李文玉(547000)
应用模糊数学方法评价河池市大气环境质量
李文玉(547000)
随着经济的迅速发展,城市大气环境质量问题愈来愈受到人们的重视.由于大气质量的综合评价存在着一定的模糊性,因此大气环境质量评价可以引用模糊评价法。模糊综合评价通过选用SO2,NO2和PM10作为评价因子,对照《环境空气质量标准》(GB3095-1996),经过适当的权重计算,建立评价矩阵进行综合评价。本文主要以河池市2012~2014大气监测数据为例,模糊评价结果表明:河池市大气污染主要是可吸入颗粒物PM10,2012~2013总体大气环境质量为Ⅰ级(清洁),但是2014年大气环境质量处于Ⅰ级和Ⅱ级之间,大气质量有所下降。本文为河池市大气防治工作提供一定参考。
大气质量;河池市;模糊综合评价;隶属度
我国随着经济高速发展,城市化进程突飞猛进,大气污染对环境和城市居民的健康影响日益突出,引起了普遍关注。大气质量影响因素主要包括工业生产、居民生活、交通运输和垃圾焚烧等。由于大气环境系统自身就是一个多因素互相作用的复杂系统,而污染的空气成分一般又较为复杂。目前国内评价空气质量一般采用大气质量指数法,但是该方法忽略了不同浓度间的统计性差异,不能客观反映实际空气质量状况,而模糊理论正是将模糊不确定的因素量化,从而进行综合评价[1~2]。河池市隶属于广西壮族自治区,地处广西西北边陲、云贵高原南麓,是大西南通向沿海港口的重要通道,是广西实施西部大开发的重点区域。为了使评价结果更加客观的反映当地空气污染及其变化规律,进而制订相应有效的防治对策,本文应用模糊数学原理,通过计算各污染水平的隶属度,对2012~2014河池市环境空气质量进行综合评价。
模糊数学是用数学的方法解决模糊的问题。
2.1建立因子集
根据相关国家环境标准规定,确定相关环境质量的因素即为因子集。建立因素集U={u1,u2,…,un},即有n个评价指标。
2.2建立评价集
根据国家标准取V为分级集合即为评价集。v={v1v2,…vm},即代表评价等级、分类的集合每一等级可对应一个模糊子集。
2.3建立隶属函数。
2.4单因子模糊评价
根据隶属函数,可确定各指标实际值的隶属度,进行单因素评价,并得到隶属度模糊关系矩阵
2.5建立权重集[7]
单项指标在总体权重的大小与某种用途的单项分级标准无关。所以对权重用公式Pi=Ci/Si,为了进行模糊运算,各单项权重还须归一化,得Wi=PiΣPi,对于模糊集合U上的单项指标的权重,写成矩阵,即得权重模糊矩阵。
2.6模糊综合评价过程
模糊综合方法具体参考本文第二部分。
表1 2012~2014河池市大气污染物监测数据(单位:mg/m3)
在进行空气污染评价时首先取U为各因子指标集合,即取:U={1,2,3},其中U1表示SO2二氧化硫,U2表示NO2二氧化氮;U3表示可吸入颗粒物PM10。根据国家空气质量标准[4]和国内一些城市大气实际污染水平把空气质量分为四个级别,取V为空气质量分级集合,评价集V={Ⅰ,Ⅱ,Ⅲ,Ⅳ}。
表2 环境空气质量分级标准(单位:mg/m3)
根据取最大隶属度原则,2012年和2013年河池市空气质量属于Ⅰ级,清洁。但是2014年河池市空气质量对于Ⅰ级标准的隶属度为49%,对Ⅱ级空气标准的隶属度为48%,两者十分接近,故可说明2014年河池市的空气质量有所下降。另从各评价因子权重系数结果可知,2012~2014年河池市主要空气污染物为可吸入颗粒物PM10。
由于大气环境系统是多因素的耦合,评价大气环境的好坏过程中存在着相当的不确定性,等级的划分界限也很模糊,因此模糊综合评价方法是一种较为理想的评价工具。用模糊理论中的隶属函度来界定空气环境质量的分级边界,考虑了界限的模糊性,较客观的反映了评价结果。
[1]陆玉书.环境影响评价[M].北京:高等教育出版社,2001.
[2]刘普寅,吴孟达.模糊理论及其应用[M].长沙:国防科技大学,1998.
[3]杨绪勤.模糊数学在大气环境质量评价中的应用[J].上海环境科学,1989(1):14~17.
[4]《环境空气质量标准》(GB3095-1996).环境科学出版社,1996:1~2.
[5]梁保松,曹殿立.模糊数学及其应用[M].北京:科学出版社,2007.
[6]YIN Y Y,HUANG GH,HIPEL KW.Fuzzy relation analysis formulticriteria water resources management[J].Journal of Water Resources Planning and Management,1999,125(1):41~47.
[7]Chu A T W,Kalaba R E,Spingam K.A comparision of two methods for determining the weights of beinging to fuzzy sets[J].Journal of Optimization Theory and Application,1979,7(27):531~538.
2016-3-11
X823
A
2095-2066(2016)09-0220-01