鐵嶺市柴河水庫營養狀況評估

鄭宇航

(遼寧省鐵嶺水文局，遼寧 鐵嶺 112000)

0 引 言

柴河水庫位于柴河中下游，總裝機容量7430kW，總庫容6.36億m3，控制面積1355km2，工程等別為Ⅱ等，該水庫是一座集供水、灌溉、防洪、發電、養殖等功能于一體的大(2)型樞紐工程，擔負著柴河流域和鐵嶺市的防洪任務。柴河中下游存在水深淺、徑流量逐年遞減、水體自凈能力差、水流速度緩慢及底泥容易沉積等特征，且隨著人類活動和氣候變化的加強，庫區水文情勢已發生顯著的改變，干支流來水量的減少及污染物量的增大對河流水生態環境構成嚴重威脅。當地居民生活健康與水庫水質優劣狀況密切相關，隨著旅游業、養殖業、種植業及周邊工況企業的發展，畜禽糞便、農業化肥、工業和生活污水等對河流污染較為嚴重，在降雨徑流作用下排入河流并致使水庫水體持續惡化，對當地經濟持續發展、水體功能和水質等構成嚴重的威脅[1]。

當前，城市用水量不斷增加及環境污染的日趨嚴重，因水質污染和水資源供給不足引起的用水持續緊張問題成為城市發展的瓶頸之一，水環境保護領域的研究熱點逐漸轉向為水庫營養狀態的評估[2]。在大量實踐的基礎上國內外學者提出了許多評價方法并取得了豐碩成果，如神經網絡法、灰色聚類法和模糊評估法等，而密切值法相對于這些方法具有數學邏輯嚴禁、概念清晰、原理簡單、計算簡便等特點，能夠更加準確、全面的反映河流水質狀況，在實際應用中具有廣泛的應用價值[3-4]。然而，該方法因采用等權法獲取各參數重要度，使得實際情況與評價結果存在較大偏差，難以準確反映各因子的貢獻率差異。

在處理各評估指標時信息熵能夠顯著降低人為因素的干擾程度，從而保證評價結果的準確性與客觀性，據此文章考慮對指標權重利用信息熵計算，將密切值法與信息熵相耦合系統評價水體富營養化狀況。例如，鄭德鳳等以大連市為例，對傳統的密切值法采用熵值法加以改進用于地下水質狀況的評估；吳建華等采用多種密切值法評估了地下水環境質量，研究認為評價效果最為合理的為熵值密切值法；林華等對山仔水庫的營養化類型運用屬性識別法、傳統密切值法、模糊數學發和熵值密切值法評估，認為能夠客觀、科學反映水體營養類型的為熵值密切值法。

水庫功能能否得以正常發揮直接受到水質狀況的影響，依據2010-2016年柴河水庫水質監測相關資料，對其營養化狀況利用熵值密切值法科學評估，以期為提升庫區水生態功能和水環境保護力度提供指導。

1 密切值法的原理

密切值法是一種優選系統工程的科學方法，其理論依據是選取一個能夠綜合體現水環境狀況的單項指標替代影響水庫水質的多項因子，通過設定基準點為最劣或最優單指標值，對基準點與評估對象之間歐式距離進行求解，將各評估對象按照密切值大小排序并確定最終的優劣次序。

1.1 規范化處理

設水環境質量n個評價指標為B1、B2、…、Bn，m個參評樣本數為S1、S2、…、Sn，aij為評價因子Bj關于參評樣本Si的實測值，由此可構造n個評價因子m個參評樣本的評價矩陣A如下：

(1)

因矩陣中各參數值數量級、量綱的不同而無法直接參與比較，因此需要采用公式(2)標準化處理各評價指標初始數據，即：

(2)

式中：aij、zaij——為評價指標j關于參評樣本i的實測值和標準化處理值。其中，正向指標為效益、產量、產值等數值越大評價結果越優型參數；負向指標為成本、投資等數值越小評價結果越優型參數。

1.2 最優點集和最劣點集

(3)

(4)

1.3 評估指標權重計算

合理的求解各指標權重水體營養狀況評估的關鍵，權重計算前應歸一化處理矩陣中的各指標值，歸一化公式為：

(5)

(6)

其中：k=(lnm)-1，hj=1-Ej。采用公式(7)求解水體營養狀態評價因子j的權重，計算式如下：

(7)

1.4 密切值的確定

(8)

(9)

(10)

采用以上公式即可確定各參評樣本的Ci值，然后對參評樣本按照Ci值大小排序，其值越大則水體營養狀況越差，其值越小則水體營養狀態越好。

1.5 評估標準

針對河流水環境富營養化程度地表水質量評價技術規程推薦的方法為線性插值評分法(簡稱SOC法)，該方法是將湖庫營養狀態分為重度、重度、輕度、中營養和貧營養5個級別，評價指標有透明度SD、高錳酸鹽指數CODMn、葉綠素Chl-a、總氮TN、總磷TP，不同等級下各參數取值見表1。

表1 河湖營養狀態評價等級

續表1 河湖營養狀態評價等級

2 實例應用

2.1 實測值的標準化處理

依據2010-2016年柴河水庫水質逐月實測數據，見表2。

表2 柴河水庫水質實測數據

然后計算各評價指標TN、TP、SD、CODMn、Chl-a的平均值，將評估等級R4、R5、R6與逐月實測數據均值構成評判矩陣A如下：

A=

水環境營養狀態負向評估指標為SD以外的其它4項參數，采用規范化處理公式對矩陣A中的指標初始值，從而獲取規范矩陣Z如下：

Z=

2.2 評估指標密切值

2.3 結果分析

根據柴河水庫2010-2016年各指標實測數據和表1營養狀態評估等級，對各年份水庫營養等級利用SOC法和熵值密切值法進行評價，結果見表3。

表3 水庫營養狀況評價結果

根據表3計算結果可知，營養狀況參考依據為R4、R5、R6評價值，對柴河水庫營養狀態按照密切值大小排序為：R6>2012年>2013年>2014年>2016年>2015年>2011年>2010年>R5>R4；水庫營養狀態按照SOC值計算結果排序為：R6>R5>2012年>2013年>2014年>2016年>2015年>2011年>2010年>R4。柴河水庫2010-2016年營養狀況按照密切值法可認為處于R5-R6等級，整體達到輕度等級；按照SOC法可認為營養狀態處于R4-R5等級，總體位于中營養程度。同時，不同年份的水庫營養狀態按照兩種方法的排序結果存在差異，引起評價結果存在差異的原因包括：

1)評估原理不同。SOC法是采用評價指標賦分值替代實測數據，通過加權平均確定指標賦分，湖庫營養狀態按照均值隸屬等級確定；密切值法是以最劣點和最優點為基準對決策方案集進行分析，從而確定距離最劣點和接近最優點的決策點，最佳方案以該決策點替代，各年份營養狀等級排序按照密切值大小確定，因以上兩種方法評估原理的不同使得最終評價等級存在一定差異。

2)評價指標權重的計算方法存在差異。SOC法未考慮評價結果受不同指標影響的差異，評價指標按照等權法確定；熵值密切值法體現了不同指標對營養狀態評估的差異性，所以評價結果與實際情況的吻合度更高，評價結果的客觀性和真實性更強。

綜上分析，對于水庫營養狀態的評估熵值密切值法具有更強的適用性，柴河水庫2010-2016年的營養狀態處于輕度范圍，其原因為總氮濃度超標致使水環境持續惡化。將密切值法利用信息熵優化改進，不僅能夠確定造成水質污染的主要因素，而且避免了SOC法存在的主觀隨意性，從而保證了評價結果的客觀真實性，在湖庫水環境評價中該方法具有更廣泛的應用范圍。

2.4 建議措施

柴河水庫對于保障鐵嶺市各行業用水發揮著不可替代的作用，飲用水和供水水質受總氮超標影響顯著，為提升水庫水環境質量可從如下幾方面入手：①水庫周邊垃圾和雨水徑流污染物為面源污染主要來源，因此最為有效的控制方法為清理周邊垃圾。②水庫水質在很大程度上取決于外源入河沉淀情況，底泥可對水體環境可產生二次污染，在外源控制情況下氮磷、重金屬等也會在特定條件下進入水體，并在庫區底部逐漸積累，對上部分水體產生影響，建議采取生物酶底泥修復與機械清淤內源污染控制措施。③水體中氮、磷濃度較高可造成水質惡化、水生物死亡等嚴重問題，同時灰使得水體發黑發臭，所以這也屬于生態失衡問題。因此，在條件允許的情況下提高總磷、總磷排放標準或實行限磷排放措施等具有顯著的成效。

3 結 論

根據柴河水庫水環境質量實際情況和SOC法設置的評估標準，對2010-2016年柴河水庫富營養化狀況利用熵值密切值法進行評價。結果發現：總氮含量超標為造成柴河水庫2010-2016年處于輕度營養狀態的主要因素。熵值密切值法綜合考慮了不同指標對營養狀態評估的貢獻率，有效避免了SOC法存在的主觀隨意性，保證了評價結果的客觀真實性。所以，在湖庫水質富營養狀態評估中熵值密切值法可作為當前廣泛應用的方法。為改善水庫水環境質量，應充分發揮治污措施的功能作用，制定的治污方案應盡可能的遵循水質凈化、生態修復、清水補給、外源減排等原則。