地下水水质评价

地下水水质评价（精选12篇）

地下水水质评价 篇1

地下水水质现状评价是地下水资源评价和保护的重要内容,通过对地下水水化学资料的分析,可以科学地评价区域地下水体的质量状况。可为防治评价区内水质恶化和制定水资源管理决策方案提供科学依据,对评价区内地下水资源的可持续开发利用和综合管理有很好的指导作用[1]。目前地下水水质评价的方法有很多,主要有属性识别、综合指数法、人工神经网络模型、模糊综合评判法、灰色聚类法等。由于受到诸多因素的影响和制约及方法自身存在的不足,至今仍没有一个广泛认可的评价模型。如综合指数法中权重不好确定和忽略了水质分级界线的模糊性;人工神经网络需要的样本数多, 网络结构的优劣因人而异;模糊综合评判中隶属函数和权重矩阵的构造;灰色聚类法中白化函数的选择和聚类权的确定往往因人而异,造成评价模式难以通用。本文在陈守煜教授可变模糊集理论基础上[2,3,4,5],提出地下水水质评价的可变模糊评价方法。该方法能够科学、合理地处理水质分级界线的模糊性,确定样本指标对各级指标标准区间的相对隶属度,为了增强二元比较分析法确定权重的可操作性,使其应用更为便捷,提出二元比较模糊决策分析简捷方法,以此确定各指标权重;此外,该方法能够通过变化模型及其参数,全面地给出样本的评价等级,提高对样本等级评价的可信度。

1 相对差异函数模型

设X0=[a,b]为实轴上模糊可变集合$\underset{˜}{V}$的吸引域,即$0<D{}_{\underset{˜}{A}}\le 1$区间,X=[c,d]为包含X0(X0⊂X)的某一上、下界范围域区间。如图1所示。

根据模糊可变集合$\underset{˜}{V}$定义可知[c,a]与[b,d]均为$\underset{˜}{V}$的排斥域,即$-1\le D{}_{\underset{˜}{A}}(u)＜0$区间。设M为吸引域区间[a,b]中$D{}_{\underset{˜}{A}}(u)=1$的点值,M不一定为区间[a,b]的中点值,需按物理分析确定。x为X区间内的任意点的量值,则当x落入M点左侧时,相对差异函数模型可为:

$\{\begin{array}{cc}D{}_{\underset{˜}{A}}(u)=\left(\frac{x-a}{{\rm M}-a}\right){}^{\beta }& x\in [a,{\rm M}]\\ D{}_{\underset{˜}{A}}(u)=-\left(\frac{x-a}{c-a}\right){}^{\beta }& x\in [c,a]\end{array}(1)$

x落入M点右侧时,其相对差异函数模型为:

$\{\begin{array}{cc}D{}_{\underset{˜}{A}}(u)=\left(\frac{x-b}{{\rm M}-b}\right){}^{\beta }& x\in [{\rm M},b]\\ D{}_{\underset{˜}{A}}(u)=-\left(\frac{x-b}{d-b}\right){}^{\beta }& x\in [b,d]\end{array}(2)$

x落入X区间外时

$D{}_{\underset{˜}{A}}(u)=-1u\notin [c,d](3)$

公式(1)、(2)中β为非负指数,常取β=1,即相对差异函数模型为线性函数。

$D{}_{\underset{˜}{A}}(u)$确定以后,根据公式(4)求解相对隶属度$\mu {}_{\underset{˜}{A}}(u)$。

$\mu {}_{\underset{˜}{A}}(u)=\frac{1+D{}_{\underset{˜}{A}}(u)}{2}(4)$

从以上分析可知,当x=a、x=b时,$\mu {}_{\underset{˜}{A}}(u)=0.5$; 当x=M时,$\mu {}_{\underset{˜}{A}}(u)=1$;当x=c、x=d时,$\mu {}_{\underset{˜}{A}}(u)=0$;当x∉[c,d]时,满足$\mu {}_{\underset{˜}{A}}=0$。

2 二元对比确定指标权重方法

二元对比模糊决策分析法是以我国语言与思维习惯为基础,以模糊集的余集定义为求解手段,严格遵循一致性检验条件,针对无结构决策问题而提出的一种有效简便的求解方法。该方法数学理论严谨,多次试验数据表明确定的权重有代表性,依据专业知识确定指标重要性二元对比后即可进行权重的确定。为了增强二元对比分析法确定权重的可操作性,使其应用更为便捷,本文在系统介绍二元比较模糊决策分析基础上,引申出其简捷方法。

2.1 一致性检验

二元比较判断矩阵的一致性问题是非结构决策合理与科学性的基础,被研究的对象组,若在属性排序明确的前提下不需要进行一致性检验;在最重要指标明确时,为简化操作,可以不进行一致性检验,直接按简化方法求解;若各研究对象属性排序模糊不定的情况下,必须进行一致性检验,具体的检验原则可参考文献[6]。

一致性检验后,所得模糊标度矩阵各行和数由大到小排列,此排序即为指标集在满足一致性条件下关于重要性的排序,具体证明可见[7]。

2.2 定性指标权重的确定

指标集D就模糊概念$\underset{˜}{A}$重要性所给的排序作二元比较,若二元比较矩阵为:

$\begin{array}{l}\mathit{B}=\left(\begin{array}{cccc}b{}_{11}& b{}_{12}& \cdots & b{}_{1m}\\ b{}_{21}& b{}_{22}& \cdots & b{}_{2m}\\ ⋮& ⋮& \ddots & ⋮\\ b{}_{m1}& b{}_{m2}& \cdots & b{}_{mm}\end{array}\right)=(b{}_{gk})(5)\\ g=1,2,\cdots ,m;k=1,2,\cdots ,m\end{array}$

B称为指标集D关于A对重要性二元比较定量排序一致性模糊标度矩阵,bkg表示指标g与指标k相对于重要性的二元比较。

由于对重要性二元比较定量排序矩阵一致性模糊标度矩阵的对角线元素表示自身的比较,其元素值为0.5,它将元素分为上下两个三角,上三角中的元素值从对角线元素0.5开始,每行元素值自左向右递增,每列元素自下向上递增,因此上三角矩阵自对角线元素0.5开始的每一行元素满足:

$0.5=b{}_{gk}\le b{}_{g(k+1)}\le b{}_{g(k+2)}\le \cdots \le b{}_{gm}\le \cdots \le 1(6)$

由互补性条件[8]得到下三角矩阵,见式(7)。

$b{}_{kg}=1-b{}_{gk}(7)$

根据矩阵B构造相及矩阵Φ:

$\mathit{\Phi }=\left(\begin{array}{cccc}1& b{}_{12}/b{}_{21}& \cdots & b{}_{1m}/b{}_{m1}\\ b{}_{21}/b{}_{12}& 1& \cdots & b{}_{2m/m2}\\ ⋮& ⋮& \ddots & ⋮\\ b{}_{m1}/b{}_{1m}& b{}_{m2}/b{}_{2m}& \cdots & 1\end{array}\right)(8)$

重要性的相对比较是权重的一种测度,按照模糊集的特点测度上限为1,故有序相及矩阵Φ的上三角元素均定义为1,对矩阵Φ每一行取小,即Φ的第一列元素。

$\begin{array}{l}\omega {}^{´}=(\omega {}_1^{´},\omega {}_2^{´},\cdots ,\omega {}_m^{´})=(1,b{}_{21}/b{}_{12},\cdots ,b{}_{m1}/b{}_{1m})=\\ \left(1,\frac{1-b{}_{12}}{b{}_{12}},\cdots ,\frac{1-b{}_{1j}}{b{}_{1j}},\cdots ,\frac{1-b{}_{1m}}{b{}_{1m}}\right)(9)\end{array}$

式(9)给出了指标集对重要性的相对隶属度向量即非规一化权向量。对其规一化处理,得指标权向量:

$\omega {}^{´}=(\omega {}_1^{´},\omega {}_2^{´},\cdots ,\omega {}_m^{´})=(\omega {}_1^{´}/{\displaystyle \sum _{i=1}^m\omega }{}_i^{´},\omega {}_2^{´}/{\displaystyle \sum _{i=1}^m\omega }{}_i^{´},\cdots ,\omega {}_m^{´}/{\displaystyle \sum _{i=1}^m\omega }{}_i^{´})(10)$

按照我国的思维习惯确定语气算子,根据公式(6)的两个边界值0.5与1,在同样与无可比拟之间插入语义逐渐加重的语气算子,相应模糊标度在0.5与1.0之间以线形增值0.05插入模糊标度值。已知模糊标度根据式(9)计算可得相应相对隶属度,为便于应用模糊概念语气算子与模糊标度值、相对隶属度间的关系归入表1。也可根据实际情况,将表1进一步细化。相对隶属度即非规一化权重已知的前提下依据式(10)确定指标权重。

3 地下水水质模糊可变评价方法

3.1 方法的建立

设有n个待识别的水质评价对象

$X=\{x{}_1,x{}_2,\cdots ,x{}_n\}(11)$

评价对象j的特性用m个指标特征值来表示

$x{}_j=(x{}_{1j},x{}_{2j},\cdots ,x{}_{mj}){}^{\text{Τ}}(12)$

则n个评价对象的全体指标特征可用m×n阶矩阵表示

$\mathit{X}=(x{}_{ij})(13)$

式中:xij为第j个评价对象第i个指标的特征值;i=1,2,…,m;j=1,2,…,n。评价对象依据m个指标按c个级别的指标标准特征值进行识别,则有m×c阶指标标准特征值矩阵

$\mathit{Y}=(y{}_{ih})(14)$

式中:yih为级别h指标i的标准特征值,h=1,2,…,c。

参照指标标准值矩阵和实际情况确定水质评价可变集合的吸引(为主)域矩阵与范围域矩阵

$\mathit{{\rm I}}{}_{\mathit{a}\mathit{b}}=([a{}_{ih},b{}_{ih}]),\mathit{{\rm I}}{}_{\mathit{c}\mathit{d}}=([c{}_{ih},c{}_{ih}])(15)$

根据各级别的实际情况确定水质评价吸引域[aih,bih]中$D{}_{\underset{˜}{A}}(x{}_{ij}){}_h=1$的点值Mih的矩阵

$\mathit{{\rm M}}=(\mathit{{\rm M}}{}_{\mathit{i}\mathit{h}})(16)$

根据式(1～3)计算相对差异度,再由式(4)计算指标对h级的相对隶属度矩阵

$\mathit{U}{}_{\mathit{h}}=[\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h](17)$

设m个指标的权向量为

$\widehat{w}=\begin{array}{cccc}(w{}_1& w{}_2& \cdots & w{}_m)\end{array}=w{}_i(18)$

满足${\displaystyle \sum _{i=1}^{m}w}{}_i=1$。

参考连续统上任一点x指标特征值i的相对隶属度$\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h$和$\mu {}_{\underset{˜}{{\rm Z}}{}^c}(x{}_{ij}){}_h$关于左、右极点的广义权距离分别为:

$\begin{array}{l}d{}_g=\left\{{\displaystyle \sum _{j=1}^m[}\omega {}_j(1-\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h)]{}^p\right\}{}^{1/p}(19)\\ d{}_b=\left\{{\displaystyle \sum _{j=1}^m[}\omega {}_j(1-\mu {}_{\underset{˜}{A}{}^c}(x{}_{ij}){}_h)]{}^p\right\}{}^{1/p}=\left\{{\displaystyle \sum _{j=1}^m[}\omega {}_j\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h)]{}^p\right\}{}^{1/p}(20)\end{array}$

模糊可变评价模型为:

${}_{i}u{}_h^{´}=\frac{1}{1+(d{}_g/d{}_b){}^a}(21)$

式中:iu′h为评价对象关于等级概念A对吸引性质$\underset{˜}{A}$的非归一化相对隶属度;α为模型优化准则参数,α=1为最小一乘方准则,α=2为最小二乘方准则;p为距离参数,p=1为海明距离,p=2为欧式距离;其中j为评价指标序号,j=1,2,…,m。

通常情况下模型(21)中α和p有4种搭配:

$\alpha =1,p=\{\begin{array}{l}2\\ 1\end{array}‚\alpha =2,p=\{\begin{array}{l}2\\ 1\end{array}(22)$

(1)当α=1,p=1时,式(21)变为:

${}_{i}u{}_h^{´}={\displaystyle \sum _{j=1}^m[}\omega {}_j\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h](23)$

式(21)为一模糊综合评价模型,是一个线性模型,属于模糊可变评价模型的一个特例。

(2)当α=1,p=2时,式(21)变为:

${}_{i}u{}_h^{´}=\frac{d{}_b}{d{}_b+d{}_g}(24)$

此时式(21)为理想点模型,属于模糊可变评价模型的又一个特例。

(3)当α=2,p=1时,式(21)变为:

$\begin{array}{l}{}_{i}u{}_h^{´}=\frac{1}{1+[(1-d{}_b)/d{}_b]{}^2}(25)\\ d{}_b={\displaystyle \sum _{j=1}^m[}\omega {}_j\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h](26)\end{array}$

式(21)为Sigmoid型函数,可用以描述神经网络系统中神经元的非线性或激励函数。

(4)当α=2,p=2时,式(21)变为:

$\begin{array}{l}{}_{i}u{}_h^{´}=\frac{1}{1+(d{}_g/d{}_b){}^2}(27)\\ d{}_g=\sqrt{{\displaystyle \sum _{j=1}^m\{}\omega {}_j[1-\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h]\}{}^2}(28)\\ d{}_b=\sqrt{{\displaystyle \sum _{j=1}^m[}\omega {}_j\mu {}_{\underset{˜}{A}}(x{}_{ij}){}_h)]{}^2}(29)\end{array}$

此时模糊可变评价模型变为模糊优选模型。

由此可见,模糊可变评价模型是一个变化模型,在可变模糊集理论中是一个十分重要的模型,可广泛应用于模糊概念的识别问题。通过不同参数组合,可对评价成果的可靠性进行验证。

由可变评价模型可得非归一化的综合相对隶属度矩阵

$\mathit{U}{}^{´}=({}_{i}u{}_h^{´})(30)$

将式(30)归一化处理得到综合相对隶属度矩阵

$\mathit{U}=({}_{i}u{}_h)(31)$

式中:

${}_{i}u{}_h={}_{i}u{}_h^{´}/{\displaystyle \sum _{h=1}^c}{}_{i}u{}_h^{´}(32)$

级别特征值公式为:

${\rm H}=(1,2,\cdots ,c)\cdot \mathit{U}(33)$

3.2 求解步骤

(1)根据已有观测资料及评价标准(依据),确定待评价对象现状指标特征值与指标标准值矩阵X、Y;

(2)参照指标标准值矩阵Y结合实际情况确定水质评价可变集合的吸引(为主)域矩阵与范围域矩阵Iab、Icd;

(3)结合实际情况确定水质评价吸引域Iab中$D{}_{\underset{˜}{A}}(x{}_{ij}){}_h=1$的点值的矩阵M;

(4)根据式(1)～(3)计算相对差异度矩阵,再由式(4)计算指标对h级的相对隶属度矩阵Uh;

(5)通过二元比较法确定指标的权向量;

(6)采取不同的参数准则,利用模糊可变评价模型(21),求得综合相对隶属度矩阵并作归一化处理;

(7)求级别特征值矩阵,并据此做出评价。

4 应用实例

4.1 实例应用1

以邯郸市化工区地下水水质资料为例[9],该区主要有镀锌厂、树脂厂和磷肥厂等,共有7个水井测点,每一测点测量水的硬度、SO${}_4^{-2}$、CL-、F和有机磷5项评价指标,依据水质所受污染的情况,将其分为,I级为污染水,II级为已污染,III级为严重污染。各指标现状指标特征值与指标标准值见表2。

mg/L

根据表2可得邯郸市化工区地下水水质的现状指标特征值与指标标准值矩阵X、Y,结合各指标物理意义确定吸引(为主)域矩阵Iab、Icd,其中指标为开区间的吸引域与范围域的确定以相邻指标区间距离作为参考距离。点值矩阵M为吸引域矩阵Iab中相对差异度等于1的点组成的矩阵,按物理意义分析可得。

五项指标重要程度与研究区域厂区结构有关,综合考虑各项因素确定CL-最为重要,以其作为标准与其他各指标进行二元比较分析,得到二元比较判断矩阵并作一致性检验,氟与磷均处于“同样”与“稍稍”边缘,硬度与SO${}_4^{2-}$在“稍稍”与“略微”之间,确定权重为ω=(0.179,0.161,0.242,0.219,0.198)。

$\begin{array}{l}\mathit{X}=\\ \left[\begin{array}{ccccccc}1289& 1804& 1176& 689& 1422& 1382& 388\\ 192.05& 153.21& 277.80& 142.20& 1120.05& 217.02& 279.02\\ 1856.05& 2573.50& 2094.07& 782.32& 726.88& 1694.78& 216.04\\ 1.20& 1.35& 1.35& 0.73& 0.99& 0.67& 0.63\\ 0.050& 0.171& 0.384& 0.019& 0.028& 0.051& 0.022\end{array}\right]\\ \mathit{Y}=\left[\begin{array}{ccc}<250& [250,400]& >400\\ <250& [250,400]& >500\\ <250& [250,350]& >350\\ <1.0& [1.0,1.5]& >1.5\\ <0.05& [0.05,0.1]& >0.1\end{array}\right]\\ \mathit{{\rm I}}{}_{\mathit{a}\mathit{b}}=\left[\begin{array}{ccc}[0,250]& [250,400]& [400,550]\\ [0,250]& [250,500]& [500,750]\\ [0,250]& [250,350]& [350,450]\\ [0,1.0]& [1.0,1.5]& [1.5,2.0]\\ [0,0.05]& [0.05,0.1]& [0.1,0.15]\end{array}\right]\\ \mathit{{\rm I}}{}_{\mathit{c}\mathit{d}}=\left[\begin{array}{ccc}[0,400]& [0,550]& [250,550]\\ [0,500]& [0,750]& [250,750]\\ [0,350]& [0,450]& [250,450]\\ [0,1.5]& [0,2.0]& [1.0,2.0]\\ [0,0.1]& [0,0.15]& [0.05,0.15]\end{array}\right]\\ \mathit{{\rm M}}=\left[\begin{array}{ccc}0& 250& 550\\ 0& 250& 750\\ 0& 250& 450\\ 0& 1.0& 2.0\\ 0& 0.05& 0.15\end{array}\right]\end{array}$

判断矩阵Iab、Icd与M判断样本特征值xij在Mih点的左侧还是右侧,据此选用不同公式计算差异度矩阵及相对隶属度矩阵,采用不同参数组合根据模糊可变评价模型计算级别特征值,为增强结果的可比性,本次计算考虑了二元比较确定的权重及文献[9]中指标权重两种情况,分别为权重1权重2,取各次评价结果平均情况进行等级评价,等级判断标准H<1.67为I级,1.67≤H<2.5为II级,H>2.5为III级。评价结果见表3。将计算所得级别特征值从大到小排序,邯郸市化工区地下水水质污染程度排序依次为:测点3、测点2、测点5、测点1、测点6、测点4和测点7,可见测点3污染情况最为严重,测点7污染程度较轻。从表中可以看出,两组权重计算所得4组评价结果基本一致,级别特征值稳定在一个范围内,波动较小。不同参数组合下的评价结果稳定,从而说明了可变模糊评价法具有较高的可靠性。

将上述评价结果与文献[10]所采用的属性识别法及综合评价法,文献[9]所采用的改进TOPSIS评价法的计算结果进行比较,比较结果见表4。可变模糊评价法采用4种类型的结果均值作为评判标准,采用该法评价地下水水质是可行的、可靠的。另外,可变模糊评价法用级别特征值体现污染情况,有利于确切掌握水质污染的具体情况,以量化概念表征模糊事物进展程度,更加直观表征水质污染动态。

4.2 实例应用2

基于德州市水利局2004 年对德州市德城区地下水的监测数据[11],选取代表性的3个监测井观测数据进行水质评价,为增强可比性,水质标准分级延用原文中GB/T 14848-93标准,水质相关评价数据见表5。

利用地下水可变模糊评价法进行综合评判,评价结果及结果合理性比较见表6。可变模糊评价法采用4种类型的结果均值作为评判标准,该方法能够通过变化模型及指标权重,合理地确定出样本的评价等级,提高了样本等级评价的可信度。

mg/L

5 结 语

本文利用相对差异函数表征地下水水质样本与评价等级间的吸引特性与排斥特性,系统分析二元对比模糊决策分析法特点的基础上引申出二元对比确定指标权重的简捷方法,使权重确定更简便易行,增强了可操作性,将以上理论与可变模糊集相结合提出了地下水水质评价的可变模糊评价方法,该方法集成理论的严谨性及操作的简捷性于一体。实例应用结果表明,可变模糊评价法在地下水水质评价中的评价是合理的,方法灵活性较强,评价结果可信度高。最后以量化的形式表征水质污染这一模糊事物的进展,有助于管理人员及时掌握水质动态,做出科学决策。该方法计算简便、思路清晰、计算结果合理,可推广到项目决策、识别和各种资源评价等方面,具有广泛的应用前景。

摘要：在可变模糊集理论基础上,结合二元比较确定指标权重方法,提出地下水质评价可变模糊评价方法,该方法能够合理地确定样本指标对各级指标标准区间的相对隶属度,并且能够通过变化模型及指标权重,确定出样本的评价等级,提高对样本等级评价的可信度。将该方法应用于地下水水质综合评价,评价结果表明,由于考虑了模型参数与权重的可变性,评价结果可信度高。

关键词：可变模糊评价,地下水,水质评价

参考文献

[1]苏耀明,苏小四.地下水水质评价的现状与展望[J].水资源保护.2007,23(2):4-9.

[2]陈守煜.工程模糊集理论与应用[M].北京:国防工业出版社,1998.

[3]陈守煜.工程可变模糊集理论与模型-模糊水文水资源学数学基础[J].大连理工大学学报,2005,45(2):308-312.

[4]陈守煜.水资源与防洪系统可变模糊集理论与方法[M].大连:大连理工大学出版社,2005.

[5]陈守煜.复杂水资源系统优化模糊识别理论与应用[M].长春:吉林大学出版社,2002.

[6]陈守煜.求解系统无结构决策问题的新途径[J].大连理工大学学报,1993,33(6):705-710.

[7]陈守煜.复杂水资源系统优化模糊识别理论与应用[M].长春:吉林大学出版社,2002.

[8]陈守煜.符合我国语言习惯的决策思维模式[J].大连理工大学学报(社会科学版),1999,20(2):8-10.

[9]张先起,梁川,刘慧卿.基于熵权的改进TOPSIS法在水质评价中的应用[J].哈尔滨工业大学学报,2007,39(10):1 670-1 672.

[10]舒军龙,潘仲麟.属性识别理论模型在环境质量评价中的应用[J].干旱环境监测,1998,14(4):224-227.

[11]王文强.综合指数法在地下水水质评价中的应用[J].水利科技与经济,2008,14(1):54-55.

地下水水质评价 篇2

摘要：大武水源地是我国北方罕见的.特大型地下水源,它对淄博市的经济发展和社会稳定起到决定性的作用,然而自水源地投入使用以来,随着用水规模的迅速增加,相应出现了地下水位持续下降、局部地区水质严重污染等一系列问题.在对水源地地下水的开发利用现状和水位动态变化规律进行深入分析后,研讨了地下水中石油类污染的成因和时空分布特征,并选取多级关联水质评价方法和评价指标,对水源地各时空断面上的水质状况进行综合评价,给出水资源可持续开发利用的合理化建议.Abstract：Dawu headwaters ground is the uncommonly oversize headwaters ground in the north and it is very important to economic development and society stabilization of Zibo city. However, since it has been exploited,a series of problems,such as continuous descent of ground water level and serious pollution of water quality in partial district, appeared with the fast increment of water use scale. In this article,the exploitation and utilization status of ground water and dynamic change rule of water level are analyzed deeply,and the cause of foundation and space-time distributing characteristic of petroleum pollution is discussed. The method and indexes of water quality assessment are chosen, and water quality status of the space-time sections in Dawu headwaters ground is synthetically assessed. In the end, the rational suggestions on water resources sustainable utilization are put forward.作 者：邢永强 窦明 张璋 付标 张艺露 XING Yong-qiang DOU Ming ZHANG Zhang FU Biao ZHANG Yi-lou 作者单位：邢永强,张璋,付标,张艺露,XING Yong-qiang,ZHANG Zhang,FU Biao,ZHANG Yi-lou(河南省国土资源科学研究院,郑州,450016)

窦明,DOU Ming(郑州大学,环境与水利学院,郑州,450002)

四平市河流、水库水质评价分析 篇3

【关键词】参加 评价水库；主要河流；富营养化程度

1.河流水质评价

本次全市共评价了四平境内的27条主要河流，总长1454.3km。其中有饮马河水系的伊通河，及其支流干沟子河、伊丹河、新凯河、翁克河；东辽河水系的东辽河及其支流孤山河、杨树河、东李河、西李河、小孤山河、二十家子河、兴隆河、卡伦河、小辽河、姜小河、温德河和兴开河，招苏台河水系的招苏台河及其支流四台子河、三岔河、青石岭河、条子河、南条子家河和山门河，西辽河水系的西辽河和清河水系的叶赫河。采用全年、汛期、非汛期三个时段进行评价，评价标准采用国标《地表水环境质量标准》（GB3838-2002），评价方法采用 “单指标评价法”。

评价结果表明：全年有6条河流水质达标，21条河流水质受到不同程度污染。达标总河长为322.5km，占总河长的22.2%；超标总河长为1131.8km，占总河长的77.8%。全市评价河段均无Ⅰ、Ⅱ类水质，都在Ⅲ类以上。其中，水质类别为Ⅲ类的河长322.5km，占总河长的22.2%；水质类别为Ⅳ类的河长444.5km，占总河长的30.6%；水质类别为Ⅴ类的河长55.2km，占总河长的3.7%；水质类别为劣Ⅴ类的河长632.1km，占总河长的43.5%。超标项目主要为溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮、挥发酚和氟化物等，其最大超标倍数依次为0.9、19.1、10.6、19.5、41.6、70.7、0.8。

汛期有4条河流水质达标，23条河流水质受到不同程度污染。达标总河长为227.2km，占总河长的15.6%；超标总河长为1227.1km，占总河长的84.4%。水质类别均未达到Ⅰ类和Ⅱ类标准。其中，水质类别为Ⅲ类的河长227.2km，占总河长的15.6%；水质类别为Ⅳ类的河长805.9km，占总河长的55.4%；水质类别为Ⅴ类的河长55.2km，占总河长的3.8%；水质类别为劣Ⅴ类的河长366.0km，占总河长的25.2%。超标项目主要为溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮、挥发酚和氟化物等，其最大超标倍数依次为0.9、15.7、9.0、19.5、31.7、69.0、0.7。

非汛期有7条河流水质达标，20条河流水质受到不同程度污染。达标总河长为317.9km，占总河长的21.9%；超标总河长为1136.4km，占总河长的78.1%，水质类别均未达到Ⅰ类和Ⅱ类标准。其中，水质类别为Ⅲ类的河长317.9km，占总河长的21.9%；水质类别为Ⅳ类的河长504.3km，占总河长的34.7%；水质类别为劣Ⅴ类的河长632.1km，占总河长的43.4%。超标项目主要为溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮、挥发酚和氟化物等，其最大超标倍数依次为1.0、37.2、14.2、30.5、83.2、72.4、0.9。

2.水库水质现状评价

本次参加评价的水库共15座，二龙山水库、下三台水库为常规水质监测站，其余均为补充监测站。评价项目为溶解氧、高锰酸盐指数、化学需氧量、氨氮、挥发酚、砷、pH值、五日生化需氧量、氟化物、氰化物、汞、铜、铅、锌、镉、六价铬16项，其余总磷、总氮、叶绿素、透明度等项目将会在水库营养化状态中进行评价。

在参评的15座水库中，全年有寿山、石门、二龙山、卡伦、上三台、山门和转山湖等7座水库达标（即达到Ⅲ类水质标准），占评价水库总数的46.7%；下三台水库在全年大部分时期内为Ⅲ类水，部分时期为Ⅳ类；其余三联、平洋、欢欣岭、二十家子、杨大城子、川头、青石岭等7座水库超标（超过Ⅲ类水质标准），占评价水库总数的53.3%。其中，水质类别为Ⅰ、Ⅱ类的水库没有；水质类别为Ⅲ类的水库7座，占评价水库总数的46.7%；水质类别为Ⅳ类的水库7座，占评价水库总数的46.7%；水质类别为劣Ⅴ类的水库1座，占评价总数的6.6%。在超标的水库中，超标项目主要为高锰酸盐指数、化学需氧量、五日生化需氧量、氟化物等。

汛期有寿山、二龙山、卡伦、上三台和山门水库等5座水库达标（即达到Ⅲ类水质标准），占评价水库总数的33.3%；其余10座水库超标（超过Ⅲ类水质标准），占评价水库总数的66.7%。其中，水质类别为Ⅰ、Ⅱ类的水库没有；水质类别为Ⅲ类的水库5座，占评价水库总数的33.3%；水质类别为Ⅳ类的水库8座，占评价水库总数的53.3%；水质类别为Ⅴ类的水库1座，占评价总数的6.7%；水质类别为劣Ⅴ类的水库1座，占评价总数的6.7%。在超标的水库中，超标项目主要为溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、氟化物等。

非汛期有寿山、二龙山、二十家子、卡伦、上三台、山门和转山湖等7座水库达标（即达到Ⅲ类水质标准），占评价水库总数的46.7%；其余8座水库超标（超过Ⅲ类水质标准），占评价水库总数的53.3%。其中，水质类别为Ⅰ、Ⅱ类的水库没有；水质类别为Ⅲ类的水库7座，占评价水库总数的46.7%；水质类别为Ⅳ类的水库7座，占评价水库总数的46.7%；水质类别为劣Ⅴ类的水库1座，占评价总数的6.6%。在超标的水库中，超标项目主要为溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮、氟化物等。

在评价的15座水库中，二龙山水库、卡伦水库、上三台水库、山门、下三台、转山湖6座水库水质较好，在全年中大部分时期水质能够达标，只有在部分时期略为污染。其余10座水库均受到不同程度的污染。其中尤以川头水库污染最为严重，全年、汛期、非汛期各个时段均为劣Ⅴ类，超标项目主要为氟化物，最大超标倍数为0.8倍。

3.水庫营养化状态评价

水库营养化状态评价标准采用水利部给定的统一标准，通过各水库总磷、总氮、叶绿素、高锰酸盐指数、透明度五个项目的监测数值，按照评价标准转化为营养状态评分，监测值处于表列值两者中间者采用相邻点内插，计算出5个评价项目评分值的平均值， 用求得的平均值再查表，得到营养状态等级。

评价结果表明，参加本次评价的15座水库均为富营养化，富营养化程度达100%。■

【参考文献】

[1]《四平市水利工程规划》，2011.

[2]《双辽市河道规划》，2010.

葫芦岛市地下水水质评价 篇4

1 评价依据与参数

地下水资源质量评价依据中华人民共和国国家标准《地下水质量标准》 (GB/T14848-93) 和中华人民共和国国家标准《生活饮用水卫生标准》 (GB5749-85) 。

地下水资源质量评价参数选用:pH、硫酸盐、氯化物、溶解性总固体、总硬度、硝酸盐氮、亚硝酸盐氮、高锰酸盐指数、氨氮、铁、锰、铜、锌、铅、镉、挥发酚、氰化物、六价铬、砷、汞、氟化物、阴离子合成洗涤剂等共22项。

2 评价方法

地下水资源质量评价:采用单指标评价方法, 按《地下水质量标准》所列分类指标将水质划分为五类, 不同类别标准值相同时, 从优不从劣, 以《地下水质量标准》III类水标准值的上限值确定为地下水控制标准, 单项指标水质最差为综合水质类别。

3 评价现状

3.1 按面积比

3.1.1 全市地下水水质

从评价结果看, 全市地下水水质较差, 超标率59.8%, Ⅲ、Ⅳ、Ⅴ类水质分别占全市总面积的40.2%、24.5%、35.3%。

从全市水资源各流域分区看, 大凌河、青龙河地下水质较好均达到Ⅲ类以上标准;其次为六股河, 超标率仅为13.7%;小凌河、小凌河~六股河、六股河~山海关水质最差, 超标率为100%。

3.1.2 山丘区、平原区地下水水质

山丘区:地下水水质较差, 超标率56.5%, Ⅲ、Ⅳ、Ⅴ类水分别占山丘区总面积的43.5%、18.0%、38.5%, 主要超标项目为氯化物、总硬度、溶解性总固体、铁、锰、氨氮、硝酸盐。其中大凌河、青龙河地下水质较好均达到Ⅲ类以上标准;其次为六股河, 超标率仅为13.6%;小凌河、小凌河~六股河、六股河~山海关水质最差, 超标率为100%。葫芦岛市山丘区地下水各类水质比重。

平原区:地下水水质较山丘区差, 超标率高达96.4%, Ⅲ、Ⅳ类水分别占平原区总面积的3.6%、96.4%, 主要超标项目为铁、硝酸盐氮、亚硝酸盐氮, 超标率分别为41.1%、9.9%、45.5%。从全市各水资源分区来看, 六股河超标率为23.1%, 小凌河~六股河、六股河~山海关超标率均为100%。葫芦岛市平原区地下水各类水质比重。

3.2 按水资源量

3.2.1 全市不同水质地下水资源量

经评价全市地下水水质较差超标率为77.5%。在全市地下水资源量4.18亿m3中, Ⅲ、Ⅳ、Ⅴ类水资源量分别为0.94亿m3、2.10亿m3、1.14亿m3, 分别占全市地下水资源总量的2 2.5%、5 0.2%、2 7.3%, 见表1、表2。

流域分区:大凌河、青龙河水质最好均达Ⅲ类以上标准;小凌河、小凌河~六股河、六股河~山海关水质最差、超标率为100%;六股河水质较好, 超标率仅为17.9%。

行政分区:建昌县水质最好均达Ⅲ类以上标准;南票区、连山区、龙港区、兴城市水质最差、超标率为100%;绥中县水质较差、超标率为8 0.0%。

3.2.2 山丘区、平原区不同水质地下水资源量

全市山丘区地下水资源量2.64亿m3, 其中Ⅲ、Ⅳ、Ⅴ类水资源量分别为0.90亿m3、0.60亿m 3、1.14亿m3。全市平原区地下水资源量1.70亿m3, 其中Ⅲ、Ⅳ类水资源量分别为0.08亿m3、1.62亿m3。

流域分区:大凌河地下水资源量0.26亿m3均为山丘区地下水资源量、水质为Ⅲ类。小凌河地下水资源量0.54亿m3均为山丘区地下水资源量, Ⅳ、Ⅴ类水分别占7.4%、92.6%。小凌河~六股河山丘区地下水资源量为0.76亿m3, Ⅳ、Ⅴ类水分别占57.9%、42.1%;平原区地下水资源量0.82亿m3均为Ⅳ类水。六股河山丘区地下水资源量为0.72亿m3, Ⅲ、Ⅳ类水分别占83.3%、16.7%;平原区地下水资源量0.11亿m3, Ⅲ、Ⅳ类水分别占72.7%、27.3%。六股河~山海关山丘区地下水资源量0.32亿m3均为Ⅴ类水;平原区地下水资源量0.77亿m3均为Ⅳ类水。青龙河地下水资源量0.04亿m3均为山丘区地下水资源量、水质为Ⅲ类。

行政分区:建昌县地下水资源量0.67亿m3均为山丘区地下水资源量、水质为Ⅲ类。南票区地下水资源量0.09亿m3均为山丘区地下水资源量、水质为Ⅴ类。连山区山丘区地下水资源量为0.67亿m3、水质为Ⅴ类;平原区地下水资源量0.10亿m3、水质为Ⅳ类。龙港区山丘区地下水资源量为0.06亿m3、水质为Ⅴ类;平原区地下水资源量0.06亿m3、水质为Ⅴ类。兴城市山丘区地下水资源量0.60亿m3、水质为Ⅲ类;平原区地下水资源量0.69亿m3、水质为Ⅳ类。绥中县山丘区地下水资源量为0.55亿m3, Ⅲ、Ⅴ类水分别占41.8%、58.2%;平原区地下水资源量0.85亿m3, Ⅲ、Ⅳ类水分别占9.4%、9 0.6%。

4 结语

地下水水质评价 篇5

在对青岛市18处地下饮用水源地调查资料研究的基础上,分析了地下水源地的水质状况.结果显示,有9处水源地水质达到地下水Ⅲ类标准,9处水源地水质超出地下水Ⅲ类标准,表明了青岛市地下饮用水源地的污染已经相当严重.调查水源地普遍存在硝酸盐、总硬度、溶解性总固体的.污染,部分水源地存在氟化物超标区和海水入侵区.结合调查数据和水源地的情况,查明了水源地污染的原因主要是农业、工业及农村非点源污染所致.

作 者：董少杰 孟春霞 王成见 DONG Shao-jie MENG Chun-xia WANG Cheng-jian 作者单位：董少杰,DONG Shao-jie(中国海洋大学,青岛,266003;青岛水文水资源勘测局,青岛,266071)

孟春霞,王成见,MENG Chun-xia,WANG Cheng-jian(青岛水文水资源勘测局,青岛,266071)

地下水水质评价 篇6

关键词： 渭河陕西段；浮游植物；群落结构；水质评价

渭河是黄河第一大支流，发源于甘肃省渭源县，流经陕甘两省，在陕西省港口镇注入黄河。渭河陕西段地处渭河中下游，流经宝鸡、咸阳、西安和渭南四个大中型城市，沿途接纳众多支流[1]。作为陕西省关中地区的主要河流，渭河承担着该地区沿河城市的生产生活用水及排水的水域功能。

近年来，随着区域经济的快速发展和人类的频繁活动，对该河段水质造成了严重影响，而且目前针对该河段水质健康评价的浮游植物相关报道较少。浮游植物具有种类多、世代时间短、对环境敏感和方便采集等特点，是指示河流水环境质量特征的极佳类群[2]。为此，笔者通过对渭河陕西段浮游植物群落结构进行调查来初步评价目前的水污染状况，希望为渭河水生态环境保护提供理论参考。

1 研究方法

1.1 采样点位

根据渭河在陕西段的走向、地势地貌特征以及人类活动的影响范围，于2014年4月，在调查区段共设置7个采样断面（W1～W7），断面具体地理位置见图1。

图1 采样断面示意图

1.2 样本采集与观察

根据渭河陕西段水质特点，浮游植物样品用有机玻璃采水器在水面下30 cm处取水样1 000 mL，加入1.5%体积分数的鲁哥试液固定，固定样本在室内静置24 h，用细小虹吸管浓缩定容至30～50 mL。混匀浓缩样品，依据相关文献[3-4]，在生物显微镜下鉴定种类并计数。

1.3 数据处理

密度计算公式：N=（Vs × n ）/（V×Va）

式中：N 为1L水中浮游植物个体数（ind·L-1），V 为采样体积（L），Vs为沉淀体积（ mL），Va 为计数体积（mL），n为计数所得的个体数。

生物量依据文献[3]中各种类个体湿重换算。

Shannon-Weaner多样性指数（H）、Pielou均匀度指数（J）、Margalef 丰富度指数（D）采用Biodiversity Profession 2.0计算。

2 结果与分析

2.1 物种类组成

在调查区域共检出浮游植物35种，隶属5个门。其中硅藻门17种属，占总种属48.57%，绿藻门10种属，占总种属28.57%，蓝藻门5种属，占总种属14.29%，隐藻门2种属，占总种属的571%，裸藻门1种属，占总种属的2.86%（如图2），种类组成中，硅藻和绿藻占优势。浮游植物种类在W5采样断面出现最多，为22种，在W2和W3采样断面出现最少，均为13种，其余四个采样断面浮游植物种类数较一致（如图3）。

图2 浮游植物种类组成

图3 浮游植物种类在采样断面上的分布

2.2 密度与生物量

调查区域浮游植物数量变幅在2.00×106～60.88×106 ind./L，平均密度为23.57×106 ind./L。其中，硅藻门占总数量的76.16%，绿藻门占8.18%，蓝藻门占8.24%，隐藻门占705%，裸藻门占0.37%（如图4）。生物量变化范围为2.84～123.78 mg/L，平均生物量为4860 mg/L。其中，硅藻门占总生物量的7605%，绿藻门占8.35%，蓝藻门占0.76%，隐藻门占13.80%，裸藻门占1.04%（如图4）。从浮游植物密度的空间分布来看，采样断面W6采集的浮游植物密度最大，为60.88×106ind./L，W2采样断面密度最小，為2.00×106ind./L。生物量空间分布与密度相一致，最大值出现在W6采样断面，为123.78 mg/L，W2采样断面生物量最小，为2.84 mg/L。

图4 浮游植物各门类密度与生物量百分比

2.3 物种多样性

经数据处理后显示，调查区域浮游植物Shannon-Wiener多样性指数的变化范围为075～3.14，均值为1.69；Margalef丰富度指数变化范围为0.23～0.40，均值为0.28；Pielou均匀度指数变化范围为0.18～0.78，均值为0.42。其中，Pielou均匀度指数和Margalef丰富度指数变化较小，空间分布趋势较一致，Shannon-Wiener多样性指数空间则变化较大（如图5）。一般来说，多样性指数越高，水质越好。调查发现，渭河陕西段W6和W7采样断面的多样性指数呈现最低值，表明此处水质受污染相对较严重。根据浮游生物多样性指数水质评价标准[5]，综合多样性指数结果可初步评价出渭河陕西段水质受到中-重度污染，需要加大污染治理强度。

图5 浮游植物物种多样想指数

注：图中D代表Margalef丰富度指数，J代表Pielou均匀度指数，H代表Shannon-Wiener多样性指数

3 讨论

此次调查发现，渭河陕西段共采集到35种浮游植物，硅藻门种类出现的最多，占总种类数的48.57%，绿藻次之，占28.57%，这种以硅藻和绿藻为主的种类组成与同一流域的浮游植物调查结果相一致[6-7]。从现存量来看，渭河陕西段的浮游植物生物量大于袁永锋等[6]调查的黄河干流中上游浮游植物生物量以及贾秋红[8]等调查的黄河兰州市区段浮游植物生物量。也大于张军燕等[9]调查的同流域泾河宁夏段的浮游植物的生物量。这说明渭河陕西段浮游植物群落结构不但具有典型河流的群落特征，而且在空间分布上存在很大差异。

陕西是渭河流经最长的省份，是渭河流域重要的工农业生产基地，大量的生产废弃物、生活污水及农业无机物未经严格处理直接排入渭河，同时河道频繁的采砂作业，给水生生物的栖息、繁殖和生长造成影响。因此，对渭河陕西段进行生态调查及水质健康评价迫在眉睫。根据浮游生物多样性指数水质评价标准对渭河陕西段水质评价发现，Shannon-Weiner多样性指数显示水环境质量为中-重污染。这与同流域的众多水系水质评价结果较相似[10-12]。因此，渭河陕西段水质同样受人为活动影响严重，需加大力度保护和恢复生态平衡。

参考文献：

[1]

白海锋，赵乃锡，殷旭旺，等.渭河流域浮游动物的群落结构及其与环境因子的关系[J].大连海洋大学学报，2014，29（3）：260-266

[2] 刘建康.高级水生生物学[M].北京：科学出版社，1999

[3] 赵文.水生生物学[M].北京：中国农业出版社， 2005

[4] 韩茂森，束藴芳.中国淡水生物图谱[M].北京：海洋出版社，1995

[5] 郑丙辉，田自强，张摇雷，等.太湖西岸湖滨带水生生物分布特征及水质营养状况[J].生态学报， 2007，27 （10）：4214-4223

[6] 袁永锋，李引娣，张林林，等.黄河干流中上游水生生物资源调查研究[J].水生态学杂志，2009， 2（6）：15-19

[7] 张军燕，张建军，杨兴中，等.黄河上游玛曲段春季浮游生物群落结构特征[J].生态学杂志， 2009，28（5）：983-987

[8] 白海锋，沈红保，问思恩，等.黄河兰州段浮游植物群落结构的研究[J].安徽农业科学， 2015（16）：243-244

[9] 張军燕，张建军，沈红保，等.泾河宁夏段夏季浮游生物群落结构特征[J].水生态学杂志，2011，32（6）：72-77

[10] 宋菊梅，白海锋，鲁媛媛，等.北洛河丰水期浮游动物群落结构调查及水质初步评价[J].河北渔业，2014（7）：29-31

[11] 贾秋红，李晓春，白海锋，等.黄河兰州市区段浮游动物群落结构调查及水质初步评价[J].河北渔业，2015（6）：18-20

[12] 白海锋，李丽娟，项珍龙，等.泾河流域浮游动物的群落结构及其与环境因子的关系[J].大连海洋大学学报，2015，30（3）：291-297

地下水水质评价 篇7

关键词：模糊模式识别法,地下水,相对隶属度,水质评价

水质评价就是按照评价目标,选择相应的水质参数、水质标准和评价方法,对水体的质量利用价值及水的处理要求作出评定。水质评价是合理开发利用和保护水资源的一项基本工作。地下水水质评价的主要内容包括pH值、总硬度分布特征、矿化度、水化学等类型分布。模糊模式识别法是由被誉为我国模糊水文水资源学科“工程模糊集理论、模型与应用”的创始人、大连理工大学陈守煜[2]教授提出的一个理论,在地表水水量评价中取得了良好的效果,现在该识别法已应用于水库水质评价[3]、船舶配载评价、地震岩性预测,甚至房地产估价等领域,所取得的结果比较令人满意。但是在地下水水质评价方面的应用还不多见,为此本文尝试用该法来评价地下水水质,并结合咸阳市实地观测资料来说明此种方法的可行性。

1 模式的原理

模糊模式识别法的中心思想是依据模糊数学提出了相对隶属度理论,并通过“距离平方和最小”的聚类准则以及模糊算子等评价程序的运用得出评价结果。其所需要引入和使用的参数有指标特征值矩阵和指标标准特征值矩阵,在此基础上建立起评判模型。

1.1 指标特征值矩阵和指标标准特征值矩阵

X为n个井位组成的样本集合,每个井有m项评价指标。则有实测指标矩阵:

其中,xij为第j个井第i个因子的实测值,i=1,2,…,m;j=1,2,…,n。

m项指标按5级环境标准评价,依据GB/T 14848-93Ⅲ地下水质量标准值则有指标标准矩阵:

其中,yih为h级标准指标i的标准值,h=1,2,…,5。

用相对隶属度(rij,sih)来描述环境污染的模糊性,规定:对实测值浓度大污染越严重的指标i,xij≤yi1的,对于“污染”的相对隶属度rij=0;xij≥yi5的,rij=1。实测值浓度大污染越轻的指标i,xij≥yi1的,对于“污染”的相对隶属度rij=0;xij≤yi5的,rij=1。介于yi1与yi5之间的,实测指标相对隶属度rij用式(3)表示:

$r{}_{ij}=\frac{x{}_{ij}-y{}_{i1}}{y{}_{i5}-y{}_{i1}}$ (3)

类似我们可规定:指标i的1级标准值对“污染”的相对隶属度sih=0;指标i的5级标准值对“污染”的相对隶属度sih=1;介于1级与5级之间的指标i的h级标准值的指标标准相对隶属度sih用式(4)表示:

$s{}_{ih}=\frac{y{}_{ih}-y{}_{i1}}{y{}_{i5}-y{}_{i1}}$ (4)

用上述两公式可以将矩阵Xm×n,Ym×5变为相应的实测指标相对隶属度矩阵和指标标准相对隶属度矩阵。

1.2 模糊模式识别评判模型的建立

隶属度可定义为权重,因此矩阵R5×4不仅描述了超标,且表示了权重,其按列归一化矩阵(超标权重矩阵):

其中,wij为超标权重,$w{}_{ij}=\frac{r{}_{ij}v{}_i}{{\displaystyle \sum _{i=1}^{m}r}{}_{ij}v{}_i}‚v{}_i$为各指标的影响权重。

${\displaystyle \sum _{i=1}^{m}w}{}_{ij}=1,\forall j$ (8)

井位j以相对隶属度uhj隶属于h级环境标准,则有井位相对隶属度矩阵:

满足的约束条件:

${\displaystyle \sum _{h=1}^{5}u}{}_{hj}=1‚\forall j$;0≤uhj≤1 (10)

则样本j与级别h间的差别用权距离向量来表示:

dj=(d1j,d2j,d3j,d4j,d5j)。

其中,

$d{}_{hj}=\left\{{\displaystyle \sum _{i=1}^m(}w{}_{ij}|r{}_{ij}-s{}_{ih}|){}^p\right\}{}^{p{}^{-1}}$ (11)

其中,dhj为样本j与级别h间的广义权距离;p为距离参数,取欧拉距离2。

我们可建立样本j级别h对A的最优相对隶属度目标函数:

min$\left\{F(u{}_{hj})={\displaystyle \sum _{h=a{}_j}^{b{}_j}u}{}_{hj}^{2}d{}_{hj}^{\alpha }\right\}$ (12)

其中,α为优化准则参数,取海明距离1。

由条件式(10)和式(12)来构造拉格朗日函数,求得样本j级别h对A的最优相对隶属度函数公式:

$u{}_{hj}=\left(d{}_{hj}^{\alpha }{\displaystyle \sum _{k=a{}_j}^{b{}_j}d}{}_{kj}^{-\alpha }\right){}^{-1},d{}_{hj}\ne 0,a{}_j\le h\le b{}_j$ (13)

样本j以相对隶属度uhj隶属于h级环境标准,则有最优相对隶属度矩阵:

其中,uij为井位最优相对隶属度;wij为超标权重;rij为实测指标相对隶属度;sih为指标标准相对度;h为级别代码;amin,amax分别与前aj,bj意义一致。

2 实例分析

咸阳市位于关中平原的中部,位于东经107°38′～109°10′,北纬34°11′～35°32′之间,南与西安市隔水相望,北与甘肃相连,东与渭南、铜川市毗邻,西与宝鸡市接壤。咸阳市是一个典型的依靠地下水进行工农业生产和居民生活的城市,地下水开采量占总用水量的80%～90%,近年来地下水受到了持续污染,水质恶化,对生产生活产生了较大威胁。因此本文以咸阳市为例进行分析(见表1)。

依据GB/T 14848-93Ⅲ地下水质量标准值,并结合咸阳市的实际情况,划分表1中五种指标的分类标准如表2所示。

则实测指标矩阵和指标标准矩阵分别为:

用上述公式可以将矩阵Xm×n,Ym×5变为相应的实测指标相对隶属度矩阵和指标标准相对隶属度矩阵:

计算超标权重矩阵,取vi=1/5得:

求得最优相对隶属度矩阵并考虑最大隶属度大于0.5的情况,得地下水水质的分类级别及变化趋势:

从计算结果来看,2号井的水质最差,处于5级;1号井从计算的相对隶属度来看,属于4级标准,但由于u51>0.5,即向5级水质过渡的趋势明显,因此,我们把它归为4级～5级;3号井,4号井的水质较好,达到2级标准;此外,从结果看,3号井和4号井虽同为2级水,但3号井的水质要优于4号井,这与实际情况中分析表现出来的结果相符。从整体上说,这四口井水质情况从好到坏依次是:3号井,4号井,1号井,2号井。通过与当地环保部门的分析资料对比,可以得出这个结果是可信的,是比较可观的。

3结语

通过以上的理论分析和实例验证,在目前评价地下水水质及其变化趋势的表现上,模糊模式识别法具有其独特的优点,主要表现在以下几方面:

1)该方法提出相对隶属度的概念,并通过加权距离平方和最小值来作为判定污染等级的依据。在多因子共同影响环境时,由式(14)可知,综合考虑了样本所处级别的所有信息,使结果更综合,更全面,也更客观,比以往的模糊综合评判法更能反映因子之间的作用。2)从计算结果分析对比来看,该法可以兼顾最大隶属度大于0.5的情况,并能得出水质的变化趋势,推溯污染的主要原因,这就可以为以后防止地下水进一步恶化提供依据,找到合理快捷的解决方案。3)该法的计算结果量化程度比较高,可以准确的提供有关评判参数,这就给对比分析提供了有力的武器和可信的证据,因此操作性较强;也可以编写相应的程序,实现在计算机上的自动化演算,从而提高水质分析预测的速度。

参考文献

[1]尹国勋,李振山.地下水污染与防治[M].北京:中国环境科学出版社,2005:44-51.

[2]陈守煜,赵瑛琪.模糊模式识别理论模型与水质评价[J].水利学报,1991(6):35-40.

[3]王国利,陈守煜,李成林.模糊模式识别模型在碧流河水库水质评价中的应用[J].大连理工大学学报,1997,11(6):700-703.

[4]郝聚民,林焰,纪卓尚,等.一种新的模糊模式识别理论模型及其在船舶配载评价上的应用研究[J].Ship Engineering,1998(3):20-22.

地下水水质评价 篇8

1 区内地质概况

1.1 气象、水文

黑河市属于中温带大陆性季风气候, 冬季严寒漫长, 春季风大雨少, 夏季湿热多雨, 秋季温低早霜。年降雨量在400-600mm之间, 主要集中在7-9月份, 年水面蒸发量在550-700mm之间, 陆地蒸发量在350-400mm之间。

市内有大小河流 60 条, 其中流域面积大于 200km2 以上的河流 26 条, 这些河流分属于黑龙江、嫩江水系。黑龙江在市区东侧由南向北流过, 市内流域面积 1.44 万 km2, 当地产水量 20.87×108km3, 多年平均进出水量 457×108km3。

1.2 地形地貌

黑河市区位于小兴安岭北部, 地形总的趋势是西北高, 东南部较低。海拨高度由500~800m递减到120m。依据地貌形态特征划分为低山、丘陵、冰蚀冰碛台地、二级阶地、一级阶地、漫滩及熔岩台地七个形态单元。

1.3 地质概况

黑河市区横跨罕达气优地槽褶皱带与小兴安岭-松嫩地块, 地层发育较齐全。上奥陶统至上志留统连续沉积了半深海、浅海、潮间带中酸性火山岩、陆源碎屑岩、碳酸盐地层。在此期间有深源超基性-基性-中基性岩浆岩沿断裂喷发及侵入。到中生界构造运动开始活跃及老的基底拉张断陷, 沉积了侏罗纪至上第三纪地层, 新生界地层主要分布在现代河谷及其两侧。

1.4 水文地质条件

根据地下水的赋存条件和水力性质, 将本区地下水划分为:松散岩类孔隙水、碎屑岩类裂隙、孔隙水和基岩裂隙水三大类型。

1.4.1 松散岩类孔隙水

主要蕴藏于第四系砂砾石层中。含水层厚度7~10m, 单井涌水量500~1000m3/d, 水位埋深一般在3~6m, 为区内主要供水目的层。主要以接受黑龙江的侧向补给为主, 大气降水的渗入补给为辅。另外, 该层与基岩裂隙水具有较好的水力联系, 可接受基岩裂隙水的侧向补给, 还可接受农田间灌溉水的回渗补给。河流对地下水主要起排泄作用, 人工取水是其主要的排泄途径之一。

1.4.2 碎屑岩类裂隙、孔隙水

1.4.2. 1 碎屑岩类孔隙潜水

蕴藏于第三系孙吴组砂岩、砂砾岩中。含水层厚1.5~3.5 m, 单井涌水量10~100m3/d, 无供水意义。主要以大气降水垂直渗入及基岩裂隙水的侧向补给, 以地下迳流形式排泄于下游。

1.4.2. 2 碎屑岩类裂隙、孔隙微承压水

分布于向斜盆地的砂岩、砂砾岩及含泥质砂砾岩中。含水层厚一般为20~42 m, 顶板埋深37~81 m, 为本区主要供水目的层之一。可接受上层水的越流补给, 同时还可接受盆地边缘基岩裂隙水的侧向补给, 以侧向迳入渗方式排泄于区外, 人工取水及自流也是其排泄途径之一。

1.4.3 基岩裂隙水

1.4.3. 1 风化带网状裂隙水

广泛分布于岩浆岩、变质岩及火山岩、火山碎屑岩等风化裂隙中, 风化带厚度15~55m, 一般厚度30~40m。

1.4.3. 2 孔洞裂隙水

分布于熔岩台地一带, 含水层厚一般为30~50 m, 单井涌水量100~1000m3/d, 地下水位埋深12~37m。

1.4.3. 3 构造裂隙水

分布于向斜盆地中, 岩性主要为凝灰质砂砾岩与砂质泥岩、凝灰岩互层, 夹较厚层玄武岩。含水带分布一般较稳定, 含水层厚一般为18~73 m, 地下水位埋深1~19m。单井涌水量一般100~1000m3/d。

风化带网状裂隙水及孔洞裂隙水均可接受大气降水的渗入补给, 次为地下水侧向迳流补给。多以较短的地下水迳流排泄于附近沟谷中或转化成地表水, 地表植被蒸腾作用也是其排泄途径之一, 还可通过泉水溢出形式进行排泄。

构造裂隙水主要接受风化网状裂隙水的补给, 只在局部地段含水层出露地带, 可直接接受大气降水的渗入补给, 通过泉或地下水溢出及人工取水进行排泄。

2 地下水水质现状

2.1 地下水水质特征

黑河市地下水一般多为无色、无味、无嗅、透明、无肉眼可见物, 化学类型主要为HCO3-Ca-Na型、HCO3-Ca型、HCO3-Na型水。PH值一般6.5~8, 铁含量一般为0~8.4mg/L, 锰含量一般为0~0.76mg/L。按照国家颁布的 (生活饮用水卫生标准) , 黑河市地下水做为饮用水, 其感官性指标, 一般化学指标, 毒理学指标及细菌学指标较为理想, 化学指标中仅亿别项目超过标准。其中75%的水点总铁含量超过0.3mg/L标准, 大部分地方氟含量偏低, 一般0.22mg/L, 个别村、屯偏高, 超过标准1.0mg/L。碎屑岩类裂隙孔隙水中含氟量较高, 部分符合饮用水标准, 多数超过饮用水标准。个别地方铅含量超过标准, 占分析水点近1%。黑龙江沿岸及黑河镇, 硝酸根离子及亚硝酸根离子含量偏高, 黑河镇最高达90mg/L, 氯和硫根离子含量增高, 地下水变为氯化物硫酸型水。主要原因是人为污染所致。总之, 区内地下水除铁、锰等指标超过饮用水标准外, 其它项目一般符合标准要求, 为比较适合饮用的地下水。

2.2 地下水污染程度评价

人为因素是本区浅层地下水污染的主要根源, 深层地下水有稳定隔水顶板, 渗透能力弱, 隔污能力强, 地下水没有受到污染。在工业及居民集中的城区内虽然粉质粘土层自净能力较强, 但因排污水沟渠开挖较深, 接近砂砾石层, 工业“三废”及生活污水、垃圾均都排放到洼地及沟渠中, 使污水经包气带下渗至地下, 污染地下水, 未经处理的固体废渣, 通过大气降水对固体物的淋漓, 使有害物质渗入地下, 污染地下水, 工业废气则随降雨渗入地下水中, 间接对地下水污染。工矿企业污水部分监测数据见表1。

近郊及远郊由于农田使用速效化肥, 对地下水造成一定的污染, 特别是近郊地区 (菜地) 更为突出。

3 结论

3.1 黑河市地下水类型属中性低矿化重碳酸型淡水。水化学类型主要 为 HCO3- Ca- Na 型、HCO3- Ca 型、HCO3- Na 型水, 除铁、锰等指标超过饮 用水标准外, 其它指标均符合标准要求, 为比较适合饮用的地下水。

3.2 在工业及居民集中的城区内, 局部由于受污染为氯化物硫酸型水, 不宜饮用。

4 建议

4.1 建立地下水动态监测网点, 实现水资源管理的信息化和科学化。

4.2 在工业及居民集中的城区内修建污水处理厂和垃圾处理厂, 完善配套排污管线。

4.3 对有能力产生污染的企业, 要配备污水净化设备, 严禁采用渗坑 (窖) 处理、排放污水。

地下水水质评价 篇9

1.1 模糊物元及复合模糊物元

给定事物的名称N, 它关于特征c有量值为v, 以有序三元R= (N, c, v) 组作为描述事物的基本元, 简称物元。其中, 量值v具有模糊性, 便称为模糊物元。如果事物N有n个特征c1, c2, …, cn和相应的模糊量值v1, v2, …, vn, 称R为n维模糊物元, 简记为R= (n, c, v) 。如果m个事物的n维物元组合在一起, 使构成m个事物n维复合物元Rmn。若将Rmn的量值改写为模糊物元量值, 称为m个事物n维复合模糊物元, 记作

$R{}_{mn}=\left[\begin{array}{cccc}& {\rm M}{}_1& \cdots & {\rm M}{}_m\\ C{}_1& v{}_{11}& \cdots & v{}_{m1}\\ ⋮& ⋮& & ⋮\\ C{}_n& v{}_{1n}& \cdots & v{}_{mn}\end{array}\right](1)$

式中:Rmn为m个事物的n个评价指标的复合物元;Mi为第i个事物 (i =1, 2, …, m) ;Ck为第k个特征 (k=1, 2, …, n) ;vik为第i个事物第k个特征对应的模糊量值。

1.2 从优隶属度原则

各单项评价指标相应的模糊量值, 从属于标准方案各对应评价指标相应的模糊量值隶属程度, 称为从优隶属度。由此建立的原则, 称为从优隶属原则。由于从优隶属度一般为正值, 可采用下面类型的指标:

越大越优型 μik=Vik/maxVik (2)

越小越优型 μik=minVik/Vik (3)

式中:μik为从优隶属度;Vik为第i个事物第k项特征对应的量值;maxVik、minVik分别为各事物中每一项特征所有量值Vik中的最大值和最小值。由此可以构建从优隶属度模糊物元$\tilde{R}$mn:

$\tilde{R}{}_{mn}=\left[\begin{array}{cccc}& {\rm M}{}_1& \cdots & {\rm M}{}_m\\ C{}_1& \mu {}_{11}& \cdots & \mu {}_{m1}\\ ⋮& ⋮& & ⋮\\ C{}_n& \mu {}_{1n}& \cdots & \mu {}_{mn}\end{array}\right](4)$

1.3 标准模糊物元与差平方复合模糊物元

标准模糊物元Ron是指从优隶属度模糊物元$\tilde{R}$mn中各评价指标的从优隶属度的最大值或最小值。本文以最大值作为最优, 也就是各指标从优隶属度均为1。

若以Δij (i =1, 2, …, n;j =1, 2, …, m) 表示标准模糊物元Ron与复合从优隶属度模糊物元R～mn中的各项差的平方, 则组成差平方复合模糊物元RΔ, 即Δji= (μ0i-μji) 2 (i =1, 2, …, n;j =1, 2, …, m) , 可表示为:

$R{}_{\Delta }=\left[\begin{array}{cccc}& {\rm M}{}_1& \cdots & {\rm M}{}_m\\ C{}_1& \Delta {}_{11}& \cdots & \Delta {}_{m1}\\ ⋮& ⋮& & ⋮\\ C{}_n& \Delta {}_{1n}& \cdots & \Delta {}_{mn}\end{array}\right](5)$

2 熵值法确定权重系数

“熵权”理论是一种客观赋权方法, 熵是系统无序程度的度量, 它可以度量数据所提供的有效信息量, 因此, 可以用熵来确定权重。

信息论创始人申农 (C.E.Shannon) 将熵引人信息论, 用以表示系统的不确定性、稳定程度和信息量, 或者说是信息源信号状态多少——即其信息量的度量。信息熵的概念来源于信号通讯理论, 它是通过分析组成通讯信号的数字或符号的统计结构特征来定量表示信号通讯的能力——即信息量的大小。本文引用信息科学中信息熵的概念来确定水资源系统中各个评价指标的权重, 方法及求解步骤如下:

(1) 构建m个事物的n个评价指标的判断矩阵R= (vij) mn, (i =1, 2, …, n;j =1, 2, …, m) 。

(2) 将判断矩阵归一化处理, 得到归一化判断矩阵A:

对大者为优的指标而言, 有

$a{}_{ij}=\frac{v{}_{ij}-v{}_{\min }}{v{}_{\max }-v{}_{\min }}(6)$

对小者为优的指标而言, 有

$a{}_{ij}=\frac{v{}_{\max }-v{}_{ij}}{v{}_{\max }-v{}_{\min }}(7)$

式中:vmax、vmin分别为同指标下不同事物中最满意者或最不满意者 (越小越满意或越大越满意) 。

(3) 定义熵。在有n个评价指标, m个被评价对象的评估问题中, 可以确定第i个评价指标的熵为:

$\begin{array}{l}{\rm H}{}_i=-k{\displaystyle \sum _{j=1}^{m}f}{}_{ij}\text{l}\text{n}f{}_{ij}(8)\\ f{}_{ij}=\frac{a{}_{ij}}{{\displaystyle \sum _{j=1}^{m}a}{}_{ij}}(i=1‚2‚\cdots ‚n；j=1‚2‚\cdots ‚m)\\ k=1/\text{l}\text{n}m\end{array}$

为使lnfij有意义, 当fij=0时, 根据水质评价的实际意义, 可以理解lnfij为一较大的数值, 与fij相乘趋于0, 故可认为fijlnfij=0.但当fij=1, fijlnfij也等于0, 这显然与熵所反映的信息无序化程度相悖, 不切合实际, 故需对fij加以修正, 将其定义为:

$f{}_{ij}=\frac{1+a{}_{ij}}{{\displaystyle \sum _{j=1}^m(}1+a{}_{ij})}(9)$

(4) 定义熵权w。定义了第i个评价指标的熵之后, 可得到第i个评价指标的熵权定义, 即:

$w{}_i=\frac{1-{\rm H}{}_i}{n-{\displaystyle \sum _{i=1}^n{\rm H}}{}_i}(\text{其}\text{中}0\le w{}_i\le 1‚{\displaystyle \sum _{i=1}^{n}w}{}_i=1)(10)$

3 贴近度和综合评价

考虑到本文具有综合评价的意义, 采用M (·, +) 算法, 先乘后加运算欧氏贴近度ρHj, 则

$\rho {\rm H}{}_j=1-\sqrt{{\displaystyle \sum _{i=1}^{n}w}{}_i\Delta {}_{ji}}(j=1‚2‚\cdots ‚m)(11)$

式中:ρHj为第n个方案与标准方案之间的相互接近程度, 其值越大表示两者越接近, 反之则相离较远, 以此来构造欧氏贴近度复合模糊物元RρH, 则

$R{}_{\rho {\rm H}}=\left[\begin{array}{ccccc}& {\rm M}{}_1& {\rm M}{}_2& \cdots & {\rm M}{}_m\\ \rho {\rm H}{}_j& \rho {\rm H}{}_1& \rho {\rm H}{}_2& \cdots & \rho {\rm H}{}_m\end{array}\right](12)$

欧氏贴近度是表示各方案与标准方案 (最优方案) 之间的贴近程度, 可以根据欧氏贴近度的大小对各方案进行优劣排序, 并可进行分类。

4 实例应用

本文选取河南省叶县具有代表性的7个监测点进行水质基于熵权的模糊物元综合评价研究, 监测点分别为曹庄、李村、堰口、小河赵、姜庄、娘娘庙和刘店, 选取总硬度、锰、硝酸盐、亚硝酸盐、氨氮和溶解性总固体六项评价指标, 各指标在7个监测点的监测数据见表1。根据国家地下水质量标准 (GB/T14848-93) 的规定, 将水质级别划分为5级, 分级指标见表1。

4.1 建立评价模型

(1) 构建复合模糊物元。根据表1数据, 对7个监测点和分级标准建立12个样品6个指标的复合模糊物元。

(2) 根据式 (2) , b1～b6以越大越优原则构建从优隶属度模糊物元R～mn:

$\begin{array}{l}\tilde{R}{}_{mn}=\\ \left[\begin{array}{ccccccccccccc}& \text{曹}\text{庄}& \text{李}\text{村}& \text{堰}\text{口}& \text{小}\text{河}\text{赵}& \text{姜}\text{庄}& \text{娘}\text{娘}\text{庙}& \text{刘}\text{店}& \mathrm{Ⅰ}\text{级}& \mathrm{Ⅱ}\text{级}& \mathrm{Ⅲ}\text{级}& \mathrm{Ⅳ}\text{级}& \mathrm{Ⅴ}\text{级}\\ b{}_1& 0.6873& 0.7564& 0.6127& 0.7036& 0.7655& 0.5982& 0.6000& 0.2727& 0.5455& 0.8182& 1.0000& 1.0000\\ b{}_2& 0.0800& 0.0900& 0.1200& 0.0200& 0.0200& 0.1400& 0.1100& 0.0500& 0.0500& 0.1000& 1.0000& 1.0000\\ b{}_3& 0.0905& 0.3594& 1.0000& 0.6789& 0.3095& 0.0075& 0.0664& 0.0333& 0.0832& 0.3328& 0.4992& 0.4992\\ b{}_4& 0.5789& 0.8421& 0.2632& 1.0000& 0.6842& 0.2632& 0.3158& 0.0053& 0.0526& 0.1053& 0.5263& 0.5263\\ b{}_5& 0.1472& 0.1428& 0.1572& 0.2556& 1.0000& 0.2400& 0.5944& 0.0111& 0.0111& 0.111& 0.2778& 0.2778\\ b{}_6& 0.5230& 0.8400& 0.6030& 0.5350& 0.7180& 0.1950& 0.3300& 0.1500& 0.2500& 0.5000& 1.0000& 1.0000\end{array}\right]\end{array}$

(3) 根据标准模糊物元和$\tilde{R}$mn构建差平方模糊复合物元RΔ:

$\begin{array}{l}R{}_{\Delta }=\\ \left[\begin{array}{ccccccccccccc}& \text{曹}\text{庄}& \text{李}\text{村}& \text{堰}\text{口}& \text{小}\text{河}\text{赵}& \text{姜}\text{庄}& \text{娘}\text{娘}\text{庙}& \text{刘}\text{店}& \mathrm{Ⅰ}\text{级}& \mathrm{Ⅱ}\text{级}& \mathrm{Ⅲ}\text{级}& \mathrm{Ⅳ}\text{级}& \mathrm{Ⅴ}\text{级}\\ b{}_1& 0.0978& 0.0594& 0.1500& 0.0878& 0.0550& 0.1615& 0.1600& 0.5289& 0.2066& 0.0331& 0.0000& 0.0000\\ b{}_2& 0.8464& 0.8281& 0.7744& 0.9604& 0.9604& 0.7396& 0.7921& 0.9025& 0.9025& 0.8100& 0.0000& 0.0000\\ b{}_3& 0.8272& 0.4104& 0.0000& 0.1031& 0.4768& 0.9851& 0.8716& 0.9346& 0.8405& 0.4452& 0.2508& 0.2508\\ b{}_4& 0.1773& 0.0249& 0.5429& 0.0000& 0.0997& 0.5429& 0.4681& 0.9895& 0.8975& 0.8006& 0.2244& 0.2244\\ b{}_5& 0.7272& 0.7348& 0.7103& 0.5542& 0.0000& 0.5776& 0.1645& 0.9779& 0.9779& 0.7901& 0.5216& 0.5216\\ b{}_6& 0.2275& 0.0256& 0.1576& 0.2162& 0.0795& 0.6480& 0.4489& 0.7225& 0.5625& 0.2500& 0.0000& 0.0000\end{array}\right]\end{array}$

(4) 用熵值法计算各指标权重。各指标的实际值按式 (6) 进行归一化处理得到 判断矩阵Aij:

$A{}_{ij}=\left[\begin{array}{ccccccc}0.5326& 0.9457& 0.0870& 0.6304& 1.0000& 0.0000& 0.0109\\ 0.5000& 0.5833& 0.8333& 0.0000& 0.0000& 1.0000& 0.7500\\ 0.0837& 0.3546& 1.0000& 0.6764& 0.3043& 0.0000& 0.0593\\ 0.4286& 0.7857& 0.0000& 1.0000& 0.5714& 0.0000& 0.0714\\ 0.0052& 0.0000& 0.0169& 0.1316& 1.0000& 0.1134& 0.5269\\ 0.5085& 1.0000& 0.6326& 0.5271& 0.8109& 0.0000& 0.2093\end{array}\right]$

由式 (8) 、 (9) 计算各指标的熵Hi:

${\rm H}{}_i=(0.9806‚0.9846‚0.9845‚0.9822‚0.9820‚0.9887)$

由式 (10) 计算可得各指标的权重wi:

$w{}_i=(0.1993‚0.1583‚0.1590‚0.1829‚0.1849‚0.1159)$

(5) 计算贴近度。由式 (11) 、 (12) 可以得到各样品的贴进度RpH:

$\begin{array}{l}R{}_{p{\rm H}}=[\begin{array}{cccc}& \text{曹}\text{庄}& \text{李}\text{村}& \text{堰}\text{口}\\ p{\rm H}j& 0.3085& 0.4071& 0.3665\end{array}\\ \begin{array}{cccc}\text{小}\text{河}\text{赵}& \text{姜}\text{庄}& \text{娘}\text{娘}\text{庙}& \text{刘}\text{店}\\ 0.4401& 0.4840& 0.2338& 0.3189\end{array}\\ \begin{array}{ccccc}\mathrm{Ⅰ}\text{级}& \mathrm{Ⅱ}\text{级}& \mathrm{Ⅲ}\text{级}& \mathrm{Ⅳ}\text{级}& \mathrm{Ⅴ}\text{级}\\ 0.0822& 0.1469& 0.2740& 0.5789& 0.5789\end{array}]\end{array}$

4.2 结果分析

经过计算, 得出各水质监测点的评价结果。另外采用了综合评价法对各监测点进行评价, 在确定各监测点的最终水质级别时, 按照置信度准则进行评价 (置信度λ 取值在0.7左右) 。两种方法评价结果对比见表2所示。

评价结果表明, 各取水点的水质级别基本为Ⅲ级, 满足国家标准规定的生活饮用水水质标准。但也有一些取水点污染相当严重, 如小河赵紧靠县城, 西边有盐厂, 北边有蓝光电厂等, 附近污水排放比较严重, 地下水水质受到很大程度的污染;姜庄则紧挨一些养猪场、养鸡场, 附近污水排放也是相当严重, 地下水水质受到不同程度的污染。而其他地区也有不同程度的污染但污染程度相对较轻。

与模糊综合评价方法进行对比 (表2) , 结果表明, 模糊物元评价方法和模糊综合评价方法得到的结果基本一致, 但是结合当地的实际情况模糊物元比模糊综合评价更准确一些。如曹庄、娘娘庙附近有一些养猪场、养鸡场, 地下水水质受到了不同程度的污染, 更符合Ⅲ级标准, 模糊综合评价结果存在一些误差。同时表明了基于熵权的模糊物元地下水水质评价模型应用在地下水水质评价中是合理可行的, 且计算简便实用。

5 结 语

(1) 本文将欧氏贴近度与模糊物元结合起来, 建立了基于欧氏贴近度的模糊物元模型, 该模型以解决不相容问题为核心, 适用于多因子评价问题。并将该模型应用到地下水水质综合评价中, 进行评价时将分类等级作为物元的事物来构造复合模糊物元矩阵, 通过计算与理想物元的贴近程度来实现水样水质的等级评价。

(2) 引入熵值理论, 从数据本身所反映的信息无序化效用值来计算权重系数, 避免了专家赋权的偏好性, 能减少人为的主观因素对评价结果的影响, 可提高水质评价模型结果的精度。

(3) 实际计算结果表明, 该模型理论简单, 使用简便, 解决了地下水水质评价问题中的模糊性和不相容性, 评价结果更准确、合理。

(4) 与模糊综合评价结果相比, 模糊物元评价结果更加符合实际情况, 表明该模型用于解决该问题是可行的。同时该模型还可应用于城市环境质量评价、区域水资源承载力评价等领域, 具有广泛的推广前景。

参考文献

[1]谢季坚, 刘承平.模糊数学方法及其应用[M].武汉:华中科技大学出版社, 2004.

[2]蔡文.物元模型及应用[M].北京:科学技术文献出版社, 1994.

[3]张斌, 雍歧东, 肖芳淳.模糊物元分析[M].北京:石油工业出版社, 1997.

[4]闫文周, 顾连胜.熵权决策法在工程评价中的应用[J].西安建筑科学大学学报, 2004, 36 (1) :98-100.

[5]肖芳淳.输气管道土壤腐蚀性模糊物元贴近度聚类分析[J].油气储运, 1999, 18 (6) :35-37.

[6]邹同庆.地下水水质的物元评价方法及应用[J].常德师范学院学报 (自然科学版) , 2001, 13 (4) :31-34.

[7]杨立君.用模糊数学方法综合评价地下水水质[J].矿山设计研究, 1988 (3) :28-33.

地下水水质评价 篇10

关键词：地下水质量评价,单因子评价法,综合评价法,影响因素

1 研究区概况

凤阳县XX矿区位于江淮丘陵区北缘, 地形为丘陵岗地, 属北亚热带季风气候, 年平均气温15.01℃, 年平均降水量923.53 mm, 年平均蒸发量1559.82 mm。本区出露地层属华北地层大区晋冀鲁豫地层区徐淮地层分区, 主要有新太古界庄子里组、峰山李组。矿区大地构造位置处于中朝准地台华北陆块徐淮地块蚌埠隆起, 区内断层有近东西向及北北东向两组。本次工作通过对矿区矿坑道水、5个抽水孔及周边民井等共计采水样15个进而对地下水水质进行分析。

2 水文地质条件

2.1 含水岩组

(1) 松散岩类孔隙弱含水岩组:岩性主要为粉质粘土、粘土, 分布于矿区的北部、东部及西南部, 厚0~21.79 m。就整个矿区看, 由北东向西南厚度有所增大。单井涌水量<10 m3/d, 水位埋深0.84~8.40 m。地下水水质较差, 水化学类型以HCO3-Ca、Na为主。 (2) 裂隙弱含水岩组:岩性主要为黑云角闪斜长片麻岩、角闪斜长片麻岩、斜长片麻岩、闪长岩及大理岩、榴辉岩等, 分布于矿区的中部。该含水岩组埋深0~21.79 m, 厚度大于300 m。单井涌水量<50 m3/d, 其顶部0.81~21.65 m有一风化带, 岩性多为闪长岩, 岩石风化强烈, 多呈砂粒状、碎块状。

2.2 地下水补给、迳流、排泄

松散岩类孔隙含水岩组主要接受大气降水垂直入渗补给, 蒸发为其主要排泄途径、并向下补给基岩裂隙含水岩组。

基岩裂隙含水岩组主要接受上覆松散岩类孔隙含水岩组的补给, 地下水由西南向东北缓慢迳流, 排泄以侧向迳流和人工开采为主。

3 地下水质情况分析评价

在本区内共采集了水样15个进行化学污染成份分析, 测试内容主要是水的p H、总硬度、溶解性总固体、SO42-、Cl-、NH4+、NO3-、NO2-、F-、Cu、Pb、Cd、Hg、As、Zn、Ni、Cr等组分。测试结果中, 以阴离子划分, HCO3型水占总水样60%, HCO3·Cl型水占总26%, Cl·HCO3型水占总7%, HCO3·SO4型水占总7%, 依据地下水质量标准 (GB/T14848-93) , 对矿区地下水质量和生活饮用水水质分析评价, 其中5个抽水孔及矿坑道水样代表矿区基岩地下水, 矿山生活用水及8个民井水样代表浅层地下水。

3.1 生活饮用水水质分析评价

采用单因子评价方法:

(1) 对于评价标准为定值的水质因子, 其标准指数计算公式:

式中:Pi—第i个水质因子的标准指数, 无量纲;

Ci—第i个水质因子的监测浓度值, mg/L;

Csi—第i个水质因子的标准浓度值, m g/L。

(2) 对于评价标准为区间值的水质因子 (如ph值) , 其标准指数计算公式:

式中:Pph—p H的标准指数, 无量纲;

PH—p H的检测值;

PHsu—标准中p H的上限值;

PHsd—标准中p H的下限值。

根据测试结果, 矿区钻孔、矿坑道水、天津铺、杜涧子、张家洼及小王府民井地下水均符合生活饮用水国家卫生标准, 而矿山生活用水井、大王府、许港家、栾家及后付家民井地下水各有不同指数超标, 其中矿山生活用水铁含量0.40 mg/L, 超标0.33倍, 锰含量0.18 mg/L, 超标0.8倍;大王府总硬度587.03 mg/L, 超标0.3倍, 溶解性总固体1156.94 mg/L, 超标0.16倍;许港家溶解性总固体1177.23 mg/L, 超标0.18倍;栾家亚硝酸盐含量0.14 mg/L, 超标1.12倍;后付家总硬度539.99 mg/L, 超标0.2倍, 氯化物含量286.79 mg/L, 超标0.15倍。

3.2 地下水质量的分析评价

4 水质状况影响因素分析

通过评价对比结果, 可知Z K 3 0 4、ZK1108、ZK908、ZK1320钻孔、矿坑道水, 天津铺、杜涧子及小王府民井符合生活饮用水国家卫生标准且水质良好;ZK920钻孔及张家洼民井虽符合生活饮用水标准但水质较差;矿山生活用水井、大王府、许港家、栾家及后付家民井地下水各有不同指数超标且水质较差, 其中矿山生活用水铁、锰超标, 主要由于Qp3地层富含铁锰结核, 经过水、岩 (土) 长期的溶滤、交代作用, 地层中的铁锰则以离子形式进入地下水中, 导致含量超标;大王府总硬度及溶解性总固体超标, 许港家溶解性总固体超标, 而大王府水样总硬度几乎全为暂时硬度, 故不进行分析, 两家民井溶解性总固体超标, 主要因其地形为丘陵岗地, 地势高差不大, 水交替强度弱, 且以蒸发排泄为主, 从而引起浅层地下水矿化度升高;栾家亚硝酸盐超标, 经调查其主要原因是水井成井工艺较简单, 无过滤砾层和止水工序, 加之当地居民环保意识差, 生活垃圾随意堆放造成环境污染, 地下水交替时亚硝酸盐进入地下水中, 导致亚硝酸盐超标;后付家主要是总硬度及氯化物超标, 主要原因为地下径流缓慢, 又以蒸发排泄为主, 致使地下水中氯及钙镁浓缩导致超标。

5 结语

通过对凤阳县XX矿区地下水水质情况的分析, 得出该区基岩地下水质属于良好, 适用于生活饮用及工、农业用水, 但矿区浅层地下水水质较差。建议采矿的同时加强环境保护意识, 采取必要的环保处理措施, 避免水土污染对矿区周围居民身体健康造成危害。

参考文献

[1]《安徽省凤阳县江山矿区铅锌金矿勘探地质报告》.安徽省地质矿产勘查局三一二地质队, 2014.

海河流域地下水超采区评价 篇11

海河流域地表水资源短缺，到20世纪70年代中期，地下水开采已达到一定规模。此后，为满足日益增长的用水需要，地下水开采量稳定增长，一些平原区长期处于超采状态。

1、地下水超采区划定标准

根据《地下水超采区评价导则》（SL286-2003），地下水超采区的划分标准如下：

（1）按超采范围分级

按照超采区面积（F）大小划分为四级：

特大型超采区：F≥5000km2

大型超采区：1000 km2≤F<5000 km2

中型超采区：100km2≤F<1000 km2

小型超采区：F<100 km2

（2） 按超采程度分级

根据地下水超采区在开发利用时期的年均地下水水位持续下降速率、年均地下水超采系数以及环境地质灾害或生态环境恶化程度可将超采区划分为一般超采区和严重超采区（浅层地下水严重超采区、深层承压水严重超采区）。

①浅层地下水严重超采区——在各级浅层地下水超采区中，符合下列条件之一的区域为严重超采区。

年均地下水超采系数大于0.3；

需要保护的名泉年均泉水流量衰减率大于0.1；

发生了地面塌陷，且100km2面积上的年均地面塌陷点多于2个，或坍塌岩土的体积大于2m3的地面塌陷点年均多于1个；

发生了地裂缝，且100 km2面积上年均地裂缝多于2条，或同时达到长度大于10m、地表面撕裂宽度大于5cm、深度大于0.5m的地裂缝年均多于1条；

发生了地下水水质污染，且污染后的地下水水质劣于污染前1个类级以上，或污染后的地下水已不能满足生活饮用水的水质要求；

因地下水开发利用引发了海水入侵现象；

因地下水开发利用引发了咸水入侵现象；

因地下水开发利用引发了土地沙化现象。

②深层承压水严重超采区——在各级深层承压水超采区中，符合下列条件之一的区域严重超采区。

年均地下水水位持续下降速率大于2m；

年均地面沉降速率大于10mm；

发生了地下水水质污染，且污染后的地下水水质劣于污染前1个类级以上，或污染后的地下水已不能满足生活饮用水的水质要求。

③一般超采区——不符合严重超采区条件的其它地下水超采区。

④对未超采区可进一步划分为：

补排平衡区：实际开采系数为0.75～1.0；

有开采潜力区：实际开采系数小于0.75。

二、 浅层地下水超采区

全流域平原区浅层淡水超采区面积为46402km2，占淡水区总面积的40.8%。其中，一般超采区面积25162km2，占淡水区总面积的22.1%；严重超采区面积21240km2，占淡水区总面积的18.7%。

超采区主要分布在山前平原区及山间盆地，涉及北京、唐山、大同、安阳及聊城等20个地市。在各水资源二级区中，海河南系超采区面积占全流域超采区面积的比例最大，达66.0%，海河北系次之，达15.6%；在各省级行政区中，河北省超采区面积占全流域超采区面积的比例最大，达61.8%，河南省次之，达13.6%。

三、 深层承压水超采区

海河平原深层承压水超采区面积为74048km2，占海河平原总面积的56.5%。其中，一般超采区面积28270km2，占海河平原总面积的21.6%；严重超采区面积45778km2，占海河平原总面积的34.9%。注：比例为超采区面积与海河平原总面积的百分比。

超采区主要分布在中东部平原区及滨海平原区，涉及天津、唐山及德州等14个市。在各水资源二级区中，海河南系超采区面积占全流域超采区面积的比例最大，达54.3%，徒骇马颊河次之，达34.6%；在各省级行政区中，河北省超采区面积占全流域超采區面积的比例最大，达53.3%，山东省次之，达34.6%。

四、地下水超采区超采量

1、浅层地下水超采量

（1）多年平均情况

海河流域平原区浅层淡水超采区年均地下水实际开采量为119亿m3，可开采量为77.4亿m3，超采量为42.0亿m3，超采系数（超采量与可开采量的比值，下同）为0.54。从各水资源二级区来看，超采量主要集中在海河南系，其超采量占总超采量的81.3%，超采系数达0.73；其次是海河北系，其超采量占总超采量的13.4%。从各省级行政区来看，超采量主要集中在河北省，其超采量占总超采量的86.0%，超采系数达0.80；其次是北京市，其超采量占总超采量的7.6%。在超采区中，一般超采区年均地下水实际开采量为62.2亿m3，可开采量为43.1亿m3，超采量为19.1亿m3，超采系数为0.44。严重超采区年均地下水实际开采量为57.1亿m3，可开采量为34.3亿m3，超采量为22.8亿m3，超采系数为0.67。

2、深层承压水超采量

（1）多年平均情况

海河平原深层承压水超采区年均地下水实际开采量为34.8亿m3，可开采量为12.6亿m3，超采量为22.2亿m3，超采系数为1.77。在各水资源二级区中，超采量主要集中在海河南系，其超采量占总超采量的76.7%，超采系数达1.58。在各省级行政区中，超采量主要集中在河北省，其超采量占总超采量的82.7%，超采系数达1.72。

在超采区中，一般超采区年均地下水实际开采量为10.4亿m3，可开采量为3.30亿m3，超采量为7.14亿m3，超采系数为2.16。严重超采区年均地下水实际开采量为24.4亿m3，可开采量为9.27亿m3，超采量为15.1亿m3，超采系数为1.63。

2005年监测资料表明，天津市北部深层承压水超采区水位埋深一般为10～80m，南部超采区水位埋深一般为40～100m。河北省滦河及冀东沿海深层承压水超采区水位埋深一般为20～30m，海河北系超采区水位埋深一般为40～50m，海河南系超采区水位埋深一般为25～65m。

地下水水质评价 篇12

关键词：煤矿矿区,地下水,水质化验

0 引言

煤矿矿区地下水水质化验对预防煤矿透水事故具有重要的作用, 目前煤矿透水事故已经成为了继瓦斯爆炸之后最容易发生的事故之一。2004年, 内蒙古某煤矿发生了11 854m3/h的特大透水淹井事故, 该事故造成13人死亡, 2人失踪, 直接经济损失达287.5万元。为了判断矿区透水事故的地下水来源和避免同样事故的发生, 本文对该矿矿区地下水水质进行了化验分析研究。

为研究该矿区地下水系统的水化学特征, 笔者在充分收集区内现有有关资料和研究前人工作成果内容的基础上, 开展了坑道和地表水文地质试验、水文地质测绘、同位素测定、水质化验等水质研究工作。

1 煤矿矿区地下水化验研究的方法

矿物离子的含量在地下水化学特征及其分析指标中占有非常重要的地位, 地下水研究工作者把岩石圈中容易迁移且含量丰度较高的元素离子或分子称为标准型组分, 并且根据标准型地下水组分 (离子、分子等) 的含量对地下水系统进行分类。同时, 地下水中各类阳离子和阴离子的浓度总和也表明了该地区的地下水的矿化程度, 通常地下水系统中含有HCO3-、Ca2+、Mg2+浓度较高的为低矿化水, 含SO42-较高的为中矿化水, 含Cl-较高的为高矿化水, 其具体研究方法如下。

2.1 地下水硬度的计算方法

一般情况下, 采用Ca2+和Mg2+浓度的总和表示地下水的硬度, 因此, 水的硬度主要与水中的Ca2+和Mg2+含量有关, 故采用状态方程式对水的总硬度与Ca2+和Mg2+进行关联分析, 找出引起水硬度变化的主要因素。经计算Mg2+对总硬度的关联度为r1=0.959, Ca2+对总硬度的关联度为r2=0.894, 可见此地区地下水中, 引起总硬度变化的主要因素是Mg2+, 相关曲线如图1所示。可见随着Mg2+含量增加, 水的硬度也随之提高, 两者相关系数R=0.728, 经相关性检验, 当a=0.01时R0.01 (n-2) =0.342, R>R0.01 (n-2) =0.342, 两者线性相关性较好, 故采用对地下水中Ca2+、Mg2+浓度进行计算就可得出其总硬度。

2.2 地下水矿化度的计算方法

矿化度表示水中各种盐类总和, 即水中全部阳离子和阴离子总和。地下水中, 随着矿化度变化, 主要离子成分也随之发生变化, 通常情况下低矿化水常以HCO3-及Mg2+、Ca2+为主;高矿化水则以Cl-为主;中等矿化水中阴离子以SO42-为主。这主要由于各种盐类在水中溶解度不同, 氯盐溶解度最大, 硫酸盐次之, 碳酸盐较小。分析地下水中SO42-、HCO3-、Cl-、Mg2+、Ca2+对矿化度指标的关联程度, 得到关联度分别为r1=0.959, r2=0.946, r3=0.956, r4=0.950, r5=0.934, 由于r1>r3>r4>r2>r5, 可知对矿化度变化起主要影响的是SO42-与Cl-, 矿化度与Cl-和SO42-相关系数R分别为0.95和0.91, 表现出了良好的线性相关关系好。

3 矿区地下水系统的组成和水化学特征

该矿区属内蒙古煤矿的重要组成部分, 常年降雨稀少, 干旱多风。深入调查研究发现, 本矿标准型组分定为Ca2+、Mg2+、Na+、HCO3-、Cl-、SO42-等六种阴阳离子, 且含有HCO3-、Ca2+、Mg2+等离子浓度较高, 为低矿化水。根据本矿地下水标准型组分、各矿矿井充水之间的关系以及地下含水层特征, 将本区地下水系统分为以下三个含水层子系统。

3.1 松散孔隙含水层

一般情况下, 松散孔隙含水层属于被新生界松散层覆盖得煤矿地层, 该层特点是比较松散, 一般厚度在200m~250m。该层自上而下包括三个隔水层和四个含水层, 其中第三个隔水层厚度较大, 占据整个松散空隙含水层得1/3左右, 具有较好的隔水性能, 将地表水与一、二、三含水层与第四含水层以及基岩地下水层隔开。其中, 第四含水层直接覆盖在煤层上, 水可以通过基岩裂隙渗透到浅部煤层上, 是开采时矿井的主要水源之一, 需要不断进行疏干处理, 它对松散孔隙含水层有着直接的决定作用。

在本矿区中, 第四含水层含有较高的Cl-, 含有较低的SO42-和HCO-, 三种阳离子占有比较相近的比例, 均在30%左右。表现为较高的硬度和较高的矿化程度特征, 其水的pH在7.5~7.7之间, 稍微偏碱性。另外, 该层反映天然径流条件较差, 对其水质起到主要的过滤作用。

3.2 砂岩裂隙含水层

砂岩裂隙含水层富水性较弱, 不能明显的将其分割成含、隔水层, 但自上而下也可将其划分为四个隔水段和三个含水段。在这整个砂岩裂隙含水系统中主采煤层顶底板砂岩裂隙渗透出来的地下水是矿井充水的直接来源。

在本矿区整个含水层的水表现了大致相同化学特征, 三种矿物阳离子中K+、Na+占据了非常高的比例, 大约在92.5%~94.6%之间, 阴离子中HCO3-占了较高的比例, 其次是Cl-, SO42-含量较低。其水p H在8.4~8.7之间, 水质偏碱性, 表现出了较高的矿化度和较低的水硬度。

3.3 石灰岩岩溶裂隙含水层

在正常煤层开采情况下, 石灰岩岩溶裂隙含水层距开采操作层较远, 其充水对煤矿矿层影响较小。但是当井巷工程遇到导水性断层或岩溶陷落柱时, 就有可能造成灰岩与煤层的间距缩短, 隔水层变薄弱, 此时, 灰岩水很容易通过导水性断层或岩溶陷落对矿坑直接充水或发生底鼓突水。而且这种情况下的灰岩透水具有水量丰富、水压大、透水破坏性大等特点。因此, 石灰岩岩溶裂隙含水层也是矿井安全生产的重要隐患之一。

在本矿区中, K+、Na+、Ca2+和Mg2+四种阳离子占有比较相近的比例, 阴离子中Cl-占着主要的比例, 约在56.44%。其p H在7.9左右, 呈现出稍微的碱性。其水质表现为较高的硬度和较高的矿化程度, 硬度在57.76德国度左右, 矿化度为2.425g/L。

4 结论

煤矿矿区地下水水质化验分析研究工作的目的是查清矿区内的水文地质条件, 分析矿床的充水条件, 预测各矿体在开采过程中的矿坑涌水量, 减少或避免突水对矿山生产造成的危害, 为保证煤矿开采提供理论依据, 为保证煤矿安全生产提供基础。本文在对本矿各层地下水化学特征分析研究的基础上, 考察了各含水层的水质特点, 对今后井下涌水来源的分析判断有着一定的参考价值, 有利于矿井防治水患, 安全生产。相信, 随着人们安全意识的不断加强和我国科学技术的发展, 人们会越来越重视煤矿矿区地下水水质化验工作, 地下水质化验工作也会更好的为煤矿开采工作服务。

参考文献

[1]杨少华.浅谈矿区地下水环境影响评价[J].科技情报开发与经济, 2008.