铁岭市柴河水库营养状况评估

郑宇航

(辽宁省铁岭水文局，辽宁 铁岭 112000)

0 引 言

柴河水库位于柴河中下游，总装机容量7430kW，总库容6.36亿m3，控制面积1355km2，工程等别为Ⅱ等，该水库是一座集供水、灌溉、防洪、发电、养殖等功能于一体的大(2)型枢纽工程，担负着柴河流域和铁岭市的防洪任务。柴河中下游存在水深浅、径流量逐年递减、水体自净能力差、水流速度缓慢及底泥容易沉积等特征，且随着人类活动和气候变化的加强，库区水文情势已发生显著的改变，干支流来水量的减少及污染物量的增大对河流水生态环境构成严重威胁。当地居民生活健康与水库水质优劣状况密切相关，随着旅游业、养殖业、种植业及周边工况企业的发展，畜禽粪便、农业化肥、工业和生活污水等对河流污染较为严重，在降雨径流作用下排入河流并致使水库水体持续恶化，对当地经济持续发展、水体功能和水质等构成严重的威胁[1]。

当前，城市用水量不断增加及环境污染的日趋严重，因水质污染和水资源供给不足引起的用水持续紧张问题成为城市发展的瓶颈之一，水环境保护领域的研究热点逐渐转向为水库营养状态的评估[2]。在大量实践的基础上国内外学者提出了许多评价方法并取得了丰硕成果，如神经网络法、灰色聚类法和模糊评估法等，而密切值法相对于这些方法具有数学逻辑严禁、概念清晰、原理简单、计算简便等特点，能够更加准确、全面的反映河流水质状况，在实际应用中具有广泛的应用价值[3-4]。然而，该方法因采用等权法获取各参数重要度，使得实际情况与评价结果存在较大偏差，难以准确反映各因子的贡献率差异。

在处理各评估指标时信息熵能够显著降低人为因素的干扰程度，从而保证评价结果的准确性与客观性，据此文章考虑对指标权重利用信息熵计算，将密切值法与信息熵相耦合系统评价水体富营养化状况。例如，郑德凤等以大连市为例，对传统的密切值法采用熵值法加以改进用于地下水质状况的评估；吴建华等采用多种密切值法评估了地下水环境质量，研究认为评价效果最为合理的为熵值密切值法；林华等对山仔水库的营养化类型运用属性识别法、传统密切值法、模糊数学发和熵值密切值法评估，认为能够客观、科学反映水体营养类型的为熵值密切值法。

水库功能能否得以正常发挥直接受到水质状况的影响，依据2010-2016年柴河水库水质监测相关资料，对其营养化状况利用熵值密切值法科学评估，以期为提升库区水生态功能和水环境保护力度提供指导。

1 密切值法的原理

密切值法是一种优选系统工程的科学方法，其理论依据是选取一个能够综合体现水环境状况的单项指标替代影响水库水质的多项因子，通过设定基准点为最劣或最优单指标值，对基准点与评估对象之间欧式距离进行求解，将各评估对象按照密切值大小排序并确定最终的优劣次序。

1.1 规范化处理

设水环境质量n个评价指标为B1、B2、…、Bn，m个参评样本数为S1、S2、…、Sn，aij为评价因子Bj关于参评样本Si的实测值，由此可构造n个评价因子m个参评样本的评价矩阵A如下：

(1)

因矩阵中各参数值数量级、量纲的不同而无法直接参与比较，因此需要采用公式(2)标准化处理各评价指标初始数据，即：

(2)

式中：aij、zaij——为评价指标j关于参评样本i的实测值和标准化处理值。其中，正向指标为效益、产量、产值等数值越大评价结果越优型参数；负向指标为成本、投资等数值越小评价结果越优型参数。

1.2 最优点集和最劣点集

(3)

(4)

1.3 评估指标权重计算

合理的求解各指标权重水体营养状况评估的关键，权重计算前应归一化处理矩阵中的各指标值，归一化公式为：

(5)

(6)

其中：k=(lnm)-1，hj=1-Ej。采用公式(7)求解水体营养状态评价因子j的权重，计算式如下：

(7)

1.4 密切值的确定

(8)

(9)

(10)

采用以上公式即可确定各参评样本的Ci值，然后对参评样本按照Ci值大小排序，其值越大则水体营养状况越差，其值越小则水体营养状态越好。

1.5 评估标准

针对河流水环境富营养化程度地表水质量评价技术规程推荐的方法为线性插值评分法(简称SOC法)，该方法是将湖库营养状态分为重度、重度、轻度、中营养和贫营养5个级别，评价指标有透明度SD、高锰酸盐指数CODMn、叶绿素Chl-a、总氮TN、总磷TP，不同等级下各参数取值见表1。

表1 河湖营养状态评价等级

续表1 河湖营养状态评价等级

2 实例应用

2.1 实测值的标准化处理

依据2010-2016年柴河水库水质逐月实测数据，见表2。

表2 柴河水库水质实测数据

然后计算各评价指标TN、TP、SD、CODMn、Chl-a的平均值，将评估等级R4、R5、R6与逐月实测数据均值构成评判矩阵A如下：

A=

水环境营养状态负向评估指标为SD以外的其它4项参数，采用规范化处理公式对矩阵A中的指标初始值，从而获取规范矩阵Z如下：

Z=

2.2 评估指标密切值

2.3 结果分析

根据柴河水库2010-2016年各指标实测数据和表1营养状态评估等级，对各年份水库营养等级利用SOC法和熵值密切值法进行评价，结果见表3。

表3 水库营养状况评价结果

根据表3计算结果可知，营养状况参考依据为R4、R5、R6评价值，对柴河水库营养状态按照密切值大小排序为：R6>2012年>2013年>2014年>2016年>2015年>2011年>2010年>R5>R4；水库营养状态按照SOC值计算结果排序为：R6>R5>2012年>2013年>2014年>2016年>2015年>2011年>2010年>R4。柴河水库2010-2016年营养状况按照密切值法可认为处于R5-R6等级，整体达到轻度等级；按照SOC法可认为营养状态处于R4-R5等级，总体位于中营养程度。同时，不同年份的水库营养状态按照两种方法的排序结果存在差异，引起评价结果存在差异的原因包括：

1)评估原理不同。SOC法是采用评价指标赋分值替代实测数据，通过加权平均确定指标赋分，湖库营养状态按照均值隶属等级确定；密切值法是以最劣点和最优点为基准对决策方案集进行分析，从而确定距离最劣点和接近最优点的决策点，最佳方案以该决策点替代，各年份营养状等级排序按照密切值大小确定，因以上两种方法评估原理的不同使得最终评价等级存在一定差异。

2)评价指标权重的计算方法存在差异。SOC法未考虑评价结果受不同指标影响的差异，评价指标按照等权法确定；熵值密切值法体现了不同指标对营养状态评估的差异性，所以评价结果与实际情况的吻合度更高，评价结果的客观性和真实性更强。

综上分析，对于水库营养状态的评估熵值密切值法具有更强的适用性，柴河水库2010-2016年的营养状态处于轻度范围，其原因为总氮浓度超标致使水环境持续恶化。将密切值法利用信息熵优化改进，不仅能够确定造成水质污染的主要因素，而且避免了SOC法存在的主观随意性，从而保证了评价结果的客观真实性，在湖库水环境评价中该方法具有更广泛的应用范围。

2.4 建议措施

柴河水库对于保障铁岭市各行业用水发挥着不可替代的作用，饮用水和供水水质受总氮超标影响显著，为提升水库水环境质量可从如下几方面入手：①水库周边垃圾和雨水径流污染物为面源污染主要来源，因此最为有效的控制方法为清理周边垃圾。②水库水质在很大程度上取决于外源入河沉淀情况，底泥可对水体环境可产生二次污染，在外源控制情况下氮磷、重金属等也会在特定条件下进入水体，并在库区底部逐渐积累，对上部分水体产生影响，建议采取生物酶底泥修复与机械清淤内源污染控制措施。③水体中氮、磷浓度较高可造成水质恶化、水生物死亡等严重问题，同时灰使得水体发黑发臭，所以这也属于生态失衡问题。因此，在条件允许的情况下提高总磷、总磷排放标准或实行限磷排放措施等具有显著的成效。

3 结 论

根据柴河水库水环境质量实际情况和SOC法设置的评估标准，对2010-2016年柴河水库富营养化状况利用熵值密切值法进行评价。结果发现：总氮含量超标为造成柴河水库2010-2016年处于轻度营养状态的主要因素。熵值密切值法综合考虑了不同指标对营养状态评估的贡献率，有效避免了SOC法存在的主观随意性，保证了评价结果的客观真实性。所以，在湖库水质富营养状态评估中熵值密切值法可作为当前广泛应用的方法。为改善水库水环境质量，应充分发挥治污措施的功能作用，制定的治污方案应尽可能的遵循水质净化、生态修复、清水补给、外源减排等原则。