《水源地水污染風險評估方法綜述》1800字

水源地水污染風險評估方法綜述目前運用于水污染風險評估的水環(huán)境質(zhì)量評價方法主要有單因子評價法、水質(zhì)標識指數(shù)法、主成分分析法、灰色關(guān)聯(lián)分析法、人工神經(jīng)網(wǎng)絡(luò)法等。1.1單因子評價法《地表水環(huán)境質(zhì)量標準GB3838-2002》規(guī)定的水質(zhì)評價方法為單因子評價法，該方法用參數(shù)濃度與評價標準相比較，以水質(zhì)最差的單個指標類別作為水體綜合水質(zhì)類別，指將項目分類標準與水體各監(jiān)測結(jié)果對照，確定水質(zhì)類別，并且在所有監(jiān)測的水質(zhì)類別中選擇最差的類別作為水體水質(zhì)類別[62]。計算公式：（2.1）（2.2）其中，Ii表示評價因子的指數(shù)，Ci表示j項污染物的濃度，Si表示j項污染物的評價標準值，Gj為根據(jù)Ij判斷的第j項指標的水質(zhì)類別。該方法無法對水質(zhì)進行連續(xù)的定量分析，不能用來進行水質(zhì)預(yù)警工作。不能客觀評估河流綜合水質(zhì)狀況和一些河流水質(zhì)的改善情況。1.2水質(zhì)標識指數(shù)法水質(zhì)標識指數(shù)法分為單因子水質(zhì)標識指數(shù)法和綜合水質(zhì)標識指數(shù)法，均為我國學者徐祖信提出。一個合理科學的單因子污染評價方法應(yīng)既能評價水質(zhì)類別，又能定量比較同一類水體的水質(zhì)指標，所以徐祖信提出了單因子水質(zhì)指標指數(shù)，并在此基礎(chǔ)上開發(fā)了綜合水質(zhì)標識指數(shù)來對水體進行水質(zhì)評價。（1）單因子水質(zhì)標識指數(shù)[63]。單因子水質(zhì)標識指數(shù)P由一位整數(shù)、小數(shù)點后兩位或三位有效數(shù)字組成，計算步驟見圖2.1。圖2.1單因子水質(zhì)標識指數(shù)計算步驟（2）綜合水質(zhì)標識指數(shù)[64]。綜合水質(zhì)標識指數(shù)Iwq由整數(shù)位和三位或四位小數(shù)組成，計算步驟見圖2.2。圖2.2綜合水質(zhì)標識指數(shù)計算步驟綜合水質(zhì)標識指數(shù)法可能會因為取水質(zhì)指標的平均值而忽略嚴重污染水質(zhì)指標的負面影響，無法客觀分析水質(zhì)的真實情況。1.3主成分分析法主成分分析法（PrincipalComponentAnalysis,PCA）是一種將多維因子納入同一系統(tǒng)進行定量化研究的多元統(tǒng)計分析方法，指將多個指標化為少數(shù)幾個不相關(guān)的綜合指標（所謂主成分）[65]，理論較完善。為了構(gòu)造水污染風險評估問題的主成分，假定已知個水源樣本點的個污染指標變量，先研究這個污染指標變量的相關(guān)性，構(gòu)造個不相關(guān)的綜合指標，每一都被表示為原始變量的線性組合。分析步驟如下：（1）標準化處理各變量，將原始矩陣標準化為新矩陣。（2.6）（2.7）式中：xij表示第i個斷面上第j個指標的監(jiān)測值，表示第j個指標的樣本平均值，表示第j個指標的標準差。（2）計算原始指標相關(guān)系數(shù)矩陣，R為r階的對稱矩陣。（2.8）（2.9）（3）計算相關(guān)系數(shù)矩陣R的p個特征值，即由特征方程解得特征根并按照從大到小的順序排列：，并得到特征值對應(yīng)的正則化單位向量，其中每個特征值是對應(yīng)主成分的方差，方差越大意味著對總方差的貢獻越大。（4）計算貢獻率，確定主成分。方差貢獻率：（2.10）m個主成分：（2.11）通常選取的m個主成分來進行綜合評價。（5）計算各主成分得分。m個特征值對應(yīng)各自的特征向量，則主成分計算公式。采樣水體樣點各主成分得分Fj：（2.12）綜合得分：（2.13）1.4灰色關(guān)聯(lián)分析法我國學者鄧聚龍于1982年提出灰色系統(tǒng)理論，這是把一般系統(tǒng)論、信息論、控制論的觀點和方法延伸到社會、經(jīng)濟、生態(tài)等抽象系統(tǒng)，結(jié)合運用數(shù)學方法而形成的一套解決信息不完備系統(tǒng)即灰色系統(tǒng)的理論和方法[66]。在客觀世界中存在許多已知信息、非確知信息和未知信息，灰色系統(tǒng)即為同時存在已知信息、未知信息和未確知信息的系統(tǒng)?；疑到y(tǒng)理論來自灰色過程，并由此基礎(chǔ)繼續(xù)進行灰色系統(tǒng)關(guān)聯(lián)分析、灰色系統(tǒng)建模、灰色決策和灰色規(guī)劃等內(nèi)容?；疑P(guān)聯(lián)分析法（GreyRelationalAnalysis,GRA）是灰色系統(tǒng)理論中的分支之一，依據(jù)比較數(shù)列與參考數(shù)列之間的關(guān)聯(lián)狀況來確定樣本點的質(zhì)量等級，參考數(shù)列與之關(guān)聯(lián)性最好的是其中關(guān)聯(lián)度最大者。基本任務(wù)是基于行為因子序列的微觀和宏觀幾何接近，以分析和確定因子間的影響程度或因子對主題行為的貢獻測度[67]。這種方法易掌握，原理簡單、運算簡便，所需的原始數(shù)據(jù)也較少，在水環(huán)境質(zhì)量評價中的應(yīng)用也較多，并且水環(huán)境系統(tǒng)是具有模糊性的灰色系統(tǒng)。傳統(tǒng)水質(zhì)灰色關(guān)聯(lián)分析法選取典型值時存在主觀性，導(dǎo)致影響評估結(jié)果的客觀性，并且在用最大關(guān)聯(lián)度原則作評估等級時結(jié)果合理性不高，因為忽略了各等級之間的關(guān)聯(lián)性。1.5人工神經(jīng)網(wǎng)絡(luò)法人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,ANN）是對人腦組織結(jié)構(gòu)和運行機制的神經(jīng)網(wǎng)絡(luò)的抽象與模擬，是一種穩(wěn)定的非線性信息處理系統(tǒng)。在現(xiàn)代生物學對人腦組織的研究成果的基礎(chǔ)上，它能模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能，由許多結(jié)構(gòu)極其簡單的神經(jīng)元按一定規(guī)律連接而成