水质多参数综合预警模糊数学评判算法及优化

刘明珠， 白家磊， 李 双， 韩殿鹏， 彭 媛， 韩 铁， 高志贤

(军事科学院军事医学研究院环境医学与作业医学研究所，天津市环境与食品安全与风险

水质预测预警作为水质监管体系中的重要一环，其对于防治水资源大面积污染、污染源精准溯源以及快速响应应急预案等具有重要指导作用，同时对于保护水环境安全、维持水资源生态平衡方面具有重要意义。然而现阶段，水质预警可选方法、参数较多，计算逻辑复杂、数据量极大。目前水质预测、预警和报警功能多通过模糊综合评判法实现，但是该方法计算复杂、步骤较多，函数设计缺乏针对性。本研究为实现针对性水质综合预警评判，对水质综合预警模糊数学评判法的函数进行了设计及优化：

对于某一个时间段内第i类传感器所采集的P个水质监测参数数据记为列向量，i=1，2…，N，N为传感器的类别总数，对于在该时间段内所有类别传感器采集的所有水质监测参数数据，表示为采集数据阵矩阵α：α=〔α1,α2…,αN〕，计算采集数据阵矩阵α的互相关矩阵R，即得到：R=αTα，其中，互相关矩阵R的第i行、第j列的元素rij=αiαjT，列向量αj表示第j类传感器所采集的P个水质监测参数数据；采用主成分分析方法对在该时间段内所有类别传感器采集的所有水质监测参数数据进行降维处理，提取其主成分分量，该过程具体为：

对互相关矩阵R进行特征分解，得到N个特征向量和特征值，根据特征值大小对特征向量进行筛选，筛选出大于某阈值的M个特征向量所构成的特征矩阵E记为：E=〔v1,v2,…,vM〕， 其中，vk表示第k个特征向量，k=1,2,…,M，特征向量均为列向量；利用特征矩阵E对采集数据阵矩阵α进行重构，得到采集数据阵矩阵的主成分分量b为：b=ETα， 利用权重矩阵ω对主成分分量b进行加权处理，得到水质监测参数综合评价值ρ：ρ=ωb， 根据水质超标最高阈值和最低阈值，对水质监测参数综合评价值ρ进行判断，当ρ大于水质超标最高阈值或小于水质超标最低阈值时，判定该时间段内所采集的水质监测参数数据报警。根据相关国家标准数据，以错误报警次数最小为目标，定期对权重矩阵ω、水质超标最高阈值和最低阈值进行优化更新。

本研究涉及的函数模型可将定性评价转化为定量评价，考虑了水质参数在综合预警评价中的权重，针对地表水水质监测指标定制加权处理并进行了优化。相对于传统的模糊综合评价法，该方法步骤较少，计算简单，具有进一步拓展应用潜力。