改进的灰色关联度分析在环境质量评价中的运用

汪艺梅，张 娟

(重庆市生态环境监测中心，重庆 400000)

0 前 言

目前在针对我国环境质量进行评价的过程中，所获得的信息是片面的，并且对于某些位置信息所使用的评价方法也具有一定的缺点，现阶段常用的评价方法主要是灰色评价法，其中关联评价法、贴近度分析法以及灰色聚类法等得到了广泛的应用，并且因为这些方法的信息效率相对较高，而且分析的结果准确性较高，所以在针对水环境中水质进行模糊处理的过程中，取得了良好的效果。同时，灰色关联度分析方法通过对测量数据和标准数据进行相似度的对比分析，进行相应的评价，能够对后期的环境治理措施的采取给予一定的指导作用。

1 灰色关联度评价方法分析

1.1 传统灰色关联度应用分析

以前常用的传统灰色评价法的主要流程是，首先要选取相应的评价标准及评价指标，然后根据评价指标及标准建立矩阵，对矩阵中的相关数据进行纲量化处理，再进行关联度的计算，最后明确其评价的标准。

目前地表水环境质量的监测评价主要依据《地表水环境质量标准》(GB 3838—2002)进行，环境空气质量监测评价主要依据《环境空气质量标准》(GB 3095—2012)进行。在选取了相应的评价指标和评价标准以后，再建立相应的矩阵进行计算。在进行矩阵建设的过程中，将所有评价的指标的实际测量值作为序列值，然后明确其中的测定指标以及测定的位置和地点，并且将环境空气质量分为5类，并且明确其所有的影响因素。然后对测量指标进行分类，分别给其取值为1、2、3、4、5，第1类为清洁，第2类为轻度污染，第3类为中度污染，第4类为重度污染，第5类为严重污染，然后对测量的位置和地点进行测定，目前确定的监测指标，分别为SO2、NO2、PM10、PM2.5、O3、CO。

在矩阵建设完成以后，对所有矩阵中的数据采取无量纲化处理的方式，首先要明确水质标准中的数量及指标在计算过程中的计量单位，因为可能会出现不一致的现象，所以必须按照国标进行选择，因此，这就需要先将所有的指标进行对比和分析，在建立评价指标矩阵的过程中，必须严格按照国家制定的相关评价标准进行矩阵的建立，并且目前在矩阵建立时，首先要将所有的评价指标的实际测量值作为序列A，然后对其中的代表测定指标进行测定，并且将所有其他不同的测量位置与测定的指标进行对比和分析，在进行质量分级的过程中，可以将环境空气质量分为5个不同的标准，同时可以将水资源的污染情况等分为5个不同的标准，然后建立起评价标准的矩阵，将后期评价指标以及实际测量值的矩阵进行同标准的建立和分析即可。当前国家对相关环境进行质量分级的标准确认，对水环境进行标准确认的过程中，主要将其分为5个不同的级别，其中主要的影响因素分别是总磷、铅、氨氮以及COD和BOD等这些不同影响因子，对水质量的质量标准分级也会产生一定的影响,例如对于氨氮因素进行分析的过程中，如果其小于等于0.5评定为三级以下，而如果其在0.5～1则评定为四级，在1～1.5评定为五级。然后对COD因素进行分析，如果小于15则评定为一级和二级，如果在15～20则评定为三级，在20～30评定为四级，在30～40评定为五级。对BOD因素进行评定，小于3评定为一级和二级，在3～4评定为三级，在4～6评定为四级，在6～10评定为五级。对总磷因素进行评定，在0.02以下评定为一级，0.02～0.1评定为二级和三级，0.1～0.2评定为四级和五级。

然后利用无量纲的处理方式，目前常用的方法为均质化处理方法，标准化处理方法及均质化处理方法以及标准差化的处理方法，然后结合灰度关联度分析的方式，将其平均值作为后期测量的标准值，来反映出标准值与实际测量值之间的对比情况。由于针对水质标准进行数量级建设的过程中，可能和空气质量标准存在一定的差异，所以必须要针对不同的环境测量，采取不同的指标建立标准，通过对相关指标进行对比分析，可以明确在水质标准建立指标的过程中，因为其计量单位和数量极可能会存在一定的区别，因此，对整个测量结果会产生严重的影响，所以首先要对所有的测量数据进行无量纲化的处理，保证在经过无量纲化处理完成以后，能够提高数据应用的准确性。当前针对数据进行无量纲处理的主要方法是均值化方法，均值化方法是将所有测量的数据进行平均值的求取，然后将其他数据与平均值进行对比和分析即可得出相应的结果，第二种方法为极值化方法，极值化方法是首先取其最大值和最小值，然后将所有的数据在模型建立的前提下，进行及时分析以及分布趋势的分析，这样能够明确整个数据分布的趋势及相关情况。第三种方法则是标准化处理，标准化处理首先要保证能够将所有的数据按照标准值的方法进行标准值的求取，然后将所有数据与标准值进行方差的计算，然后将所有数据的实际分布情况进行描绘，这样能够明确数据的发展趋势。总而言之，在使用传统灰色关联度进行无量纲处理的过程中，必须保证能够对数据进行事先的处理和分析，这样可以在后期对实际测量值进行对比的过程中，能够与标准值之间具有更加明确的关系，进而可以更加准确地反映实际测量值与标准值之间的对应情况。

1.2 灰色关联度分析方法的改进

首先评价指标在选取的过程中，必须要根据研究的目的以及当地的地理环境等进行区别性的选择，尤其是在针对水质进行评价的过程中，首先要明确水资源的具体使用用途，然后制定出需要常年监测的指标，目前常用的观测指标为高锰酸盐的含量指数，石油类污染物等相关物质的指标因子等，目前针对不同的物质及环境，质量分级标准也有所差异，针对水环境进行质量分级标准主要针对总磷的含量、氨氮分子的含量以及高锰酸盐等指数的含量等进行等级的分类，而针对大气环境进行质量监测和分级的过程中，主要针对颗粒物和臭氧的浓度等进行分析。

目前在改进灰色关联度的过程中，首先针对数据无量纲处理的方法进行相应的改进，要保证在无量纲处理的过程中，能够实行中心化的处理方式，在传统处理的过程中，主要针对评价标准中的临界值进行分析，而改进完成以后不仅需要明确其临界值，而且需要明确在评价标准值的一个相对区间，利用区间的方式进行对比，能够更加符合实际的测量情况，因而也使整个测量结果更加具有准确性及代表性，其实际的测量方法是首先要明确在评价指标中所有评价数据的平均数值，然后将平均数值和相应的评价因子进行差值的计算和分析，最后让所计算差值除以样本中计算出的均方差，这样处理完成以后能够更加体现出所探究因子之间的特征和差别。

在传统的灰色关联分析方法中，在计算绝对差值的过程中，主要计算测量点与测量点之间的差距，但是因为评价的标准并非一个具体的数值，所以在改进的过程中还应该对质量标准的区间进行改进，将其扩大为一个范围，例如空气质量指数在划分的过程中可以将其划分为0～50、50～100等区间，并且分别对应不同的等级，利用改进后的灰色关联方法，进行绝对差值的计算，则会明确测量点和距离之间的计算关系，进而使整个测量的结果更加具有可参考性。在针对水环境进行探测的过程中，进行关联系数改进，必须要明确所有关联系数之间的影响关系，因为关联系数在设定的过程中影响的面相对较广，所以要保证能够针对不同的影响因子进行相应的分析，确保关联系数的制定可以更加合理，同时在系统运行的过程中，如果某一影响因子的影响，相对较为强烈，可能会在一定程度上严重影响后期的分析结果，进而使结果的可信度下降，所以必须要对关联系数中的分辨系数进行合理的计算，并且应该尽量降低分辨系数的数值，这样能够使影响因子的影响程度下降，而如果在整个系统中没有出现异常的影响因子，则应该保证尽量提高分辨系数的数值，这样能够有效地体现出关联系数的作用。在改进了标准期间的前提下，在后期计算的过程中应该注意计算的方式和技巧，而关联系数和权重职责对其产生了严重的影响，所以不仅要在改进关联度计算方法的过程中对其质量标准曲线进行改进，而且应该对其关联系数和权重值等相关具体的计算数据进行改进，这样能够在整体上提高整个数据结果的可信度和实用性。

在针对大气环境进行探测的过程中，仍然需要对关联的系数进行相应的改进，在针对关联系数进行改进的过程中，首先要明确其计算时的影响因素，因为关联系数和分辨系数具有一定的关系，所以传统的灰色关联度分析方法主要对分辨系数进行定制，然后当整个系统受到因子的强烈影响时，则会产生相应的分析数据和结果，但是这种方法可在一定程度上降低了整个结果的可信度，因此，还应该对分辨系数进行合理的分析和确定，进而降低某种因子的影响效果。

最后是需要对权重值进行相应的改进，目前在传统的灰色关联度测量和分析的过程中，因为权重的平衡出现了问题，所以导致关联度存在较大的缺陷，既不能体现出相关影响因素对整个环境指标测评的影响，又不能够提高测量结果的实际应用性和准确性，所以必须要在权重分析的过程中能够设立相应的权重系数，并且按照不同的环境影响程度对相关影响因子进行权重系数的评定和分析，在已经完成权重系数设定以后，必须保证所有实际测量的数据能够在水质测量标准的前提下与权重系数进行统一的计算，进而保证实际测量的相关指标参数，能够和水质的标准值之间进行更加明确的对比。

2 改进后的灰色关联应用

改进后的灰色关联方法主要应用在了水环境及大气环境中，在针对水环境进行探测时，首先要明确不同流域中地表水的环境质量，然后利用无量纲处理方式，使用区间的对比方法，将所有影响因子进行评价，并且对所有指标进行分析，看其是否超出了制定的标准值。在大气环境中应用时，首先要明确所有的污染因子，然后利用加权关联的方法对所有影响因子进行有效评价，进而探究环境空气质量，是否出现了不符合标准的现象并且可以明确其后期的变化趋势。因为在环境探测的过程中对环境造成影响的因素相对较多，所以在针对水环境和大气环境进行质量评价时，不仅要针对单因素进行评价，而且应该针对综合性影响因素进行全面的评价和分析，目前所使用的常见的层次分析法，模糊评价法，以及物元分析法等，在实际应用过程中都存在一定的缺陷，而因为灰色评价法的应用能够有效地提高数据的准确性，所以对灰色关联度评价方法进行改善，并且明确其后期在水环境监测和空气质量监测过程中的实际应用流程具有非常必要的作用。但是灰色关联方法在应用的过程中也存在一定的局限性，例如对于一些既包含已知探测的信息(例如样品在采集和记录的过程中具有相关信息)，又包含位置信息的过程中，利用灰色关联度评价法，可以取得良好的测量效果，并且也能够解决环境的测量问题。

在水环境中的主要应用流程是,因为传统的灰色关联度分析的方法需要对其进行中心化处理，在使用改进方法以后，因为其质量标准的区间进行了改善，所以在使用灰色评价方法的时候，可以利用模糊数学评价结果进行分析，可以明确其分析的结果，大致相同。然后结合各地市中湖泊的主要特点，对相关评价方法进行改善，可以保证与其实际的监测结果具有更高的符合程度。在使用了改进灰色关联分析方法以后，与传统分析方法相比及相关水质的评价结果相同，但是某些氨氮类物质以及石油类物质的监测指标超出了预期结果，其主要的原因是没有对其权重值进行相应的改善，导致水体中各个不同的影响因素权重相同，进而无法区分出对水体造成影响的主要污染物质，尤其是在对水质进行评价的过程中，因为不同污染物对水质的影响程度也会有所差异，所以还应该按照不同的年份，月份以及环境的质量差别等对实际情况进行分析和对比，尤其是针对不同影响因素要进行权重的设置，这样能够提高分析结果的准确程度和使用效果。

在大气环境中进行应用的过程中，例如对哈尔滨的环境空气质量进行评价和分析时，利用传统的灰色关联度方法，在改善的过程中，对其关联系数进行了相应的改进，并且对其加权值也进行了改进。与传统分析方法相比，可以发现在针对环境空气质量进行监测时，监测结果出现了较大的差别，其主要原因是在传统方法进行监测时，各个不同的污染分子对于空气质量的影响出现了均等化的问题，而利用灰色加权关联的方法进行评价，能够有效地对空气质量的相关因素进行有效评价。同时改进后的方法，还充分考虑到了影响空气质量的各个不同污染物中的权重值，并且对其权重值进行确定，可以更加准确地辨别出现阶段大气环境所属于的质量等级，并且对其大气环境的后期变化趋势等进行了充分的分析和判断，能够为大气质量监测和改善工作，提供大量的理论基础数据。在针对室内空气质量进行监测的过程中，同样具有较高的准确性，因此，改善后的灰色关联度分析方法可以应用于水环境监测以及大气环境的监测中。

3 结束语

现阶段，在针对传统灰色关联度进行应用的过程中存在较多缺点，所以必须对灰色关联度的分析方法进行相应的改进，确保能够在针对水环境和大气环境进行监测时，具有更可靠的数据。通过对灰色关联度评价方法进行相应的改进，在针对水环境和大气环境进行评价和监测的过程中不仅提供了更加可靠的数据，而且能够使整个测评行业具有更好的发展前景，所以提高灰色关联度评价方法的使用效率，能够有效地改善我国环境质量评价的工作质量，进而为我国环境质量保护工作奠定良好的基础，使国民享受更多可利用的资源。

[ID:013460]