吳岳玲

摘要?水質(zhì)評(píng)價(jià)和水質(zhì)預(yù)測(cè)研究是實(shí)現(xiàn)水污染精準(zhǔn)化治理的基礎(chǔ)和前提。在介紹水環(huán)境現(xiàn)狀的基礎(chǔ)上，主要闡述了水質(zhì)評(píng)價(jià)和水質(zhì)預(yù)測(cè)的基本概念，總結(jié)了水質(zhì)評(píng)價(jià)、水質(zhì)預(yù)測(cè)在國(guó)內(nèi)外的研究進(jìn)展以及基本方法，并對(duì)水質(zhì)預(yù)測(cè)在未來(lái)的研究進(jìn)行了展望，旨為解決水環(huán)境污染和制定相關(guān)保護(hù)政策提供一定的科學(xué)依據(jù)。

關(guān)鍵詞?水質(zhì)評(píng)價(jià);水質(zhì)預(yù)測(cè);研究進(jìn)展;評(píng)價(jià)方法

中圖分類號(hào)?X824文獻(xiàn)標(biāo)識(shí)碼?A

文章編號(hào)?0517-6611（2020）02-0023-04

doi：10.3969/j.issn.0517-6611.2020.02.007

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Progress in Comprehensive Evaluation and Prediction of Water Quality

WU Yue-ling?（School of Civil and Hydraulic Engineering，Ningxia University，Yinchuan，Ningxia 750021）

Abstract?The research of water quality assessment and water quality prediction are the basis for achieving precise control of water pollution.Based on the introduction of the current situation of water environment，the basic concepts of water quality assessment and water quality prediction were mainly expounded，the research progress and basic methods of water quality assessment and water quality prediction at home and abroad were summarized，and the future research of water quality prediction was prospected.It is expected to provide a scientific basis for solving water pollution and formulating relevant protection policies.

Key words?Water quality assessment;Water quality prediction;Research progress;Evaluation method

水資源是保障人類生活和促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展不可或缺的自然資源，是地球上一切生物賴以生存的物質(zhì)基礎(chǔ)[1]。然而，隨著科技的進(jìn)步和人類社會(huì)的不斷發(fā)展，水環(huán)境質(zhì)量卻日趨惡化，目前水污染問(wèn)題已嚴(yán)重影響了我國(guó)經(jīng)濟(jì)、社會(huì)的可持續(xù)發(fā)展。水質(zhì)評(píng)價(jià)的引入為解決水體污染提供了一定的依據(jù)[2]，在水資源緊缺和水環(huán)境污染嚴(yán)重的情形下，對(duì)河、湖水質(zhì)進(jìn)行綜合性的評(píng)價(jià)，可以充分了解河、湖的健康狀況、污染情況，對(duì)于解決水體污染、保護(hù)水資源和社會(huì)經(jīng)濟(jì)發(fā)展具有十分重要的現(xiàn)實(shí)意義，對(duì)水環(huán)境質(zhì)量進(jìn)行科學(xué)合理的預(yù)測(cè)，及時(shí)分析和掌握河、湖水環(huán)境質(zhì)量的變化趨勢(shì)，可為水環(huán)境保護(hù)奠定一定的基礎(chǔ)。

1?水環(huán)境的現(xiàn)狀

地球上的水資源總量約為 13.8×108 km3， 其中97.5%是海水，淡水僅占 2.5%，其中適宜人類使用的僅為 0.01%，聯(lián)合國(guó)《世界水資源綜合評(píng)估報(bào)告》預(yù)測(cè)，到 2025 年，全世界人口將增加至83 億，而生活在那些水資源短缺國(guó)家的人口將增加到 30 億[3]。21世紀(jì)以來(lái)，隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展和人口的大量增長(zhǎng)，我國(guó)用水高峰預(yù)測(cè)將在2030年到來(lái)。我國(guó)是世界上水資源短缺最嚴(yán)重的13個(gè)國(guó)家之一，在水資源短缺的同時(shí)水資源的分布也極其不平衡：在空間上，我國(guó)南部地區(qū)的降雨量多于北部地區(qū)，東部地區(qū)的降雨量多于西部地區(qū);在時(shí)間上，主要呈現(xiàn)夏季多于冬季的現(xiàn)象。當(dāng)前水資源短缺已嚴(yán)重影響了我國(guó)經(jīng)濟(jì)的發(fā)展[4]。

根據(jù)生態(tài)環(huán)境部公布的《2017 年中國(guó)生態(tài)環(huán)境狀況公報(bào)》[5]，2017 年我國(guó)地表水1 940個(gè)水質(zhì)斷面（點(diǎn)位）中，67.9%斷面水質(zhì)為Ⅰ～Ⅲ類，23.8%斷面水質(zhì)為Ⅳ～Ⅴ類，8.3%斷面水質(zhì)為劣Ⅴ類。在112個(gè)重要湖泊（水庫(kù)）中，Ⅰ 類水質(zhì)的湖泊（水庫(kù)）占5.4%，Ⅱ類水質(zhì)的湖泊（水庫(kù)）占24.1%，Ⅲ類水質(zhì)的湖泊（水庫(kù)）占33.0%，海河流域仍為我國(guó)污染最為嚴(yán)重的區(qū)域。近年來(lái)，一些突發(fā)性的水污染事故頻繁出現(xiàn)在我國(guó)重點(diǎn)流域，據(jù)統(tǒng)計(jì)，我國(guó)平均每 2～3 d 就會(huì)發(fā)生一起水體污染事故，這使得我國(guó)水資源更加匱乏，嚴(yán)重威脅了我國(guó)的生態(tài)環(huán)境和人類健康[6]。

2?水質(zhì)評(píng)價(jià)在國(guó)內(nèi)外的研究進(jìn)展

2.1?水質(zhì)評(píng)價(jià)的概念

水質(zhì)評(píng)價(jià)，即水環(huán)境質(zhì)量評(píng)價(jià)，水環(huán)境是指自然界中水形成過(guò)程所處的大環(huán)境。水環(huán)境評(píng)價(jià)所指的是這個(gè)大環(huán)境的質(zhì)量狀況。根據(jù)不同的水環(huán)境因素，水環(huán)境包括河流水環(huán)境、海洋水環(huán)境、湖泊水環(huán)境等，人類社會(huì)賴以生存和發(fā)展的場(chǎng)所是水環(huán)境，但同時(shí)水環(huán)境也是受人類干擾和破壞最嚴(yán)重的領(lǐng)域[7]。對(duì)水質(zhì)的現(xiàn)狀進(jìn)行評(píng)價(jià)，首先確定需要評(píng)價(jià)的范圍，根據(jù)所評(píng)價(jià)的范圍選擇合適的評(píng)價(jià)參數(shù);其次，具體問(wèn)題具體分析，根據(jù)不同的參數(shù)選擇最為合適的評(píng)價(jià)方法;再次，對(duì)所評(píng)價(jià)區(qū)域的水質(zhì)現(xiàn)狀展開模擬計(jì)算[8]。

2.2?國(guó)內(nèi)外研究進(jìn)展

水質(zhì)評(píng)價(jià)是解決水體污染和保護(hù)水環(huán)境的基礎(chǔ)，水質(zhì)評(píng)價(jià)工作最早出現(xiàn)在美國(guó)[9]，美國(guó)學(xué)者在水質(zhì)評(píng)價(jià)的過(guò)程中提出了許多水質(zhì)評(píng)價(jià)的方法，為水質(zhì)評(píng)價(jià)方法的研究開拓了一條道路。20世紀(jì)60年代，水體質(zhì)量評(píng)價(jià)的水質(zhì)指數(shù)（QI）概念的提出標(biāo)志著水質(zhì)評(píng)價(jià)的開始，之后，各個(gè)國(guó)家以此理論為基礎(chǔ)，不斷對(duì)水質(zhì)評(píng)價(jià)的方法進(jìn)行補(bǔ)充和發(fā)展[10-11]。根據(jù)水質(zhì)指數(shù)（QI）理論，Brown等[12]提出了水質(zhì)現(xiàn)狀評(píng)價(jià)的質(zhì)量指數(shù)法（WQI） ，緊接著美國(guó)學(xué)者Nemerow[13]在其著作《河流污染科學(xué)分析》中提出了Nemero污染指數(shù)法，并將Nemero污染指數(shù)法用于分析美國(guó)地表水的污染情況。1977年，英國(guó)學(xué)者Ross[14] 在總結(jié)水質(zhì)評(píng)價(jià)一些方法后，提出了一種計(jì)算較為簡(jiǎn)單的羅斯水質(zhì)指數(shù)法。在 20 世紀(jì) 70 年代中，前蘇聯(lián)國(guó)家也積極展開了水質(zhì)評(píng)價(jià)工作，根據(jù)莫斯科河和伏爾加河上采用基于物理、化學(xué)和生物學(xué)指標(biāo)評(píng)價(jià)法建立了河流污染平衡模型，使評(píng)價(jià)結(jié)果更加全面、科學(xué)[15-16]。

我國(guó)在水環(huán)境質(zhì)量綜合評(píng)價(jià)方面起步較晚，我國(guó)水質(zhì)評(píng)價(jià)研究始于1973 年第一次對(duì)北京西郊環(huán)境質(zhì)量的評(píng)價(jià)[17]。1978 年，地表水質(zhì)污染指數(shù)由中國(guó)科學(xué)院地理科學(xué)與資源研究所提出，并將該指數(shù)用于我國(guó)東部河流水質(zhì)污染程度的評(píng)價(jià)中，1981 年，我國(guó)將單項(xiàng)評(píng)價(jià)法、地圖重疊法和加權(quán)算術(shù)平均河長(zhǎng)的水質(zhì)指數(shù)法運(yùn)用到了第一次全國(guó)水質(zhì)評(píng)估中[18]。隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展，各種數(shù)學(xué)模型得到了廣泛應(yīng)用，水質(zhì)評(píng)價(jià)方法也在逐步完善以適應(yīng)各種類型水體的水質(zhì)評(píng)價(jià)，而且評(píng)價(jià)的整體水平也在不斷提高。雖然水質(zhì)評(píng)價(jià)工作在國(guó)內(nèi)起步較晚，但發(fā)展十分迅速，郭晶等[19]運(yùn)用主成分分析法對(duì)洞庭湖的水質(zhì)進(jìn)行評(píng)價(jià)，得出洞庭湖水質(zhì)主要受TN、TP、BOD5、CODMn這4個(gè)因子的影響，該方法能從眾多的污染因子中篩選出影響水體的主要污染因子;孫大明[20]運(yùn)用層次分析法和單因子評(píng)價(jià)法對(duì)大連市沙河流域水質(zhì)進(jìn)行綜合評(píng)價(jià)，結(jié)果表明，層次分析法的評(píng)價(jià)結(jié)果與大沙河流域各斷面實(shí)際水質(zhì)情況相吻合。我國(guó)水質(zhì)評(píng)價(jià)研究到目前已有40多年的發(fā)展歷程，現(xiàn)有水質(zhì)評(píng)價(jià)方法主要側(cè)重于對(duì)評(píng)價(jià)指標(biāo)的處理、解決水環(huán)境的模糊和不確定性問(wèn)題。

2.3?水質(zhì)評(píng)價(jià)基本方法

水質(zhì)綜合評(píng)價(jià)已在水體污染防護(hù)中占主導(dǎo)地位，水質(zhì)綜合評(píng)價(jià)的首要工作是水質(zhì)指標(biāo)的選擇[21]。水環(huán)境是一個(gè)極其復(fù)雜的大環(huán)境，在這個(gè)大環(huán)境中進(jìn)行評(píng)價(jià)時(shí)，水質(zhì)指標(biāo)的選取、權(quán)重的確定等都會(huì)導(dǎo)致評(píng)價(jià)結(jié)果的不同，因此，至今為止，沒(méi)有一個(gè)完全合理、被大家公認(rèn)的評(píng)價(jià)方法。隨著科技的進(jìn)步和社會(huì)的發(fā)展，許多學(xué)者對(duì)水質(zhì)評(píng)價(jià)做進(jìn)一步的研究，提出了許多水質(zhì)評(píng)價(jià)的方法[22]，如主成分分析法、層次分析法、灰色關(guān)聯(lián)法、人工神經(jīng)網(wǎng)絡(luò)法等，這些方法的評(píng)價(jià)結(jié)果是否科學(xué)合理沒(méi)有一個(gè)確切的定義，且每種方法都有其相對(duì)應(yīng)的特征。因此，在水質(zhì)綜合評(píng)價(jià)的過(guò)程中，人們往往結(jié)合多種方法去評(píng)價(jià)，通過(guò)對(duì)每種方法的比較分析，使得評(píng)價(jià)結(jié)果更加科學(xué)合理。

2.3.1?主成分分析法。

主成分分析是一種多元統(tǒng)計(jì)方法，主要是從眾多的污染因子中篩選出主要的污染因子，又稱為主分量分析[23]。由于在水質(zhì)評(píng)價(jià)時(shí)，所涉及到的因子數(shù)量較多，因此可能無(wú)法提取水體的重要信息，無(wú)法做出科學(xué)有效的水質(zhì)評(píng)價(jià)。主成分分析不僅能在一定程度上減少指標(biāo)數(shù)量，而且篩選出的水質(zhì)指標(biāo)兩兩之間不相關(guān)[24]，這樣，在保證信息量損失最小的情況下簡(jiǎn)化計(jì)算，提高評(píng)價(jià)結(jié)果的可信度，篩選出重要的水質(zhì)指標(biāo)。

2.3.2?聚類分析法。

聚類分析又稱為群分析，是利用數(shù)理統(tǒng)計(jì)的手段，對(duì)數(shù)據(jù)進(jìn)行分類的一種方法，是建立在大量樣本數(shù)據(jù)的基礎(chǔ)上進(jìn)行的，在指標(biāo)的篩選中，將相關(guān)性或數(shù)據(jù)特征相近的水質(zhì)指標(biāo)利用聚類分析方法歸為一類。聚類分析法常用于水環(huán)境時(shí)空特征分布中，分析流域水環(huán)境的時(shí)空分布特征[25]，在很多研究中將水質(zhì)評(píng)價(jià)和聚類分析一起分析，應(yīng)用聚類法將參與水體評(píng)價(jià)的流域或斷面在空間尺度上進(jìn)行歸類，然后綜合討論[26]。

2.3.3?污染指數(shù)評(píng)價(jià)法。

污染指數(shù)法基于單因子評(píng)價(jià)法，根據(jù)水功能分區(qū)進(jìn)行，將單項(xiàng)因子與水功能分區(qū)的水質(zhì)標(biāo)準(zhǔn)進(jìn)行比較，得出單項(xiàng)污染指數(shù)，再通過(guò)一定的計(jì)算方法計(jì)算各污染指標(biāo)的相對(duì)污染指數(shù)[27]，以此來(lái)作為水質(zhì)評(píng)價(jià)的基礎(chǔ)。污染指數(shù)評(píng)價(jià)法能夠直觀地判斷出綜合水質(zhì)是否符合功能區(qū)目標(biāo)，由于在計(jì)算的過(guò)程中所采用的數(shù)學(xué)方法不同，所以得出的污染指數(shù)也就有所不同，因此污染指數(shù)評(píng)價(jià)法不能準(zhǔn)確地去判斷該水體的綜合水質(zhì)級(jí)別，不便于進(jìn)行水體之間的水質(zhì)對(duì)比。

2.3.4?模糊評(píng)價(jià)法。

由于水體環(huán)境的復(fù)雜性以及水體污染程度界限的模糊性，用污染指數(shù)的方法去判斷水體的污染程度是不客觀的，而模糊數(shù)學(xué)理論是針對(duì)現(xiàn)實(shí)中具有模糊現(xiàn)象問(wèn)題的一門學(xué)科，對(duì)于研究水環(huán)境問(wèn)題具有很好的貼合性。模糊評(píng)價(jià)法是通過(guò)樣本數(shù)據(jù)，建立所選的水質(zhì)指標(biāo)對(duì)各類水質(zhì)標(biāo)準(zhǔn)等級(jí)的隸屬函數(shù)關(guān)系，也就是通過(guò)精確的數(shù)字手段處理模糊的評(píng)價(jià)對(duì)象，最后，根據(jù)隸屬度最大的原則判斷水體的水質(zhì)類別[28]。然而，模糊綜合評(píng)價(jià)法在水質(zhì)評(píng)價(jià)過(guò)程中的計(jì)算較為復(fù)雜，而且對(duì)指標(biāo)權(quán)重矢量的確定主觀性較強(qiáng)，信息損失多，有可能會(huì)評(píng)價(jià)失敗，對(duì)于劣Ⅴ類水質(zhì)的評(píng)價(jià)偏保守。我國(guó)已有許多學(xué)者將模糊評(píng)價(jià)法運(yùn)用到實(shí)際案例中，朱潔等[29]用模糊評(píng)價(jià)法對(duì)楠溪江的水質(zhì)進(jìn)行了評(píng)價(jià)，侯玉婷等[30]運(yùn)用改進(jìn)的模糊綜合評(píng)價(jià)法對(duì)喀斯特山區(qū)的水質(zhì)進(jìn)行了評(píng)價(jià)。

2.3.5?灰色系統(tǒng)法。

灰色系統(tǒng)理論是由鄧聚龍教授于1982年提出的一門新興理論[31]?；疑P(guān)聯(lián)法是基于灰色系統(tǒng)來(lái)確定2個(gè)水環(huán)境因子之間關(guān)聯(lián)度的方法，灰色關(guān)聯(lián)評(píng)價(jià)法充分考慮了水質(zhì)分級(jí)界限的不確定性，使水質(zhì)評(píng)價(jià)結(jié)果更加準(zhǔn)確。灰色關(guān)聯(lián)法的缺點(diǎn)是：在水質(zhì)評(píng)價(jià)過(guò)程中當(dāng)有太多指標(biāo)需要評(píng)估時(shí)，指標(biāo)權(quán)重的歸一化和標(biāo)準(zhǔn)化可能會(huì)影響指標(biāo)分得的權(quán)重值，從而忽略了這些指標(biāo)在評(píng)價(jià)中的作用?，F(xiàn)如今，許多學(xué)者將灰色評(píng)價(jià)法已應(yīng)用到水質(zhì)評(píng)價(jià)的實(shí)踐當(dāng)中，張彥波等[32]應(yīng)用改進(jìn)的灰色關(guān)聯(lián)法對(duì)地表水環(huán)境的質(zhì)量進(jìn)行評(píng)價(jià)，儲(chǔ)金宇等[33]采用灰色聚類法對(duì)長(zhǎng)江鎮(zhèn)江段的水質(zhì)進(jìn)行了評(píng)價(jià)。

2.3.6?層次分析法。使用層次分析法進(jìn)行水質(zhì)評(píng)價(jià)時(shí)，將待評(píng)測(cè)水體的評(píng)價(jià)指標(biāo)按照一定的方法分解為幾個(gè)層次，然后按照這些指標(biāo)之間的關(guān)系進(jìn)行分組，建立一個(gè)有序的層次結(jié)構(gòu)，以確定每個(gè)層次之間的隸屬關(guān)系，最后通過(guò)對(duì)每組中的水質(zhì)指標(biāo)兩兩比較確定層次中各因素的相對(duì)重要性順序[34]。層次分析法是一種將定性和定量分析相結(jié)合的評(píng)價(jià)方法，具有較強(qiáng)的邏輯性和系統(tǒng)性。層次分析法的缺點(diǎn)是：沒(méi)有考慮層次權(quán)值之間的關(guān)聯(lián)性，導(dǎo)致分辨率降低，對(duì)劣Ⅴ類的水質(zhì)評(píng)價(jià)偏保守。

2.3.7?人工神經(jīng)網(wǎng)絡(luò)法。

人工神經(jīng)網(wǎng)絡(luò)思想是 McCulloch和Pitts于1943年提出的，在水質(zhì)綜合評(píng)價(jià)中，由 Rumelhart 等學(xué)者提出的 BP（back propagation）網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)法中應(yīng)用較廣泛的，也是最具代表性的一種模型[35]，人工神經(jīng)網(wǎng)絡(luò)法計(jì)算簡(jiǎn)單，運(yùn)算速度快，受外界影響小，且與真實(shí)結(jié)果相符度高，評(píng)價(jià)結(jié)果可信度高。人工神經(jīng)網(wǎng)絡(luò)法雖然在水質(zhì)評(píng)價(jià)中得到了較為廣泛的應(yīng)用，但其也具有一定的缺陷，如收斂速度慢，網(wǎng)絡(luò)對(duì)初始值比較敏感，因此容易陷入局部極小值。

3?水質(zhì)預(yù)測(cè)在國(guó)內(nèi)外的研究進(jìn)展

3.1?水質(zhì)預(yù)測(cè)的概念

水質(zhì)預(yù)測(cè)是水質(zhì)評(píng)價(jià)工作的延伸，河流、湖泊的水質(zhì)預(yù)測(cè)模型是通過(guò)現(xiàn)有的監(jiān)測(cè)資料對(duì)未來(lái)一段時(shí)間內(nèi)的水質(zhì)狀況進(jìn)行科學(xué)的推測(cè)和判斷，對(duì)預(yù)防水質(zhì)污染事件、保護(hù)水環(huán)境都具有重要的現(xiàn)實(shí)意義[36]。

3.2?國(guó)內(nèi)外研究進(jìn)展

隨著研究者研究的不斷深入和計(jì)算機(jī)技術(shù)的不斷發(fā)展，水質(zhì)預(yù)測(cè)的方法愈來(lái)愈多，如數(shù)理統(tǒng)計(jì)法、神經(jīng)網(wǎng)絡(luò)模型、水質(zhì)模擬模型和混沌理論[37]，在數(shù)理統(tǒng)計(jì)法中，應(yīng)用最廣泛的是GM（1，1）模型。神經(jīng)網(wǎng)絡(luò)模型也是近幾年來(lái)比較火熱的預(yù)測(cè)方法，許多中國(guó)學(xué)者已將神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到實(shí)際案例中，如張青等[38]運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對(duì)洪湖的水質(zhì)指標(biāo)進(jìn)行了預(yù)測(cè)，結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的水質(zhì)指標(biāo)的相關(guān)性系數(shù)都在0.998以上。孔剛等[39]應(yīng)用BP神經(jīng)網(wǎng)絡(luò)法對(duì)北京平原地下水水質(zhì)進(jìn)行評(píng)價(jià)，在12眼監(jiān)測(cè)井中，第一眼井的水質(zhì)最差，為Ⅴ類水，主要的超標(biāo)因子有NH3-N、氟化物、總硬度。

1925年，美國(guó)工程師Streeter 和 Phelps提出第一個(gè)水質(zhì)模型——氧平衡模型[40]。對(duì)于湖泊水質(zhì)模擬方向，也從單一的有機(jī)污染模擬到復(fù)雜的富營(yíng)養(yǎng)化生態(tài)模擬，其模型更加復(fù)雜也更加精確且切合實(shí)際。隨著全球水污染和飲用水污染加重，經(jīng)過(guò)30多年的發(fā)展，人們建立了各種新的水質(zhì)預(yù)測(cè)模型。張學(xué)成[41]引入均值生成函數(shù)建立了MFAM模型，用于預(yù)測(cè)和模擬河流的污染，反映水質(zhì)變化的規(guī)律，1963年，美國(guó)學(xué)者愛(ài)德華提出了一種兼具質(zhì)性思考與量化分析的混沌理論，經(jīng)過(guò)長(zhǎng)時(shí)間的研究與發(fā)展，已成功應(yīng)用到社會(huì)、經(jīng)濟(jì)和語(yǔ)言等方面[42]。目前，美國(guó)環(huán)境保護(hù)局提出的 WASP 水質(zhì)模型系統(tǒng)在河流、湖泊等水體得到了廣泛的應(yīng)用。

3.3?水質(zhì)預(yù)測(cè)的基本方法

水是人類賴以生存的基礎(chǔ)，但水資源的管理在很長(zhǎng)一段時(shí)間里被人們忽視和遺忘，由于工業(yè)的迅速發(fā)展，城鎮(zhèn)化進(jìn)程的不斷加快，使得我國(guó)多數(shù)水體的水質(zhì)受到了不同程度的污染。為了掌握水環(huán)境的污染情況，在污染情況嚴(yán)重時(shí)可及時(shí)采取相應(yīng)的措施，需了解和掌握水質(zhì)環(huán)境質(zhì)量在將來(lái)的變化趨勢(shì)，就需對(duì)水質(zhì)進(jìn)行預(yù)測(cè)，目前，常見(jiàn)的水質(zhì)預(yù)測(cè)方法可分為機(jī)理性方法與非機(jī)理性方法兩類。

3.3.1?機(jī)理性方法。

3.3.1.1?QUAL模型預(yù)測(cè)法。QUAL模型是20世紀(jì)70年代美國(guó)提出的，QUAL模型最初包括QUAL-Ⅰ 水體綜合模型和 QUAL-Ⅱ 模型，隨著研究區(qū)域和模型對(duì)象的日益完善，之后陸續(xù)推出 QUAL2E、QUAL2K 等版本，該版本能夠較好地模擬預(yù)測(cè)水質(zhì)。QUAL模型經(jīng)過(guò)幾十年的發(fā)展歷程，在水質(zhì)模擬預(yù)測(cè)上有了廣泛的應(yīng)用，既可以研究點(diǎn)源污染，又可以研究非點(diǎn)源問(wèn)題[43-44]，特別是QUAL2K版本，具有功能齊全、數(shù)據(jù)量小等特點(diǎn)，因而有望得到更廣泛的應(yīng)用。

3.3.1.2?MIKE模型預(yù)測(cè)法。

MIKE模型是由丹麥水資源及水環(huán)境研究所（DHI）開發(fā)的，包括 MIKE11[45]、MIKE21[46]、MIKE3[47]。MIKE11是一維動(dòng)態(tài)水質(zhì)模型，應(yīng)用于各類水體水質(zhì)、泥沙等分析的綜合模擬軟件，在水工設(shè)計(jì)、洪水預(yù)報(bào)和水環(huán)境管理中均有廣泛應(yīng)用。MIKE21是適用于河口、海岸等地區(qū)水力和水流二維仿真模擬的綜合模擬軟件。MIKE3是三維模型，除此之外，MIKE 體系還包括其他一些界面友好的子模型。

3.3.1.3?WASP模型預(yù)測(cè)法。

WASP（water quality analysis simulation program，水質(zhì)分析模擬程序）模型是應(yīng)用最廣泛的水質(zhì)模型之一，最早由美國(guó)環(huán)境保護(hù)局開發(fā)出來(lái)，能夠應(yīng)用于自然或人為污染造成的各種不同水環(huán)境中，如地表河流、湖泊、水岸、河口等，也可針對(duì)各種不同水質(zhì)目標(biāo)進(jìn)行模擬，如溶解氧DO、總磷、總氮以及金屬離子等，經(jīng)過(guò)研究者的不斷總結(jié)創(chuàng)新開發(fā)，之后推出了WASP6系列模型，是美國(guó)環(huán)保局最完整實(shí)用的水質(zhì)模型之一[48]。WASP模型的局限：WASP軟件內(nèi)嵌一維水動(dòng)力模型DYNHYD5，DYNHYD5水動(dòng)力模塊不具有模擬水利工程運(yùn)行的功能，沒(méi)有考慮浮游動(dòng)物的影響[49]。

3.3.1.4?QUASAR模型預(yù)測(cè)法[50]。

QUASAR（quality simulation along river system）是一維動(dòng)態(tài)水質(zhì)模型，適用于模擬混合良好的支狀河流。QUASAR 模型包括PC-QUASAR、HERMES和QUESTOR三部分，可同時(shí)模擬水質(zhì)組分生化需氧量、溶解氧、氨氮、酸堿度、硝氮、溫度和一種守恒物質(zhì)的任意組合。QUASAR模型在模擬河道水質(zhì)預(yù)測(cè)的過(guò)程中，先將模擬河道劃分為一系列非均勻河段，再將河段劃分為若干等長(zhǎng)的完全混合計(jì)算單元。

3.3.2?非機(jī)理性方法。

3.3.2.1?灰色模型預(yù)測(cè)法。

灰色系統(tǒng)理論（grey system theory）是由鄧聚龍教授首次提出的[31]，在水環(huán)境保護(hù)中灰色理論及相關(guān)模型得到了廣泛的應(yīng)用。河流水質(zhì)預(yù)測(cè)是水資源保護(hù)和環(huán)境評(píng)價(jià)不可缺少的組成部分，而在現(xiàn)實(shí)生活中，由于各種因素的影響，無(wú)法獲得待預(yù)測(cè)水體水質(zhì)信息的準(zhǔn)確性和完整性，給預(yù)測(cè)方法的使用帶來(lái)了很大的困難，灰色預(yù)測(cè)的引入為預(yù)測(cè)信息不完整的水質(zhì)情況提供了一定的理論依據(jù)。其中，GM（1，1）模型在水質(zhì)預(yù)測(cè)中得到了較為廣泛的應(yīng)用。

3.3.2.2?人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)法。

人工神經(jīng)網(wǎng)絡(luò)是一種根據(jù)人腦神經(jīng)元結(jié)構(gòu)設(shè)計(jì)的計(jì)算方法，其研究起始于19世紀(jì)40年代[51]。人工神經(jīng)網(wǎng)絡(luò)的每個(gè)神經(jīng)元都具有獨(dú)立運(yùn)算和處理的能力，作為一個(gè)高度的非線性動(dòng)力系統(tǒng)，對(duì)于同一種網(wǎng)絡(luò)結(jié)構(gòu)，既可處理線性問(wèn)題，又可處理非線性問(wèn)題，在求解問(wèn)題時(shí)，對(duì)實(shí)際問(wèn)題的結(jié)構(gòu)沒(méi)有要求，不必對(duì)變量之間的關(guān)系做出任何假設(shè)，因此在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。隨著社會(huì)的快速發(fā)展，城鎮(zhèn)化的步伐加快，造成了水環(huán)境系統(tǒng)的惡化，水環(huán)境系統(tǒng)其本身特有的復(fù)雜性使其單純利用傳統(tǒng)的機(jī)理性與非機(jī)理性方法所得結(jié)果難以滿足預(yù)測(cè)的需要，人工神經(jīng)網(wǎng)絡(luò)的引入為解決水體污染問(wèn)題提供了一定的依據(jù)，通過(guò)監(jiān)測(cè)資料建立適合的人工神經(jīng)網(wǎng)絡(luò)，以實(shí)現(xiàn)對(duì)水質(zhì)的預(yù)測(cè)[38]。

4?結(jié)語(yǔ)

水污染和水資源短缺已成為我國(guó)首要關(guān)注的問(wèn)題，為了解決這個(gè)問(wèn)題，我國(guó)的水環(huán)境評(píng)價(jià)方法和預(yù)測(cè)方法正在不斷地得到完善和發(fā)展，許多研究者也對(duì)相關(guān)方法的研究步伐不斷加快，促使我國(guó)水環(huán)境評(píng)價(jià)和預(yù)測(cè)結(jié)果也更貼合實(shí)際。

水環(huán)境評(píng)價(jià)和預(yù)測(cè)的方法眾多，但是由于水環(huán)境系統(tǒng)是一個(gè)不斷變化、極其復(fù)雜、具有不確定性的大系統(tǒng)，所以至今為止，沒(méi)有一個(gè)較為系統(tǒng)的方法去評(píng)價(jià)和預(yù)測(cè)水環(huán)境。水環(huán)境評(píng)價(jià)及預(yù)測(cè)的研究領(lǐng)域處于發(fā)展階段，還有很多地方需要完善：①在進(jìn)行水環(huán)境的質(zhì)量評(píng)價(jià)時(shí)，應(yīng)根據(jù)區(qū)域環(huán)境特征、評(píng)價(jià)目的和水質(zhì)特性選擇有代表性的評(píng)價(jià)指標(biāo)和合適的評(píng)價(jià)方法，雖然水環(huán)境評(píng)價(jià)方法的種類很多，由于在不同的理論基礎(chǔ)上的評(píng)價(jià)方法，在評(píng)價(jià)同一樣本時(shí)，仍會(huì)有評(píng)價(jià)結(jié)果不穩(wěn)定、評(píng)價(jià)結(jié)果變化不一致的情況發(fā)生，因此需研究出一種統(tǒng)一的水質(zhì)評(píng)價(jià)模式，從而使得判別結(jié)果更加準(zhǔn)確合理;②水環(huán)境系統(tǒng)雖然復(fù)雜，但其變化具有一定的規(guī)律，機(jī)理性模型的建立雖然復(fù)雜，但隨著計(jì)算機(jī)的發(fā)展和通訊技術(shù)的廣泛應(yīng)用，機(jī)理性水質(zhì)預(yù)測(cè)模型必將得到廣泛的應(yīng)用。

參考文獻(xiàn)

[1] 楊永宇.黑河流域水環(huán)境因子分析及水環(huán)境質(zhì)量綜合評(píng)價(jià)[D].銀川：寧夏大學(xué)，2017.

[2] 王兆波.長(zhǎng)春市典型水庫(kù)水質(zhì)綜合評(píng)價(jià)及預(yù)測(cè)研究[D].長(zhǎng)春：長(zhǎng)春工程學(xué)院，2018.

[3] 張薇，趙亞娟.國(guó)際水資源現(xiàn)狀與研究熱點(diǎn)[J].地質(zhì)通報(bào)，2009，28（Z1）：177-183.[4] 中華人民共和國(guó)水利部.中國(guó)水資源公報(bào)[M].北京：中國(guó)水利水電出版社，2014.

[5] 2017年《中國(guó)生態(tài)環(huán)境狀況公報(bào)》（摘錄一）[J].環(huán)境保護(hù)，2018，46（11）：31-38.

[6] 李杰.漳河上游河流水質(zhì)評(píng)價(jià)及預(yù)測(cè)[D].邯鄲：河北工程大學(xué)，2018.

[7] STIFF M J.Rive pollution control[M].Chichester：Ellis Horwood Limited，1980：319-331.

[8] 劉克巖，王桂玲.以用水為主體的水質(zhì)水量結(jié)合水資源評(píng)價(jià)方法[J].水文，2002（3）：32-33，17.

[9] 劉國(guó)梁.中英法律制度對(duì)環(huán)境影響評(píng)價(jià)作用的比較研究[D].大連：大連理工大學(xué)，2016.

[10] 保金花，黃勇.水質(zhì)綜合評(píng)價(jià)方法研究綜述[J].水利科技與經(jīng)濟(jì)，2008（8）：639-642.

[11] JACOBS H L.Water quality criteria[J].Journal of water pollution control federation，1965，37（5）：292-300.

[12] BROWN RM，MCCLELLAND N I，DEININGER R A，et al.A water quality index：Do we dare？[J].Water & sewage works，1970，117：339-343.

[13]NEMEROW N L.Scientific stream pollution analysis[M].New York：McGraw Hill，1974.

[14] ROSS S L.An index system for classifying river water quality[J].Water pollution control，1977，76（1）：113-122.

[15] 陳榮.東江湖流域水質(zhì)變化趨勢(shì)分析與水質(zhì)評(píng)價(jià)[D].長(zhǎng)沙：中南林業(yè)科技大學(xué)，2016.

[16] 張士俊.基于 GIS 的辛安泉水質(zhì)評(píng)價(jià)及污染物濃度的動(dòng)態(tài)顯示[D].太原：太原理工大學(xué)，2013.

[17] 杜蘭.地表水水質(zhì)監(jiān)測(cè)現(xiàn)狀分析與對(duì)策[J].資源節(jié)約與環(huán)保，2018（7）：34.

[18] 丁桑嵐.環(huán)境評(píng)價(jià)概論[M].北京：化學(xué)工業(yè)出版社，2001.

[19] 郭晶，王丑明，黃代中，等.洞庭湖水污染特征及水質(zhì)評(píng)價(jià)[J].環(huán)境化學(xué)，2019，38（1）：152-160.

[20] 孫大明.基于層次分析法的大連市大沙河流域水質(zhì)綜合評(píng)價(jià)[J].水電能源科學(xué)，2017，35（8）：53-55，115.

[21] 中華人民共和國(guó)地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)[N].中國(guó)環(huán)境報(bào)，2002-06-01（003）.

[22] 趙愛(ài)華.于橋水庫(kù)入庫(kù)河流水質(zhì)評(píng)價(jià)及其趨勢(shì)分析[D].天津：天津大學(xué)，2009.

[23] 魯斐，李磊.主成分分析法在遼河水質(zhì)評(píng)價(jià)中的應(yīng)用[J].水利科技與經(jīng)濟(jì)，2006（10）：660-662.

[24] SINGH K P，MALIK A，SINHA S.Water quality assessment and apportionment of pollution sources of Gomti River （India） using multivariate statistical techniques：A case study[J].Analytica chimica acta，2005，538（1/2）：355-374.

[25] KANEL P R，LEE S，KANEL S R，et al.Chemometric application classification and assessment of monitoring locations of an urban river system[J].Analytica chimica acta，2007，582：390-399.

[26] 周豐，郝澤嘉，郭懷成.香港東部近海水質(zhì)時(shí)空分布模式[J].環(huán)境科學(xué)學(xué)報(bào)，2007，27（9）：1517-1524.

[27] 劉琰，鄭丙輝，付青，羅岳平，王梅.水污染指數(shù)法在河流水質(zhì)評(píng)價(jià)中的應(yīng)用研究[J].中國(guó)環(huán)境監(jiān)測(cè)，2013，29（3）：49-55.

[28] 陳守煜，陳曉冰.水質(zhì)模糊評(píng)價(jià)理論與模型[J].環(huán)境科學(xué)學(xué)報(bào)，1991，11（1）：1-8.

[29] 朱潔，連新澤，柯愛(ài)英，等.模糊評(píng)價(jià)法在楠溪江水質(zhì)評(píng)價(jià)中的應(yīng)用[J].浙江水利科技，2018，46（6）：8-13，28.

[30] 侯玉婷，周忠發(fā)，王歷，等.基于改進(jìn)模糊綜合評(píng)價(jià)法的喀斯特山區(qū)水質(zhì)評(píng)價(jià)研究[J].水利水電技術(shù)，2018，49（7）：129-135.

[31] 鄧聚龍.社會(huì)經(jīng)濟(jì)灰色系統(tǒng)的理論與方法[J].中國(guó)社會(huì)科學(xué)，1984（6）：47-60.

[32] 張彥波，司訓(xùn)練.基于改進(jìn)灰色關(guān)聯(lián)法的地表水環(huán)境質(zhì)量評(píng)價(jià)[J].人民黃河，2017，39（11）：109-111，127.

[33] 儲(chǔ)金宇，柴曉娟.用灰色聚類法對(duì)長(zhǎng)江鎮(zhèn)江段水環(huán)境質(zhì)量的評(píng)價(jià)[J].人民長(zhǎng)江，2006（11）：76-78.

[34] 張耀輝，郭瑞，胡蕊，等.基于層次分析法的地下水水質(zhì)綜合評(píng)價(jià)[J].蘭州交通大學(xué)學(xué)報(bào)，2015，34（6）：17-22.

[35] 郭小青，項(xiàng)新建.基于神經(jīng)網(wǎng)絡(luò)模型的水質(zhì)監(jiān)測(cè)與評(píng)價(jià)系統(tǒng)[J].重慶環(huán)境科學(xué)，2003，25（5）：8-10，59.

[36] 鄭飛.基于數(shù)據(jù)挖掘的洞庭湖水質(zhì)評(píng)價(jià)預(yù)測(cè)研究[D].長(zhǎng)沙：湖南農(nóng)業(yè)大學(xué)，2013.

[37] 李如忠.水質(zhì)評(píng)價(jià)理論模式研究進(jìn)展及趨勢(shì)分析[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，28（4）：369-373.

[38] 張青，王學(xué)雷，張婷，等.基于BP神經(jīng)網(wǎng)絡(luò)的洪湖水質(zhì)指標(biāo)預(yù)測(cè)研究[J].濕地科學(xué)，2016，14（2）：212-218.

[39] 孔剛，王全九，黃強(qiáng).基于BP神經(jīng)網(wǎng)絡(luò)的北京昌平山前平原地下水水質(zhì)評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（S1）：150-156，389.

[40] STREETER H W，PHELPS E B.A study the pollution and naturai purification of the Ohio River[R].US Department of Health，Education & Welfare，1958.

[41] 張學(xué)成.MFAM模型在河流水質(zhì)污染模擬及預(yù)測(cè)中的應(yīng)用[J].四川環(huán)境，1994（4）：10-15.

[42] 徐敏，曾光明，蘇小康.混沌理論在水質(zhì)預(yù)測(cè)中的應(yīng)用初探[J].環(huán)境科學(xué)與技術(shù)，2004，27（1）：51-54，113.

[43] Hydraulics Laboratory （U.S.）.CE-QUAL-W2：A numerical two-dimensional，laterally averaged model of hydrodynamics and water quality：User's manual[R].1986.

[44] 陳月，席北斗，何連生，等.QUAL2K模型在西苕溪干流梅溪段水質(zhì)模擬中的應(yīng)用[J].環(huán)境工程學(xué)報(bào)，2008，2（7）：1000-1003.

[45] KANDA E K，KOSGEI J R，KIPKORIR E C.Simulation of organic carbon loading using MIKE 11 model：A case of River Nzoia，Kenya[J].Water practice & technology，2015，10（2）：298-304.

[46] JIAO R H，LI X.Forecasting the environment effect of draining water and residual chlorine on marine environment based on MIKE21 model from Dalian LNG project[C]//Znternational conference on consumer electronics.[s.l.].IEEE，2011.

[47] 韓龍喜，陸東燕，李洪晶，等.高鹽度湖泊艾比湖風(fēng)生流三維數(shù)值模擬[J].水科學(xué)進(jìn)展，2011，22（1）：97-103.

[48] 張永祥，王磊，姚偉濤，等.WASP模型參數(shù)率定與敏感性分析[J].水資源與水工程學(xué)報(bào)，2009，20（5）：28-30.

[49] 張維江.干旱地區(qū)水資源及其開發(fā)利用評(píng)價(jià)[M].鄭州：黃河水利出版社，2018.

[50] 徐明德，師莉紅.淺析QUASAR河流綜合水質(zhì)模型[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2005，15（2）：172-174.

[51] 陳麗華，臧榮鑫，王宏偉.人工神經(jīng)網(wǎng)絡(luò)及其在水質(zhì)信息檢測(cè)中的應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2011：75-80.