[6] 李祚泳.环境监测优化选点的物元分析模型[J].环境工程,1996,14 (3):46-49.

[7] 吴文强,陈求稳,李基明.江河水质监测断面优化布设方法[J].环境科学学报,2010,30(8):1537-1542.

[8] 高明慧.用物元分析进行水质环境监测优化布点的研究[J].环境科学进展,1997,5(3):78-81.

[9] 张勇,黄醒群,易志伟,等.灰色局势物元分析进行河流优化布点[J].中国环境监测,1999,15(3):24-26.

[10] 张勇,黎雪梅.物元分析在环境质量评价及优化布点的应用[J].环境科学与技术,2005,28(S1):114-115.

[11] 弓晓峰,陈春丽,赵晋,等.鄱阳湖乐安河流域水质监测优化布点[J].湖泊科学,2006,18(5):545-549.

[12] 曹毅.物元分析法在水质监测优化布点中的应用[J].环境监控与预警,2012,4(1):43-46.

[13] 屈宜春,关庆利.水质监测优化布点的物元分析法[J].黑龙江水利科技,1998,25(1):50-55.

[14] 林鸿雁,张江山,温烨明,等.熵权物元分析法在地下水水质监测点优选中的应用[J].福建师范大学学报：自然科学版,2010,26(1):109-113.

[15] 李祚泳.环境监测优化选点的物元分析模型[J].环境工程,1996,14(3):46-49.

[16] 梁伟臻,叶锦润,杨静.模糊聚类分析法优化城市河涌水质监测点[J].环境监测管理与技术,2002,14(3):6-7.

[17] 马飞,蒋莉.河流水质监测断面优化设置研究——以南运河为例[J].环境科学与管理,2006,31(8):171-172.

[18] 周志军,潘三军,杨培慧.SPSS模糊聚类分析法在水质监测断面聚类分析中的应用[J].仪器仪表与分析监测,2007,22(4):32-35.

[19] 张青新.最优分割法在河流断面优化中的应用[J],环境科技,1991,11(6):28-31.

[20] 董超.山东省河流水质监测网优化布点[D].济南:山东大学环境科学与工程学院,2004.

[21] 周劲,董吉文,张平.最优分割分析在水环境监测优化布点中的应用[J].济南大学学报：自然科学版,2005,19(4):316-318.

[22] 于连生.环境模糊系统及其应用[M].长春:吉林大学出版社,1992:61-64.

[23] 张亦飞,杨晓兰,张健.动态贴近度法及其在水质监测点优化布设中的应用[J].安全与环境学报,2006,6(3):110-112.

[24] 续衍雪,郑丙辉,刘琰,等.贴近度法在湘江干流水质监测断面优化中的应用[J].水资源保护,2012,28(6):46-48.

[25] 曹波,高怡宁.水质监测布点优化模型设计[J].科协论坛,2013,29(2):137-138.

Application of the Dynamic Similarity Method in Optimization of Water Quality Monitoring Sites of the Mainstream of the Tuhaihe River

CUI Hai-bo,YIN Yong-quan*,CUI Zhao-jie,WU De-hua,JIA Xue-qing,LIU Yu

(SchoolofEnvironmentalScienceandEngineering,ShandongUniversity,Jinan,Shandong250100,China)

In order to properly set up water quality monitoring sections for the mainstream of the Tuhaihe River,the dynamic similarity method was used to optimize a total of 13 water quality monitoring sites along the river based on the monitoring data of COD,BOD5,NH3-N,TP,and Cr6+from 2010 to 2012. The optimal similarity was calculated by computing the distances between the optimum sites and the worst sites during the abundant water period,normal water period,and low water period. To test the accuracy and precision of the measurements,the optimization results were verified by theT-test andF-test. The results showed that 8 out of the 13 monitoring sites that were optimized were able to reflect the water quality of the mainstream of the Tuhaihe River,and that the dynamic similarity method was feasible to optimize the water quality monitoring sites of the river．

Dynamic similarity method; Optimized site;t-test;F-test; Mainstream of the Tuhaihe River

2014-07-15；

2015-03-09

崔海波(1987—)，女，在读硕士，主要研究方向为环境规划管理与评价。

*通讯作者：殷永泉 E-mail：yqyin@sdu.edu.cn

X832

B

1674-6732(2015)03-0017-05