您好, 访客   登录/注册

理想点决策方法在区间型水质评价中的应用

来源:用户上传      作者:

  摘  要:为了更准确评价监测点一段时间内水环境质量,将区间值引入水质评价中。以某人工湖水质评价为例,应用理想点决策方法处理区间型水质评价,确定水质类别及监测点间水质好坏,实现对水环境质量的综合评价。实例评价结果表明该方法评价结果合理,可操作性强,有较大的推广应用价值。
  关键词:理想点 区间值 水质 评价
  水质评价是水环境保护和管理的重要基础性工作。目前水质评价方法有很多,如单因子标识指数法、模糊综合法、物元模型、人工神经网络模型、灰色关联法等,这些方法侧重于单值,一般都是取一次监测值或几次监测值的均值,针对区间值的研究相对较少。为了更准确评价某监测断面一段时间内多次监测数据,将区间值引入水质评价中。
  理想点决策方法是一种多目标决策分析方法,通过计算与正理想点和负理想的距离,将多目标综合成一个值,从而确定最优方案或方案间的排序。本文尝试采用理想点决策方法对区间型水质进行综合分析,得出水质类别及监测点间排序,使之更符合实际应用的需要。
  1.方法
  1.1建立指标矩阵
  假设评价指标m个,方案n种,令第i个方案第j个指标的区间值为 ,则建立指标矩阵A。
  其中 分别为区间的边界值。
  1.2指标矩阵标准化
  考虑到指标有正向指标(指标值越大结果越优)、逆向指标(指标值越大结果越劣)或固定型指标(指标越靠近某固定值越优),为便于比较,对指标矩阵进行标准化处理。
  1.3分解矩阵
  将矩阵分解为下界矩阵和上界矩阵。
  1.4确定理想点
  对下界矩阵选虚拟最好理想点:
  对上界矩阵 选虚拟最差理想点:
  1.5计算与排序
  计算中各方案与T的距离,
  计算中各方案与U的距离,
  距离计算采用欧式距离,即 ,其中为指标权重。
  计算, 根据R大小对方案排序,R值越大方案越优。
  2.实例
  2.1数据来源
  本文以某人工湖水质评价为例,说明理想点决策方法在区间型水质评价中的应用,数据来源于文献。某人工湖设置了5个采样点,将2012年1月和2012年4月的监测数据作为样本基础数据(见表1和表2)。
  2.2建立区间矩阵并标准化
  将采样点监测值及评价标准均作为样本,建立区间矩阵A。
  其中DO边界值考虑常温(20℃)下饱和溶解氧值为9.08mg/L,故取10.0mg/L。
  根据式(1)、式(2)对矩陣A标准化得矩阵B。
  2.3分解矩阵,确定理想点
  将矩阵分解为下界矩阵和上界矩阵。
  对下界矩阵 选虚拟最好理想点:
  对上界矩阵 选虚拟最差理想点:
  2.4计算与排序
  水质评价中权重的计算方法有很多,整体上可分为三类:客观权重、主观权重和组合权重。权重可根据评价人的喜好及指标特点选择。为了便于对比,本次权重选取与数据来源文献一致,采用等权重。
  利用欧式距离计算得:
  2.5结果对比分析
  文献基于区间型贝叶斯模型计算得到的结果是A>C>D>E>B,基于传统贝叶斯模型计算得到的结果是A>D>B>C>E。本文通过理想点决策方法计算得到的结果与传统贝叶斯模型计算得到的结果大多一致,只是B和D的排序不一致。单从监测数据的区间值分析,B中的DO、TN、TP、氨氮区间值边界均优于D中的DO、TN、TP、氨氮,只有石油类B为[1.90,2.00],D为[1.60,2.20],B优于D是可以接受的;B中的DO、TP、氨氮、石油类区间值边界均优于E中的DO、TP、氨氮、石油类,只有TN B为[4.04,4.11],E为[3.87,4.18],B的下边界劣于E的下边界0.17mg/L,B的上边界优于E的上边界0.07mg/L,B优于E是合理的。
  3.结论
  (1)水质评价涉及多指标、多级标准,水质指标考虑区间值对评价监测点一段时间内多次监测数据的有效利用尤为重要。
  (2)理想点决策方法可以应用于区间型水质评价中,评价结果合理可信。
  (3)理想点决策方法可操作性强、计算简单直观、计算量小,有较大的推广应用价值。
  参考文献:
  [1]徐祖信.我国河流单因子水质标识指数评价方法研究[J].同济大学学报(自然科学版),2005,33(3):321-325.
  [2]李艳丽,苏维词,杨吉,等.基于熵权模糊综合模型的重庆市水环境安全评价[J].人民长江,2017,48(9):25-29.
  [3]陈娟,陈涛,马志鹏.基于改进的物元模型在水质评价中的应用[J].水电能源科学,2014,32(3):50-52.
  [4]陈守煜,李亚伟.基于模糊人工神经网络识别的水质评价模型[J].水科学进展,2005,16(1):88-91.
  [5]章新,贺石磊,张雍照,等.水质评价的灰色关联分析方法研究[J].水资源与水工程学报,2010,21(5):117-119.
  [6]梁梁,陈刚.基于理想点的区间评价方法[J].预测,1996,(5):60-61.
  [7]黄德才,郑河荣.理想点决策方法的逆序问题与逆序的消除[J].系统工程与电子技术,2001,23(12):80-83.
  [8]孔峰,刘鸿雁.基于理想点的改进AHP综合排序算法[J].系统工程,2007,25(4):98-102.
  [9]祝慧娜,闫庆,尹娟.基于区间型贝叶斯的湖泊水质评价模型[J].环境工程,2015:130-134.
转载注明来源:https://www.xzbu.com/2/view-15105613.htm