论文部分内容阅读
摘 要：选取合肥市兆河水系八家自来水厂的水源水，采用基于熵权的属性识别模型对兆河水系农村饮用水水质进行评价，得出结论：兆河水系的八家自来水厂的水质均为Ⅰ类，水质优良。再通过评分准则，得出各水厂水质的具体评分，依次为：龙王、盛桥、白湖、杨柳、清源、乐桥、万年、桂元。桂元自来水厂的水源水的评分分值最高，水质最优。研究结果表明，该模型可高效精准地识别巢湖流域水源水水质。
关键词：熵权法;属性识别模型;水质评价
中图分类号：X824 文献标识码：A 文章编号：1673-260X（2021）05-0052-03
人类在农业与工业上的生产活动会导致地表水受到污染，影响到农村地区的饮用水安全，危害人类健康。所以对于农村地区的饮用水，加强其水质监控与评价就显得极为重要。1997年北京大学程乾生[1]教授提出了属性识别准则，建立了属性识别模型，并讨论了模型在环境质量评价中的应用，为后来属性识别模型的拓展应用奠定了理论基础。郭彦英[2]等使用了层次分析法（AHP）对地表水建立递阶型的综合评价体系，计算出各个指标的权重，利用了层次分析理论，计算一致性并将地表水各个用于评价水质的指标分出层次进行排序，从而确定各指标对水体污染的贡献度。门宝辉[3]采用物元分析法分析评价了松花江位于哈尔滨江段的水质情况，选取关于标准值和实测值等数据的三样参数作为物元，建立分析模型，将抽象的评级转换为具体的定量评价。Ali Karnib[4]等利用一种基于模糊推理系统提出的服务质量指数评价方法（QSI）对黎巴嫩的供水水质进行了评价。张长等[5]在洛阳市大气环境评价中使用属性识别理论模型，得出了“在大气环境评价中使用属性识别模型是合理可信的”结论。张霞等[6]将模糊综合评价法、单因子评价法、改进密切值法、属性识别模型等方法的优缺点进行比较，然后指出属性识别模型是四种方法中优异性及可靠性最高的首选方法。基于此，文中采用的是熵权法与属性识别模型相结合的水质评价方法，选取合肥市兆河水系经过的八家自来水水厂的水源水样进行评价，为巢湖流域农村地区水资源的开发利用和规划管理提供科学依据，并为科学评估该区域的水源水质提供高效精确的方法。
1 检测方法与评价方法
1.1 检测方法与评价标准
检测方法与评价标准见表1、表2。
1.2 评价方法
1.2.1 属性测度的处理过程
对各样品的各项指标进行属性测度，计算方法如下[8]：设aij为各指标的标准值，xij为各样品中各指标的实测值，当xij≤ajl时取表3中公式（1）结果，当xij≥ajl时，取表3中公式（2）结果，当ajl≤xij≤ajl+1时，按表3中公式（3）进行计算，这样可以得到各指标的属性测度μijk。
1.2.2 熵权属性识别模型
熵权属性识别模型法的计算步骤如下[9]：
第一步：由于样本的各个评价指标各有不同，因此，需要对矩阵A进行归一化处理，得到归一化矩阵H=（hij）m*n（i=1，2，…，m;j=1，2，…，n），归一化方式见表4公式（4）。
第二步：计算第j个评价指标的熵ej，再通過熵ej算出熵权Wj，熵的计算使用表4公式（5），熵权的计算使用表4公式（5），即得熵权值Wj。
第三步：在计算出熵权之后，利用表4中的公式（9）将熵权值与属性测度矩阵复合，算出综合属性测度μik，其置信度K判别方式利用表4中的公式（10），最后可知各个水厂水源水类别。
1.2.3 水质属性级别分数的确定
该法不仅可以将样本水质分类，还可以进一步对这几个样本的污染严重程度做出比较，具体评分方法如下[10]：
2 评价与分析
2.1 基于熵权法的属性测度分析评价
从表5可以看出8家自来水厂水质均为Ⅰ类水，在8家自来水厂中龙王、盛桥、白湖自来水的综合属性测度值相较于其他水厂较低，这可能与水中的某些因子有关，如高锰酸盐指数、氨氮。在计算过程中发现龙王水厂的高锰酸盐指数相较于其他水厂的高锰酸盐指数的含量较高。虽然杨柳自来水厂的高锰酸盐指数也很高，但氨氮含量较少，k1值为0.8912。所以可以认为综合属性测度值的高低与高锰酸盐指数和氨氮两个因子有关。
2.2 水质属性级别评分分析
通过综合属性测度表（表5），运用公式11得出各水厂分数如下表表6所示。
从表6中的结果来看，在这8个水厂中水质最差的是龙王水厂，排名第八。其次依次为：盛桥、白湖、杨柳、清源、乐桥、万年、桂元。水质最优的是桂元自来水厂的水源，排名第一。在属性识别模型中这8个水厂均为Ⅰ类水，但通过评分准则的计算与比较后，可以在同类水中进一步细化，从而进一步比较出各自来水厂水源水水质的优劣程度。
3 结论
水质评价的方法多种多样，文中仅选取了属性识别模型这一方法，并结合信息熵权重法对合肥市兆河水系的八家自来水厂的水源水质进行了评价。该模型颇具特色，可高效精准的识别巢湖流域水源水质。（1）由于熵值权重的定义，使其强调了实测值的极值作用，并且运用到全部实测数据来确定权重，在评价时更能表现出较强的客观性。（2）该方法运用属性测度模型对于各自来水厂的水源水质进行属性测度，并且与熵权值进行复合，得到各水厂水质的综合属性测度。（3）通过评分准则的计算与比较，可以对各水源水质优劣进行精确的排序，能够进一步证明信息熵权重下的属性识别模型法的评价结果是科学的、精准的。
参考文献：
〔1〕程乾生.属性识别理论模型及其应用[J].北京大学学报（自然科学版），1997，33（01）：12-20.
〔2〕郭彦英，邓云峰，任珺.AHP法在地表水水质综合评价指标权重确定中的应用[J].兰州交通大学学报（自然科学版），2006，25（03）：70-72.
〔3〕门宝辉，梁川.水质量评价的物元分析法[J].哈尔滨工业大学学报，2003，35（03）：358-361.
〔4〕Ali Karnib. Evaluation of the quality of service of the water supply delivery in Lebanon[J]. Water Sanit Hyg De ，2015，（5）：17-27.
〔5〕张长，张江山，李小梅.应用属性识别模型评价洛阳市大气环境质量[J].环境科学与管理，2011，36（08）：156-158.
〔6〕张霞，李卫红，吴荣.4种水质综合评价方法的比较[J].新疆农业大学学报，2009，32（06）：60-64.
〔7〕奚旦立.环境监测（第五版）[M].北京：高等教育出版社，2019.
〔8〕门宝辉，梁川.基于变异系数权重的水质评价属性识别模型[J].哈尔滨工业大学学报，2005（10）：258-261.
〔9〕孙瑜辉，岳春芳.熵权属性识别模型综合评价灌溉管理模式[J].节水灌溉，2019，32（05）：99-103.
〔10〕吴荣，张霞.属性识别模型在艾比湖水质评价中的应用[J].干旱区地理，2009，32（04）：571-576.
关键词：熵权法;属性识别模型;水质评价
中图分类号：X824 文献标识码：A 文章编号：1673-260X（2021）05-0052-03
人类在农业与工业上的生产活动会导致地表水受到污染，影响到农村地区的饮用水安全，危害人类健康。所以对于农村地区的饮用水，加强其水质监控与评价就显得极为重要。1997年北京大学程乾生[1]教授提出了属性识别准则，建立了属性识别模型，并讨论了模型在环境质量评价中的应用，为后来属性识别模型的拓展应用奠定了理论基础。郭彦英[2]等使用了层次分析法（AHP）对地表水建立递阶型的综合评价体系，计算出各个指标的权重，利用了层次分析理论，计算一致性并将地表水各个用于评价水质的指标分出层次进行排序，从而确定各指标对水体污染的贡献度。门宝辉[3]采用物元分析法分析评价了松花江位于哈尔滨江段的水质情况，选取关于标准值和实测值等数据的三样参数作为物元，建立分析模型，将抽象的评级转换为具体的定量评价。Ali Karnib[4]等利用一种基于模糊推理系统提出的服务质量指数评价方法（QSI）对黎巴嫩的供水水质进行了评价。张长等[5]在洛阳市大气环境评价中使用属性识别理论模型，得出了“在大气环境评价中使用属性识别模型是合理可信的”结论。张霞等[6]将模糊综合评价法、单因子评价法、改进密切值法、属性识别模型等方法的优缺点进行比较，然后指出属性识别模型是四种方法中优异性及可靠性最高的首选方法。基于此，文中采用的是熵权法与属性识别模型相结合的水质评价方法，选取合肥市兆河水系经过的八家自来水水厂的水源水样进行评价，为巢湖流域农村地区水资源的开发利用和规划管理提供科学依据，并为科学评估该区域的水源水质提供高效精确的方法。
1 检测方法与评价方法
1.1 检测方法与评价标准
检测方法与评价标准见表1、表2。
1.2 评价方法
1.2.1 属性测度的处理过程
对各样品的各项指标进行属性测度，计算方法如下[8]：设aij为各指标的标准值，xij为各样品中各指标的实测值，当xij≤ajl时取表3中公式（1）结果，当xij≥ajl时，取表3中公式（2）结果，当ajl≤xij≤ajl+1时，按表3中公式（3）进行计算，这样可以得到各指标的属性测度μijk。
1.2.2 熵权属性识别模型
熵权属性识别模型法的计算步骤如下[9]：
第一步：由于样本的各个评价指标各有不同，因此，需要对矩阵A进行归一化处理，得到归一化矩阵H=（hij）m*n（i=1，2，…，m;j=1，2，…，n），归一化方式见表4公式（4）。
第二步：计算第j个评价指标的熵ej，再通過熵ej算出熵权Wj，熵的计算使用表4公式（5），熵权的计算使用表4公式（5），即得熵权值Wj。
第三步：在计算出熵权之后，利用表4中的公式（9）将熵权值与属性测度矩阵复合，算出综合属性测度μik，其置信度K判别方式利用表4中的公式（10），最后可知各个水厂水源水类别。
1.2.3 水质属性级别分数的确定
该法不仅可以将样本水质分类，还可以进一步对这几个样本的污染严重程度做出比较，具体评分方法如下[10]：
2 评价与分析
2.1 基于熵权法的属性测度分析评价
从表5可以看出8家自来水厂水质均为Ⅰ类水，在8家自来水厂中龙王、盛桥、白湖自来水的综合属性测度值相较于其他水厂较低，这可能与水中的某些因子有关，如高锰酸盐指数、氨氮。在计算过程中发现龙王水厂的高锰酸盐指数相较于其他水厂的高锰酸盐指数的含量较高。虽然杨柳自来水厂的高锰酸盐指数也很高，但氨氮含量较少，k1值为0.8912。所以可以认为综合属性测度值的高低与高锰酸盐指数和氨氮两个因子有关。
2.2 水质属性级别评分分析
通过综合属性测度表（表5），运用公式11得出各水厂分数如下表表6所示。
从表6中的结果来看，在这8个水厂中水质最差的是龙王水厂，排名第八。其次依次为：盛桥、白湖、杨柳、清源、乐桥、万年、桂元。水质最优的是桂元自来水厂的水源，排名第一。在属性识别模型中这8个水厂均为Ⅰ类水，但通过评分准则的计算与比较后，可以在同类水中进一步细化，从而进一步比较出各自来水厂水源水水质的优劣程度。
3 结论
水质评价的方法多种多样，文中仅选取了属性识别模型这一方法，并结合信息熵权重法对合肥市兆河水系的八家自来水厂的水源水质进行了评价。该模型颇具特色，可高效精准的识别巢湖流域水源水质。（1）由于熵值权重的定义，使其强调了实测值的极值作用，并且运用到全部实测数据来确定权重，在评价时更能表现出较强的客观性。（2）该方法运用属性测度模型对于各自来水厂的水源水质进行属性测度，并且与熵权值进行复合，得到各水厂水质的综合属性测度。（3）通过评分准则的计算与比较，可以对各水源水质优劣进行精确的排序，能够进一步证明信息熵权重下的属性识别模型法的评价结果是科学的、精准的。
参考文献：
〔1〕程乾生.属性识别理论模型及其应用[J].北京大学学报（自然科学版），1997，33（01）：12-20.
〔2〕郭彦英，邓云峰，任珺.AHP法在地表水水质综合评价指标权重确定中的应用[J].兰州交通大学学报（自然科学版），2006，25（03）：70-72.
〔3〕门宝辉，梁川.水质量评价的物元分析法[J].哈尔滨工业大学学报，2003，35（03）：358-361.
〔4〕Ali Karnib. Evaluation of the quality of service of the water supply delivery in Lebanon[J]. Water Sanit Hyg De ，2015，（5）：17-27.
〔5〕张长，张江山，李小梅.应用属性识别模型评价洛阳市大气环境质量[J].环境科学与管理，2011，36（08）：156-158.
〔6〕张霞，李卫红，吴荣.4种水质综合评价方法的比较[J].新疆农业大学学报，2009，32（06）：60-64.
〔7〕奚旦立.环境监测（第五版）[M].北京：高等教育出版社，2019.
〔8〕门宝辉，梁川.基于变异系数权重的水质评价属性识别模型[J].哈尔滨工业大学学报，2005（10）：258-261.
〔9〕孙瑜辉，岳春芳.熵权属性识别模型综合评价灌溉管理模式[J].节水灌溉，2019，32（05）：99-103.
〔10〕吴荣，张霞.属性识别模型在艾比湖水质评价中的应用[J].干旱区地理，2009，32（04）：571-576.