萍水河水质监测点的优化

郭效琛，杜鹏飞，赵冬泉，马洪涛

1.清华大学环境学院，北京 100084 2.清控人居环境研究院有限公司，北京 100083

随着我国城市化进程的加速，城市自然水系统受到影响，不少城市都出现严重的内涝问题，威胁了城市居民的生命及财产安全，城市雨洪管理问题日益受到关注[1-2]。2014年底，住房和城乡建设部(以下简称“住建部”)正式提出了建设海绵城市[3]，其考核指标之一即为城市水环境[4]。2015年8月28日，住建部与环保部联合发布了《城市黑臭水体整治工作指南》，城市内河流水环境质量情况受到高度关注。

开展城市区域水环境质量监测工作，是了解城市河流水环境状况的关键。目前，萍乡市大部分河流已进行监测布点，由于河流中污染物的构成和分布总是在不断变化，河流水质监测点位需要不断进行调整与优化[5]，以全面了解河流的水环境质量情况。

1 实验部分

1.1 萍乡市萍水河监测情况

萍乡市总面积3 802 km2，人口187万，地处亚热带季风气候区，年平均气温为17.3 ℃，平均降水量1 603 mm，于2015年4月被选为我国首批16个海绵试点城市之一。萍水河多年平均径流量18.3 m3/s，是萍乡市最主要的河流，称其为母亲河。

2005—2015年萍水河共设置12个监测断面，各断面的位置及特点如表1所示。

监测断面的位置示意图如图1所示。

表1 萍水河监测断面位置及特点

图1 萍水河监测断面示意图Fig.1 Sketch of monitoring sections in Pingshui River

12个监测断面并非同时设置，2005、2006年萍水河共设7个监测断面，编号分别为1#、2#、3#、4#、5#、6#、7#；2007年对监测断面进行了删减，去掉了2#和7#断面，保留了其余5个监测断面；从2008年起，对监测断面进行了调整，共设8个监测断面，编号为1#、5#、6#、8#、9#、10#、11#、12#；到2015年一直为此8个断面，但主要监测前6个断面。

2005—2007年，萍水河采样时间为偶数月，2008—2015年，萍水河采样时间为奇数月，选择气候较为相近的7月和8月的水质监测数据，根据萍水河水质污染特征，选择化学需氧量、五日生化需氧量、氨氮、总磷、总氮和高锰酸钾盐指数作为评价指标。

1.2 研究方法

对水质监测点位进行优化，首先要了解河流历史水质情况。马太玲等[6]对水环境质量综合评价中常用的模糊贴近度法、模糊综合评价法和逻辑斯蒂曲线评价模型3种方法进行比较与分析，得出模糊贴近度法的评价结果相对合理。林和振[7]利用模糊贴近度法对武夷山景区的水环境质量状况进行了评价，也得到较为合理的结果。对于城市内河流的水质监测，在开始阶段往往会布设较多的监测点而能充分掌握整个水域的水质情况，经过一段时间的监测并积累一定数据后，需进行监测布点的优化[8]，目前许多相关研究都应用了贴近度法[8-9]。

本文选用贴近度法对萍水河2005—2015年水质情况和监测方案进行分析评价并针对监测布点提出优化建议。

1.2.1 贴近度法简介

城市河流水环境质量由多项指标综合衡量，利用贴近度法可将多指标的监测参数转化为能综合反映水质情况的单指标参数，进而对监测点水质情况进行评价，并根据监测点间相似程度进行聚类，评价现有监测点设置的合理性，同时可进行优化布置[8]。

1.2.2 贴近度法应用步骤

1.2.2.1 建立样本矩阵

将m-1个监测点及一个标准值点对应的n项评价指标的监测值，构成初始样本矩阵A0：

(1)

式中：aij为第i个监测点的第j个评价指标量化值；amj为标准值的第j个指标量化值。

对初始样本矩阵进行归一化处理，计算第i个监测点第j个评价指标归一化后取值rij。

(2)

得到样本矩阵A：

(3)

1.2.2.2 构建“最优点”和“最劣点”

水质指标一般以污染物浓度来衡量，即指标值越大，水质越差，为负向指标。因此，最优点由各监测点对应指标的最小值构建，最劣点由各监测点对应指标的最大值构建，即

最优点和最劣点并非真实存在的监测点，而是虚拟的河流水质最好和最差的点。

1.2.2.3 计算各点到“最优点”和“最劣点”的距离

当认为各指标所占权重一致时，第i个样本点到“最优点”的距离di-Y可定义为

(4)

式中：dm-Y为标准值点与“最优点”的距离。

同理，对第i个样本点到“最劣点”的距离di-L进行定义：

(5)

式中：dm-L为标准值点与“最劣点”的距离。

1.2.2.4 计算各样本点与标准值点的贴近度

由于对河流水质进行评估的指标不唯一，是多个指标的综合，因此一个点与“最优点”距离相接近并不一定就与“最劣点”距离远。因而选择将标准值点作为参考，计算各监测样本点与标准值点的贴近程度就可作为综合了水环境质量评价中多个指标的单指标。

定义第i个样本点与标准值点m的贴近度Ui-m为

(6)

对于样本点i而言，Ui-m越接近1，表明样本点的水质质量与标准值点的水质质量越接近，Ui-m>1表示样本点整体好于标准值点，Ui-m<1则表示样本点整体差于标准值点，从而可对各监测点水质进行整体评价。

将Ui-m从小到大进行排序，数值相近的点即水质质量相近，可划分为一类，选择其中具有代表性的点作为监测点，即可实现对监测方案的优化。

2 结果与讨论

2.1 各监测点贴近度的计算

目前在萍乡市海绵城市建设中，对萍水河水环境质量的控制目标定为达到地表水Ⅲ类标准，因此将《国家地表水环境质量标准》(GB 3838—2002)中评价指标的Ⅲ类标准值作为标准值点的取值，如表2所示。

表2标准值点各指标取值

Table2Standardpoint’svalueoneachindexmg/L

根据贴近度的计算方法，对2005—2015年各监测点数据，逐年建立初始样本矩阵(aij)m×n，进行归一化处理得到(rij)m×n，构建样本集的最优点和最劣点，再计算各样本点与最优点和最劣点的距离di-Y和di-L，最后将标准值点作为参考点，计算与各监测点及标准值点的贴近度，结果如表3所示。

2.2 萍水河水环境质量评价

2.2.1 萍水河水环境质量整体评价

从表3贴近度的计算结果可以看出，除2006年3#监测点与标准值点的贴近度小于1以外，其余监测点与标准值点的贴近度均大于1，即单从化学需氧量、生化需氧量、氨氮、总磷、总氮及高锰酸盐指数这6个评价指标来看， 2005—2015年，萍水河各监测点的水质状况整体较好。贴近度大小统计结果见图2。

从图2可以看出，与标准值点(即地表水Ⅲ类标准)贴近度在区间[3, 4)所占比例最大，为24%；其次为[2, 3)，所占比例为18%；贴近度[1, 2)所占比例也较高，为13%；也就是说，与标准值贴近度在[1, 4)的监测数据个数所占比例共计55%，超过50%。与标准值贴近度在10以上的主要是对照断面，对于其余控制断面而言，虽然无法与对照断面相比，但贴近度也比较大，即萍水河各监测点这6项指标的情况好于地表水Ⅲ类标准。

表3 每年各监测点的贴近度

注：“空”表示当年未在该监测断面进行监测。

图2 萍水河各监测点的贴近度所处区间统计(2005—2015年)Fig.2 Similarity Interval statistics of monitoring spots in the Pingshui River (2005-2015)

2.2.2 萍水河水环境质量的逐年变化

整体而言，贴近度取值大于4的监测数据所占比例不足50%，将贴近度大于4的监测点定为水质较优点，对贴近度大于4的监测点个数逐年进行统计，记为k，将每年贴近度大于4的监测点个数所占比例γ作为统计指标：

γ=k/k0

式中：k0为当年总监测点个数。

统计结果如图3所示。从图3可以看出，2005—2010年，贴近度大于4的监测点所占比例呈现逐年上升趋势，说明2005—2010年，萍水河的水环境质量不仅整体较好，且在逐步提高。

在2010年以后，贴近度大于4的监测点所占比例有所下降，尤其是2013年，所有监测点数据与标准值点的贴近度均小于4，表明水质有所下降。

图3 2005—2015年水质较优监测点每年所占比例的变化Fig.3 2005-2015 Percentage trend of better quality monitoring spots

2.3 萍水河监测点历年来调整的分析与评价

随着经济社会的发展及水质情况的变化，萍水河监测点的设置也进行了相应调整，贴近度法优化监测点设置的思路：对贴近度相近的监测点进行聚类，选择每类中具有代表性的进行监测，若监测点间的贴近度相差很大，则不能聚为一类。

根据每年各监测点贴近度的计算结果，结合监测断面的位置，可对监测点布设方案调整的合理性进行分析与评价。

2.3.1 监测点2007年的调整

相比于2005年和2006年，2007年时监测点有所删减，去掉了2#和7#2个监测点。根据贴近度，对2005年和2006年的监测点进行聚类，结果如表4所示。

表4 2005年和2006年监测点聚类结果

从表4可以看出，从2005年的聚类结果来看，2#和7#恰为一类，对于监测点优化而言，应考虑保留其中更具代表性的一个。从2006年的聚类结果来看，2#、7#和1#归为了一类，在2005年和2006年的监测数据统计中，都是综合水质最好的前3处。因此，从2007年起，不再对2#和7#断面进行监测布点具有一定的合理性。

从断面位置考虑，1#断面属于对照断面，水环境质量本身比较好，作为其他2个监测断面的代表欠妥，可考虑保留2#和7#中的一个。

在2005年的聚类分析中，4#、5#和6#归为一类，但在2006年的聚类分析中，3个监测点又分属不同类别，因此在2007年时没有舍弃，继续保持监测的做法比较合理。

2.3.2 监测点2008年后的布设

在2008年，萍水河监测点的布置进行了比较大的调整，2008年监测数据最为全面，之后几年都没有11#和12#的监测数据，因此首先对2008年的监测数据进行聚类分析，判断这一做法是否可行，结果如表5所示。

表5 2008年监测数据聚类分析

从表5可以看出，11#和12#所处分类中还有8#及1#，对8#及1#进行监测，可在一定程度上替代对11#及12#水环境质量的监测，而且4个监测点的水环境质量属于比较好的一类。

但从表1可以看出，8#和1#都属于对照断面，而11#及12#都是一级支流的入河口，属于应当监测的控制断面。因此，根据贴近度的聚类分析结果，虽然4个监测断面属于一类，但断面的作用及性质有所差别，在之后的2009—2015年，缺失对11#和12#的监测，不够合理。

2.3.3 2009—2015年监测点的布设

2009—2015年萍水河监测点的设置没有太大调整，主要变化集中在是否对6#断面进行监测：2009、2010、2012、2013年有6#的监测数据，而其余年份没有，因此重点分析2009—2015年6#这一监测点与其他监测点的聚类结果(见表6)。

表6 2009—2015年6#监测点与其他点的聚类分析

从表6可以看出，有6#监测数据的2009—2013年，每年都有其他监测点的贴近度与6#监测点贴近度相差在±0.5以内，可归为一类。也就是说，6#的水环境质量情况，一定程度可由其他监测点来表征。但与此同时，从表6也可以看出，与6#监测点归为一类的点并不具有很强的稳定性，2009年和2010年，5#监测点都是与6#监测点最相近的点，但2012、2013年两者贴近度的相差程度已经超过了0.5，即没有某个监测点可稳定替代并表征6#的水环境质量情况。基于此，建议仍保留对6#断面的监测，不贸然进行删减。

2.4 现行监测点布设方案的优化建议

萍乡市海绵城市建设开始于2015年，为对地表水环境质量控制改善效果进行考核评估，在接下来海绵城市建设中需进一步完善萍水河水环境质量的监测布点工作。对2014年和2015年各监测点的贴近度进行分析，如表7所示，作为优化布点的基础。

表7 2014年和2015年监测点的贴近度

从表7可以看出，无论是根据2014年的监测结果，还是2015年，监测点9#、10#和5#都比较相近，可归为一类。为节约监测成本，选择水质处于中等水平的10#监测点作为代表性监测点进行监测。

2.4.1 优化后监测点位的检验

以2015年的监测情况为依据，对优化前后的数据进行F检验(精度)和t检验(均值)，其中优化前(n=5)和优化后(n=3)各污染因子的均值和标准偏差如表8所示。

表8 优化前后的均值和标准差Table 8 The average values and the standard deviations before and after optimization

根据表8数据进行F检验，删减后3个监测点位6项指标实测值的方差与总体方差无显著性差异；进行t检验，删减后监测点位实测值与总体均值也无显著性差异，表明监测点位优化结果是合理的。

2.4.2 监测点位进一步优化

目前萍水河监测点布置的数量有限，2008年增设的监测断面，在后续监测中没有进行完整监测。由于6#监测点没有其他监测点可稳定替代，11#和12#从位置上讲属于应监测的断面，故建议对这3个监测断面保持监测。

为了对海绵城市建设水环境控制方面的效果进行评价，需结合海绵城市建设的重点区域及低影响开发设施的布置情况，在萍水河选择新的监测点。具体而言，主要是在示范区范围内的萍水河部分增加监测点，集中进行低影响开发改造的片区如虎形山、金螺峰等附近，为准确评价低影响开发措施对城市河流水环境的改善效果提供依据。同时，考虑到城市黑臭水体整治工作的需求，需对萍水河历史上的黑臭河段加强监测。

3 结论

对萍乡市萍水河2005—2015年各监测点的监测数据进行了统计，根据萍水河水质污染特征，选择化学需氧量、生化需要量、氨氮、总磷、总氮和高锰酸钾盐指数作为评价指标，利用贴近度法评价了历年来水质情况及变化趋势，分析了对监测点进行调整的合理性，并针对现行监测方案进行了优化。

1)单就6项评价指标而言，萍水河水环境质量整体较好，从2005年到2010年，萍水河水环境质量逐步提高，但在2010年之后，水质呈现下降趋势。

2)萍水河监测点的布设主要在2007年和2008年进行了调整，基于各监测点贴近度的计算，方案调整具有一定的合理性，对同一类监测点进行删减可节省人力、物力及财力。但某些调整欠妥，删去的监测点不能由其他监测点完全替代。

3)目前萍水河监测点的布设不够合理，有些监测点具有可替代性，进行删减优化后的监测方案经检验可完全替代现行监测方案，节省监测成本；另外，现有监测点包含信息不足，需增设监测点。

[1] 张宏伟. 城市雨洪管理发展及思考[J]. 中国水利， 2015(11): 10-13.

ZHANG Hongwei. Development and Thinking of Urban Rainfall Flood Management [J]. China Water Resourecs, 2015(11): 10-13.

[2] 中国城市科学研究会. 第十届国际绿色建筑与建筑节能大会论文集[C]. 北京:中国城市科学研究会，2014.

[3] 章林伟. 海绵城市建设概论[J]. 给水排水，2015(6): 1-7.

ZHANG Linwei. Introduction of Sponge City Construction [J]. Water and Wastewater, 2015(6):1-7.

[4] 住房城乡建设部出台试行办法将评价考核海绵城市建设效果[J]. 工程质量，2015(8): 42.

Ministry of Housing and Urban-Rural Issued the Trial Procedures for Assessment of Sponge City [J]. Project Quality, 2015(8): 42.

[5] 陈静, 宋子岭, 赵晓亮, 等. 细河水质监测点的优化布设[J]. 环境科学与技术，2009，32(7): 107-108.

CHEN Jing, SONG Ziling, ZHAO Xiaoliang, et al. Optimized Layout of Water Quality Monitoring Spots in Xi River[J]. Environmental Science & Technology, 2009(7): 107-108.

[6] 马太玲, 朝伦巴根, 高瑞忠, 等. 水环境质量综合评价方法的比较研究[J]. 干旱区资源与环境, 2006, 20(4): 138-142.

MA Tailing, CHAO Lunbagen, GAO Ruizhong,et al. Comparison of Water Environmental Quality Comprehensive Assessment Methods [J]. Journal of Arid Land Resources and Environment, 2006,20(4): 138-142.

[7] 林和振. 模糊贴近度方法在水环境质量评价中的应用[J]. 吉林水利， 2006(10): 10-12.

LIN Hezhen. Application of the Blurred Closing Way in the Appraising Water Environment Quality[J]. Jilin Water Resources,2016(10):10-11.

[8] 郭小青. 贴近度法优化城市内河水质监测点[J]. 科技通报，2005,21(3): 360-363.

GUO Xiaoqing. Optimized Selection in Water Quality Monitoring of River Inside the City by Similarity Method [J]. Bulletin of Science and Technology, 2005,21(3): 360-363.

[9] 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.

ZHANG Yifei, YANG Xiaolan, ZHANG Jian. Dynamic Similarity Method and its Application on Optimizing Layout of Water Quality Monitoring Spots [J].Journal of Safety and Environment, 2006,6(3): 110-112.