城区河流水体富营养化评价方法研究进展

孟祥嵩 李致春* 成开峰 余铭明

（宿州学院环境与测绘工程学院， 安徽 宿州 234000）

近年来，由于我国城市化进程的不断加快，引发了城区河流一系列生态环境问题[1]。其中，水体富营养化是城区河流水质面临的主要问题之一。水体富营养化主要是指人类活动将氮磷污染物向城区河流排放，致使藻类等浮游植物过度繁殖[2]。其后果会导致溶解氧降低、水体生物多样性减少，水体生态系统失衡，水体自净能力受到抑制。当前国外学者对湖泊和大城市水体富营养化做了大量的研究，建立了水体富营养化指标的选取方法、评价标准和数学模型，为不同区域水体富营养化问题的分析奠定了基础。然而富营养化评价方法种类繁多，选择恰当合适的方法自然成为评价城区河流富营养化程度的关键。本文通过列举富营养化评价的主要方法并通过对比评价其优劣势，以为城区河流富营养化评价与治理提供参考。

1 常用方法

1.1 水质指标评价法

水质指标评价法是选取一般富营养化指标如磷、氮、叶绿素等指标直接与相关标准进行浓度对比，由此直接进行评价城区河流的富营养化程度，是一种直接进行富营养化评价的简单方法[3]。

1.2 综合营养状态指数法

综合营养状态指数法选择叶绿素a（Chl-a）、总氮（TN）、总磷（TP）、高锰酸指数（CODMn）和透明度（SD）这些基本污染物，将其浓度转化为综合营养状态指数，对照相关标准，进行水体富营养化评价。参数的计算和权重计算过程见梁伟林的研究[4]，通常指数值越高说明水质越差，富营养化越重。

1.3 灰色聚类法

聚类分析是按照标准对研究对象进行分的数学方法，是软科学研究的重要基础和有效手段[5]。灰色聚类法以模糊数学为基础，将几种联系密切的富营养化指标转化为几个可以定义的类别，并用平均综合指标或其中的某一个指标来代替这几种指标，以使复杂的系统简单化，在城区河流富营养化评价的运中方便、客观、可靠。

运用灰色聚类法通常需要6 步：确定样本矩阵、数据无量纲化处理、确定白化函数、确定聚类权及聚类权系数、确定聚类对象所处等级。具体的数学建模过程参见李干荣等的研究[6]。

1.4 BP-神经网络法

BP 神经网络，是人工神经网络的一种。BP 神经网络具有强非线性映射能力、容错性，以及在线自学和记忆能力，处理迅速[11]，适用于评价像城区河流富营养化程度的复杂问题。

富营养化的水体常爆发水华，BP 神经网络法常用以对于水华的分析预测来体现河流的富营养化潜力，其一般过程为标准化、构建反向神经网络、确定与处理输入输出变量、敏感性分析。具体建模方法见殷高方等的研究[7]。

1.5 模糊综合评价法

模糊综合评价法是根据模糊数学的相关理论用以描述城区河流富营养化的不确定性，并将各种富营养化要素定量化，再根据隶属度理论进行定量评价。利于解决城区河流富营养化评价污染物模糊等问题。模糊综合评价法的一般步骤为：构建评价指标、采用构建好权重向量、构建评价矩阵、评价矩阵和权重的合成。详见张熙等的研究[8]。

1.6 贝叶斯公式法

在城区河流水体中，由于导致富营养化的因子繁多，各个因子之间的等级界限难以明晰，在综合评价中各因子所占比重也很难确定，故城区河流富营养化的发展有很强不确定性，贝叶斯公式正是研究不确定性的随机方法。运用贝叶斯公式进行富营养化评价时需将公式改写，之后一般步骤为：计算单个指标属于某个分级的几率，计算单个指标的所处级别和权重，计算多个水质指标的综合评价级别。具体的建模和计算过程见谢平、廖杰等的研究[9]。

2 不同方法对比

不同的富营养化评价方法因应用方向不同有各自相应的优势与不足。因此在不同城区河流富营养化评价中要结合实际研究区区域，当地产业的发展和主要污染因子，科学合理地选择合适的方法进行评价，以在保证评价客观准确的同时使过程更加简单高效。本文针对上述几种常用方法，在优点、缺点和使用范围上做出了比较，详见表1。

表1 几种富营养化评价方法对比

3 结论

（1）现有的河流富营养化评价方法种类繁多且优劣势明显，适用方向也有明显不同，但由于城区河流污染物较为复杂，现有方法都难以做到全面考虑各污染因子的权重，进而进行综合客观的分析和预测。

（2）随着城区河流富营养化评价方法的日益成熟，学者们也在对方法进行不断地完善更新，使富营养化评价模型更加符合城区河流的实际情况，科研工作者们在进行富营养化评价时也应全面考虑研究区的实际情况，选取最为合适的评价方法。