基于贝叶斯网络技术诊断尼尔基水库水环境风险

郑国臣，支丽玲，张 怡，3，张 正，赵 峰，吴 杰

(1.松辽流域水资源保护局,吉林 长春 000000；2.江南大学环境与土木工程学院，江苏 无锡 214122；3.吉林大学植物科学学院，吉林 长春 130062)

1 概述

随着经济社会的发展，我国水库水环境问题日益突出。当前，水库环境监测系统还不够完善，水库水质模型的建立缺少基础数据，一定程度上限制水库水环境的有效管理。模糊数学、灰色系统和人工神经网络等现代系统方法已经应用于水环境质量评价[1- 2]。这几种统计方法对样本数据要求较高，而且计算复杂、具有人为因素等特点，不适用于水质资料相对缺乏的水体(如嫩江中上游流域)。

在解决水库水环境中的不确定性问题时，如水污染事故预警、水环境风险评估和水环境风险决策管理等，可以利用贝叶斯网络模型。近年来，考虑水库风险源与生态环境之间的关系，在水质基础数据不充足的前提下，一些研究者采用简单易懂的形式表示水库环境中的不确定性关系，进行预测或诊断推理[3- 4]。贝叶斯理论将所有参数作为随机变量，并根据专家经验赋予其先验分布，以使参数估计更可靠，贝叶斯网络模型的优势在于灵活的拓扑结构、易于理解的逻辑关系和便于解释的分析结果[5- 6]，通过贝叶斯网络技术推断水库水环境风险等级，以达到高效、精准的水库水环境管理水平。

尼尔基水利枢纽坐落于嫩江干流中游，控制流域面积6.78万km2，占嫩江流域面积的22.7%，多年平均径流量104.7亿m3，占嫩江流域的45.7%。尼尔基水库总库容86.11亿m3，其中防洪库容23.68亿m3。工程实施后，满足下游的城市生活用水10.29亿m3，为农业灌溉供水16.46亿m3，可灌溉下游454万亩农田[7]。本文针对嫩江流域水资源保护中亟需解决的重点问题，根据贝叶斯网络建立尼尔基水库(嫩江中游)的预警机制，分析尼尔基水库水环境风险状况，通过贝叶斯网络技术推断出尼尔基库末的最大概率水环境风险等级，从而实现水环境风险诊断的目的。

2 研究内容及方法

2.1 断面布设

如图1所示，嫩江中上游五个点位分别为：尼尔基库末(繁荣新村断面)、甘河汇入(柳家屯断面)、上游支流(嫩江浮桥断面)、上游汇入(石灰窑断面)以及嫩江县排污口。依据贝叶斯概率公式，计算在尼尔基库末各水质指标不同等级下，上游支流、上游汇入、甘河汇入以及嫩江县排污口水质指标为不同等级的概率，对水质数据进行分析[8]。综合考虑对尼尔基水库水质有较为明显影响的断面，构成贝叶斯网络模型的节点，按照尼尔基水库上游到下游水质影响的情况，干流上游断面依次为石灰窑、嫩江浮桥、嫩江排污口、繁荣新村，支流上的断面为柳家屯。

图1 嫩江中上游断面示意图

2.2 贝叶斯方法

根据历年水质数据可知，断面的水质指标取不同等级的概率服从正态分布，取等级I与等级V的概率最小，取等级II与等级IV的概率较大，而取概率III的概率最大，这里采用了[5，20，40，30，5]的取值，断面的水质指标取不同等级的概率分布，并经条件概率输入到贝叶斯网络模型中，贝叶斯信度网络模拟软件为Netica[6]。

3 贝叶斯网络模型分析

3.1 氨氮(NH3-N)

按照水质为不同类型的独立事件概率表，由贝叶斯概率公式计算出尼尔基库末(繁荣新村断面)的不同等级NH3-N浓度条件下，上游4个监测点位的氨氮浓度为I～V级水质的条件概率见表1—6。

表1 石灰窑-嫩江浮桥氨氮浓度条件概率表

表4 嫩江排污口-尼尔基库末氨氮浓度条件概率表

表5 库末-库中氨氮浓度条件概率表

表6 库中-坝前氨氮浓度条件概率表

图2 氨氮指标的贝叶斯网络模型

将表1—6数据输入贝叶斯网络模型中，获得基本的NH3-N贝叶斯网络模型如图2所示，使网络能够自动计算尼尔基库末(繁荣新村断面)NH3-N取不同等级时上游四个空间因素的概率。尼尔基库末(繁荣新村断面)的氨氮水质I～V级的概率为19.5%，14.9%，21.9%，24%，19.8%的情况下，上游来水(石灰窑断面)的水质状况为I级水质的概率为83.3%，II级水质的概率为16.7%，III级水质，IV级水质和V级水质的概率为0%；上游支流汇入(嫩江浮桥断面)的水质概率情况为I级水质的概率为0%，II级水质的概率为66.6%，III级水质的概率为33.4%，IV级水质和V级水质的概率为0%；甘河汇入(柳家屯断面)的氨氮水质概率分布为I级水质的概率为0%，II级水质为的概率为57.1%，III级水质的概率为42.9%，IV级水质和V级水质的概率为0%。而当上游的4个监测点位的氨氮水质为II级水质时，尼尔基库末(繁荣新村断面)的氨氮水质分布情况，其I级水质概率为25.9%，II级水质的水质概率为18.6%，III级水质的概率为29%，IV级水质的概率为5.94%，V级水质的概率为20.5%；库中断面的氨氮水质状况类别概率分布为I级水质的概率为25.9%，II级水质的概率为18.6%，III级水质的概率为38.4%，IV级水质的概率为14.5%，V级水质的概率为2.56%；库末断面中I级水质的概率为25.9%，II级水质的概率为18.6%，III级水质的概率为36.2%，IV级水质的概率为16.7%，V级水质的概率为2.56%。

3.2 高锰酸盐指数(CODMn)

与氨氮类似，将水质数据输入贝叶斯网络模型中，获得基本的CODMn网络，之后对网络进行编制，自动计算尼尔基库末上游四个空间因素的不同等级CODMn时的概率。如图3所示，尼尔基坝前的CODMn为I～V级时的概率分别为0%，0%，37.7%，62.3%，0%，石灰窑断面CODMn为I～V级时的概率分别为0%，33.3%，33.3%，33.3%，0%，嫩江浮桥断面CODMn为I～V级时的概率分别为16.7%，16.7%，33.3%，33.4%和0%，柳家屯断面CODMn为I～V级时的概率分别为42.9%，14.3%，14.3%，28.6%和0%，嫩江县排污口处CODMn为I～V级时的概率分别为5%，20%，40%，30%和5%。

当上游4个空间因素的CODMn全部为II级时，则贝叶斯网络模型给出的尼尔基库末预警为I级的水质概率17.1%，II级水质概率为14.1%，III级水质概率为20.3%，IV级水质概率41.7%，V级水质概率为6.84%，水质情况在IV级的概率最大。库中的水质概率分布情况则为I级水质概率为17.1%，II级水质概率为0%，III级水质概率为59.9%，IV级水质概率为16.2%，V级水质概率为6.84%，水质情况在III级的概率最大。坝前的水质概率分布情况为I级水质、II级水质、V级水质概率为0%，III级水质概率为50.2%，IV级水质概率为49.8%，III级与IV级水质概率相当。以此类推，可以依据贝叶斯网络模型通过检测上游水质，对下游水质进行预警。

图3 高锰酸盐指数贝叶斯网络模型图

4 结语

采用贝叶斯网络模型技术，可以有效突出预警决策中的定量化优势，实现尼尔基水库的水环境风险预警与决策。当尼尔基库末水质状况已知时(如氨氮、高锰酸盐指数等水质类别为IV类)，可以实现对空间因素的溯源，可依据贝叶斯模型推断重要空间点位中对尼尔基库末污染物贡献率，从而实现水环境风险诊断的目的。由此可见，采用贝叶斯网络模型技术可以丰富水库环境风险评价的研究方法，促进了水库环境风险评价的实际应用，可为后续建立评价-预警-决策平台提供理论依据与技术支持。