权重对梧州种质资源保护区水质评价的影响

黄鸾玉

(广西渔业病害防治环境监测和质量检验中心，南宁 530021)

·环境评价·

权重对梧州种质资源保护区水质评价的影响

黄鸾玉

(广西渔业病害防治环境监测和质量检验中心，南宁 530021)

计算权重是水质评价中的一个关键环节，不同权重算法将导致评价结果有较大差异。研究基于超标法、熵权法以及主成分分析这3种权重算法，对梧州种质资源保护区水质进行模糊综合评价。结果表明：基于超标法的模糊综合评价对单因子超标比较敏感；基于熵权法和主成分分析法的模糊综合评价全面考虑了各因子对评价结果的影响，二者评价结果一致，且水质类别满足种质资源保护区用水要求，较超标法好。主成分分析法可直接借助SPSS统计分析软件，操作更简单、实用性更强，能更好更高效的服务于保护区水质管理工作。

水质评价；模糊综合评价；权重；熵权法；主成分分析法

模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法[1]，以模糊数集来代表评价结果，不严格划分等级，不作绝对的肯定或否定，被广泛运用于生产实践中[2～5]。水环境质量受众多因素影响，各污染物标准限值的确定、水质级别的划分均具有一定的模糊性。许多学者研究模糊综合评价法在水质评价中的应用[6～9]，以期客观地反映水质状况。该方法最重要的工作就是权重的确定。权重是衡量评价因子集当中某一因子对水质污染程度影响相对大小的量，权重越大的因子对水质的影响程度越大。一旦带入主观因素，会对评价结果造成非常大的影响。目前，国内外还没有形成统一的权重确定方法，所以，研究出一种可以科学合理的确定权重的方法显得非常重要。本文以梧州种质资源保护区为例，比较超标法、熵权法以及主成分分析法确定的权重对水质模糊综合评价结果的影响。

1 模糊综合评价数学模型

1.1 确定各水质指标的隶属函数

假设参与水质评价的因子有n个，水质评价标准由m个级别组成。由于水质污染程度和水质分级标准都是模糊的，故用隶属度来刻画分级界限。设rij表示第i种污染物的环境质量数值可以被评价为第j类环境质量的可能性(即i对j的隶属度，用隶属函数表示)，这样就构成了水质评价因子与水质类别的模糊关系矩阵R[10]。

(1)

式中，n代表评价因子数，即i=l，2，…，n；m代表水体级别，即j=1，2，3，4，5。

隶属度可以通过对隶属函数的计算来确定，常用的求隶属度方法为对随等级升高而因子标准数值减小的偏大型分布指标采用“升半梯形分布图法”，各水质类别的隶属度rij解析式为式(2)；对随等级升高而因子标准数值增大的偏小型分布指标采用“降半梯形分布图法”，各水质类别的隶属度rij解析式为式(3)[11]。

(2)

(3)

式中，Sj为评价因子xi的第j类水质标准值；ci为评价的因子xi的监测值。

1.2 确定权重

1.2.1 超标法

采用评价因子贡献率的方法确定权重向量，通过计算超标比来计算权重值。对于数值越大水质越差的因子，采用式(4)计算；对于数值越小水质越差的因子，采用式(5)计算[12]。

(4)

(5)

将每个因子超标比归一化处理，算出各评价因子权重，见式(6)，由此得到权重集：W=(w1，w2，…wn)。

(6)

1.2.2 熵权法

熵权法是根据因子变异程度来确定客观权重。因子的信息熵Ej越小，表明因子变异程度越大，提供的信息量越多，在综合评价中起的作用越大，权重就越大，相反，某个因子的信息熵Ej越大，表明因子变异程度越小，提供的信息量也越少，在综合评价中起的作用越小，权重就越小[13]。

(7)

(8)

通过信息熵计算各指标的权重，见式(9)。

(9)

1.2.3 主成分分析法

借助SPSS统计分析软件进行主成分分析，按照特征根λ大于1的原则提取p个主成分，一般应满足累计方差贡献率f1+f2+…+fp>85%。将输出的初始因子载荷阵A各列分别除以对应特征根的开平方，得到相关矩阵特征根对应的特征向量U。指标权重见式(12)。

(10)

(11)

(12)

式中，u1p、u2p、……、unp为前p个特征根对应的特征向量；n为变量个数。

2 梧州种质资源保护区水质评价

2.1 研究区域概况

梧州国家级种质资源保护区位于浔江下游，全长18.8 km，总面积1 564 hm2。核心区为云龙桥至西龙洲，全长约4.5km，平均宽度0.8 km，面积360 hm2。实验区分两个江段，上游从长洲岛水利枢纽下游至云龙桥，长约11.5 km，面积约952 hm2，下游从西龙洲至界首村，长度约2.8 km ，面积252 hm2。该保护区地形地貌独特，是水生生物良好的庇护所，大型经济鱼类在渔获物中所占比例大，优势种群为鲮鱼、鳡，并分布有黄颡鱼、赤眼鳟、海南红鲌、青鱼、鳙、鲢、大眼鳜、斑鳢等国家水产种质资源保护区品种，也是中华鲟、花鳗鲡、长臀鮠、鲥鱼等国家重点保护或濒危珍稀鱼类生长和繁殖场所。

2.2 建立评价因子集

2005年以来，本中心根据水域使用功能、水文气候特征及污染源分布特征，对该区域水质进行多年持续布点监测。监测指标包括水温、DO、pH、TN、NH3-N、非离子氨、TP、叶绿素a、挥发酚、CODMn、Cu、Zn、Pb、Cd、Hg、石油类。本次评价选择2010～2012年5月和8月的DO、TN、TP、NH3-N、CODMn、Zn、Pb和Hg作为评价因子，计算各监测点各评价因子浓度平均值，得到评价因子集：A={xl，x2，x3，…，xn}={DO，TN，TP，NH3-N，CODMn，Zn，Pb，Hg}。

根据《地表水环境质量标准》(GB 3838-2002)，地表水水质划分为五类水体，因此确定评价集为：B={I，Ⅱ，Ⅲ，Ⅳ，Ⅴ}。评价中使用的各因子为地表水环境质量标准的最低限值，如表1所示。

表1 模糊综合评价中各水质指标的标准限值Tab.1 Standard limit of water quality index in fuzzy comprehensive evaluation (mg/L)

2.3 建立模糊关系矩阵R

按照1.1的方法确定不同监测时段的模糊关系矩阵。2010年5月至2012年8月的模糊关系矩阵依次为：

2.4 权重向量的计算

2.4.1 超标法

表2 超标法评价因子权重Tab.2 Weight of evaluation indexes in standard method

2.4.2 熵权法

由于熵权法的基本思路是根据因子变异性的大小来确定客观权重，因此不再分时段，将三年的数据全部用于一次权重计算，结果见表3。

表3 熵权法评价因子权重Tab.3 Weight of evaluation indexes in entropy method

2.4.3 主成分分析法

将2010～2012年的监测数据导入SPSS，输出主成分分析的相关结果，按照1.2.3介绍的方法计算权重，结果见表4。

表4 主成分分析法评价因子权重Tab.4 Weight of evaluation indexes in principal component analysis

2.5 水质模糊综合评价

将3种方法的权重数据和模糊关系矩阵带入综合得分计算公式B1=w1·R1，求出综合得分，判断水质类别，列于表5。水质所属类别为得分高的类别。

表5 模糊综合评价结果Tab.5 Results of fuzzy comprehensive evaluation

由表5可以看出，采用传统的超标法，保护区水质2010年8月为Ⅳ类，2012年8月为Ⅱ类，2010年至2012年其他监测时段水质均为V类。保护区主要污染物为TN，其他指标均未出现异常。浔江地区甘蔗种植面积广，工业以制糖、造纸为主，属涉氮工业，排放的生产废水导致保护区TN监测值超标。而超标法仅是根据水质最差的单个因子所属类别来判断水质等级，过分突出TN对结果的影响，导致评价结果显示水质污染严重，不满足渔业用水要求。

熵权法和主成分分析法在计算权重时，不仅考虑污染最严重的TN，也全面考虑了其他因子对评价结果的影响，能够较客观的反映水质状况。2种方法结果一致，评价结果显示水质较好，均为I类水，满足种质资源保护区用水要求。

3 结 论

本文以梧州种质资源保护区的水质为研究对象，选择了一些重要监测点2010～2012年的监测数据作为参考，将熵权法和主成分分析法引入到模糊数学水质评价模型中来。结果表明：(1)超标法根据对水质影响最大的单个因子所属的类别来判断水质等级，夸大了最大污染因子对结果的影响而忽视其他因子的作用，得到的评价结果与后2种方法差异较大。导致评价结果与实际情况不符。因此，不建议使用超标法确定权重。

(2)熵权法确定的污染因子权重，能够比较客观地反映梧州种质资源保护区水质状况。不足之处是计算过程比较复杂，计算量大。

(3)主成分分析法是借助SPSS统计分析软件进行大部分计算，根据输出的方差贡献率、计算特征向量，即可算出因子权重，计算过程简单。通过方差贡献率能直观反映各污染物对水质的影响程度。综合考虑操作性、实用性、可靠性，本文推荐运用主成分分析法进行水质模糊综合评价，更好更高效的服务于保护区水质管理工作。

[1] 王 静, 董肖丽. 模糊评价中最大隶属度原则的改进[J]. 河北水利, 2011, (2): 27-28.

[2] 吴高岗, 高玉丽, 张 翼. 改进模糊综合评价法在工程监理评标中的应用[J]. 工程经济, 2016, (3): 73-76.

[3] 谭浩强, 何文杰, 陆颖臣, 等. 丹江口水库水质的综合评价[J]. 供水技术, 2016, 10(2): 1-7.

[4] 沈 简, 饶 军, 傅旭东. 基于模糊综合评价法的泥石流风险评价[J]. 灾害学, 2016, 31(2): 171-175.

[5] 孙 博, 肖汝诚. 基于层次分析-模糊综合评价法的桥梁火灾风险评估体系[J]. 同济大学学报(自然科学版), 2015, 43(11): 1619-1625.

[6] 向文英, 杨 静, 张 雪. 模糊综合评价法的改进及其在水库水质评价中的应用[J]. 安全与环境学报, 2015, 15(6): 344-348.

[7] 钟文武, 王文玉, 孙 昳, 等. 模糊综合评价法在抚仙湖种质资源保护区水质评价中的应用[J]. 水产科学, 2015, (3): 182-187.

[8] 赵有益, 刘彤彤. 黄河兰州段水质模糊综合评价[J]. 人民黄河, 2010, 32(6): 48-49.

[9] 王同勋, 戴青松, 张翠英, 等. 改进模糊综合评价在北方某河流水质评价中应用[J]. 农业与技术, 2014, 34(7): 238-239.

[10] 肖明杰. 改进的模糊综合评价模型在水质评价中的应用[J]. 水科学与工程技术, 2007, (4):6-9.

[11] 穆 征, 王方勇, 李 静, 等. 基于模糊综合评价模型的河流水质综合评价[J]. 水力发电, 2009, 35(4):11-13.

[12] 刘荣珍, 赵 军. 模糊评价模型在长江水质评价中的应用[J]. 兰州铁道学院学报, 2007, 26(6):50-52.

[13] 周丕严, 张江山, 陈庆华. 模糊评价模型的改进及其在水质评价中的应用[J]. 云南环境科学, 2006, 25(4): 50-51, 55.

Impact of Weight Algorithm on Water Quality Evaluation in Wuzhou Germplasm Resources Protection Area

HUANG Luan-yu

(CenterofFisheryDiseasePrevention&Cure，EnvironmentalMonitoring&QualityInspecionofGuangxi，Nanning530021，China)

Weight algorithm is a key link in the evaluation of water quality. Different algorithms will lead to different results. This study based on the standard method, entropy method and principal component analysis to make a fuzzy synthetic evaluation to water quality in germplasm resources conservation zone in Wuzhou. Results indicate that the over-standard method is relatively sensitive when single factor is over standard. Fuzzy comprehensive evaluation based on entropy method and principal component analysis method considers the influence of each factor Evaluation results of both methods are consistent and the water quality meet requirements for germplasm resources conservation zone. This method is better than over-standard method. Principal component analysis method can directly use SPSS which is easier to operate and more practical. It can provide better and more efficient services to water quality management in conservation zone.

Water quality evaluation；fuzzy assessment；weight；entropy method；principal component analysis

2016-09-26

广西科技攻关项目(桂科攻0992015-1)。

黄鸾玉(1983-)，女，广西来宾人，2015年毕业于广西大学环境工程专业，硕士，工程师，主要从事渔业生态环境保护技术研究工作。

X824

A

1001-3644(2017)01-0083-06