基于水质标识指数法的李家峡水库水质现状评价

祁 玥，周双喜，吴蓉蓉，贾学蓉，卢素锦 (青海大学生态环境工程学院，青海西宁810016)

目前，国内外学者已经提出了十几种水质评价的数学模型，主要有灰色关联法、模糊概率综合评价法、特征分析法等方法［1－5］。但因影响河流的因素较多，评价因子与标准级别之间的关系是极复杂和非线性的，而且评价标准和各级别之间的关系也是模糊的，因而目前还没有一种统一的、确定的、规范的水质综合评价的模型。张东升等［6］、黄胜伟［7］采用BP 算法进行水质评价;王瑞［8］、蒋福兴等［9］采用改进的 BP算法进行水质评价;陈永灿等［10］采用概率神经网络方法对水质进行评价。同济大学的徐祖信教授于2005年提出水质标识指数法［11］，该方法是一种全新的水质评价方法，能够对评价水质做出综合性评价。

李家峡水库位于青海省尖扎县西北，主要用于发电，是具有灌溉、防洪等功能的大型水库。利用湖区特有的景色及水量、水质开发了湖区旅游业和水产养殖业，作为水库的另一经济来源。笔者利用水质标识指数法，对李家峡水库的水质现状进行评价。

1 材料与方法

1．1 水质监测断面选取及样本采集 李家峡水库共设置了3个监测断面，分别于水库的平水期(2014年5月)、丰水期(2014年7月)和枯水期(2014年11月)3个时期采集水样，每次采集3个平行样，带回实验室进行测定。

1．2 监测项目及测定方法 监测项目包括温度、pH、DO、BOD5、TN、TP等6个项目指标。TN采用碱性过硫酸钾消解紫外分光光度法(HJ 636-2012)测定;TP采用钼酸铵分光光度法(GB 11893-89)测定;DO采用碘量法(GB 7489-87)测定;采样时分别测定水温(水银精确温度计)、pH(便携式pH计)。测定所用药品均为分析纯。

1．3 李家峡水库水质评价方法 采用单因子污染指数法和水质标识指数法，对李家峡水库的水质进行评价。评价项目分别为DO、TN、TP，3期数据取均值，以《地表水环境质量标准》(GB 3838-2002)为评价标准。

1．3．1 单因子水质标识指数。单因子水质标识指数［12］Pi是由1位整数、小数点后2位或3位有效数字组成，表示为:

Pi=X1．X2X3

式中，X1代表第i项水质指标的水质类别;X2代表监测数据在X1类水质变化区间中所处的位置，根据公式按四舍五入的原则计算确定;X3代表水质类别与功能区划设定类别的比较结果，表示评价指标的污染程度，为1位或2位有效数字。

1．3．1．1 X1．X2的确定。当水质介于Ⅰ类水与Ⅴ类水之间时:

一般指标(除溶解氧、pH、水温等外):X1．X2=a+

式中，Ci第i项指标的实测浓度;C标上第i项指标在a类水质标准区间的上限值;C标下第i项指标在a类水质标准区间的下限值。a=1，2，3，4，5，根据监测数据与国家标准比较确定;当水质劣于或等于V类水时，a=6。

当水质劣于或等于V类水时:

一般指标(除溶解氧、pH、水温等外):X1．X2=a+

式中，CV标上为第i项指标V类水标准上限值;m为修正系数，m=4。

1．3．1．2 X3的确定。X3表达式为:

X3=X1－f

式中，f为水环境功能区类别说明，当X3＞9时，取最大值9。

1．3．2 综合水质标识指数。综合水质标识指数Iwq是由单因子水质标识指数总和的平均值(∑Pi/n)与代表水质类别与功能区划设定类别比较结果(X3)、参加整体水质评价的指标中劣于功能区标准的水质指标个数(X4)组成，其公式为:

Iwq=(∑Pi/n)X3X4

式中，(∑Pi/n)为单因子水质标识指数总和的平均值;n为参加水质评价因子的个数;X3代表水质类别与功能区划设定类别比较结果;X4为参加整体水质评价的指标中，劣于功能区标准的水质指标个数，通过参评的单因子标识指数中X3不为0的个数来确定。

2 结果与分析

2．1 单因子污染指数法评价结果 由表1可知，利用单因子污染指数法对李家峡水库水质进行评价，3期水质类别分别为Ⅲ类、Ⅲ类、Ⅳ类。因单因子评价法将最差的指标作为该区域水质的质量级别，尽管该方法能够比较直观地反映各水质指标的现状及其超标状况，但存在着评价过保护的缺点，同时该方法也无法判断水质今后的变化趋势。

表1 2014年李家峡水库水质监测结果及单因子污染指数评价结果

2．2 标识指数法评价结果 由表2可知，对于该水库影响较大的水质指标是TN和TP，特别是丰水期的TP和枯水期的TN、TP对该水库的水质类别有极大贡献，且两种方法对单一指标的评价结果相同，但标识指数法可以给出该指标的近期变化趋势，即丰水期水质指标向Ⅳ类过渡较枯水期水质向Ⅳ类的概率大。由表1和2可知，标识指数法与单因子污染指数法的评价结果大致相同，即李家峡水库水质在平水期、丰水期水质均为Ⅲ类水;而枯水期水质评价结果存在差异，单因子污染指数法评价结果为Ⅳ类，而标识指数法评价结果为Ⅲ类。

表2 基于水质标识指数法的2014年李家峡水库水质评价结果

3 结论

李家峡水库水质的监测与评价结果表明，2014年该水库水质达到了该功能区的目标水质要求。单因子污染指数法评价结果表明，该水库枯水期的水质指标超过了该功能区的目标水质要求;而水质标识指数法评价结果表明，该水库水质符合水质类别要求。

水质标识指数法是一种全新的水质评价方法，它能够综合地反映所评价水质的真实情况。单因子标识指数能够全面地对水体中某项指标的类别做出评价，以及该项指标超出某类水的范围;综合水质标识指数法可以综合各种单因子标识指数，得出一个较接近真实情况的水质状况。水指标识指数法计算过程简便，相较于其他的水质评价方法更加易懂，且评价方法科学合理，能够为一般环境科学人员所接受，可操作性强。

［1］邹晓雯．水质评价的灰色关联的方法［J］．水资源保护，1994，18(3):78－80．

［2］马建华，季凡．水质评价模糊概率综合评价法［J］．水文，1994，23(3):116－120．

［3］朱雷，陈威．模糊综合指数法在水质评价中的应用［J］．武汉理工大学学报，2001，23(3):61 －65．

［4］曾勇，攀引琴，王丽伟．水质模糊综合评价法与单因子指数评价法比较［J］．人民黄河，2007，29(2):64 －65．

［5］郑成德．水环境质量评价的灰色聚类法［J］．水文，1998，23(4):23 －27．

［6］张东升，徐征．基于BP人工神经网络的卧虎山水库水质评价［J］．济南大学学报:自然科学版，2013，4(2):188 －190．

［7］黄胜伟．自适应变步长BP网络在水质评价中的应用［J］．水利学报，2002，26(10):122 －125．

［8］王瑞．基于遗传优化BP神经网络的污水处理水质预测研究［D］．广州:华南理工大学，2012．

［9］蒋福兴，田丽慧．改进的BP神经网络在浑河水质评价中的应用［J］．辽宁工程技术大学学报，2004，23(5):616 －617．

［10］陈永灿，陈燕．概率神经网络水质评价模型及其对三峡近坝水域的水质评价分析［J］．水力发电学报，2004，23(3):7 －12．

［11］徐祖信．我国河流综合水质标识指数评价方法研究［J］．同济大学学报:自然科学版，2005，33(4):482 －488．

［12］徐祖信．我国河流单因子水质标识指数评价方法研究［J］．同济大学学报:自然科学版，2005，33(3):321－325．