河流健康

河流健康（精选9篇）

河流健康 篇1

0 引言

河流生态系统是指河流水体的生态系统,是陆地与海洋联系的纽带,在生物圈的物质循环中起着重要作用。近年来大量水利工程的建设,严重影响着天然河流的水文地貌条件,并对河流及其周边生态环境造成巨大影响,随着生活条件的不断改善和对河流健康重要性认识的提高,人们对河流综合功能的实现提出了越来越高的要求,为了实现经济社会可持续发展、人与自然和谐共处,以及充分发挥河流的生态、经济、娱乐等价值,研究如何对河流健康进行评价具有重要的理论和现实意义。

当前河流健康的研究工作主要着眼于评价方法的研究。众多研究人员提出制定评价准则和标准的迫切性,以开展河流健康的评价工作,遗憾的是至今还没有对评价标准和评价方法有一个理想的、统一的共识[1],其中评价方法大致分成两个方面,一方面分类依据主要体现在人的主观能动性和客观事实性,即主观分析法和客观分析法,主观分析法主要包括:层次分析法、理性区间法、模糊层次分析法等,客观分析法主要包括:熵值法、主成分分析法、人工神经网络算法等;另一方面主要体现在评价原理的不同,即预测模型法和多指标综合评价法;预测模型法主要对在原始资料缺失的情况下对河流的健康体系进行预测评价,代表性的是神经网络算法;多指标综合评价法即综合评价,多采用层次分析、模糊层次分析法、德尔菲法等。由于神经网络算法可以最大程度地挖掘和探索原始数据信息,鉴于河流健康评价的复杂性和广泛性,可以掌握和利用的原始数据毕竟有限,神经网络算法采用内插法构造网络训练样本,将河流健康分级评价标准值作为“预测”样本进行“预测”,对已有的原始数据作为训练的样本进行多次训练,以此寻求原始数据中隐藏的各评价因子的贡献度大小,通过对与河流健康相关的多个单一指标的原始数据进行收敛计算,即可输出河流总体健康的评价数值。训练函数对数据具有一定的敏感性和记忆性,通过训练后获得训练函数,在取得其他河流的实际原始数据后,即可代入趋于稳定后的训练函数,以此对江苏省整体河流的健康状况进行预测评价,但是神经网络算法会出现不稳定性,并且当前用于预测的神经网络函数较多,无法真正辨别适应于江苏省河流健康的训练函数。多指标综合评价通过综合分析,依据专家咨询意见确立评价指标权重,计算过程简便且稳定,但是不同于预测模型法的是,多指标综合评价方法由于人的主观臆断性易产生系统偏差。本文尝试结合预测模型法和多指标综合评价法,提出了预测-综合指标评价模型,此评价模型由3种预测模型和3种多指标综合评价方法组成,即先应用此模型对具有流域代表性的部分骨干河流的健康进行探索性评价,通过比对预测模型法和多指标综合评价的结果,选取与多指标综合评价结果相似度最高的预测函数作为最适用于江苏省河流的预测训练函数,最后应用此精简后的模型对江苏省整体河流的健康状况进行评价和预测,并取得了良好的效果。

1 江苏省河流健康评价模型

江苏境内河流纵横,湖泊众多,其中主要河流727条,大于0.5km2的湖泊共计137个,水域面积占全省国土面积的16.91%。得天独厚的江河湖泊资源,是江苏最大的自然资源和发展优势[2]。随着城镇化、工业化进程的快速推进,河流生态环境问题日趋突出,尤其是太湖蓝藻集中爆发而引发的无锡供水危机,深刻地警示我们,加强河湖管理,维护河湖健康生命,保障水资源可持续利用,俨然已经成为全社会一项重要而又紧迫的任务。

根据《湖泊健康评估指标、标准与方法(试点工作用)》、《环境影响评价技术导则与标准》等已有的国家、行业、地方或国际标准,首先应构建河流健康评价指标体系,鉴于河流健康评价的多样性与复杂性,利用层次分析建立梯级层次结构评价指标体系,如表1,目标层为江苏省河流健康评价,准则层分为自然属性和社会效益两个方面,指标层包含11个详细指标:河岸带状况(RS)、河流连通阻隔(RFC)、生态流量满足程度(EF)、河流水质综合指数(WQ)、岸坡植被结构完整性(SVS)、河流生物多样性(AL)、防洪工程达标率(FLD)、岸线利用管理(SUM)、公众满意度(PP)、供水水量保证率(WSG)、水功能区水质达标率(WFZ),各指标分别反映河流多层次和深层次的作用效益。

2 预测-综合指标评价方法简介

鉴于当前越来越繁多的评价方法,可能导致河流健康评价出现“多端寡要、好谋无决”的分极现象,所以研究出一种或者多种准确而客观的方法系统越来越显示其重要性和迫切性。尽管神经网络算法受评价指标的标准取值和上下限值的影响,会出现不稳定性,但可以最大限度地克服人的主观性;综合指标评价方法的优点在于计算过程非常稳定,但河流健康评价因“河”而异、因“时”而异[3],综合指标评价法在不同河流的不同时段,均需依赖于专家的问卷意见,存在一定的主观性和局限性。预测-综合指标评价模型融合了神经网络算法和综合指标评价法的各自优势,即配置综合指标评价模型的校验,预测模型会逐步趋向稳定;存在预测模型的计算,综合指标评价模型会更为客观准确。

在预测模型上选用BP神经网络、径向基神经网络(RBF)、广义回归神经网络(GRNN)3类神经元算法;在综合指标评价模型上选用层次分析法(AHP)、网络分析法(ANP)、模糊层次分析法(F-AHP)3类,模型运行过程如图1所示,即先用3种神经网络算法对河流健康进行初步评价,选取最合适该流域健康的预测评价模型,然后使用3种综合指标评价方法进行校验,两者结论进行比较,留用与综合指标评价方法数值相接近的算法,作为该流域或者区域的预测评价模型,最后对总体以及全部河流进行整体评价。这样就可以最大限度地发挥预测模型的灵活性和通用性,与流域的基本特点和变化规律有很大程度的吻合。

由于前人对层次分析法和BP神经网络算法已有较为详尽的研究,本文仅对其余4种子方法进行简要介绍。

2.1 径向基函数神经网络(RBF)

RBF神经网络又称为径向基函数神经网络,是一类常用的三层前馈网络,多用于函数逼近及分类[4],常用的RBF网络为n-h-m结构,即网络具有n次输入(输入层),h个隐节点(隐藏层),m次输出(输出层),计算的模型如图2所示。

2.2 广义回归神经网络(GRNN)

广义回归线性网络(General regression neural network,GRNN)是由德国人Donald Specht于1991年首先提出的新型神经网络算法[5],由输入层、模式层、求和层及输出层4个层次网络组成计算模型如图3所示。

GRNN的主要优势在于学习迅速,在样本数量巨大的时候达到快速逼近,尤其在处理实时环境下的稀疏数据效果显著。当前,该神经网络在系统辨识和预测控制等方面得到了尝试性的应用。GRNN神经网络的创建需要将所有数据划分为输入向量、输出向量、训练数据和测试数据[6]。

2.3 模糊层次分析法(F?AHP)

荷兰学者VanLaarhoven WP在1983年首次将模糊数学应用与层次分析法相结合,提出了模糊层次分析法[7],集层次结构、模糊数学、权衡比较于一体,在科学决策问题上卓有成效。

2.4 网络分析法(ANP)

ANP(Analytic Network Process),又称网络层次分析法,是Satty T.L.教授于1994年提出的,基于层次分析法(Analytic Hierarchy Process,AHP)发展而成的一种应用系统分析全面解决问题的方法[8]。ANP应用网络结构替代层次结构,充分考虑各因素之间的相互影响和依存关系,与系统工程和科学决策的问题特点相符,所以ANP具有越来越广阔的前景。

3 方法应用

本文首先评价江苏省16条骨干河流的健康状况,即中运河、里运河、通榆河、苏北灌溉总渠、大沙河、北六塘河、新洋港、长江干流、新通扬运河、秦淮河、句容河、九圩港、江南运河、望虞河、张家港、大滆运河(按排序先后进行计算),作为参比。

对于预测模型法,本文首先将评价指标进行标准化,令数据处于[0~1]范围内,利于神经网络对数据的快速学习,以每一指标的极限值插值得到100个训练样本,在每次进行评价之前,均进行3 000次学习训练,训练结束后,再导入河流健康指标的实际值进行模拟,即可使训练函数对江苏省骨干河流的原始数据存在一定的敏感性和记忆性,得出评价结论。

对于多指标综合评价方法,本文首先建立相应的层次结构和网络结构,AHP和F-AHP均通过MATLAB程序实现[9,10],而ANP则借助超级决策软件[11](Super Decisions)实现。综合两者评价结果形成比对表2。

预测模型法与综合指标评价法对应的评价分值比对图如图4所示。

由图4可知在多指标综合评价模型的3类方法中,ANP和F-AHP的分值接近,AHP的分值误差过大,故采用ANP和F-AHP的分值作为校验标准,与预测模型法进行比较,通过比对分值,BP算法与多指标综合评价方法的整体结论相差甚远,而RBF和GRNN算法与F-AHP和ANP的评价分值相近,故采用RBF和GRNN算法均可作为江苏省河流健康的预测模型,由此,精简后的模型由RBF、GRNN、F-AHP及ANP4类子方法组成,F-AHP和ANP作为校核标准方法,而RBF和GRNN作为计算标准,需要注意的是,在开始进行其他河流的评价前,必须对RBF和GRNN进行学习训练,使预测模型趋于稳定。秦淮河和张家港处于“不健康”水平,枝源派本,秦淮河大部分在南京市境内,是南京市最大的地区性河流,随着城市规模和逐步扩大,人类活动严重影响着天然河流的水文地貌条件,并对河流及其周边生态环境造成巨大影响,水域面积和城市周边绿地覆盖率逐年减少,导致河流健康水平严重恶化;张家港的主要河流功能为排涝、供水以及航运,存在的主要问题为水功能区水质达标率和岸坡硬质化程度高。但总体而言,江苏省骨干河流的健康状况较为良好。

4 江苏省河流健康状况

河流健康评价采用分级评分法,划分等级标准,河流健康初步分为4级,即:健康、亚健康、不健康及病态。河流健康等级如表3。

通过对上文所述的骨干河流建立的训练函数,并查阅大量文献,缺漏或者无法确立的评价指标值通过变化特征插值来获取统计,再将RBF和GRNN预测模型应用于整个江苏省其他河流的健康评价,并取得了良好的效果,证明预测-综合指标评价具有很强的实用性和准确性。

江苏省整体河流健康状况分布情况如图5所示。

以GRNN为例,所得结果显示,江苏省整体河流健康状况达到“健康”级别的河流占38%,达到“亚健康”级别的河流占56%,“不健康”级别的河流占6%,总体上江苏省河流处于“亚健康”(Ⅱ等)及以上状态,“亚健康”状态属于“健康”和“不健康”的过渡状态,过渡状况下的河流的健康变化显著、转变敏感,在此时期,加强河湖管理、维护河湖健康生命显得尤为重要。

5 结论与展望

(1)本文提出预测-综合指标评价模型,分别将F-AHP、ANP、AHP、BP、RBF、GRNN共6种方法作为其构成要素。首先对江苏境内16条骨干河流的健康进行了探索性评价,通过分值比对、优胜劣汰,选用F-AHP、ANP、RBF、GRNN这4种方法纳入预测-综合指标评价体系来评价江苏省整体河流的健康状况,结果与实际情况较为接近;而AHP和BP的评价分数与其他4种方法相比相差过大,不能准确地评价河流健康,建议在江苏省河流健康评价系统中予以淘汰。

(2)从评价方法上看,基于预测模型法的RBF和GRNN神经网络评价结论几乎一致,说明两种神经网络算法均可用于江苏省河流健康评价,进行河流健康预测的目的在于克服资料缺失和人为主观性,只要取得通过训练后趋于稳定的训练预测函数,并存在和部分存在其他河流的健康评价指标原始值,通过代入即可对其他整体河流健康状况进行预测。尤其是在以后江苏省内中小河流评价可以以此作为预测评价模型,建立预警系统。尽管较多研究成果提出GRNN神经网络具有收敛速度快、预测精度高和鲁棒性良好等优点,但河流健康评价应当同时考虑地方经济发展水平的差异、流域自然环境的特点以及季节气候的变换,因地制宜地选取河流生态修复评价的标准以及权重,即河流生态修复评价应因“河”而异、因“时”而异,所以寻求最适用于江苏省河流及流域特点的预测模型也是关键性的因素,由此可知,通过多指标综合评价的结论来筛选和检验预测评价方法的适用性和准确性具有重要的理论和现实意义。

预测-综合指标评价最大程度上克服了人的主观臆断性,并可以准确而客观地预测河流健康状况,不失为河流健康评价的一类新方法。在以后的研究,应尝试将更多方法持续纳入预测-综合指标评价模型中,以提升模型的适用性和灵活性。鉴于江苏省整体河流健康状况不容乐观,因此加强河流管理至关重要,维护河流青春活力刻不容缓。

摘要：针对江苏省河流健康状况,提出一种新的河流健康评价方法体系,即预测-综合指标评价模型,此模型由3种预测方法和3种综合指标方法构成。首先对江苏省16条骨干河流进行探索性评价,筛选模型体系中对江苏省河流健康评价的最适方法,再将精简后的模型应用于江苏省整体河流的健康评价。结果表明,江苏省河流总体处于“亚健康”(Ⅱ等)水平,故需重视河湖健康管理、维护河流健康。

关键词：预测-综合指标,RBF,GRNN,评价模型,亚健康

参考文献

[1]吴阿娜,车越,徐启新,等.上海地区河流健康评价方法探讨[J].生态与农村环境学报,2007,23(4):90-94.

[2]江苏省主要河流健康状况报告[R].2012.

[3]孙雪岚,胡春宏.关于河流健康内涵与评价方法的综合评述[J].泥沙研究,2007,(5):74-80.

[4]乔俊飞,韩红桂.RBF神经网络的结构动态优化设计[J].自动化学报,2010,36(6):865-872.(下转第33页)

[5]崔东文.RBF与GRNN神经网络模型在河流健康评价中的应用---以文山州区域中小河流健康评价为例[J].中国农村水利水电,2012,(3):56-61.

[6]张娅莉,喇果彦.GRNN神经网络在信息分析预测中的应用[J].数据采集与处理,2009,24(10):100-103.

[7]P J M Van Laarhoven WP.A fuzzy extension of Satty's priority theory[J].Fuzzy Sets and Systems.1983,3(11):199-227.

[8]Satty T L.Fundamentals of decision marking and priority theory with the analytic hierarchy process[M].Princeton:RWS Publications,1994:35-127.

[9]张德丰.MATLAB神经网络应用设计[M].北京:机械工业出版社,2009.

[10]MATLAB中文论坛.MATLAB神经网络30个案例分析[M].北京:北京航空航天大学出版社,2010.

[11]周振民,刘海滢,张青.基于ANP的河流健康评估指标体系研究[J].中国农村水利水电,2011,(9):57-60.

河流健康 篇2

城市河流生态系统健康评价实例研究

通过对城市河流生态系统健康的`内涵进行探讨,从胁迫-状态-响应3方面构建了指标体系,并利用综合指数法对许昌市5条河流生态系统健康状况进行了评价,结果表明:-5条河流健康状况虽逐年均有不同程度的好转,但仍处于严重不健康～亚健康之间,河流污染严重、景观功能低下是主要的制约因素.

作 者：申艳萍 Shen Yanping 作者单位：河南农业大学林学园艺学院,郑州,450002;许昌市环境保护监测站,河南,许昌,461000刊 名：气象与环境科学英文刊名：METEORLOLGICAL AND ENVIRONMENTAL SCIENCES年，卷(期)：31(2)分类号：X703.1关键词：城市河流 生态系统健康评价 指标体系 综合指数法

河流健康 篇3

“河流健康”的概念已提出20余年,由于各国学者从不同方面对其内涵进行了阐述和诠释,加之研究目的和研究背景的差异,对河流健康概念的理解至今仍未能达成共识[1]。河流健康可以理解为在河流生态系统良好状态下,河流能够维持其生态系统结构完整性,充分发挥其自然生态功能,并提供相应的社会服务功能[2,3,4]。河流健康状况的表征和评价技术不仅能够应用于对河流现状的客观描述和评估,而且可以有效评价受损河流生态修复的成效,对于河流的可持续管理、区域生态环境建设都具有非常重要的意义[5]。河流健康评价的方法众多,但从评价原理上主要可分为预测模型方法和多指标方法[6,7]。多指标方法由于是对河流各方面特征的综合评价,其结果更加全面、客观,是河流健康状况评价的一种发展方向[4]。多指标评价系统难于或不适宜建立常规数学模型,只能借助诸如人工智能、模糊识别、知识工程等方法建立模型,以处理多指标系统的综合评价问题[8]。目前,模拟智能方法已成为建立和评价这类复杂系统最为有效的途径之一,而人工神经网络则是这类智能算法中运用最为广泛的算法之一。本文参考相关文献[9,2],利用层次分析法构建符合区域中小河流健康评价指标体系和等级标准,基于网络结构较为相似的径向基神经网络(RBF)和广义回归神经网络(GRNN)原理,分别构建河流健康评价模型对区域中小河流健康进行综合评价,为区域河流的可持续管理和生态环境建设提供参考依据。

1 河流健康评价模型

1.1 RBF神经网络模型[10,11,12,13,14,15]

径向基神经网络(RBF,Radial Basis Function Neural Network)是以函数逼近理论为基础而构造的一种前向网络,它是由输入层、隐藏层和输出层组成的3层网络,如图1所示。输入层由信号源节点组成,第2层是隐藏层,该层的变换函数采用RBF,第3层为输出层,对输入模式作出响应。

RBF网络的基本思想是:用RBF作为隐单元的“基”构成隐藏空间,隐含层对输入量进行变换,将低维的模型输入数据变换到高维空间内,使得在低维空间的线性不可分问题在高维空间线性可分。RBF网络结构简单、训练简洁而且学习收敛速度快,能够逼近任意非线性函数,近年来的研究表明:无论在逼近能力、分类能力(模式识别)和学习速度等方面RBF均优于BP网络。RBF网络的输出为:

采用Gaussian函数作为径向基函数。

式中:x为输入样本;y为输出;CK为高斯函数的中心;‖xCK‖为欧式范数;σ为高斯函数方差;ωik为隐含层到输出层的连接权值;N为隐含层节点数。径向基函数网络算法步骤如下:

(1)从输入向量中选一组初始中心值CK;

(2)计算方差值:

式中:d为最大的距离;K为CK的数量。

(3)由输入x(n)计算^yi(n)

(4)更新网络参数

式中:

式中:yd(n)为网络期望输出;μN,μC,μσ为3个参数的学习步长。

(5)如网络收敛,则计算停止,否则转到步骤(4)。

1.2 GRNN神经网络模型[10,11,12,13,14,15]

广义回归神经网络(GRNN,Generalized Regression Neural Network)是一种高度并行径向基网络,它是由输入层、模式层、求和层和输出层组成的4层网络,对应网络输入X=[x1,x2,…,xn]T,其输出为Y=[y1,y2,…,yn]T,如图2所示。

GRNN在结构上与RBF网络较为相似,具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性,适用于解决非线性问题。GRNN在逼近能力和学习速度上较RBF网络有更强的优势,网络最后收敛于样本量积聚较多的优化回归面,并且在样本数据较少时,预测效果也较好。此外,网络还可以处理不稳定数据。GRNN网络算法步骤原理如下:

(1)输入层。输入神经元数目等于学习样本中输入向量维数,各神经元是简单的分布单元,直接将输入变量传递给模式层。

(2)模式层。模式层神经元数目等于学习样本数目n,各神经元对应不同样本,模式层神经元传递函数为:

式中:X为网络输入变量;Xi为第i个神经元对应的学习样本;σ为光滑因子。

(3)求和层。求和层中使用2类神经元进行求和。一类计算公式为:

对所有模式层神经元的输出进行算术求和,模式层与各神元的连接权值为1,传递函数为:

另一类计算公式为:

对所有模式层神经元的输出进行加仅求和,模式层中第i个神经元与求和层中第j个分子求和神元之间的连接权值为第i个输出样本Yi中的第j个元素,传递函数为:

输出层。输出层中的神经元数目等于学习样本中输出向量的维数n,各神经元将求和层的输出相除,神经元j的输出对应估计结果Y(X)的第j个元素,即

2 河流健康评价的指标体系构建

2.1 评价指标及标准

鉴于国内外河流健康评价指标体系及等级标准的多样性与复杂性[1,2,3,4,5,6,7],本文参考文献[9],结合丰水地区区域中小河流特征及评价指标数据获取的难易程度,利用层次分析法构建适用于丰水地区河流健康评价的指标体系和分级标准,将区域河流健康评价分为目标层A、准则层B和指标层C3个层次。目标层A主要用于综合评价河流健康状况;准则层B用于反映河流健康状况的内部协调性,分别由河流动力、生态功能和经济社会服务功能3部分构成,它将河流健康的各个方面有机地结合在一起;指标层C反映河流健康评价中各个准则层的具体指标,由反映河流动力等准则的15个评价指标组成,它是河流健康评价的基础。以下建立适用于丰水地区中小河流健康状况评价的标准和尺度,并将河流健康分5个等级,详见下表1、表2。

2.2 河流健康评价的实现

2.2.1 指标数据标准化处理

表1中的河流健康评价指标分为正向指标和负向指标,为了消除不同量纲对评价结果的影响,首先需对评价指标数据进行标准化处理。对河流健康评价等级起正作用的指标,如单位面积径流量、生境多样性指数等,其处理方法为:

对河流健康评价等级起负作用的指标,如河段弯曲度、水土流失面积比例等,其处理方法为:

式中:为经过标准化处理的数据;x为原始数据;xmax为数据序列中的最大数。

经过标准化处理后,数据处于[0~1]范围之内,有利于网络训练。

2.2.2 训练样本设计

依据表1,以各评价因子上下限(极小极大值)为限值,利用线性插值方法将标准化的各评价因子插值得到50个训练样本作为网络的输入,将0~1插值得到50个训练样本作为输出;将标准化的河流健康分级评价标准值作为“预测”样本进行“预测”,并将结果作为河流健康综合评价等级的划分标准,对区域中小河流健康状况进行评价分析。

2.2.3 网络训练

本文采用RBF与GRNN神经网络对河流健康状况进行评价,见图1和图2。以表1中各评价指标作为输入向量,即输入层神经元个数为15个;以0~1插值结果作为输出向量,即输出层的神经元数为1个。对于RBF和GRNN神经网络,由于人为调节的参数少,只有一个阈值,因此网络根据训练算法和训练样本集即可开始学习训练,当网络训练好以后,各个隐节点的数据中心相应的输出权值将不再改变,此时的神经网络可以进行河流健康评价。本文采用MATLAB软件编写RBF和GRNN神经网络算法程序对河流健康状况进行评价,程序采取循环训练算法,最终确定RBF和GRNN神经网络的SPREAD分别选取为1.2和0.2时,网络达到最佳评价效果。为验证RBF与GRNN网络的有效性,本文选用目前应用最为广泛的BP网络作为对比网络,经反复验证,模型结构为15-62-1,隐含层和输出层传递函数分别采用tansig和logsig,训练函数采用traingdx,阀值和权值的学习函数采用learngd,性能函数采用mse,设定期望误差为1×10-4,最大训练轮回为2 000次。经过试算,网络达到了较好的训练精度和评价要求。

3 实例应用

3.1 研究区域概况

文山州位于云南省东南部,属亚热带低纬度高原季风气候区,全州总面积31 456km2,辖文山、砚山、西畴、麻栗坡、马关、丘北、广南、富宁8县,现人口345万。境内河流分属珠江流域和红河流域,珠江流域为西江水系,面积17 145km2,占全州总面积的54.5%,主要有清水江、驮娘江、西洋江、普厅河、那马河等;红河流域为泸江水系,面积14 311km2,占全州总面积的45.5%,主要有盘龙河、八布河、南利河、斋河、那么果河等。境内降水量及水资源总量相对丰富:多年平均降水量1 178.5mm,水资源总量157.7亿m3[18]。近年来,由于流域内水土资源的开发利用,尤其是引流式水电站的无序开发,使得减水河段占河段总长的比重不断加大,水土流失加剧,对河流生态环境造成不良影响。因而,河流现状的客观描述和评估,对于河流的可持续管理、区域生态环境建设都具有重要的意义。

3.2 评价结果及分析

依据表1、表2河流健康评价指标体系及分级标准,利用上述训练好的RBF和GRNN神经网络模型分别对河流健康分级评价标准值和区域中小河流健康状况进行评价,结果见下表3和表4。

分析表3、表4可以得出以下结论:

(1)文山州各评价河流健康状况评价等级为Ⅱ~Ⅲ级,即处于健康与不健康之间,基本反映了区域中小河流现状特征,符合区域河流自然状态与开发利用现状,表明研究建立的RBF与GRNN神经网络河流健康评价模型和评价方法均是合理可行的,评价结果可以作为区域河流综合治理与健康评判的依据。

注:区域河流数据主要来源于《文山州水资源综合规划》、《文山州水资源开发利用》等。

(2)从表4可以看出,处于亚健康的河流除河段弯曲度、比降、森林覆盖率等自然因素外,主要受河流水能资源开发利用、水土流失以及水体污染的影响,使得河流处于亚健康状态。

(3)从评价方法上看,RBF与GRNN神经网络评价模型对河流健康评价结果完全一致,与BP神经网络评价结果基本相同,说明RBF与GRNN神经网络评价模型均可作为河流健康状况评价的选用模型。

(4)BP神经网络隐含层神经元个数需要人为确定,是一个较为复杂的问题,确定个数的合理与否,直接影响到预测的精度。与BP相比,RBF神经网络不但学习速率快,而且克服了BP网络易陷入局部极值的缺点;调整的参数较少,只有一个SPREAD(径向基函数的分布密度)参数。由于SPREAD的大小不但影响网络的逼近精度,而且还影响着网络的预测精度,本文在网络设计过程中,采用循环算法确定SPREAD最优值为1.2[15,20]。

(5)与BP神经网络相比,GRNN神经网络有收敛速度快、预测精度高、不易陷入局部极小值等优点;而且GRNN需要调整的参数较少,只有一个SPREAD参数,可以更快地预测网络,具有较大的计算优势。尤其是GRNN神经网络在样本量少而且噪声较多时预测效果也较好,这是诸如BP网络无法比拟的[20]。

(6)GRNN网络在逼近能力和学习速度上较RBF网络有更强的优势,网络最后收敛于样本积聚较多的优化回归面,并且在样本数据较少以及存在不稳定数据时,预测效果也较好。

4 结语

(1)本文分别构建基于RBF和GRNN神经网络的河流健康评价模型对区域中小河流健康状况进行评价,评价结果完全一致,表明研究建立的网络模型应用于河流健康评价是合理可行的,评价结果令人满意。

(2)参考相关文献[9]建立了区域中小河流健康评价指标体系及分级标准,采用线性内插法构建训练样本,将分级标准值作为“预测”样本进行“预测”,并将结果作为河流健康等级评价的划分依据,最大限度地克服了主观臆断成分,使评价具有客观性和通用性。但评价结果往往受评价指标标准值和评价指标上下限极值范围的影响较大,这也是如何客观综合评价此类“系统”的难点和关键所在。

河流健康 篇4

河流水污染控制技术探究-以城市河流为例

摘要：文章认识到了城市河流水体污染的`严重性,分析了城市河流污染的主要问题及产生的原因,并简要从整体上对城市河流治理进行述说,主要对城市河流水污染控制技术进行阐述,以便对不同城市河流水污染状况进行有效控制和治理,促进城市河流的健康发展.作 者：严展悦 葛建保 作者单位：福建华大环保工程有限公司,福建・泉州,36期 刊：科协论坛(下半月) Journal：SCIENCE & TECHNOLOGY ASSOCIATION FORUM年，卷(期)：,“”(2)分类号：X22关键词：水污染控制 城市河流 城市河流污染

探析水土保持与河流健康的关系 篇5

1 河流健康的内涵

结合生态系统的价值分类方法, 可以将河流的价值划分为利用价值与非利用价值两大类。在利用价值中, 则可分为直接利用价值与非间接利用价值。直接利用价值包括对水资源的开发与利用, 可以直接产出或者消费;间接价值则是应用生态系统中的支撑功能, 为人类提供服务, 如河流的水分涵养、自我净化、旱涝缓解、控制洪水等, 实现局部稳定。河流既可以开发可利用资源, 也是河流系统的生命载体, 发挥良好的资源功能与生态功能, 实现可持续发展。

2 水土保持与河流健康的关系

2.1 水土保持与河流健康具有全球性

基于互联网基础上展开的水土保持与河流健康, 和过去传统的活动相互比较, 往往具有以下的特点:由于互联网连通了整个世界, 并且将整个世界信息进行交换和传递, 所以, 在互联网基础上进行水土保持与河流健康的开展, 那么, 其中的任何一方都不会受到地理区域限制, 也就说明了水土保持与河流健康具有全球性。

2.2 水土保持与河流健康具有效率高、节奏快的特征

由于水土保持与河流健康中的信息容量都很大, 其在互联网上进行传递的速度也很快, 这些都已经对水土保持与河流健康是否能够将整个活动效率和节奏提高起到了决定性的作用。

2.3 水土保持与河流健康具有双向互动性

水土保持与河流健康具有双向互动性, 这也就使得水土保持和河流健康能够真正的进行整个过程的参与, 水土保持与河流健康自身所具有的选择性和主动性加强了, 那么, 水土保持与河流健康在整个水土保持的过程中地位相对于传统的进一步得到了提升。2.3.1将河流健康应用到水土保持中, 首要策略就是水土保持与河流健康策略, 首先就是要进行目标水土保持与河流健康的确定, 在确定了目标水土保持与河流健康以后, 单位才能够对目标进行了解和接近, 从而能够找到那些互动的、有效的措施和途径, 在传播过程中的终结点和出发点都是将水土保持与河流健康作为根本导向的。

2.3.2 在河流健康应用到水土保持中的第2个策略就是方便性

的策略, 方便性策略主要是指将固定的水土保持与河流健康渠道忘却, 对水土保持与河流健康过程中方便性进行充分的重视, 这已经成为了我们提升水土保持能力重要的一点, 同样又是水土保持在自身经济条件下, 进行水土保持与河流健康这一观念最为基本的表现

2.3.3 在水土保持与河流健康实施的过程中, 沟通策略就是第

三个策略, 对水土保持发展与河流健康关系进行充分重视, 在不断地尝试各种手段的同时, 往往会发现很多手段都是不能达到预期的效果的, 水土保持与河流健康并不会对自己的方式方法产生兴趣, 要求我们采取一定的方法使水土保持与河流健康工作人员将自己的意见和感受反馈给单位, 这样就能够真正的形成一种水土保持与河流健康之间的联系, 而这种联系也就是在水土保持发展与河流健康关系背景下的沟通策略, 这一策略已经成为了水土保持发展与河流健康关系更高的一个层次。

2.4 以水土保持促进人水和谐

以当前环境的发展状况来看, 人与自然的关系是人类赖以生存的基础, 可主要表现为以下两大方面:

2.4.1 人类对自然界产生的影响, 从自然界索要资源, 挖掘资源潜力, 享受由河流生态系统带来的服务;

2.4.2 自然对人类的反作用, 如资源环境给人类生存发展带来的制

约, 产生的水环境污染、生态退化或者洪涝灾害等, 对人类生活产生负面影响。因此, 水土保持应做到因地制宜, 合理布置各种科学措施, 既保护了水土资源, 更是保护人类自己, 优化农业生产条件, 确保河流生态系统的正常运行, 增强抵御洪涝灾害的能力, 推动人类、资源、社会的可持续发展, 构建人水和谐。

3 结语

水土保持与河流健康, 一直在各个方面都向传统的方法方式进行挑战, 所以, 传统的单位不仅要进行自身内部的组织结构重新的设计, 将水土保持改变, 更加需要在水土保持与河流健康关系这一个领域中加强单位本身和其他的单位共同, 和其他单位之间必须要有合作和竞争这两种意识。

参考文献

[1]张路青, 杨志法, 尚彦军, 等.锚喷结构边坡表面绿化的新方法[C].中国科学院地质与地球物理研究所2007学术论文汇编, 2008 (7) .

[2]管日顺.也谈维护河流健康生命:浅谈水土保持对维护河流健康生命的作用及其对策[J].江西水利科技, 2006 (1) .

[3]王延贵.运用科学发展观探讨维护河流健康的方略[J].人民黄河, 2009 (5) .

[4]喻惠花, 张平仓, 赵健, 等.长江流域典型区域水土流失健康状况评价[J].中国水土保持, 2008 (2) .

河流健康 篇6

格伦峡大坝位于美国科罗拉多河。科罗拉多河发源于美国科罗拉多州中北部,干流流经科罗拉多、犹他、亚利桑那、内华达和加利福尼亚5个州和墨西哥西北端,最后注入加利福尼亚湾,干流全长2320km,流域面积约63.7万km 2[1]。

格伦峡大坝于1963年建成,库区为鲍威尔湖,其开发目标是发电、防洪、灌溉等。大坝为混凝土拱坝,最大坝高216.4m,总库容333亿m 3,正常蓄水位1 128m,有效库容257.5亿m 3,装机容量104.2万kW。坝址处集水面积28.1万km 2[1](见图1)。

格伦峡大坝下游河道如图2所示,美国垦务局在此设立了LeesFerry测站(位于坝下游附近)和GrandCanyon测站(位于LeesFerry测站下游141km)来观测河道水沙变化。

2建坝后坝下游水沙变化特点与分析

2.1坝下游GrandCanyon测站水沙量变化

如图3、图4,由GrandCanyon测站的水沙量双累积曲线可知,大坝修建对干流水量影响不大,但坝下游沙量在1963年格伦峡大坝建成之后明显减少,GrandCanyon测站的年平均来沙量1927—1942年为1.97×108t[2,3],1943—1962年为0.78×108t[2,3],1963—1972年为0.19×108t[2,3],年来沙量减少90.4%[3],由此可以推断,GrandCanyon测站在1962年的突然转折,是格伦峡大坝拦沙的结果[4]。

2.2下游河道床沙粒径的变化

1963年建坝后,上游泥沙供给量减少大约90%[3]以上,流量调平现象明显,格伦峡到Marble峡之间河道的床沙粒径也相应的发生变化[5]。

(1)大坝刚开始蓄水时,干流没有下泄流量,坝下游支流(主要是Paria河,其具体位置见图2[6])入汇的泥沙对下游产生影响,引起床面泥沙的细化支流洪水期间,汇入的泥沙粒径大约是干流床面原有泥沙粒径的1/4到1/2[7],短时间内下游河道的床面泥沙发生细化,这一点不同于一般情况下坝下游河床表面泥沙粒径的变化趋势。当大坝开始泄流时,支流的影响减小,床面泥沙粗化[8]。

(2)大坝开始泄流以后,支流泥沙的影响逐渐弱化,床面泥沙在年内泄流期间发生粗化。在1983年的控制洪水期间,流量达到2 750m 3/s,床沙和悬移质均粗化了2倍[9](见图5)。同时,由图5可知,1983年的床沙中值粒径的大小要大于建坝前的床沙中值粒径,这表明此时下游河道的冲淤并没有达到平衡,床沙粒径在年际间仍有不断粗化的趋势

(3)1983年以后,下游河道的床沙粒径继续发生年内粗化的现象。1996年的控制洪水期间,流量达到1 270m 3/s时,床沙和悬移质均粗化了1.5倍[10]1998～1999年期间,在Marble峡谷的观察发现,大坝中等泄流量期间,床面泥沙也迅速粗化[11]。

注:灰色区域表示建坝前该测站床面泥沙中值粒径的变化范围

3坝下游近坝段冲刷分析

3.1近坝段河道纵剖面冲刷

1963年建坝后,河床发生冲刷,其中大范围冲刷主要发生在1956年到1965年之间[12]。如图6所示:1956到1965年间,近坝段25 km的河道平均冲深为2.6 m,最大冲深达到10 m左右,冲刷到达了砾石层以下;1965年到2000年之间河床也有一定的冲深,但最大冲深不超过3 m[12]。

从冲刷形态(如图7所示)上来看,浅滩(riffle)和深潭(pool)的冲刷形态差别较大[13]。浅滩的冲刷深度沿大坝下游逐渐减少;深潭的冲刷深度沿坝下游波动较大,且冲刷一直延伸到下游远坝段。总的来说深潭的冲刷深度超过浅滩。

3.2近坝段河道横断面冲刷

河道除在纵向上发生变化外,横断面也会发生一定的调整。图8和图9展示了建坝后坝下游10.3 km和15.8 km处横断面形态的调整情况[14]。建坝后,河床和断面调整主要表现为下切。其中,在坝下游15.8 km处最大下切深度超过了5 m。从这两张断面图上看,河道的横向展宽变化并不明显。

4坝下游近坝段河道平面变化

建坝后,由近坝处到坝下第一个主要支流Paria河之间约20 km的河道平面变化主要有以下两个特点:

(1)水库运用后,河岸发生冲刷[16]。1952年到1984年间,坝下游15.8 km处,建坝前存在于左右两岸的沉积物在建坝后被冲刷。该区间内,河岸的冲刷量小于河床。据估计约有200～400万t的泥沙冲刷量来自于河岸,只相当于河床冲刷量的14%[17,18]。

注:图a由RobertBrewsterStanton摄于1889年12月26日。图b由Tom Wise摄于1992年10月28日。图a的具体流量未知,但是建坝前12月到1月的月平均流量为156m 3/s。1992年为275m 3/s。

(2)部分沙滩被植被侵占[19]。图10是下游3 km Lees Ferry处建坝前后的地貌图,从图10 中可以看到,建坝前左岸的沙滩在建坝后被植被侵占[20]。

总的来说,由于下游河道地处峡谷,建坝后河道平面变化受到限制[21],除了由于建坝后洪水量级减少,水流漫滩机会减少,部分边滩被植被覆盖之外,没有观察到建坝对近坝段下游河道平面变化的明显影响[22]。

5对下游河道河流生态环境的影响

综上所述:格伦峡大坝的修建对下游河道的水沙量、下游河道冲刷及河道平面变化等河流水文特征带来了一系列的变化,这些变化也从各个方面影响着大坝下游河道的河流生态状态[23]。

(1)低温水的影响[24]:在格伦峡大坝修建前,科罗多拉河的温度在0～29°C间周期性地变化。格伦峡坝运行后,低温水流向下游河道。

(2)幼鱼和昆虫的死亡[25]:格伦峡大坝大大减小了科罗拉多河的自然洪峰,河水水位的这种急剧起伏涨落使河流沿岸地带变成了幼鱼和昆虫的死亡陷阱。

(3)大坝下游栖息地被改变[25]:曾经为许多物种提供生命支持的河道栖息地原来还是动态变化、多种多样,很快被改变成相对稳定的、单一类型的栖息地。渐渐地,河流又侵蚀了大片的河边沙滩,而这些沙滩是河滨植被、昆虫、蜥蜴、蛤蟆、小型哺乳类动物及鸟类重要的栖息地。

针对大坝对下游生态的影响状况:美国国会和垦务局通过制定大峡谷保护法案、对电站进水口结构进行研究、人造洪水试验[28,29]、采用适应性管理等试图减缓了由于水库枢纽的运行所带来的不利影响。

(1) 大峡谷保护法案[25,26]:在1991～1994年间,国会批准了大峡谷保护法案,规定格伦峡大坝下泄流量需考虑环境、文化、旅游和印第安人的利益。

(2) 分层取水结构布置的研究[27]:对于由于水库的运行方式导致的环境影响问题,美国恳务局同意了对水库所导致的温度问题进行控制的可行性进行研究。研究表明,最有效的控制低温水的方法是改进电站进水口结构布置。

(3)人造洪水试验[28,29,30,31,32] :为了恢复大峡谷的自然地貌和生态环境,EIS(Environmental Impact Statement ,简称EIS) 建议利用格伦峡大坝进行一次大型的水文试验,即通过长时间、大规模的放水来模拟天然洪水过程,以便研究是否能够通过格伦峡大坝周期性的泄洪来重建两岸沙洲,并且修复其他在1963 年建坝之后遭到破坏的动物栖息地。

6对格伦峡下游河流健康影响综合评价

作为人类健康的类比概念,Simpson[33]等认为河流生态系统健康是指河流生态系统支持与维持主要生态过程,以及具有一定种类组成、多样性和功能组织的生物群落尽可能接近未受干扰前状态的能力,把河流原始状态作为健康状态;Norris[34]等则认为,河流生态系统健康依赖于社会系统的判断,应考虑人类福利要求;Meyer[35]认为健康的河流系统不但要维持生态系统的结构与功能,且应包括其人类与社会价值,在河流健康的概念中涵盖了生态完整性与人类价值。这种理解得到了较多学者的认可。

国际上对河流健康状况的指标体系及评价方法进行了广泛的研究,形成了一系列各具特色的指标体系和评价方法[36,37],例如美国河流健康评价[38,39]、英国的河流健康评价[40]、澳大利亚河流评价[41](Australian River Assessment System, 简称AUSRIVAS)、南非河流健康计划(River Health Program, 简称RHP)[42]等。国内河流健康评价[43]主要包括:黄河流域健康评价[44]、长江流域健康评价[45]、珠江流域健康评价。

根据国内外典型河流健康评价体系,结合搜集到的格伦峡大库对河流健康影响的相关资料,采用定性与定量分析相结合的分析法,计算出格伦峡影响的科罗拉多河健康状况的综合评价指数,以此确定建坝后科罗拉多河的健康状态(包括非常好、好、一般、差、非常差,对应的综合指数分别为0.8—1.0,0.6—0.8,0.6—0.4,0.2—0.4,<0.2)[46,48]。对格伦峡对科罗拉多河健康影响进行综合评价。综合评价指数按下式计算:

式中:λi为第i个准则层的权重; λj为某准则层选取的第j个指标在该准则层所占的权重;Mij为第i个准则层中选取的第j个指标的质量值(评分值)。

在评价中,指标权重的合理选择关系到综合评价的正确性和科学性,根据格伦峡大坝主要任务及科罗拉多河的相关情况,以下主要从格伦峡坝对科罗拉多河自然属性和社会属性的影响两个方面进行分析。其中自然属性从以下四个方面来考虑[49,50]:河流水文特征、物理构造特征、水环境状况、水生物影响;社会属性从以下两个方面考虑:人类服务功能、水利管理水平。格伦峡大坝对科罗拉多河的健康影响评价综合指数计算结果为E=0.537,对照河流健康划分的评判标准,其基本结论是:受格伦峡大坝影响的科罗拉多河段的健康处于一般状态。这一结论与格伦峡大坝下游河流的实际状态较为吻合。

需要指出的是,由于资料限制以及关于河流健康的准确定义尚有争议,本文所分析得出的这些对河流健康的不利影响还有待今后更深入地研究。

河流健康 篇7

常熟市地处经济发 达的长江 三角洲苏 锡常地区,北濒长江,隔江与南通相望,东与太仓接壤,南与昆山、无锡相连,西与张家港、江阴相接。常熟市开发区位于南部新城,是常熟市的南大门,也是常熟向湖滨城市迈进的核心地带。该地区经济高速发展,现代化、工业化、城市化的进程日益加快,“水少、水脏、 水生态恶化”已成为开发区高标准建设的严重制约。鉴此,本文选取了开发区中的典型圩区———苏白圩,分析了圩区内的水系现状,结合当地的经济社会发展状况,提出了该圩区生态功能恢复的方案,以实现恢 复圩区河 流健康、增强区域 活力的目标。

1健康河流理念

20世纪80年代欧洲和北美,人们逐渐意识到河流不单单是可供开发的资源,其本质是河流系统生命的载体;不能只关注河流的资源功能,更要关注其生态功能,相应的形成了健康河流的理念。Meyer认为健康的河流除了 要维持生 态系统的 结构与功能,还要包括生态系统的社会价值[1]。Vugteveen认为河流健康是河流能根据其结构维持生态功能(活力和抵抗力等),同时满足社会经济需要的 能力[2]。对于健康 河流的内 涵我国学者也有不同的理解,提倡河流健康概念的学者认为,从严格意义上说河流健康不是一个科学概念,而是管理评估的工具。其目的是要建立一套评估体系,重点考虑在自然力与人类影响的双重作用下河流健康状态的变化,进而通过一系列的管理工作,促进河流生态系统朝着良性的方向发展。毛建忠认为河流健康包含 两层含义:自然属性 的健康和 社会属性 的健康[3]。自然属性的健康是河流健康的基础,河流结构的健康则是自然属性健康的必备条件。河流仅作为生物生存的环境出现,河流系统才是河流的主体,河流健康首要必须考虑的是河流本身结构和功能的健康[4]。由于空间、时间等各方面因素的影响,河流健康没有固定的评价参数,无法用技术方法进行度量,在科学意义上河流健康的概念比较主观、模糊。

根据国内外健康河流的治理理念,可以从以下两个方面理解河流健康的基本内涵:河流自身结构的相对稳定和完善,包括稳定的河道形态、健全的河岸带以及良好的连通性等;河流的社会服务功能正常发挥,包括充足的水源供给、可持续的生态功能及景观美学功能等。

2研究区概况

平原圩区内河网密布,水流流向变化随机性大,水文条件非常复杂;干支流河道间层次较多,导致洪水演进过程非常复杂;此外,圩区内河流 多受人工 控制,河道上多 有水利工 程设置,或设闸设涵,或筑堤建坝。

苏白圩位于常熟市东南开发区北部,由东环河、白茆塘、张家港及大滃交汇构成,总面积19.02km2,是开发区内面积最大的圩区。现状水面积1.41km2,水面率为7.39%。圩内主要 骨干河道有东苏家滃、白泥滃、杨树滃、新安河、银东河,区内水利设施由9个排涝站以及7个闸组成。苏白圩平常与外河相通,只在汛期控制,汛期圩内水位控制在3.0~3.2m。

随着开发区经济的快速发展,城镇建设过程中河道阻断、岸线侵占、圩区内河道污染的现象屡见不鲜,直接导致了圩区内部引排不畅、河床淤积、河水污染,进而影响了河道水体循环、防洪排涝、生态景观等功能。其次,圩内河网分布不均,圩区内黄浦江路以南、银河路以西区域除一个大水面———长征潭外没有河道存在,不利于圩区的引排水;并且缺乏纵向连通的河道,河道整体引排功能不明确,严重影响了水体的循环性(见图1)。

3河网结构研究方法与方案设计

采用一维河网水动力学模型MIKE11的HD模块构建水动力模型,即眀渠不稳定流隐式格式有限差分解。其差分格式采用了六点中心隐式差分格式(Abbott格式),其数值计算采用传统的“追赶法”,即“双扫”算法。水动力模型的基本方程采用明渠非恒定渐变流运动规律的偏微分方程组———圣维南方程组,包括反映动量守恒定律的运动方程和反映质量守恒定律的连续性方程:

式中:t为时间坐标;A为过水断面面积;x为距离坐标;Q为流量;q为旁侧入流量;h为水位;g为重力加速 度;R为水力半 径;C为谢才系数。

其离散采用Abbott六点隐式格式,数值计算 采用传统 的追赶法。该离散格式在每一个网格点并不同时计算水位和流量,而是按顺序交替计算[5,6]。

(1)河网概化。河网概化的原则是基本能反映天然河网的水力特性,即概化后河网、湖泊的输水能力和调蓄能力与实际河网、湖泊相近或基本一致[7]。苏白圩的河网模型是在现有圩区水系图的基础上,以圩内河道杨树滃、东苏家滃、白泥滃为主干河道,进行河网概化,核算输水能力及调蓄能力,依据河道断面规模、边界条件、河道糙率值等概化实际河网,同时也考虑了概化河网以外其他水面的调蓄作用。

(2)边界条件的设定。常熟市大河网水动力模型以河口潮位作为引水水位条件,区域全局水位值采用 正常水位3.2 m。 潮位选择2012年6月19日-2012年8月18日逐时监 测资料,由常熟市长江防汛监控信息系统监测,统计各监测闸口外侧各涨潮过程的最大潮位值,删除一个错误值,共得到最大潮位值119个。通过P?Ⅲ频率分析,得到1天一遇设计最大潮位值,提取最大潮位值在设计潮位值附近的代表潮位过程,并计算平均值作为典型潮位过程,各闸口典型引水条件涨潮过程如图2所示。

常熟市河网水动 力模型同 样采用一 维河网水 动力学的HD模块建立,由此模拟结果作为圩区模拟的边界条件。结合苏白圩外河引排的实际情况,张家港、东环河为引水河道,白茆塘、大滃为排水河道,设定边界条件。该模型中共设定4个上边界,分别设于白茆塘西段、东环河北段、张家港北段和白古河北段,均采用流 量数据作 为边界。同时模型 中设置2个下边界,分别位于张家港南段和白茆塘东段,根据常熟市常水位设定下边界水位为3.2 m。本文模型边界文件 的数据通 过时间序列文件进行 链接,包括流量、水位等在 内的时间 序列文件。 将水质模块与水动力模块进行耦合,在水动力模块的外部边界的基础上加上水质边界条件,中间段的引水排水等因素暂时不考虑。考虑圩区的主 要污染因 子及已有 资料,选取TP、TN、 CODMn、NH3-N为模拟的水质组分。

(3)河道结构连通方案。结合实际调研情况制定河道调整方案,主要恢复城镇建设过程中被侵占和阻断的河道。沿银河路沟通银东河,恢复银东河原有的河道,增加河道之间的连通性;沿庐山路向南延伸新华河至东苏家滃,恢复连通新华河和东苏家滃,增加河道纵向的引排能力;沟通长征潭和白泥滃,增加圩区南部的河道,不仅可以解决圩区水面分布不均的问题, 而且,长征潭可与外界河道进行水体交换,改善水质,并进行景观建设;疏浚南中心 河和法字 湖东河,增加河道 的过水能 力。 考虑到开发区的快速建设,苏白圩的排涝标准提高,对泵站的排涝能力提出了更高的要求,因此,规划在银东河、武夷山河通大滃的口门上建设排涝泵站,设计流量为4m3/s。苏白圩河道连通规划见图3,河道现状与规划要素见表1。

4分析与讨论

健康河流是相对人类社会的,没有人的自然界也就没有所谓的健康河流。要想经济社 会的持续 发展、生活质量 越来越高,必然依靠健康的河流生态系统。因此,我们不能离开人类经济社会,发展“纯自然”和“纯绿色”的健康河流,而是要创造一个人与自然和谐的境界,通过河流的综合调整来满足人类社会的需求。圩区内河流的服务功能定位为满足当地居民的生活需求、维持当地水生态环境的和谐、保障地区安全[8]。苏白圩作为东南开发区最大的一个圩区,水系相对比较复杂,城镇化建设进程较快,大量居民区傍河而建。结合实际调查研究, 苏白圩内河流的服务功能定位为工农业用水、排水、景观,圩区内面积较大的湖荡功能为调蓄、景观。要以流域综合规划、水资源综合规划和防洪规划为基础,人工连通与恢复自然连通相结合,因势利导、因地制宜的推进江河湖库水系连通。加快推进中小河流水系连通,综合采取调水引流、清淤疏浚、生态修复等措施,着力构建引得进、蓄得住、排得出、可调控的江河湖库水网体系[9]。针对苏白圩水系变化的现状,提出了工程方面的措施,主要通过河网的规划来加强水系格局与连通的改善,为打造健康河流奠定结构基础;同时,通过生态修复工程、湖泊景观建设对河流进行综合治理,全面满足健康河流的建设要求。

m

(1)水文。圩区总体的引排格局为六横两纵,由新安河、杨树滃、东苏家滃引水进入银东河,向周边河道补水后向南北分别排入白茆塘和大滃,并且在银东河以东通过毛北河、武夷山河、毛滃、毛南河形成局部的小循环。引水期间各河段流量大小反映了引水效果的差异,因此采用河段关键节点的流量反映不同引水方案影响范围的差异。在两个方案调度条件下,分别统计分析关键节点的断面平均流量,主要分析引水对圩内河段的影响范围,为河道管理提供理论基础。对现状和规划条件下的河道流量分配进行对比分析,可知,经过局部河道的恢复、连通后,圩内河道畅通流量分配得到优化。圩内北排白茆塘的流量增加,由现状条件下 的0.6 m3/s增加到规 划条件下 的1.0 m3/s,东苏家滃由张家港河的引水流量也有所增加,由现状条件下的0.25m3/s增加到规划条件下的0.4m3/s;连通后的长东河可自大滃引水,流量为0.1m3/s;银东河贯穿圩区南北,主要满足圩区的排水需求,排至白茆塘和大滃;毛北河自银东河引水至东部区域,在增加排水动力后由武夷山河排入大滃,可改善银东河以东的 水循环问 题。规划后圩 区水面率 增加为8.44%,圩内流量分配比较合理,在基本上可满足圩区引排水的需求。各断面具体流量数据见图4、图5及表2。

m3/s

现状条件下,苏白圩河流水质基本上劣于Ⅴ类。水系连通后的引水,增加了河道水环境容量,提高了水体的自净能力,改善了圩区水质状况。图6为东苏家滃、白泥滃、银东河在现状及规划体条件下,模拟组分的浓度对比图。由图6可以看出, 苏白圩规划后的引水,使得河道水质基本能达到Ⅳ类,基本可以满足苏白圩河网水环境的功能要求。

(2)生态护岸建设。苏白圩内水体流动比较缓慢,对于未改造的河道护岸应尽量保持其自然状态。考虑到汛期圩区内部的主要河道东苏家滃、白泥滃河道冲刷比较严重,规划采用缓坡式护岸。缓坡式护岸用 水生植物、自然草坡 等来修砌 护岸,这样的护岸接近自然,可以适应不同的高差水位变化;缓坡使人能够容易接触到水面,具有较高的亲水性。通常适用于比较宽阔的滨水空间,水陆之间通过缓坡地形,形成自然的过渡空间,弱化水陆的高差感。临水空间可以设置游览步道,结合植物的栽植形成自然弯曲的岸线,构成自然生态、开阔舒展的滨水空间。在水流速度较大,或者某些 景观节点 处可采用 卵石、抛石或堆石护岸。

(3)水质生态修复主要有生态调水、曝气复氧、底泥疏浚以及生物修复等方法[10]。苏白圩圩外河道有张家港河、白茆塘、 大滃,在圩外水质达到用水标准后,可以通过闸门、泵站等水利设施的调控引水进入圩区,以提高圩内的水环境质量;还可以采用曝气复氧的方法,人为的向水体充入氧气,降低有机污染物的浓度,提高水体中溶解氧的含量,增强水体的自净作用,从而改善受圩区水环境,进而修复水体的生态系统;对淤积严重的南中心河、白泥滃西河等河段进行底泥疏浚,疏浚污染底泥可以在一定程度上削减底泥对水体的污染贡献率,进而减少内源释放而造成的二次污染;对于新安河、杨树滃等污染比较严重的河道进行生物修复,利用培育的微生物、植物等,合理配置水生生物群落,创造抗干扰能力强的河道生态环境。

(4)湖泊水景观建设。苏白圩水面率为7.39%,圩内较大的湖荡有法字湖、长征潭。圩区内湖荡的规划主要考虑在不影响现有湖泊功能的前提下,配合水资源、水环境、水生态、水景观的要求,进行合理的规划治理。法字湖、长征潭与外河连通后,增加了湖泊的流动 性,与外河进 行交换,水质可以 得到改善。法字湖湖岸采用台阶式 的护岸类 型,使人容易 接触到水 面;同时还可在台阶上眺望水面,亲水性很高;又能适应不同的高差变化,每个标高地块可种植水生或湿生植物,水位变化时, 不同高程的护岸都能起到亲水的作用。法字湖周边主要为居住区,湖岸规划设计生态小游园、文化娱乐、健身活动、人文欣赏等景观点,各个景观点可以通过滨河步行道进行自然化的组织,形成开发区特色的景观绿带,达到“水清、流畅、岸绿、景美” 的健康河流生态目标。

5结语

(1)苏白圩为常熟市平原河网区水系格局改变较大的圩区之一,水系受城镇化严重影响,探讨该圩区基于健康河流的水系规划方案,可为平原河网圩区河流健康的水系规划及水生态建设提供方法借鉴,也可为其他圩区研究提供参考。

(2)目前水系规划 对河流健 康影响的 研究还处 于起步阶段,运用水动力模块模拟河网水系,对现状及规划模拟结果进行比较,分析得到规划调整后的水系有利于水体循环,增加了河道流动性,为打造健康河流奠定了结构性基础。

(3)采取文中的一系列措施可实现圩区水系畅通,保持圩区河道的自然属性和生态功能,保障河流的服务功能得到有效的发挥,为圩区的水资源开发利用、防洪排涝、水生态环境保护及水景观等提供支持,进而实现经济社会的可持续发展。□

摘要：基于健康河流“结构相对稳定和完善、社会服务功能发挥正常”的内涵,以常熟市的典型圩区——苏白圩为例,对其进行水系功能调整。应用一维河网水动力学模型,将圩区现状及规划方案下的河道功能进行模拟分析,结果表明进行水系结构性调整后,圩区内部河道健康状况得到了明显的改善。并对河道护岸建设、水质生态修复、湖荡景观建设进行了研究,为打造城市健康河流奠定了基础,对研究人类活动约束下的河网水生态文明建设与保护提供了理论和技术支持。

河流健康 篇8

河流是有生命的, 打造一条清澈的、流淌的、人水和谐的、持续发展的现代化健康河道, 对于建设社会主义和谐社会具有极其重要的意义。

一、调整水旱灾害管理思路, 促进人与自然和谐相处

国家经济发展、社会进步、生态安全等宏观形势, 对防汛抗旱工作提出了很多新的要求, 迫切需要调整防汛抗旱工作思路, 体现坚持以人为本、尊重自然规律、实现人与自然和谐相处的治水新理念。要彻底转变思想观念, 从试图消除洪水灾害转变为承受适度的风险, 完善防洪抗旱法规制度, 不断完善各类防洪抗旱预案和重要水利枢纽的调度运用计划, 建立洪水风险管理制度和预警预报、救灾及灾后重建的机制, 逐步推行洪水保险制度, 完善防洪保护区、蓄滞洪区以及洪泛区的管理机制, 实现减灾与社会经济的协调发展;从防止水对人类的侵害转变为在防止水对人类侵害的同时, 更要注意防止人类对水的侵害, 在保证生命安全的条件下, 依法规范人类社会活动, 合理调整人与洪水的关系, 以人水和谐的理念统领整个防汛抗旱工作, 严格规范人类活动, 尊重自然经济规律, 实行科学防汛抗旱, 正确对待洪水、干旱等自然灾害, 合理地趋利避害, 还河流以空间, 科学安排洪水出路, 使人与洪水和谐共处, 有效规避、控制和分散洪水风险;从单纯防洪排涝转变为以减灾为目的, 防洪排涝与洪水风险区综合管理并举, 在强化防汛抗旱基础工作上, 认真做好全国防洪区划和主要河湖洪水风险图, 据此安排和调整经济布局和生产结构;由控制洪水向洪水管理转变, 由单一抗旱向全面抗旱转变, 全面提高抗御水旱灾害风险的能力和现代化社会管理水平, 加强洪水调控手段, 合理利用雨洪资源, 保护河流生态环境, 维护河流健康, 增强河流的自我调节、修复能力, 有效防治和减轻水旱灾害。

二、统筹兼顾, 科学规划, 精心实施

维护河流健康生命, 需要处理好开发与保护的关系, 把保护放在优先位置, 做好流域综合规划, 以保障流域内经济社会的可持续发展。科学规划是工程项目实施的前提和基础, 要以科学发展观为指导, 树立以人为本、可持续发展人与自然和谐相处的理念, 从流域整体可持续发展和维护河流健康生命的高度, 统筹解决水旱灾害问题, 认真搞好流域综合规划和防洪抗旱规划, 并使其与社会经济和环境发展规划相协调, 正确处理流域兴利与除害、开发与保护、整体与局部、重点与一般、近期与长远的关系, 河流综合治理的规划要瞄准“三高” (高标准、高质量、高水平) , 体现“三性” (超前性、系统性、全面性) , 突出“三治” (治理污染、治理水患、治理生态) , 按照“三用” (开发利用水资源、挖掘利用文化资源、保护利用生态资源) , 突出“三个结合” (与经济建设、文化传承、旅游开发相结合) , 做好流域保护规划, 统筹流域水资源和生态环境的承载能力, 明确流域水功能区域划, 科学制定和调整饮用水水源保护区、生态功能区、生态修复区, 明确水功能区入河排污口的监管责任;做好流域水保生态建设规划, 从源头上减少水资源浪费和水体污染, 推进资源节约型、环境友好型社会建设。为此, 河流规划治理要从生态、经济、人文、社会效应和全面建设小康社会等多方面来考虑, 既要恢复自然河道的功能, 又要满足人类依赖生存的要求, 以“回归自然”与“以人为本”相结合为河道治理思路。“回归自然”是恢复河道原有的自然功能, 满足行洪、蓄水、航运、水生态等要求, 具有水资源可持续发展的特性;“以人为本”是满足人类活动的需求, 处理好人水和谐相处的环境, 具有亲水、安全的特性, 促进防洪抗旱工程建设与河流生态保护的良性互动, 把河流规划建设成城市园林带、绿色生态带、文化传承带、旅游观光带。

三、强化完善防汛抗旱工程体系建设, 提高河流抗御水旱灾害的能力

行洪安全是一切治理工作的基础, 只有强化河流治理建设, 提高河流行洪能力, 两岸人民才能安居乐业, 经济社会才能和谐发展。从生态保护和环境治理的全局通盘考虑治理江河、修建防汛抗旱工程, 对流域进行综合治理, 科学合理地规划、设计、建设、调度、管理与运用防洪抗旱工程体系, 进一步完善以堤防、河道整治工程, 水库、蓄滞洪区为主的江河防洪减灾体系, 建设中要注重做到水利工程与生态环境相结合, 算清水账与留足水路相结合, 工程安全与设计风格相结合, 融入回归自然、恢复生态、人与自然和谐的新理念, 使防洪抗旱工程建设与经济社会发展水平和洪水特点相适应。建设高标准的城市防洪排涝饮水体系, 优化工程布局与调度运行方式, 加强洪水调控, 有效配置水资源的时空分布, 充分发挥其防洪、抗旱、供水等综合效益, 尽量减免防洪抗旱工程对生态可能造成的负面影响, 促进生态和环境的改善或修复。加强流域内天然林保护, 巩固退耕还林成果, 把河道、水库建成绿色亲水走廊, 使河流在保障防洪、灌溉、供水的基础上, 进一步提高对自然生态、文化景观的承载能力, 彰显生态良好、环境优美、休闲娱乐的效应。同时, 进一步加强预报、监测、指挥调度等非工程措施建设, 大力提高抗御水旱灾害的能力。

四、加强流域统一管理, 做到水资源的优化配置

河流健康 篇9

目前,河流生态系统健康评价的方法大体可分为生物监测法和综合指标法。生物监测法通过监测一些生物或其类群的数量、生物量、生产力、结构指标、功能指标及其一些生理生态状况的动态变化来描述河流生态系统的健康状况。生物监测法的缺点是选择不同的研究对象及监测参数会导致不同的评价结果,对不同生物类群进行评价时,难于确定其取样尺度与频度,无法综合评价河流生态系统状况问题等,而且,一个指标只能反映干扰传播过程中造成的某方面影响,在流域范围内对所有干扰都敏感的单一河流健康指标是不可能存在的[4]。基于以上的原因,产生了综合指标法,综合指标法能够综合物理、化学、生物,甚至社会经济指标。这种能够反映不同尺度信息的综合指标法成为未来生态系统健康评价的重要手段[5]。目前国内关于城市河流的健康评价多采用综合指标法。

本文在前人研究的基础上,综合分析城市河流生态系统的特点,构建城市河流生态系统健康状况评价指标体系,评价模型采用模糊模式识别模型,并以浑河沈阳段为例进行研究,为河流生态系统修复提供科学依据和技术支持。

1 城市河流生态系统健康评价指标体系的建立

关于河流生态系统健康的概念,目前普遍认可是Meyer[6]提出的,认为健康的河流生态系统不但要维持生态系统的结构和功能,而且应包括人类与社会价值。人类与社会价值主要指工农业用水供应、洁净饮用水、环境娱乐、精神享受、鱼类生产、保持水供应、物质储存与再生、美学价值和净化能力等。

目前,有关河流健康状况的研究多集中于评价体系。杨馥等[7]分析确立了城市河流生态系统健康评价指标中不确定性因素存在的原因和种类,构建了包含生态特征指标、整体功能性指标和社会环境影响指标3大要素的城市河流生态系统健康评价指标体系。张亮等[8]建立了以河道形态、河岸带状况及河床形态为一级指标,9个二级指标的河流形态学评价指标体系。耿雷华等[9]从河流的服务功能、环境功能、防洪功能、开发利用功能和生态功能方面,初步尝试构建了河流健康状况评价体系。还有学者从水量、水质、水生生物、物理结构与河岸带等方面剖析河流系统健康状况的内涵,探讨国外先进的河流健康状况评价方法,指出我国迫切需要构建一套河流健康状况评价指标体系[10,11,12]。

本文在Meyer[6]提出的河流生态系统健康概念的基础上,并借鉴前人研究的成果,建立了包括水量、水质、河岸带、水生生物与物理结构5个一级指标的指标体系。河流来水量能够反映流域的气候、地形地貌特征以及受人工设施干扰的程度,而河流来水量同时又受这些因素影响。河流的生态需水量充分考虑到了河流的防洪、兴利功能用水量,生态环境功能用水量,生态廊道功能用水,生活环境功能用水,本文认为用生态需水量来表达水量更加能够真实的反应城市河流的健康状况,有利于保护水资源和水环境,遏制水环境的进一步恶化,实现水资源的可持续利用。因此,本文在具体指标选择时,没有用河流径流量而是采用城市河流生态需水量来表达河流水量,此外还选择了开发利用率表达河流水量。水质标志着水体的物理(如色度、浊度、臭味等)、化学(无机物和有机物的含量)和生物(细菌、微生物、浮游生物、底栖生物)的特性及其组成的状况。良好的水质是水生物健康生长与繁殖的必备条件。

河岸带是处于水陆交界处的生态脆弱带,是异质性最强、最复杂的生态系统之一[13],在维持区域生物多样性、促进物质与能量交换、抵抗水流侵蚀与渗透、营养物过滤及吸收等方面发挥重要的作用[14,15,16],表现为廊道、缓冲与护岸等3方面的生态功能[17],考虑到城市河流不仅具有净化、输送物质、提供栖息地等功能,而且具有休憩、娱乐、文化功能,城市河流在一定程度上反应了地域文化特征,丰富了城市居民生活,也为城市的稳定性、舒适性、可持续性奠定了一定的基础。亲水景观建设面积能够反应城市河流的休闲娱乐文化功能,因此本文选取河岸带植被覆盖、效果和可达性、防洪标准的同时选取了亲水景观建设面积来表达河岸带[18]。

河流的生物群落主要受河流系统水文情势、地貌、流态、水质和人类活动等因素的影响。着眼于水域生物群落结构和功能,处于河流食物链营养顶级的鱼类能反映整个水生态系统的健康状况,是河流健康评价的重要指示生物,采用鱼类生物完整性指数表达河流生物指标状况[18]。物理结构反映河道的几何形态,直接影响到水体同河岸河道交换的能力、水生物栖息地、河道物理稳固及连通程度等方面,可以用河岸与河道固化强度、河床与河岸稳固性、河流廊道连续性、栖息地、鱼道状况来表达[10]。

本文从城市河流的水量、水质、河岸带、水生生物与物理结构5个方面考虑建立评价指标体系。河流水量和水质是水资源的两大重要属性,水量能综合反映河流的自然特征与人类干扰程度,是河流变更的重要表现载体;水质状况直接反映河流污染状况,是评价河流健康状况的重要因素,直接反映河流物理、化学指标状况,是生物与人群健康的根本保障。水量与水质两者的有机组合是水生生物生存、水体各种物理过程与生物化学反应得以完成的基本要求。水质方面在具体指标选取时考虑了多种污染物,包括pH值、溶解氧、高锰酸盐指数、五日生化需氧量、氨氮、总磷、总氮、铜、锌、氟化物、硒、砷、汞、镉、六价铬、铅、氰化物、挥发酚、石油类、硫化物等,在具体级别确定上运用模糊综合评判法进行综合评价,综合考虑多种因素。水量方面在具体指标选择时将城市河流生态需水这一指标引入到评价体系中,河流生态需水是指维持河流生态系统生态平衡和正常发展、保障河流系统水文功能及相关环境功能正常发挥所需要的水量,对河流生态系统能否维持健康具有重要的意义,具体计算方法可以采用Tennant法。此外,作为城市河流在指标选取时,还充分注意了其休闲、娱乐、文化等功能。

2 模糊模式识别评价模型的建立

模糊模式识别最中心的思想是依据模糊数学提出的相对隶属度理论,并以参考连续系统上的两级及中介的线性变化作为相对统一的参照系,用样本与级别之间的加权广义距离求解样本对模糊概念的最优相对隶属度,作为模糊模式识别模型。这样可以避免由于使用绝对隶属度构造隶属函数的不准确性而使识别结果不合理,而且还能克服最大隶属度原则的不适用性,全面反映各指标对评价结果的综合作用,更客观地反映事物的真实状态[19,20]。

2.1 推求指标隶属度矩阵

设有n个河流健康指标值样本,每个样本有m项健康评价指标的实测值x,则有河流健康评价实测值矩阵X=(xij)。xij为样本j指标i的特征值;i=1,2,…,m;j=1,2,…,n。河流健康程度的状态或分级数c,评价指标的标准值为y。m项指标c级健康标准值矩阵为Y=(yih)。yih为级别h指标i的标准特征值;h=1,2,…,c。

通常有两种类型的指标类型:(1)指标标准特征值yih随级别h的增大而减小;(2)指标标准特征值yih随级别h的增大而增大。对于(1)类指标按式(1)计算样本值xij对模糊子集的相对隶属度,按式(2)计算指标标准值yih对模糊子集的相对隶属度。对于(2)类指标按式(3)计算样本值xij对模糊子集的相对隶属度,按式(4)计算指标标准值yih对模糊子集的相对隶属度。

式中:rij为样本j指标i的特征值对模糊子集的相对隶属度;yi1、yic分别为指标i的1级、c级标准值;sih为级别h指标i的标准值对模糊子集的相对隶属度。

利用式(1)、(2)或(3)、(4)可将矩阵X与Y变换为对应的相对隶属度矩阵R和S。

2.2 指标权重的确定

在综合模糊评价中应考虑到各指标高低有所不同,在总的评价中所起的作用亦有所差别。因此有必要对各参评指标赋予权重,目前确定指标权重的常用方法有层次分析法,熵值赋权法和灰色统计法等。层次分析法的主要特点是定性与定量分析相结合,将人的主观判断用数量形式表达出来并进行科学处理,本文运用这一方法。

本文在确定权重时采用的是定权重,即样本集中的每个样本指标的权重相等,则权重矩阵可用式(7)表示,且应满足式(8)。

2.3 模糊模式识别模型

根据河流生态系统健康评价的特点,利用文献[21]建立的模糊模式识别模型,如式(9)。

式中:uhj为样本j对模糊子集级别h的相对隶属度,j=1,2,…,n;h=1,2,…,c;aj、bj为样本j的m项指标的级别下限值与上限值;p为距离参数,取p=2,为欧式距离。

2.4 河流健康级别的确定

为了解决最大隶属度原则的不适用性,这里采用陈守煜[21]提出的级别提特征值作为判定标准。设左极点状态记以序数1,自左向右的中介状态记为2,3,…,直至右极点状态记以序数c。1,2,…,c称为状态点,以状态变量h表示,h=1,2,…,c。则级别特征值利用式(10)进行计算。

3 实例研究

本文以浑河沈阳段为研究对象,对其城市河流生态系统健康状况进行评价。

3.1 评价指标的选取与评价标准

3.1.1 评价指标的选取

上述指标体系是广义的,比较全面,对于不同的城市河流还应考虑其特点,确定具体的指标,并将指标个数控制在一定范围内。根据评价的科学性和可操作性,即要保证城市河流生态系统健康评价指标体系的完整性,又要去除具有相关性的指标,同时要考虑数据的可获得性。水量指标选取水资源开发利用率和生态需水量;水质指标根据评价年的各污染物实测浓度,以国家规定的《地面水环境质量标准》(GB3838-2002)为评价标准,进行综合评价,得出污染状况所处的级别;水生生物指标选取鱼类生物完整性指数(IBI);河岸带指标选取防洪标准、河岸带植被覆盖和亲水景观面积等3个指标;物理结构指标选取河岸与河道固化强度。共8个指标。

3.1.2 评价标准

评价标准通过以下几种方法确定:(1)历史资料法;(2)实地考察;(3)借鉴国家标准与相关研究成果。分级采用通用的5级分级标准:病态、不健康、亚健康、健康和很健康。其中,生态需水量等级是指生态需水量占河道天然年径流量的百分比,根据Tennant法确定。防洪标准、河岸与河道固化强度和亲水景观面积3个指标以分值阈“1、2、3、4、5”代表5个级别的标准。各个指标的分级标准值见表1。

3.2 评价结果与分析

3.2.1 数据来源

浑河沈阳段径流量数据来自1967-2009年的中华人民共和国水文年鉴;河岸带植被覆盖率来自实地调查及遥感影像解译成果;水质数据来源于2009年《辽宁省重点水功能区水量水质通报》;防洪标准、河道固化强度和亲水景观面积的相关数据根据实际调查得出。根据以上资料对2009年浑河沈阳段河流生态系统健康状况进行评价。

3.2.2 评价结果与分析

确定隶属度矩阵:利用式(1)-(4)对原始数据进行处理,得到样本指标与标准指标相对隶属度矩阵:

确定指标权重:根据层次分析法原理,建立递阶层次结构模型,各层权重计算结果见表2。

确定样本集对各级别的相对隶属度矩阵:将S、R及表2中的权值代入式(9),计算得到:U=(uhj)=0.162 0.785 0.034 0.012 0.006 T。

计算级别特征值:利用式(10)进行计算,计算结果为H=1.912。因此浑河沈阳段河流生态系统健康状况为2级,属于不健康状态。由计算结果可以看出,浑河沈阳段对于不健康级别的隶属度远远大于其对亚健康、健康和很健康级别的隶属度。通过对2009年浑河沈阳段生态系统健康状况进行实际调查研究,评价结果与实际状况相符。沈阳市水资源过高的开发利用率以及大量的污水排放,导致浑河水量的减少和水质的下降,这是导致浑河沈阳段处于不健康状态的主要原因。因此,今后应合理开发水资源,加强污水排放的监管治理,使河流处于较健康状态,为水生物提供一个良好的生境。

4 结语

本文在Meyer提出的城市河流生态系统健康概念的基础上,并借鉴前人研究的成果,建立了包括水量、水质、河岸带、水生生物与物理结构5个一级指标的指标体系;分级采用通用的5级分级标准,分为病态、不健康、亚健康、健康和很健康;分级标准值通过历史资料、实地考察、借鉴国家标准和相关研究成果确定;评价模型采用模糊模式识别模型对浑河沈阳段进行了评价。评价结果表明:2009年浑河沈阳段处于不健康状态。这主要是由于人类长期对浑河的过度开发利用和污染造成的,今后应合理开发水资源,加强污水排放的监管治理,使河流处于较健康状态,为水生物提供一个良好的生境。