基于LCA 的污水處理環(huán)境綜合效益評價方法

張柳青

（錦州市生態(tài)環(huán)境局義縣分局，遼寧 義縣121100）

傳統(tǒng)評價方法無法滿足污水處理環(huán)境綜合效益評價的現(xiàn)實需求。為解決傳統(tǒng)評價方法中存在的問題，LCA 作為一種算法，其核心為最近公共祖先原則，通過并查集合并節(jié)點的方式，實現(xiàn)數(shù)據(jù)遍歷，進而提高對數(shù)據(jù)的綜合掌握程度?；诖?，有理由將LCA 應(yīng)用在污水處理環(huán)境綜合效益評價中，通過設(shè)計一種基于LCA 的污水處理環(huán)境綜合效益評價方法，致力于從根本上提高污水處理環(huán)境綜合效益評價的置信度，為提高污水處理環(huán)境綜合效益提供真實的理論依據(jù)。

1 LCA

LCA 又稱Tarjan(離線)算法，通過公共祖先的核心概念，實現(xiàn)數(shù)據(jù)之間最短路徑的尋優(yōu)。假定每個單獨存在的數(shù)據(jù)視為一個節(jié)點，且每個節(jié)點都具備其對應(yīng)的公共節(jié)點，也就是其祖先節(jié)點[1]。本文以5 個節(jié)點為例，分析其基于LCA 最短路徑尋優(yōu)的過程。基于LCA 最短路徑尋優(yōu)過程示意圖，如圖1 所示。

圖1 基于LCA 最短路徑尋優(yōu)過程示意圖

結(jié)合表1 所示，節(jié)點1 是節(jié)點2、3 的最近祖先節(jié)點；節(jié)點2是節(jié)點4、5 的最近祖先節(jié)點。在明確LCA 中最近祖先節(jié)點定義的基礎(chǔ)上，要想在眾多的節(jié)點中精準找到最近祖先節(jié)點，可以采用遍歷的方式，通過Tarjan/DFS+ST/倍增，找到最近祖先節(jié)點，以其作為該組數(shù)據(jù)中的公共節(jié)點，為后續(xù)計算提供支持。因此，通過分析LCA 算法可知，LCA 能夠為污水處理環(huán)境綜合效益評價中選取關(guān)鍵評價指標(biāo)提供助力。為此，本文基于LCA 設(shè)計污水處理環(huán)境綜合效益評價方法，具體研究內(nèi)容，如下文所述。

2 基于LCA 的污水處理環(huán)境綜合效益評價方法

2.1 基于LCA 選取污水處理環(huán)境綜合效益評價指標(biāo)

在污水處理環(huán)境綜合效益評價中，為保證評價指標(biāo)的選取能夠具有代表性，本文基于LCA 選取污水處理環(huán)境綜合效益評價指標(biāo)。基于LCA，將能夠影響污水處理環(huán)境綜合效益的指標(biāo)一一羅列，通過Tarjan/DFS+ST/倍增的方式，找到其中關(guān)聯(lián)度最大的最近祖先節(jié)點作為公共節(jié)點，以此，選取污水處理環(huán)境綜合效益評價指標(biāo)[2]。設(shè)單位投資污水處理量的計算表達式為L，則有公式（1）：

公式（1）中，N 指的是污水處理量；V 指的是實際污水處理投資總額。通過公式（1），能夠計算得出單位投資污水處理量。以此，基于LCA 選取出本次污水處理環(huán)境綜合效益評價中的公共指標(biāo)。

2.2 計算污水處理環(huán)境綜合效益評價指標(biāo)灰色關(guān)聯(lián)度

基于LCA 計算污水處理環(huán)境綜合效益評價指標(biāo)灰色關(guān)聯(lián)度，提取評價要素[3]。本文采用LCA 對數(shù)據(jù)分級分解的方法，計算評價指標(biāo)灰色關(guān)聯(lián)度。設(shè)污水處理環(huán)境綜合效益評價指標(biāo)灰色關(guān)聯(lián)度為 δ，可得公式（2）：

公式（2）中，n 指的是污水處理環(huán)境綜合效益評價指標(biāo)數(shù)據(jù)特征矢量；i 指的是污水處理環(huán)境綜合效益評價指標(biāo)特征個數(shù)，為實數(shù)；w 指的是污水處理中產(chǎn)生的二次污染量；m 指的是摩擦系數(shù)；k 指的是污水處理環(huán)境綜合效益評價指標(biāo)特征權(quán)值系數(shù)；g 指的是污水處理環(huán)境綜合效益評價指標(biāo)特征隸屬度函數(shù)；μ指的是污水處理環(huán)境綜合效益評價指標(biāo)屬性相互依賴度。通過公式（2），得出污水處理環(huán)境綜合效益評價指標(biāo)灰色關(guān)聯(lián)度，根據(jù)評價指標(biāo)灰色關(guān)聯(lián)度體現(xiàn)出評價指標(biāo)與結(jié)論間的非線性關(guān)系，并以事實為依據(jù)，排除人為增加評價指標(biāo)灰色關(guān)聯(lián)度的模糊性。通過模糊聚類計算得出的數(shù)據(jù)，進而獲取更為準確的污水處理環(huán)境綜合效益評價相關(guān)本體類。

2.3 構(gòu)建污水處理環(huán)境綜合效益評價荷載矩陣

公式（3）中，I 指的是多種評價特征元素的單向矩陣。根據(jù)上述公式可進行污水處理環(huán)境綜合效益的綜合投影評價，結(jié)合投影的單位及覆蓋范圍，實現(xiàn)對應(yīng)的評價因子荷載矩陣建立，滿足數(shù)據(jù)的綜合性評價。

2.4 得出污水處理環(huán)境綜合效益評價公式

在此基礎(chǔ)上，采用連續(xù)性綜合評價的方式，設(shè)污水處理環(huán)境綜合效益評價公式為S，則其歸一化處理的計算公式，如下式所示。

公式（4）中，r 指的是污水處理環(huán)境綜合效益系數(shù)；a 指的是評價維度下評價重要度量值；h 指的是評價指標(biāo)下評價重要度量值。通過公式（4），可以得出污水處理環(huán)境綜合效益評價系數(shù)。通過以上研究，有理由相信在無特殊情況下，本文得出的評價公式能夠獲得更加精準的污水處理環(huán)境綜合效益評價結(jié)果。

2.5 污水處理環(huán)境綜合效益評價結(jié)果賦值

在得出污水處理環(huán)境綜合效益評價公式后，下述將執(zhí)行評價方法中的最后一步，污水處理環(huán)境綜合效益評價結(jié)果賦值。首先，根據(jù)德爾菲數(shù)據(jù)處理方法，對比多組數(shù)值的權(quán)重程度，從評價置信度角度出發(fā)，模擬化檢測綜合評價結(jié)果。而后，結(jié)合基礎(chǔ)對比指標(biāo)，將區(qū)間賦值數(shù)據(jù)分為0～60 分、60～75 分、75～85 分以及＞85 分，整合污水處理環(huán)境綜合效益評價指標(biāo)賦值的數(shù)值，采用建立核函數(shù)的方式進行多級指標(biāo)變量的統(tǒng)計，對權(quán)重值較大的污水處理環(huán)境綜合效益評價指標(biāo)賦予較高的權(quán)值，分析數(shù)據(jù)間的權(quán)值占比，及權(quán)值之間的動態(tài)化關(guān)系，實現(xiàn)污水處理環(huán)境綜合效益評價。還可以通過對權(quán)值數(shù)據(jù)進行從大到小的排序，數(shù)值越大表示污水處理環(huán)境綜合效益越好；反之，污水處理環(huán)境綜合效益則越差。至此，完成基于LCA 的污水處理環(huán)境綜合效益評價。

3 實例分析

3.1 實驗準備

本文通過設(shè)計實例分析的方式，選取某污水廠作為實驗對象。隨機在該污水廠抽取1000m3污水作為本次實驗的樣品。為明確1000m3污水試樣中的污染物成分，對1000m3污水試樣進行化學(xué)分析，得到1000m3污水試樣化學(xué)分析結(jié)果，如表1 所示。

表1 1000m3 污水試樣化學(xué)分析結(jié)果

結(jié)合表1 信息，為1000m3污水試樣中化學(xué)成分組成。本次實例分析內(nèi)容為評價污水處理環(huán)境綜合效益，首先，使用本文設(shè)計的評價方法評價污水處理環(huán)境綜合效益，通過matalb 軟件測試評價置信度，并記錄，將其設(shè)為實驗組；其次使用傳統(tǒng)評價方法評價污水處理環(huán)境綜合效益，同樣通過matalb 軟件測試評價置信度，并記錄，將其設(shè)為對照組。由此可見，本次實驗主要內(nèi)容為測試兩種評價方法的評價置信度，評價置信度數(shù)值越高證明該評價方法的評價精度越高。通過10 次實驗，針對實驗測得的評價置信度，記錄實驗數(shù)據(jù)。

3.2 實驗結(jié)果分析與結(jié)論

對比兩種評價方法下的評價置信度，評價置信度對比結(jié)果，如下表2 所示。

表2 兩種方法實驗對比結(jié)果

結(jié)合表2 所示，本文設(shè)計的評價方法置信度明顯高于對照組，具有明顯的優(yōu)勢。

結(jié)束語

本文通過實例分析的方式，證明了設(shè)計評價方法在實際應(yīng)用中的適用性，以此為依據(jù)，證明此次優(yōu)化設(shè)計的必要性。因此，有理由相信通過本文設(shè)計，能夠解決傳統(tǒng)污水處理環(huán)境綜合效益評價中存在的缺陷。但本文同樣存在不足之處，主要表現(xiàn)為未對本次評價置信度測定結(jié)果的精密度與準確度進行檢驗，進一步提高評價置信度測定結(jié)果的可信度。