基于投影寻踪聚类法的某近岸海域水质评价*

梁仲燕, 戴本林

(1 南京国环科技股份有限公司, 江苏 南京 210042;2 淮阴师范学院化学化工学院江苏省生物质能与酶技术重点实验室, 江苏 淮安 223300;3 淮阴师范学院江苏省区域现代农业与环境保护协同创新中心, 江苏 淮安 223300)



环境保护

基于投影寻踪聚类法的某近岸海域水质评价*

梁仲燕1, 戴本林2, 3

(1 南京国环科技股份有限公司, 江苏 南京 210042;2 淮阴师范学院化学化工学院江苏省生物质能与酶技术重点实验室, 江苏 淮安 223300;3 淮阴师范学院江苏省区域现代农业与环境保护协同创新中心, 江苏 淮安 223300)

为评估近岸海域水环境质量状况，本文以某近岸海域为例，运用建立的基于主成分分析的改进投影寻踪聚类评价模型对该近岸海域13个监测点的水质状况进行分析。结果表明，13个监测点中，水质状况维持在一类、二类、三类级别的分别占30.77%、30.77%以及38.46%，未有点位处于四类及以上级别。总的来说，该近岸海域水体质量一般，而且还有进一步恶化的趋势。

水质; 投影寻踪聚类评价模型; 主成分分析法; 模糊综合评价法; 近岸海域

某近岸海域处于江苏省最北端的黄海之滨，东以岚山头与连云港外的东西连岛的连线为界与黄海相通，面积约820 km2，是我国八大渔场之一，沿岸有十余条河注入海区，年径流量为17×108m3[1]。《中国海洋环境质量公报》显示，2015年[2]该近岸海域海水水质污染进一步加剧，陆源污染物污染严重，并导致赤潮多次发生。因此，对该近岸海域的水质状况进行评估就显得尤为重要，故本文拟采用基于主成分分析的改进投影寻踪聚类评价模型对该近岸海域水环境质量进行评价，依据13个监测点水质参数的实际监测值，得出各监测点的水质类别，从而可为近岸海域水环境质量的保护提供一定的参考。

1 监测数据的获取

布点、采样、样品保存及分析方法均采用国家海洋局颁布的海洋监测规范规定的方法，具体分春、夏、秋、冬4个季节在该近岸海域监测点位上进行采样，最终分析数据取4个季节的平均值。采样的具体站位编号及分布见表1。

表1 某近岸海域监测点坐标

2 近岸海域水质现状分析

依据资料获取的情况，并综合考虑该近岸海域的具体状况，该区域水质现状的初步分析主要基于DO、SS、TOC、TN、TP、活性磷酸盐(Activated phosphate, AP)6个参数。该近岸海域13个监测点包含SS、DO等参数的监测结果见图1。

图1 该近岸海域水质参数状况

从图1可看出，该近岸海域13个监测点的DO基本维持在6.7以上，均优于《海水水质标准》(GB3097-1997)中一类海水水质，大部分监测点的DO变化不明显；SS总体上呈现波动上升趋势，部分监测点的SS劣于四类海水水质，且超标较为严重，Hzw10和Hzw11监测点的SS超标尤为显著；TOC指标变化不是很明显，最大值出现在监测点Hzw03处，为1.79，属二类海水水质，其余监测点的水质均优于一类海水水质；从图1(d)可看出，13个监测点的活性磷酸盐值变化不是很显著，且所有监测点均优于一类海水水质标准；TN呈现波动上升趋势，基本处于二类至四类海水水质，而部分监测点的TN劣于四类海水水质；TP呈现逐步上升趋势，Hzw01～Hzw07属二类至三类海水水质，最大值出现在Hzw08处，为0.127，Hzw08～Hzw13均已劣于四类海水水质。

总的来说，该近岸海域水质参数中SS、TN和TP超标较为严重，其中多个监测点的TN和TP均劣于四类海水水质，因此，该近岸海域的水质状况仍较不理想，海水富营养化状况也不容乐观，并有进一步恶化的趋势。

3 近岸海域水质综合评价

3.1 投影寻踪聚类评价模型

投影寻踪聚类法(Projection pursuit cluster model，PPCM)是用来处理和分析高维数据的一种探索性数据分析的有效方法，其基本思路是：利用计算机技术，把高维数据通过某种组合，投影到低维(1～3维)子空间上，并通过极小化某个投影指标，寻找出能反映高维数据结构或特征的投影，在低维空间上对数据结构进行分析，以达到研究和分析高维数据的目的[3]。相对于灰关联分析法[4]、模糊综合评价法[5]、物元可拓法[6]等方法，投影寻踪聚类法具有精确处理高维、非线性、非正态问题的能力，计算简便、结果稳定[7]等优点，因此在水质评价、大气质量评价、气象、水文学、生态环境质量评价等方面获得了广泛的应用。本文针对在评价过程中最优投影方向确定方法较难选取这一问题，对其加以修正与改进，最终用于该近岸海域水环境质量的评价。

3.1.1 基本步骤

对于越大越优的指标：

(1)

对于越小越优的指标：

(2)

式中，xij为第i个样本第j个指标的标准化值，xjmax和xjmin分别为第j个指标的最大值和最小值。

(3)

显然，不同的投影方向反映了评价指标数据的不同结构特征、不同综合方式和不同数据挖掘途径。在综合评价过程中，要求投影值zi的分布特征为：局部投影点尽可能密集，最好凝聚成若干个点团，而在整体上投影点团之间尽可能散开。基于此，投影指标函数可构造为：

(4)

(5)

(6)

(7)

目前用于找寻最优投影方向的优化方法很多，如遗传算法[9]、单纯形法[10]、蛙跳算法[11]、粒子群算法[12]、人工鱼群算法[13]等。但这些优化算法或计算过程复杂，或编程实现困难，或局部优化效果较好，或仅偏于全局优化，不能凸显最优解。而主成分分析法(Principal Component Analysis Method，PCAM)是一种将多维因子纳入同一系统中进行定量，从而分析出关键的影响因子，以达到降维、简化数据和提高分析结果可靠性的目的，属于较为完善的多元统计分析方法[14]。鉴于此，本文应用基于主成分分析的投影寻踪聚类评价的方法，通过PCAM优化PPCM中的投影特征值，提出了基于主成分分析的改进投影寻踪聚类的近岸海域水质评价方法，以丰富投影寻踪理论以及为近岸海域水质的评价提供一条新的思路。具体优化思路如下：

(8)

(9)

(10)

3.1.2 等级评价标准

借鉴国内外相关科研成果以及国家、行业和地方相关标准，初步确定了该近岸海域水质等级评价标准，具体见表2。

表2 近岸海域水质等级评价标准

备注：DO、SS参照《海水水质标准》(GB3097-1997)确定；TOC参照文献[15]确定；TN、TP参照《地表水环境质量标准》(GB383-2002)确定；活性磷酸盐参照《近岸海洋生态健康评价指南》(HY/T 087-2005)确定。

3.2 评价结果

根据表2中各项目的等级评价标准，借助Matalab7.1软件，按照投影寻踪法的计算流程算出一类至四类水质的投影特征值(z0)，分别为0.85、1.42、1.88、2.42，然后计算出监测点投影特征值(z*)，并对比z0值，从而得出该近岸海域13个监测点的水质类别如表3所示。

表3 各监测点水质参数标准化值及评价结果

4 结 论

以某近岸海域为例，选取13个监测点位，包含DO、SS、TOC、TN、TP、活性磷酸盐6个水质参数，运用本文建立的基于主成分分析的改进投影寻踪聚类评价模型对该近岸海域水质进行了评价分析，得出的主要结论如下：

(1)水质现状分析结果表明，该近岸海域13个监测点的DO、TOC、活性磷酸盐基本维持在较好水平，大部分监测点均达到一类海水水质，而SS、TN、TP呈波动上升趋势，部分监测点超标严重，已劣于四类海水水质。

(2)鉴于投影寻踪聚类法中最优投影方向难于找寻的问题，本文选用计算过程简便的主成分分析法优化投影寻踪聚类法中的投影方向参数，建立了基于主成分分析的改进投影寻踪聚类的近岸海域水质评价方法，从而可为近岸海域水质评价提供一条新的思路。

(3)采用本文建立的基于主成分分析的改进投影寻踪聚类评价模型对该近岸海域13个监测点的水质状况进行了评价，结果表明，该近岸海域13个监测点中Hzw02、Hzw04、Hzw05、Hzw06点位达一类海水水质，Hzw01、Hzw03、Hzw07、Hzw09点位达二类海水水质，其余点位为三类海水水质。

[1] 连云港市政府研究室“突破海洲湾开发研究”课题组.突破海洲湾开发研究[J].海洋开发与管理, 2006(2): 3-26.

[2] 国家海洋局.中国海洋环境质量公报[EB].2015.

[3] Jin J L, Li L, Wang W S, et al.A genetic fuzzy analytical hierarchy process based projection pursuit method for selecting schemes of water transportation projects[J].Journal of Ocean University of China (Oceanic and Coastal Sea Research), 2006, 30(5): 289-294.

[4] Yang S L, Wang S, Gong D N.Approach to weighted geometric evaluation based on projection pursuit[J].Engineering Sciences, 2006, 4(1): 85-88.

[5] 李祚泳, 丁 晶, 彭荔红.环境质量评价原理与方法[M].北京: 化学工业出版社, 2004.

[6] Wang S, Yang S L, Ma X J.On grey relation projection model based on projection pursuit[J].Engineering Sciences, 2008, 6(4): 49-52.

[7] Wang S J, Yang Z F, Ding J.Projection pursuit cluster model and its application in water qualit assessment[J].Journal of Environmental Sciences, 2004, 16(6): 994-995.

[8] 王顺久, 张欣莉, 丁晶, 等.投影寻踪聚类模型及其应用[J].长江科学院院报, 2002, 19(6): 53-56.

[9] 张坤, 洪伟, 吴承祯, 等.改进的投影寻踪等级评价模型——在水蚀荒漠化评价中的应用[J].自然灾害学报, 2010, 19(3): 100-104.

[10]吴承祯, 洪伟, 洪滔.基于改进的投影寻踪的森林生态系统生态价位分级模型[J].应用生态学报, 2006, 17(3): 357-361.

[11]王柏, 李芳花.基于免疫蛙跳算法优化的投影寻踪水质评价模型[J].中国农村水利水电, 2010(5): 5-7.

[12]林泉, 朱沅海, 叶吉祥.基于粒子群算法的投影寻踪分类模型研究[J].长沙交通学院学报, 2008, 24(2): 90-95.

[13]徐飞, 徐卫亚.岩爆预测的粒子群优化投影寻踪模型[J].岩土工程学报, 2010, 32(5): 718-723.

[14]陆克芬, 刘延明, 方崇.基于人工鱼群算法的农田灌溉水质评价投影寻踪分析[J].安徽农业科学, 2009, 37(28): 13765-13771.

[15]李晴新, 朱琳, 陈中智.灰色系统法评价近海海洋生态系统健康[J].南开大学学报, 2010, 43(1): 40-41.

Comprehensive Evaluation of A Certain Coastal Water Quality Based on Projection Pursuit Cluster Method*

LIANGZhong-yan1,DAIBen-lin2,3

(1 Nanjing Guohuan Science and Technology Co., Ltd., Jiangsu Nanjing 210042;2 Jiangsu Key Laboratory for Biomass-based Energy and Enzyme Technology, School of Chemistry and Chemical Engineering, Huaiyin Normal University, Jiangsu Huaian 223300;3 Jiangsu Collaborative Innovation Center of Regional Modern Agriculture & Environmental Protection, Huaiyin Normal University, Jiangsu Huaian 223300, China)

In order to verify the water quality condition of coastal water area, some coastal water area was taken as a case study.The improved projection pursuit cluster evaluation model based on principal component analysis method was used to analyze the water quality condition of 13 monitoring points in this coastal waters.The result showed that in the 13 monitoring points in this coastal waters, water quality condition maintained in the first class level accounted for 30.77%, the second class level accounted for 30.77% and 38.46% for the third class level, and monitoring points with no point belonged to the fourth class level.In general, the coastal water quality condition was not good and it was likely to be even worse.

water quality; projection pursuit cluster evaluation model; principal component analysis method; fuzzy comprehensive evaluation method; the coastal water area

江苏省区域现代农业与环境保护协同创新中心科技专项资助项目 (HSXT312, HSXT227)；江苏省高校自然科学研究面上项目 (15KJD480001)。

梁仲燕 (1981-)，女，硕士，工程师，主要从事环境规划与评价方面研究。

X824

A

1001-9677(2016)019-0148-04