层次分析法在水环境质量评价的方法_精品文档Word格式.doc
《层次分析法在水环境质量评价的方法_精品文档Word格式.doc》由会员分享,可在线阅读,更多相关《层次分析法在水环境质量评价的方法_精品文档Word格式.doc(22页珍藏版)》请在冰豆网上搜索。
目录
1引言………………………………………………………………………………1
2水环境评价国内外研究现状及发展趋势………………………………………1
2.1水环境质量评价国内外研究现状……………………………………………1
2.2水环境质量评价发展趋势……………………………………………………4
3水环境质量评价应用……………………………………………………………5
3.1玄武湖水质概况……………………………………………………………5
3.2层次分析法简介及基本步骤………………………………………………5
3.3玄武湖质量评价计算…………………………………………………………5
3.3.1西北湖质量评价计算………………………………………………………6
3.3.2东南湖质量评价计算………………………………………………………9
3.3.3东北湖质量评价计算………………………………………………………11
3.3.4西南湖质量评价计算………………………………………………………13
3.4计算结果………………………………………………………………………15
4结论………………………………………………………………………………15
参考文献…………………………………………………………………………17
致谢………………………………………………………………………………18
附表………………………………………………………………………………19
摘要
玄武湖是南京城区内最大的湖泊,分为西北,东南,西南和东北四个湖区。
随着人口的不断增长,大量的生活污水被排入湖中,使得湖水逐年水质污染严重,近年来大有加重趋势。
水质将变浑发臭,严重影响了城市环境和市民身体健康。
因此,对玄武湖整治是势在必行的。
本次研究是根据玄武湖实测水质指标资料,应用层次分析法,通过建立层次分析模型体系,经计算最终得出各指标权重,从而对玄武湖四个湖区水资源质量状况进行相关分析与评价,并提出保护水资源措施,为更好的开发和利用水资源提供参考。
此次研究结果表明,湖水中BOD5超标严重,应采取针对性治理。
关键词:
玄武湖;
层次分析法;
权重;
水环境评价
层次分析法在玄武湖水环境评价的应用
X
1引言
玄武湖位于南京城东北,为全国五大城市湖泊之一。
湖泊总面积4.4,其中湖水面积3.91,湖中陆地面积0.49。
从80年代开始,玄武湖流域人口迅速增加,大量的生活污水排入湖内,使湖水中的有机物,营养盐的负荷不断增加。
2003年的水质监测报告表明:
玄武湖水质的总氮超标率为8.3%。
另一项针对玄武湖底层泥巴的调查实验表明,表面上一汪清水的玄武湖,底层的那些淤泥重金属含量,已经超过了南京城市的土壤的重金属含量[1]。
本研究的目的是运用层次分析法来研究玄武湖水环境问题,通过分析计算确定其污染程度及主要污染物,并对玄武湖水质进行相关评价,以期为提高和改善玄武湖的水环境提供有效途径和理论依据。
水环境评价能为决策者提供有效的辅助决策信息,对于水环境保护和实现可持续发展具有重要意义。
其研究成果将大大提高玄武湖水环境管理与决策的水平,对于更好地利用和保护水资源、控制水污染,都具有重要的现实意义和深远的历史意义。
2国内外研究现状及发展趋势
2.1国内外水环境评价研究现状
国内外环境质量评价方法多种多样,但目前国内还没有制定出统一的评价方法标准供环保工作者使用[2]。
其中水环境质量评价方法较多如:
布朗水质指数、普拉特水质指数、罗斯水质指数、内梅罗水质指数、综合污染指数、模糊数学法和地图叠加法等,最后一种方法是国内目前普遍采用的方法,简单且实用。
以上种种评价方法都要首先确定断面单项指标代表值,大多用平均值作为代表值,而内梅罗水质指数法则既考虑到平均值,同时考虑端值对评价结果的影响,但评价工作中有很多具体问题不易解决,很少采用。
其他方法还牵涉到标准问题或评价指标的权重问题,也很少采用[3]。
水质评价方法有两大类,一类是以水质的物理化学参数的实测值为依据的评价方法;
另一类是以水生物种群与水质的关系为依据的生物学评价方法。
较多采用的是物理化学参数评价方法,其中又分:
①单项参数评价法即用某一参数的实测浓度代表值与水质标准对比,判断水质的优劣或适用程度。
②多项参数综合评价法即把选用的若干参数综合成一个概括的指数来评价水质,又称指数评价法。
指数评价法用两种指数即参数权重评分叠加型指数和参数相对质量叠加型指数两种。
参数权重评分叠加型指数的计算方法是,选定若干评价参数,按各项参数对水质影响的程度定出权系数,然后将各参数分成若干等级,按质量优劣评分,最后将各参数的评分相加,求出综合水质指数。
数值大表示水质好,数值小表示水质差。
用这种指数表示水质,方法简明,计算方便。
参数相对质量叠加型指数的计算方法是,选定若干评价参数,把各参数的实际浓度与其相应的评价标准浓度相比,求出各参数的相对质量指数,然后求总和值。
根据生物与环境条件相适应的原理建立起来的生物学评价方法,通过观测水生物的受害症状或种群组成,可以反映出水环境质量的综合状况,因而既可对水环境质量作回顾评价,又可对拟建工程的生态效应作影响评价,是物理化学参数评价方法的补充。
缺点是难确定水污染物的性质和含量。
在选择城市水质评价指标时,一般可按下列几个原则进行选择:
(1)据水环境监测和污染源监测所掌握的水中主要污染物种类、数量以及迁移、转化规律及危害大小进行选择。
(2)选择指标应有相应的水质标准及其它明确的规定。
(3)所选择指标标应有明确的物理意义,能够表征所受污染的类型。
(4)应注意到各指标之间的可比性和指标的概括面及代表性,应尽可能选择较少的指标用以反映水体污染的特征。
以下列举几种国内外较为常用的水质分析方法:
水质指数法
是用一个综合指数表示水质的物理和化学参数,特点是便于比较。
分类评价法是根据水质分类标准,先确定单项因子所属的等级。
然后进行叠加并综合评价,特点是参数选择范围广。
数理统计法是把每一次监测数据看成一个随机变量,利用数理统计的方法推求出各种概率下的水质状况,特点是能较完整地提供监测水体质量的时空变化。
模糊数学法是根据水体质量好与差的界面不明确,具有模糊性特点,运用模糊数学中的隶属函数剖析水质分类界限,综合评判水体质量。
灰色系统法是利用水质信息系统中具有信息不完备的特点,把灰色系统理论中的方法应用于水质评价。
模糊数学法
水体污染及其轻重的程度属于模糊概念,而根据水质标准进行水质评价是一个典型的模糊模式识别问题,所以采用模糊集理论方法,能使水质评价的理论与方法建立在较为严谨的数学模型上,能较为准确的反映出水质的状况。
采用模糊向量加权计分法,是用隶属度函数来描述水质分级的界限,计算权重,并进行模糊矩阵的复合运算,取隶属度最大者所对应的水质级别作为评价水体的评价级别,最后以模糊向量为权,乘以相应级别的分值,计算出水质的分值。
这种方法能够较为直观准确的表达出目前水质情况,因此采用模糊向量加权计分法做为评价的方法。
层次分析法
层次分析法(AHP)是将决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。
该方法是美国运筹学家匹茨堡大学教授萨蒂于本世纪70年代初,在为美国国防部研究"
根据各个工业部门对国家福利的贡献大小而进行电力分配"
课题时,应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法。
这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。
尤其适合于对决策结果难于直接准确计量的场合[4]。
层次分析法的步骤如下:
(1)通过对系统深刻认识,确定该系统的总目标,弄清规划决策所涉及的范围、所要采取的措施方案和政策、实现目标的准则、策略和各种约束条件等,广泛收集信息。
(2)建立一个多层次的递阶结构,按目标的不同、实现功能的差异,将系统分为几个等级层次。
(3)确定以上递阶结构中相邻层次元素间相关程度。
通过构造两比较判断矩阵及矩阵运算的数学方法,确定对于上一层次的某个元素而言,本层次中与其相关元素的重要性排序--相对权值。
(4)计算各层元素对系统目标的合成权重,进行总排序,以确定递阶结构图中最底层各个元素的总目标中的重要程度。
(5)根据分析计算结果,考虑相应的决策[5]。
层次分析法整个过程体现了人的决策思维的基本特征,即分解、判断与综合,易学易用,而且定性与定量相结合,便于决策者之间彼此沟通,是一种有你效的系统分析方法,广泛地应用在经济管理规划、能源开发利用与资源分析、城市产业规划、人才预测、交通运输、水资源分析利用等方面[6]。
层次分析法也是本文所采用的分析方法。
2.2国内外水环境评价发展趋势
水环境质量评价是认识和研究水环境的一项重要内容,其目的是准确反映环境的质量和污染状况,预测未来的发展趋势,是水环境管理保护和治理的一项重要基础性工作。
目前在进行水环境质量评价时,主要存在以下问题:
(1)迄今没有一个被大家公认通用的具有可比性的水环境质量评价数学模型,各部门进行评价时,选用数学模型的任意性很大,常常不能反映本地区污染状态,同时也不便于与其他地区水质状况进行比较。
(2)多因子综合评价中确定环境因子权重存在任意性,缺乏比较客观可靠的确定环境因子权重的方法[7]。
因此,未来的水质评价模型需要解决好上述两项问题。
目前科研人员研究出了一种新型的水质评价模型——人工神经网络(ANN),该方法是复杂非线性科学和人工智能科学的前沿,其在水质评价的应用研究在国内外尚处于初创阶段。
在详细分析LM算法的基础上,提出了基于LM算法的水质综合评价BP模型,并将该模型应用于实例,进行效果检验。
结果表明:
LM-BP模型用于水质综合评价是可行的,与其它评价方法相比,评价结果更加客观、合理,而且网络训练速度最快,适合作为水质综合评价的通用模型。
此外,随着科学技术的飞速发展,各种高科技手段也将应用到水质评价中来。
例如目前计算机已经被广泛应用到水环境评价中,在全国水质数据集中管理实现后,可以开发基于GIS和WEB的水质信息管理系统,能够对海量数据进行直观、高效的