韓殿鵬， 白家磊， 彭 媛， 吳 瑾， 高志賢

(軍事科學(xué)院軍事醫(yī)學(xué)研究院環(huán)境醫(yī)學(xué)與作業(yè)醫(yī)學(xué)研究所，天津 300050)

自上世紀(jì)五十年代以來，全世界范圍內(nèi)多次出現(xiàn)水環(huán)境污染帶來的重大危害事件，如北美死湖事件、日本水俁病事件和日本富山痛痛病事件等，以及近期甚囂塵上的日本排核廢水入海決議等。而我國突發(fā)性水環(huán)境污染事件也常有報(bào)道，中國石油吉林石化公司雙苯廠2005年發(fā)生連續(xù)爆炸，事故造成大量苯類污染物對松花江造成嚴(yán)重污染。杭新景高速公路2011年苯酚槽罐車追尾，導(dǎo)致近20噸苯酚泄露，部分苯酚隨雨水流入并污染新安江。日前，第二輪第三批中央生態(tài)環(huán)境保護(hù)督察組于4月16日公開通報(bào)的8起典型案例，遼寧省鐵嶺市凡河新區(qū)大量生活污水長期直排，部分污水滲漏導(dǎo)致地下水污染嚴(yán)重超標(biāo)。江西省撫州市金溪縣陸坊工業(yè)區(qū)區(qū)域環(huán)境污染嚴(yán)重，2013年至2018年期間含重金屬的廢水長期排入水塘，導(dǎo)致其中鎘、銅和鋅等重金屬離子濃度超標(biāo)，水塘周邊土壤鉛含量超標(biāo)。可見，水環(huán)境面臨的潛在威脅不斷，安全形勢依然不容樂觀。

綜合歷次污染事件不難發(fā)現(xiàn)，水環(huán)境污染事件通常具有突發(fā)性和不確定性等特點(diǎn)，加強(qiáng)水環(huán)境污染控制與治理的同時(shí)，開展水質(zhì)監(jiān)測、預(yù)測和預(yù)警技術(shù)的研究，建立完善的水質(zhì)預(yù)測與預(yù)警體系，可以有效降低水環(huán)境被大范圍污染的風(fēng)險(xiǎn)，對全面、實(shí)時(shí)和準(zhǔn)確反映當(dāng)前水質(zhì)現(xiàn)狀及未來演變趨勢具有重要指導(dǎo)作用，同時(shí)對于防治水環(huán)境污染、保障人類財(cái)產(chǎn)和生命安全以及維持生態(tài)平衡等方面具有重要的意義。本文綜述了水質(zhì)監(jiān)測、預(yù)測及預(yù)警技術(shù)在水環(huán)境安全領(lǐng)域的主要應(yīng)用，列舉了當(dāng)前水質(zhì)預(yù)測預(yù)警的研究熱點(diǎn)，并展望了其未來發(fā)展方向，為后續(xù)建立水質(zhì)預(yù)測預(yù)警體系奠定基礎(chǔ)。

1 水質(zhì)監(jiān)測技術(shù)及應(yīng)用研究現(xiàn)狀

水質(zhì)監(jiān)測通過對水質(zhì)指標(biāo)參數(shù)的實(shí)時(shí)監(jiān)測和異常監(jiān)測，不僅可以及時(shí)捕捉水質(zhì)變化，對其變化規(guī)律的研究也是實(shí)現(xiàn)水質(zhì)預(yù)測預(yù)警的前提條件，傳統(tǒng)水質(zhì)監(jiān)測指標(biāo)大多是針對水質(zhì)中汞、鉛和砷等重金屬離子的檢測。隨著科技的進(jìn)步與發(fā)展，由依賴于人工手動定點(diǎn)、定時(shí)采樣和檢測的傳統(tǒng)水質(zhì)監(jiān)測發(fā)展到基于傳感器的自動化、無人化和智能化的實(shí)時(shí)監(jiān)測，監(jiān)測指標(biāo)也在原先基礎(chǔ)上拓展至對水質(zhì)溫度、濁度、酸堿度、溶解氧、電導(dǎo)率、氨氮、總磷、總氮以及高猛酸鹽指數(shù)等指標(biāo)多參數(shù)的檢測〔1〕。

Nam等結(jié)合碼分多址技術(shù)和ZigBee搭建無線傳感網(wǎng)絡(luò)，實(shí)時(shí)監(jiān)測并遠(yuǎn)程傳輸水質(zhì)信息〔2〕。徐思維等通過STM32微處理器和ESP8266模塊搭載的物聯(lián)網(wǎng)水質(zhì)監(jiān)測系統(tǒng)使用戶可以在OLED屏、手機(jī)App和LabVIEW上實(shí)時(shí)監(jiān)測水質(zhì)溫度、濁度、酸堿度及溶解性固體總量等多參數(shù)指標(biāo)的具體數(shù)值〔3〕。顧涵等以CC2630芯片和GPRS網(wǎng)絡(luò)傳輸設(shè)計(jì)了基于無線傳感器網(wǎng)絡(luò)的水質(zhì)監(jiān)測系統(tǒng)，實(shí)現(xiàn)對水質(zhì)溫度、酸堿度和溶解氧等指標(biāo)的遠(yuǎn)程監(jiān)測〔4〕。林華等設(shè)計(jì)STM32為核心的水質(zhì)監(jiān)測機(jī)器人及其監(jiān)測系統(tǒng)，實(shí)現(xiàn)了對水質(zhì)溫度、濁度和酸堿度等參數(shù)的遠(yuǎn)距離控制與無線通訊等多種功能〔5〕。葛秋基于ZigBee技術(shù)的無線傳感器網(wǎng)絡(luò)的水質(zhì)監(jiān)測系統(tǒng)實(shí)現(xiàn)對水質(zhì)溫度、酸堿度和濁度的連續(xù)監(jiān)測〔6〕。謝辰旻等開發(fā)以Ardunio為主控制器的水下航行器，配合溫度、酸堿度以及溶解氧等多參數(shù)傳感器實(shí)現(xiàn)對水質(zhì)的自動化監(jiān)測〔7〕。葛新越等基于NB-IoT的遠(yuǎn)程水質(zhì)監(jiān)測系統(tǒng)，實(shí)現(xiàn)對目標(biāo)水域的水樣采集和實(shí)時(shí)監(jiān)測〔8〕。

在水質(zhì)監(jiān)測應(yīng)用領(lǐng)域方面，國外發(fā)達(dá)國家比國內(nèi)起步早，發(fā)展也相對較為成熟。自上世紀(jì)六十年代后，以美國為首的西方國家針對日益嚴(yán)峻的水環(huán)境污染現(xiàn)狀制定了一系列法律法規(guī)，并開展了各種水質(zhì)監(jiān)測的實(shí)驗(yàn)研究，在組成的超大型水質(zhì)監(jiān)測網(wǎng)在全球范圍內(nèi)處于領(lǐng)先地位。美國SMART公司利用HART協(xié)議接口與網(wǎng)絡(luò)連接，可在線設(shè)置監(jiān)測指標(biāo)參數(shù)及控制儀器。西門子公司的產(chǎn)品可實(shí)現(xiàn)對5-12項(xiàng)指標(biāo)參數(shù)的在線實(shí)時(shí)監(jiān)測。YSI公司研發(fā)的多功能水質(zhì)監(jiān)測系統(tǒng)，能夠?qū)崿F(xiàn)對14項(xiàng)指標(biāo)參數(shù)的動態(tài)連續(xù)監(jiān)測，并可通過無線通信設(shè)備不間斷發(fā)送測試數(shù)據(jù)。而國內(nèi)在水質(zhì)監(jiān)測領(lǐng)域相對比較成熟的是力合科技(湖南)有限公司，其研發(fā)的系列自動化監(jiān)測儀器及設(shè)備已陸續(xù)應(yīng)用到水質(zhì)自動監(jiān)測站，并為中國生態(tài)環(huán)境部“國家地表水水質(zhì)自動監(jiān)測實(shí)時(shí)數(shù)據(jù)發(fā)布系統(tǒng)”提供技術(shù)支持。

2 水質(zhì)預(yù)測技術(shù)及應(yīng)用研究現(xiàn)狀

水質(zhì)預(yù)測是對水環(huán)境進(jìn)行管理的重要組成部分，通過討論和分析水質(zhì)預(yù)測模型可以獲得有關(guān)水質(zhì)變化的結(jié)論和信息。Streeter等在1925年研究俄亥俄河污染時(shí)提出了描述河流水質(zhì)變化的第一個(gè)預(yù)測模型，即基于氧平衡的水質(zhì)模型(S-P模型)，其為后續(xù)水質(zhì)預(yù)測模型的研究奠定了基礎(chǔ)〔9〕。隨著計(jì)算機(jī)技術(shù)、環(huán)境科學(xué)的發(fā)展，以及模糊數(shù)學(xué)、地理信息技術(shù)等新方法和技術(shù)的誕生，水質(zhì)模型進(jìn)入了多元化發(fā)展時(shí)代。Howland認(rèn)為BOD與泥沙的沉降和絮凝相關(guān)，故在先前基礎(chǔ)上增加了絮凝系數(shù)。O’Connor提議將BOD分為兩部分，即碳酸化階段的CBOD和硝化階段的NBOD，并且DO的減少也應(yīng)為這兩個(gè)部分的總和，故在S-P模型基礎(chǔ)上考慮了硝化過程對DO變化的影響。1970年美國環(huán)保局提出QUAL水質(zhì)模型，其把水環(huán)境分成七個(gè)關(guān)聯(lián)單元，引入有機(jī)磷、氨氮和浮游生物等多種輸入源和泄漏源，并將浮游生物對水體底泥的吸附和解吸附影響考慮在內(nèi)，此后QUAL模型經(jīng)多次完善和升級一直沿用至今〔10〕。1983年美國環(huán)保局在研究地表水水質(zhì)時(shí)提出了WASP模型，其可以模擬常規(guī)污染物、水文動力學(xué)以及有害污染物在河流中的遷移和變化規(guī)律等〔11〕。丹麥水動力研究所設(shè)計(jì)的MIKE模型能模擬河網(wǎng)、河口和灘涂等不同地區(qū)的實(shí)際情形，囊括了細(xì)菌、水溫、氮、DO、BOD和重金屬等多個(gè)變量的影響〔12〕。

上世紀(jì)八十年代左右，水質(zhì)預(yù)測理論及相關(guān)模型開始傳入國內(nèi)。隨著機(jī)器學(xué)習(xí)的流行，水質(zhì)指標(biāo)參數(shù)的預(yù)測逐漸由空間向時(shí)間線性轉(zhuǎn)變，當(dāng)前神經(jīng)網(wǎng)絡(luò)模型成為了水質(zhì)預(yù)測的研究熱點(diǎn)，基于神經(jīng)網(wǎng)絡(luò)的智能組合預(yù)測模型也愈發(fā)成熟，其對于非線性的影響因素進(jìn)行預(yù)測時(shí)具有很高的精確度，同時(shí)也具有較強(qiáng)的泛化能力和魯棒性。肖金球等基于多隱含層改進(jìn)型GA-BP優(yōu)化TS模糊神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測模型，對太湖水質(zhì)酸堿度、濁度、溶解氧以及氨氮等多參數(shù)指標(biāo)的擬合有著更高的精度和泛化能力〔13〕。琚振闖等選用L-M優(yōu)化算法構(gòu)建出一種3-6-1型網(wǎng)絡(luò)結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，其對黃河內(nèi)蒙古河段水質(zhì)COD預(yù)測中具有較強(qiáng)的非線性映射能力和較高的預(yù)測精度〔14〕。顧杰等基于ARIMA自回歸積分滑動平均模型與改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法構(gòu)建的組合模型，相比單純使用ARIMA模型在水質(zhì)預(yù)測方面具有更高的精確度，各項(xiàng)指標(biāo)的平均百分比誤差和均方根誤差均有很大程度的減小〔15〕。王晶等在秦皇島石河水庫中基于多變異位自適應(yīng)遺傳算法和BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了氣溫-水溫-水質(zhì)組成的預(yù)測算法GA-GABP，結(jié)果顯示其網(wǎng)絡(luò)學(xué)習(xí)時(shí)間短，尋優(yōu)速率快，預(yù)測效果理想〔16〕。 此外，基于其它算法的水質(zhì)預(yù)測模型在實(shí)際應(yīng)用中也取得了不錯(cuò)的效果。程銘等以河流碳化生化需氧量和氨氮為指標(biāo)建立的WASP水質(zhì)模型在對河流水質(zhì)風(fēng)險(xiǎn)進(jìn)行模糊評價(jià)時(shí)，可實(shí)現(xiàn)對水質(zhì)安全風(fēng)險(xiǎn)程度的定量化分析和高效預(yù)測〔17〕。秦文虎等通過向量自回歸模型預(yù)測水質(zhì)背景參數(shù)，發(fā)現(xiàn)相較于自回歸模型，向量自回歸模型在水質(zhì)預(yù)測上具有更高的準(zhǔn)確性和異常檢出率〔18〕。韓偉基于灰色模型預(yù)測葠窩水庫的水質(zhì)狀況，結(jié)果表現(xiàn)出較高的可行性，其對氨氮、COD5以及總磷和總氮的預(yù)測誤差均低于30%〔19〕。趙雪松結(jié)合交叉熵隨機(jī)抽樣算法預(yù)測遼寧省營口地區(qū)某河流總氮和總磷兩指標(biāo)的濃度區(qū)間，結(jié)果表明該算法具有較好的適用性，概率預(yù)測誤差保持在20%以內(nèi)〔20〕。鐘艷紅等利用T-S模糊神經(jīng)網(wǎng)絡(luò)預(yù)測湖南省四水干流的水質(zhì)等級，顯示湘潭站水質(zhì)存在變優(yōu)的趨勢〔21〕。孫銘等基于小波分解的長短期記憶網(wǎng)絡(luò)時(shí)間序列預(yù)測模型對安徽省阜南王家壩流域pH值、DO、COD、Mn和NH3N等4個(gè)水質(zhì)指標(biāo)進(jìn)行訓(xùn)練和預(yù)測，相比傳統(tǒng)的長短期記憶網(wǎng)絡(luò)模型具有較高的預(yù)測精度和泛化能力〔22〕。

3 水質(zhì)預(yù)警技術(shù)及應(yīng)用研究現(xiàn)狀

水環(huán)境污染事件的頻繁發(fā)生，加上水質(zhì)監(jiān)測、預(yù)測技術(shù)及模型的不斷發(fā)展，綜合的水質(zhì)預(yù)警技術(shù)及相關(guān)系統(tǒng)也逐漸進(jìn)入了人們的視野。俄亥俄河流域水質(zhì)管理委員會在俄亥俄河干流及主要支流下游地區(qū)的進(jìn)水口處安裝了由15臺有機(jī)物監(jiān)測器組成的水質(zhì)預(yù)警系統(tǒng)，各監(jiān)測站點(diǎn)的數(shù)據(jù)被統(tǒng)一傳輸?shù)街醒霐?shù)據(jù)處理器，從而對污染物隨時(shí)間的擴(kuò)散規(guī)律做出精準(zhǔn)評估〔23〕。英國在特倫特河新建水廠進(jìn)水口處安裝了在線水質(zhì)監(jiān)測預(yù)警系統(tǒng)，配備有液相、氣相色譜以及常規(guī)在線水質(zhì)監(jiān)測儀和氨氮分析儀，旨在預(yù)警水質(zhì)達(dá)到不同警戒級別時(shí)采取相應(yīng)的處置措施。法國在塞納河及其支流上建立了包含1個(gè)自動監(jiān)測站和3個(gè)水處理站的水質(zhì)監(jiān)測預(yù)警系統(tǒng)，當(dāng)水質(zhì)污染事件發(fā)生時(shí)，可快速判斷污染事件的性質(zhì)和特征，并依據(jù)數(shù)據(jù)庫的決策系統(tǒng)給出相應(yīng)的處置流程。日本針對淀川河可能出現(xiàn)的污染物構(gòu)建了包含生物監(jiān)測儀、氣相色譜儀、TOC、UV以及常規(guī)水質(zhì)在線監(jiān)測儀的水質(zhì)監(jiān)測預(yù)警系統(tǒng)，其由10余家水廠自身監(jiān)測系統(tǒng)組成，當(dāng)污染事件發(fā)生時(shí)，各水廠可從系統(tǒng)中獲取及時(shí)有效的可靠信息。歐洲在萊茵河上建成了目前世界上最大的生物指示系統(tǒng)，由9個(gè)國際監(jiān)測站和20多個(gè)本地監(jiān)測站組成。此外，歐洲多瑙河國際保護(hù)委員會在多瑙河上建立的水質(zhì)監(jiān)測預(yù)警系統(tǒng)，相關(guān)水質(zhì)參數(shù)可在11國間實(shí)現(xiàn)數(shù)據(jù)共享〔24〕。

自2004年松花江硝基苯事件發(fā)生后，國內(nèi)許多學(xué)者都將目光投入到我國重要流域的水質(zhì)預(yù)警系統(tǒng)研究上，張康等基于Zigbee的無線傳感網(wǎng)絡(luò)和多元回歸模型建立水質(zhì)預(yù)警模型，用以實(shí)時(shí)監(jiān)測和及時(shí)有效發(fā)現(xiàn)水質(zhì)異常事件的發(fā)生〔25〕。白云飛等在網(wǎng)絡(luò)通訊、WebGIS技術(shù)、云計(jì)算、物聯(lián)網(wǎng)和水質(zhì)預(yù)測模型技術(shù)的基礎(chǔ)上，針對清潩河水質(zhì)的預(yù)警信息搭建了包含空間展示、可視化表達(dá)、動態(tài)推演和實(shí)時(shí)發(fā)布等功能的預(yù)警平臺〔26〕。于益等利用EFDC模型設(shè)計(jì)了松花江哈爾濱段突發(fā)水污染事件的二維預(yù)警模型，其在預(yù)測污染物在枯水期、豐水期對斷面影響時(shí)長和遷移中能夠較為準(zhǔn)確的反映出污染物的擴(kuò)散過程〔27〕。史斌等結(jié)合高頻水質(zhì)自動監(jiān)測、回歸分析和人工神經(jīng)網(wǎng)絡(luò)分別建立了在線高頻水質(zhì)參數(shù)間線性關(guān)系的軟測量和預(yù)測殘差的最小閾值，借助有序監(jiān)督聚類對水質(zhì)進(jìn)行突變檢測，實(shí)現(xiàn)對水質(zhì)突發(fā)污染事件的預(yù)警〔28〕。李若楠等基于水質(zhì)多參數(shù)的協(xié)同反饋規(guī)律建立了典型相關(guān)系數(shù)和隨機(jī)森林的水質(zhì)預(yù)警模型，對已知和未知污染物具有超過96%的準(zhǔn)備率，誤報(bào)率不足0.2%，為突發(fā)水污染事件提供了有效的預(yù)警〔29〕。

4 展望

水環(huán)境安全形勢依然嚴(yán)峻，發(fā)展水質(zhì)指標(biāo)多參數(shù)監(jiān)測、預(yù)測和預(yù)警技術(shù)對于防治水環(huán)境污染以及維持生態(tài)平衡等方面具有重要意義。目前，國內(nèi)對于水質(zhì)監(jiān)測、預(yù)測及預(yù)警技術(shù)的研究文獻(xiàn)資料雖然眾多，但總體來說我國水質(zhì)預(yù)測預(yù)警體系尚不完善，相關(guān)技術(shù)仍處于試驗(yàn)階段。此外，突發(fā)水污染事件具有不可預(yù)知性，事件的發(fā)生也無顯著規(guī)律，不同流域和區(qū)域之間水質(zhì)指標(biāo)參數(shù)之間的多元性、復(fù)雜性以及時(shí)變形等特點(diǎn)增加了因素分析、模型建模以及管理的難度。吳季友等建議各流域應(yīng)加強(qiáng)合作，成立上下游聯(lián)動機(jī)制，跨部門協(xié)作開展各流域的水質(zhì)預(yù)測預(yù)警工作〔30〕。其次，需完善應(yīng)急響應(yīng)機(jī)制，建立區(qū)域與流域相統(tǒng)籌的水質(zhì)預(yù)測預(yù)報(bào)模式，構(gòu)建架構(gòu)統(tǒng)一、業(yè)務(wù)協(xié)同、資源共享的水質(zhì)預(yù)測預(yù)警體系，同時(shí)搭建全國水質(zhì)預(yù)測預(yù)警決策輔助平臺，發(fā)展集水質(zhì)預(yù)測、污染事件預(yù)警模擬、生態(tài)評估、應(yīng)急預(yù)案為一體的水質(zhì)管理能力，最終實(shí)現(xiàn)水環(huán)境安全的長治久安。