苑騰飛，劉　杰，徐　園

（1.三峽大學(xué)土木與建筑學(xué)院，湖北 宜昌　443002；2.天津大學(xué)建筑工程學(xué)院，天津　300072）

基于兩種方法對比的沛沿河水質(zhì)綜合評價(jià)

苑騰飛1，劉杰1，徐園2

（1.三峽大學(xué)土木與建筑學(xué)院，湖北 宜昌443002；2.天津大學(xué)建筑工程學(xué)院，天津300072）

摘 要：沛沿河水質(zhì)的穩(wěn)定達(dá)標(biāo)直接關(guān)系到南水北調(diào)江蘇段出境水質(zhì)的好壞，對其進(jìn)行水質(zhì)綜合評價(jià)尤為重要。根據(jù)沛沿河李集橋斷面監(jiān)測數(shù)據(jù)，分別采用模糊綜合評價(jià)法、BP神經(jīng)網(wǎng)絡(luò)法，對徐州沛沿河進(jìn)行水質(zhì)評價(jià)。模糊綜合評價(jià)法的結(jié)果顯示，2009—2014年水質(zhì)分別為Ⅳ、Ⅳ、Ⅳ、Ⅳ、Ⅳ、Ⅲ類；BP神經(jīng)網(wǎng)絡(luò)法的結(jié)果顯示，2009—2014年水質(zhì)分別為Ⅲ、Ⅲ、Ⅳ、Ⅳ、Ⅳ、Ⅲ類。沛沿河的水質(zhì)逐漸好轉(zhuǎn)，但效果不明顯，應(yīng)當(dāng)采取進(jìn)一步措施對其進(jìn)行治理。分析表明：BP人工神經(jīng)網(wǎng)絡(luò)由于其自身的缺點(diǎn)導(dǎo)致評價(jià)結(jié)果較為樂觀，模糊綜合評價(jià)法能更好地反映水體的實(shí)際情況，可更好地為水環(huán)境保護(hù)提供科學(xué)依據(jù)。對比兩種評價(jià)方法的優(yōu)缺點(diǎn)，建議當(dāng)評價(jià)結(jié)果重點(diǎn)體現(xiàn)各個(gè)評價(jià)因子對水質(zhì)的影響時(shí)，選用模糊綜合評價(jià)法；當(dāng)數(shù)據(jù)量較大且需突出局部影響時(shí)，建議采用BP人工神經(jīng)網(wǎng)絡(luò)法。

關(guān)鍵詞：模糊綜合評價(jià)法；BP人工神經(jīng)網(wǎng)絡(luò)；水質(zhì)綜合評價(jià)；沛沿河

1　前言

監(jiān)測數(shù)據(jù)顯示，我國七大水系的197條河流布設(shè)的408個(gè)監(jiān)測斷面中，IV類、V類、劣V類水質(zhì)分別占23%、5%、26%，在27個(gè)國家直接控制的重點(diǎn)湖里IV類、V類、劣V類水質(zhì)分別占4%、19%、48%。徐州地處南水北調(diào)東線工程的中部，其水污染的控制對保證南水北調(diào)工程水質(zhì)具有重要意義。客觀科學(xué)的水質(zhì)評價(jià)對于水資源規(guī)劃及水污染防治尤為關(guān)鍵。目前，水質(zhì)評價(jià)主要采用的方法有指數(shù)評價(jià)法、基于模糊理論的評價(jià)法、基于灰色系統(tǒng)理論的評價(jià)法、基于人工神經(jīng)網(wǎng)絡(luò)的評價(jià)法、基于統(tǒng)計(jì)理論的主成分分析法。模糊綜合評價(jià)法具有結(jié)果清晰、系統(tǒng)性強(qiáng)的特點(diǎn)，能很好地解決模糊、難量化的問題，適合用以解決各種非確定性問題，客觀反映水質(zhì)現(xiàn)狀［1，2］。BP人工神經(jīng)網(wǎng)絡(luò)是根據(jù)誤差反傳算法而來的，使用廣泛［3，4］。筆者以徐州沛沿河為研究對象，選取李集橋斷面實(shí)測資料，運(yùn)用模糊綜合評價(jià)法和BP人工神經(jīng)網(wǎng)絡(luò)法進(jìn)行綜合評價(jià)，為沛沿河水污染治理提供理論依據(jù)。

2　研究方法

2.1模糊綜合評價(jià)法

2.1.1隸屬度函數(shù)的確定

因子集和評價(jià)集給定后，各污染指標(biāo)和評價(jià)標(biāo)準(zhǔn)之間的模糊關(guān)系可以用模糊關(guān)系矩陣R表示:

根據(jù)模糊關(guān)系的定義，rij表示第i種污染因子的水質(zhì)數(shù)值可以被評為第j級水質(zhì)的可能性，即i對j的隸屬度。

2.1.2評價(jià)因子權(quán)重的計(jì)算

評價(jià)因子的權(quán)重Wi計(jì)算公式為:

式中:ui為評價(jià)因子實(shí)際監(jiān)測值；vij為《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》中分類臨界點(diǎn)取值。

對計(jì)算得出的Wi進(jìn)行歸一化處理，歸一化權(quán)重集W的計(jì)算公式為:

2.1.3綜合隸屬度的確定

在確定模糊關(guān)系矩陣R和權(quán)重集W之后，即可以確定綜合隸屬度S:

確定綜合評價(jià)集后，就可以根據(jù)最大隸屬度原則判斷水質(zhì)的級別。

2.2BP神經(jīng)網(wǎng)絡(luò)法

設(shè)輸入層i節(jié)點(diǎn)輸出為Ii，輸入層i節(jié)點(diǎn)與隱含層j節(jié)點(diǎn)之間有連接權(quán)值為ωji，隱含層j節(jié)點(diǎn)的閾值為θj，中間層j節(jié)點(diǎn)和輸出層k節(jié)點(diǎn)之間有連接權(quán)值Vkj，輸出節(jié)點(diǎn)閾值為γk。在信息的正向傳播過程中，隱含層與輸出層節(jié)點(diǎn)都經(jīng)過Sigmoid激活函數(shù)作用，隨后輸出結(jié)果。

（1）參數(shù)初始化。開始賦予網(wǎng)絡(luò)初始狀態(tài)的各層節(jié)點(diǎn)的連接權(quán)值ωji、Vkj與θj、γk為（-1，1）之間隨機(jī)小數(shù)。

（2）在輸入層輸入第1個(gè)樣本信號。

（3）隱含層節(jié)點(diǎn)輸出Hj計(jì)算。其計(jì)算公式為:

式中:ωji為輸入層與輸出層連接權(quán)值；Ii為輸入層輸出值；θj為隱含層閾值。

（4）輸出層節(jié)點(diǎn)輸出Ok計(jì)算。其計(jì)算公式為:

式中:Vkj為中間層與輸出層連接權(quán)值；γk為輸出節(jié)點(diǎn)閾值。

（5）輸出層的輸出誤差δk計(jì)算。其計(jì)算公式為:

式中:Tk為樣本期望輸出；Ok為樣本經(jīng)網(wǎng)絡(luò)學(xué)習(xí)后的實(shí)際輸出。

（6）隱含層誤差σj計(jì)算。其計(jì)算公式為:

（7）輸出層節(jié)點(diǎn)閾值γk和連接權(quán)Vkj的修正。其計(jì)算公式分別為:

式中:α、β為學(xué)習(xí)參數(shù)，一般取0.2～0.5，下同。

（8）連接權(quán)值ωji和隱含層閾值θj的修正。其計(jì)算公式分別為:

式中:ω'ji為修正后的連接權(quán)值；θ'j為修正后的隱含層閾值。

（9）取下一樣本為輸入信號，重復(fù)學(xué)習(xí)過程。當(dāng)所有樣本學(xué)習(xí)完畢，計(jì)算樣本均方誤差E。其計(jì)算公式為:

當(dāng)E滿足精度λ時(shí)，則學(xué)習(xí)結(jié)束；否則更新學(xué)習(xí)次數(shù)，重復(fù)上述步驟，直至精度滿足要求。

筆者采用比例壓縮法，歸一化公式為:

式中:Tmax，Tmin分別為水質(zhì)數(shù)據(jù)的最大值和最小值；Xmax，Xmax分別為目標(biāo)數(shù)據(jù)的最大值和最小值，這里取Tmax=0.9，Tmin=0.1。

3　沛沿河水質(zhì)評價(jià)

采用沛沿河李集橋斷面2009—2014年水質(zhì)監(jiān)測結(jié)果，選取溶解氧（DO）、五日生化需氧量（BOD5）、化學(xué)需氧量（COD）、氨氮、總磷、砷、六價(jià)鉻7項(xiàng)指標(biāo)（見表1），分別采用模糊綜合評價(jià)法和BP人工神經(jīng)網(wǎng)絡(luò)法對沛沿河水質(zhì)進(jìn)行評價(jià)。

表1　沛沿河李集橋斷面2009—2014年水質(zhì)監(jiān)測結(jié)果mg/L

3.1　模糊綜合評價(jià)結(jié)果及分析

此次評價(jià)選取的因子有7個(gè)，故因子集為U= ｛DO，BOD5，COD，氨氮，總磷，砷，鉻｝，相對應(yīng)的評價(jià)集為V=｛v1，v2，v3，v4，v5，v6，v7｝。結(jié)合式（2）先計(jì)算指標(biāo)權(quán)重，再運(yùn)用式（3）進(jìn)行歸一化處理，最后采用式（4）計(jì)算綜合隸屬度，計(jì)算結(jié)果見表2。

表2　綜合隸屬度計(jì)算結(jié)果

選取表2中各個(gè)年份隸屬度最大值對應(yīng)的類別作為該年水質(zhì)的類別，得到結(jié)果見表3。

表3　經(jīng)模糊綜合評價(jià)法評價(jià)的各年份水質(zhì)類別

結(jié)果分析如下:從2009、2010年的水質(zhì)監(jiān)測數(shù)據(jù)看，大多數(shù)指標(biāo)較樂觀，但COD情況較差屬Ⅳ類，運(yùn)用模糊綜合評價(jià)法確定2009、2010年為Ⅳ類水符合單因子評價(jià)情況；從2011、2013年的水質(zhì)監(jiān)測數(shù)據(jù)看，只有總磷1項(xiàng)指標(biāo)屬Ⅳ類，經(jīng)過綜合隸屬度計(jì)算后確定其為Ⅳ類水；2012年氨氮1項(xiàng)指標(biāo)導(dǎo)致其屬于Ⅳ類水。2014年指標(biāo)最差的COD、氨氮和總磷均屬Ⅲ類，其他指標(biāo)較優(yōu)，因此總體上屬Ⅲ類水。從總的趨勢來看，沛沿河水質(zhì)在逐漸變好，但是變化幅度較慢，個(gè)別指標(biāo)較差嚴(yán)重影響水質(zhì)，需要針對具體問題采取措施。

3.2BP人工神經(jīng)網(wǎng)絡(luò)評價(jià)結(jié)果

3.2.1網(wǎng)絡(luò)層數(shù)的確定

（1）輸入層。輸入層神經(jīng)元等于水質(zhì)評價(jià)因子數(shù)量，本研究選取溶解氧、五日生化需氧量、化學(xué)需氧量、氨氮、總磷、砷、六價(jià)鉻7個(gè)指標(biāo)作為沛沿河水質(zhì)評價(jià)因子，因此輸入層神經(jīng)元數(shù)為7。

（2）輸出層。輸出層為水質(zhì)評價(jià)的結(jié)果。根據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB3838-2002），將地表水環(huán)境質(zhì)量分為五類，本研究依次用0.1、0.3、0.5、0.7、0.9表示，輸出層選用1個(gè)神經(jīng)元。

（3）隱含層節(jié)點(diǎn)數(shù)。經(jīng)計(jì)算，確定隱含層節(jié)點(diǎn)數(shù)為4。

設(shè)計(jì)網(wǎng)絡(luò)模型結(jié)構(gòu)，如圖1所示。

圖1　設(shè)計(jì)網(wǎng)絡(luò)模型結(jié)構(gòu)

3.2.2學(xué)習(xí)訓(xùn)練

本研究應(yīng)用MATLAB數(shù)值計(jì)算軟件中Neural Networks Toolbox提供的L-M算法進(jìn)行訓(xùn)練。期望（這里指人為規(guī)定的誤差精度，該算法中術(shù)語）指定為10-7，經(jīng)過13次訓(xùn)練后滿足誤差要求。權(quán)值及閾值見表4，BP神經(jīng)網(wǎng)絡(luò)法各年份對應(yīng)輸出值及水質(zhì)類別見表5。

結(jié)果分析如下:BP神經(jīng)網(wǎng)絡(luò)計(jì)算結(jié)果顯示2009—2014年沛沿河的水質(zhì)為Ⅲ、Ⅲ、Ⅳ、Ⅳ、Ⅳ、Ⅲ類，與模糊評價(jià)法所得結(jié)果有些許出入。以2009年為例，模糊評價(jià)法COD指標(biāo)屬于劣Ⅳ類，而BP神經(jīng)網(wǎng)絡(luò)法卻為Ⅲ類，這是由于人工神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)訓(xùn)練時(shí)只是采用標(biāo)準(zhǔn)值，沒有特殊考慮污染較嚴(yán)重的指標(biāo)，導(dǎo)致評價(jià)結(jié)果過于樂觀。

表4　　權(quán)值及閾值

表5　BP神經(jīng)網(wǎng)絡(luò)法各年份對應(yīng)輸出值及水質(zhì)類別

4　結(jié)果對比及建議

經(jīng)分析比較得出，模糊綜合評價(jià)法能更好地反映水體的實(shí)際情況，可更好地為水環(huán)境保護(hù)提供科學(xué)依據(jù)。BP神經(jīng)網(wǎng)絡(luò)由于其自身存在的非線性優(yōu)化、過擬合、遺忘舊樣本等缺點(diǎn)導(dǎo)致評價(jià)結(jié)果較為樂觀，其評價(jià)結(jié)果有待于進(jìn)一步優(yōu)化。此外，從評價(jià)結(jié)果看，沛沿河水污染情況在2009—2014年間有所好轉(zhuǎn)，但改善趨勢并不明顯，需進(jìn)一步加強(qiáng)治理。

結(jié)合兩種評價(jià)方法的優(yōu)缺點(diǎn)，建議當(dāng)評價(jià)結(jié)果重點(diǎn)體現(xiàn)各個(gè)評價(jià)因子對水質(zhì)的綜合影響時(shí)，選用模糊綜合評價(jià)法；當(dāng)數(shù)據(jù)量較大且需突出局部影響時(shí)，建議采用BP人工神經(jīng)網(wǎng)絡(luò)法。

參考文獻(xiàn)

［1］劉沛靈.三岔湖水質(zhì)評價(jià)及污染物防治對策研究［D］.成都:四川師范大學(xué)，2012.

［2］萬金保，李媛媛.模糊綜合評價(jià)法在鄱陽湖水質(zhì)評價(jià)中的應(yīng)用［J］.上海環(huán)境科學(xué)，2007（5）:215-218.

［3］李晶.基于人工神經(jīng)網(wǎng)絡(luò)的黃河寧夏段水質(zhì)評價(jià)研究［D］.銀川:寧夏大學(xué)，2013.

［4］陳怡.基于BP神經(jīng)網(wǎng)絡(luò)的成都市中心城區(qū)三河水質(zhì)評價(jià)研究［D］.成都:西南交通大學(xué)，2012.

中圖分類號：X824

文獻(xiàn)標(biāo)識碼：A

文章編號：1004-7328（2016）02-0053-04

DOI:10.3969/j.issn.1004-7328.2016.02.018

收稿日期：2016—01—15

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目（51579138）；湖北省自然科學(xué)基金資助項(xiàng)目（2014CFB673）；三峽大學(xué)拔尖人才計(jì)劃項(xiàng)目（KJ2014H012）

作者簡介：苑騰飛（1991—），男，碩士研究生，主要研究方向?yàn)檫吰路€(wěn)定性分析方面。

Comprehensive Assessment of Peiyan River Water Quality Based on
the Comparison of Two Methods

YUAN Teng-fei1，LIU Jie1，XU Yuan2
（1.Civil Engineering and Architecture Faculty of Three Gorges University，Yichang 443002，China；2.School of Civil Engineering of Tianjin University，Tianjin 300072，China）

Abstract：The water quality of Peiyan River directly influences the exit water of Jiangsu section.Thus water quality comprehensive evaluation is particularly important.According to monitoring data of Peiyan River Li Jiqiao section，the water quality of Peiyan River is evaluated with fuzzy comprehensive evaluation method and BP Neural network method.The result of fuzzy comprehensive evaluation method shows that water quality are respectivelyⅣ，Ⅳ，Ⅳ，Ⅳ，Ⅳ，Ⅲfrom 2009 to 2014；the result of BP Neural network method shows that water quality are respectivelyⅢ，Ⅲ，Ⅳ，Ⅳ，Ⅳ，Ⅲfrom 2009 to 2014.The quality of the water is gradually improving，but the effect is not obvious.Further measurements should be taken to control the pollution.Analysis shows that due to its own shortcomings，the result of BP Neural network method lead to be more optimistic.While the result of fuzzy comprehensive evaluation method can better reflect the actual situation of water body，and provide scientific basis for water environment protection.Comparing the advantages and disadvantages of the two kinds of evaluation method，suggest that when the evaluation results need to reflect each evaluation factor's influence on water quality，fuzzy comprehensive evaluation method should be chosen；when the amount of data is large and local influence is outstanding，BP Neural network method is better.

Key words：fuzzy comprehensive evaluation method；BP neural network method；comprehensive evaluation of water quality；Peiyan River