遼陽灌區農業灌溉用水水質評價

田 力

(遼寧省遼陽水文局，遼寧 遼陽 111000)

農業用水安全不僅是保證農產品質量安全的重要基礎條件，而且是影響農作物生長的關鍵因素[1]。目前，我國農業用水水質標準通常是由地方、行業以及國家等相關部門制訂的，影響農業灌溉用水水質評價的因素較多，科學、有效地協調各指標之間的影響作用對于防范農業生態環境破壞具有極其重要的現實意義。目前，投影尋蹤法、模糊綜合評價法、線性回歸法、水質標識指數法以及系統動力學法等為農業灌溉用水水質評價的主要方法[2- 4]。近年來，許多學者逐漸將水質評價側重于不確定性影響因素的研究分析，如鞏奕成等[5]基于螢火蟲算法建立了投影尋蹤模型，有效解決了水質評價過程中存在指標不相容性與模糊性問題；余勛等[6]通過構建貝葉斯模糊綜合評價模型，更加客觀、全面地刻畫了水質評價中參數的不確定性與模型結構的問題，從而顯著提高了評價結果的可靠性與真實性；梁中耀等[7]利用二項分布檢驗法分析了水質不確定性可能引起的決策風險，并科學評價了水質達標值狀況。

本研究依據已有文獻資料和遼陽灌區農業用水特征，通過分析監測數據存在的中間過渡狀態構造了投影尋蹤函數，對各等級分區粒度運用正態云模型隸屬度判別，科學、合理評價了該區域農業用水水質狀況。

1 改進的投影尋蹤-云模型

水質評價標準及各指標為確定的，而水環境質量各評價因子的濃度值是一個動態變化的，具有不確定性特征，因此水質評價是綜合考慮了確定性與不確定性兩方面內容的過程。對農業灌溉用水水質利用數學模型和具有代表性的指標值進行所屬等級的綜合評判，為本研究水質評價的主要思路。由于水質分析的各評價指標通常具有不可公度、非線性、多維特征，考慮到數字化限制采用傳統的數據分析法往往難以獲取數據的內在規律，而在處理高維非正態分布方面投影尋蹤法具有表現出較強的適用性。因此，本文對遼陽灌區農業灌溉用水水質評價時引入投影尋蹤法，以期為更加客觀、全面、科學的評價農業生態環境提供借鑒和參考。

1.1 投影尋蹤函數

假設數據服從某種分布，數值模擬為傳統分析方法的主要流程，其本質是對數據進行證實性分析的方法。投影尋蹤法可有效處理傳統方法中存在的形式化以及數學化等相關問題，可通過投影的方式將高維探索性數據轉化為低維樣本，從而確定高維數據特征或結構形式，該過程可不必對指標權重進行預先假定，因此可降低無關投影方向對評價結果的干擾，并避免主觀性與指標權重不確定性對整體評價的不利影響。在處理非正態、非理性高維數據方面該方法具有較強的適用性，被認為是一種有深度理論依據和科學背景的方法[8]。

Q(a)=SzDz

(1)

式中，Sz、Dz—分別為投影值z(i)的標準差和局部密度，表達式分別如下所示：

(2)

(3)

式中，Ez—投影值序列的均值；R—局部密度的窗口半徑，可利用經驗公式進行求解通常為αSz，其中α為0.1、0.01或0.001等，可結合在區間內投影點的分布狀況進行調整。R值既不能使得窗口內投影點平均個數太少，也不能使得它隨n的增加而增大過多，從而減少滑動平均偏差。單位階躍函數為u(R-rij)，其中距離為rij=|z(i)-z(j)|，若R-rij≥0則與其對應的函數值為1；若R-rij<0則與其對應的函數值為0。

按照一定的方向將歸一化處理后的數值進行投影，并得到對應于數值信息和特征值的唯一評價對象，因此水樣最優投影值可表示為：

(4)

z=(z1，z2，，zn)為最優數值向量，即按照a=(a1，a2，，an)方向得到的各指標數據一維投影值。

在給定樣本集指標值的條件下，則投影方向a為影響目標函數的唯一變量，因此對不同數據的結構特征可根據不同的投影方向進行表征，高維數據某類特征結構的投影方向即可通過最優投影方向反映。所以，對最優投影方向的向量和通過對目標函數最優化問題的求解進行轉化，水質評價模型可表示為：

(5)

1.2 云模型

對云模型的3個數字特征可利用下述方法確定，如果農業灌溉用水水質標準存在上、下邊界條件[Bij，min，Bij，max]，則數字特征可表述為：

(6)

式中，Bij，max、Bij，min—第j個級別下指標i的上、下邊界；Exij、Enij—第j個級別下指標i的期望與熵；He—超熵，可依據變量模糊閥度進行適量的調整。

(7)

利用云發生器和上述確定的云參數Ex、He、En可對指標Xj的等級隸屬度進行計算，然后根據指標權重可得到水質綜合確定度U，如下所示：

(8)

式中，μj—指標的等級確定度。

對每組監測數據的水質評價等級利用綜合確定度值和下述公式進行確定，如下：

C=max(U1，U2，，Up)

(9)

式中，C—最大隸屬度。

1.3 等級區分粒度

(10)

式中，δi、Uisec—等級區分粒度值和次大隸屬度。

2 實例應用

2.1 遼陽灌區概況

遼陽灌區位于遼陽城西部和太子河中部區域，屬于典型的中型自流灌區，葠窩水庫經太子河輸水為遼陽灌區的主要水源。灌溉面積約100km2，主要涉及到大、中和小型灌區，其中小型灌區占總面積約1/5，并顯著影響到整個灌區的農業灌溉用水水質。在灌溉過程中由于灌溉技術和制度較為傳統落后其水資源浪費現象嚴重，并且根據灌區特點可灌區主要澆灌方式為噴灌、灌溉形式。遼陽灌區渠首攔河壩建設在城東鵝房其引水總干為護城河，灌溉范圍主要南北邊界為太子河和北地河、東西邊界為柳壕河和遼陽城郊，可控制面積和實際灌溉面積分別為185km2和67.3km2。

2.2 水質評價指標與分級標準

本文結合遼陽灌區實際情況和已有水質評價標準，在遵循可操作性、代表性、科學性、合理性原則的基礎上選取了灌溉用水溶解性固體、氨氮、氯化物以及鹽度4項水質指標，其中溶解性固體主要是反映農業灌溉用水的整體受污染程度；氨氮指標主要是體現在農業灌溉時肥料的使用狀況；氯化物指標主要包括鎂離子、鈣離子等指標，采用該指標對水體的礦化度水平進行反映；鹽度指標主要包括硝酸鹽、硫酸鹽參數，可體現水環境的鹽堿化狀態[10- 14]。

依據遼陽灌區農業用水污染現狀并參考國家農田灌溉水質標準，將水質標準劃分為Ⅰ～Ⅳ4個級別，分別代表水質好、中等、差、劣水平，各指標在不同水質標準下的取值范圍見表1。

表1 水質評價指標及分級標準

2.3 結果分析

利用文中所述的評價方法和計算流程對該灌區10個水樣進行監測評價，結果見表2。

由表2可知，大部分水樣的經驗等級值范圍與評價結果之間相差不大，個別樣本的經驗等級與計算等級存在較大的差異，如水樣10的等級區分粒度值相對較小為0.6730，由此表明對此樣本的模型評價效果并不理想，然而該水樣評價值仍處于0.3028～1區間，該水樣評價結果的不確定性并未對最終的評價結果造成顯著的不利影響，對水質評價等級的影響作用較低。所選取的10個水樣具有較高的經準確，各水樣的相對平均誤差為0.1247，該灌區水質整體處于“中等”水平。

表2 遼陽灌區農業灌溉用水水質等級評價

對水質各評價指標利用云發生器生成云模型，水質樣本的評價等級即為各指標最大隸屬度所處等級，結果表明經驗得到的水樣分級標準與綜合確定度所屬級別基本保持一致。

3 結語

本文在分析了云模型與投影尋蹤函數的基礎上提出了一種綜合評價方法，建立水質評價指標體系與分級標準，并利用模型對遼陽灌區農業灌溉用水水質進行了評價，得出的主要結論如下。

(1)利用改進的投影尋蹤函數可有效處理投影值與各水質類別之間的非線性關系，對于監測數據波動的情況下利用云模型的客觀權重分配法進行水質等級的準確判斷。

(2)為防止細微噪聲對評價等級的影響并體現評價結果等級間的區分程度，引入等級區分粒度的概念，從而進一步提高了評價結果的準確性與可行性。

(3)大部分水樣的經驗等級值范圍與評價結果之間相差不大，個別樣本的經驗等級與計算等級存在較大的差異；遼陽灌區水質整體處于“中等”水平。