水体富营养化评价方法比较分析

1、演讲者：ppt制作：课程：现代环境监测技术2018/05/25，1背景介绍2评价方法3比较分析4案例分析，1背景介绍，1背景介绍，1背景介绍，湖泊富营养化是指在自然因素和/或人类活动的影响下，大量的营养物质被输入到湖泊水体中，使湖泊逐渐从低生产力水平的营养贫乏状态转变为高生产力水平的营养丰富状态。随着自然环境条件的变化，自然界中的湖泊有其自身不可避免的发生、发展、老化和灭绝的过程，在湖泊形成的初始阶段，由营养贫乏逐渐过渡到营养丰富，最终消亡。1背景介绍，中国湖泊富营养化的原因：通过近年来的研究，特别是加拿大的沃伦维德(warren维德，1968)，日本的简(1970)和奥地利的列夫勒(levl

2、er，1968)的杰出贡献，目前工作者的主要原因是水体中氮、磷等营养元素的增加，为水生生物(主要是藻类)的大量繁殖提供了丰富的物质。中国部分湖泊的污染源主要来自湖泊外的点源和非点源以及湖泊沉积物的释放。背景介绍：在自然状态下，湖泊的演化过程极其缓慢，往往需要几千年甚至更长的时间才能完成。然而，在人类活动的影响下，这一演变过程大大加快，由富营养化引起的环境问题日益严重。因此，有必要建立科学统一的评价方法，以加强湖泊管理，保护湖泊生态环境。湖泊富营养化评价是通过一系列与湖泊营养状况及其相互关系相关的指标，对湖泊营养状况做出准确的判断。1背景介绍，综合评价法是水体富营养化评价早期阶段的主要方法，但评

3、价标准和指标的选取不完善，导致评价结果不能真实反映富营养化水平(胡柱邦，权为民，2002)。近年来，考虑到湖泊富营养化评价的模糊性和灰色性，模糊数学和灰色系统理论的应用引起了人们的关注。这些方法包括：模糊数运算法、模糊评价模型法、灰色聚类法、灰色局势决策法、灰色层次决策法和模糊灰色决策法(冯玉国，1996)。1背景介绍：湖泊(水库)营养状况分类：在相同营养状况下，指数值越高，其营养水平越重。2评价方法、2.1总成分分析和营养评价方法，并从众多因素中选择与营养状况最密切相关的因素。叶绿素chl(一般称为叶绿素a)被称为“参考因子”，必须首先选择。总氮的总磷因子对湖泊富营养化的发展过程具有重要意义

4、，可以优先考虑并纳入评价模型。这个因素被称为“重要因素”。此外，从剩余因素中，利用主成分分析法选择“主要因素”进行评价。2.1总成分分析，营养评价方法，计算各参数营养状况指数的公式如下：a. tli (chl)=10 (2.51.086 lnchl)，b. tli (tp)=10 (9.436 1.624 lntp)，c. tli (tn)=10 (6.453 1.694 tn)，d . tli(cod e . tli(bod5)=10(2.118 2.579 bod5)2.2卡尔森营养状态指数(tsi)、2.2卡尔森营养状态指数(tsi)、2.3修正营养状态指数、2.4综合营养状态指数法、2

5、.5营养状态指数法(ahp-pca法)、2.5营养状态指数法(ahp-pca法)、2.6灰色系统理论法、灰色系统理论法等，通过一系列系统分析和计算，如构建情景和情景矩阵、确定目标效应测度、多目标决策、确定最佳情景、富营养化水平等由于湖泊水质指标(称为指标)的监测数据含有灰色元素，分类标准也含有灰色元素，因此湖泊水体富营养化评价是一个灰色局势决策问题。通过效果测度统一度量不同维度事件的指标，并根据综合效果测度确定最佳情况，从而判断湖泊水体的富营养化程度。2.6灰色系统理论方法，包括以下步骤：1 .确定事件集、游戏集和目标集，将湖水富营养化状况分为五个等级，形成游戏集；参与评估的五个污染参数构成了

6、目标集。2计算目标效果度量。对于污染指数k，每种情况sij都有一个影响值，所有的影响值形成一个影响度量矩阵。基于非时间序列单点数据，采用不同的白化函数作为目标效应测度的计算公式。2.6灰色系统理论方法，2.6灰色系统理论方法，2.7多目标模糊-灰色决策评价，f-g决策是一个博弈集的模糊灰色系统，它对应不同的目标，构造不同的隶属函数，使事件和博弈组成的态势集可以通过映射得到效果测度。利用灰色概念，从所有可能的对策中选择最佳方案(李作勇，邓新民，1990)。灰色决策是指在事件、对策、目标和效果统一的前提下，具有明显灰色因素的系统的决策。f-g决策是一个决策集的模糊灰色系统，它根据不同的目标构造不同

7、的隶属函数，从而将事件和对策组成的态势集进行映射，得到效果测度。2.8模糊数学方法利用隶属函数来描述水质边界，反映了实际边界的模糊性，避免了以往不连续水质分类的弱点，使评价结果更接近客观实际。权重是根据权重超标的程度来确定的，考虑了总体污染中各参数的差异，最终的结果不仅能够反映水体的水质等级，还能够反映各级水质对应的水体的隶属度(，徐，2014)。模糊评价数学模型的建立：1 .评价对象因子集的建立。因子集u是由参与评价的氮污染因子的实测浓度组成的模糊子集。2.8模糊数学方法，2.8模糊数学方法，2.8模糊数学方法，2.9灰色评价模型，2.9灰色评价模型，2.9灰色评价模型，2.10灰色聚类方法

8、，朱庆峰等人(2004)认为灰色聚类方法评价的主要步骤是确定各种白化函数；确定聚类权重；求聚类系数；确定每个群集对象的质量级别。采用透明度、溶解氧、生化需氧量、化学耗氧量、总磷、总氮、氨氮和叶绿素a等8个聚类指标。2.10灰色聚类法，2.10灰色聚类法，2.11灰色层次决策法，李作勇等(1992)采用灰色层次决策法对湖泊富营养化进行综合评价。灰色决策一般分为统计决策层(a层)、专业操作层(b层)和管理决策层(c层)。在获得甲、乙、丙决策后，甲、乙联合决策可以通过保险决策来实现，即通过比较甲、乙的决策权，先从大决策中选择小决策，再从小决策中选择大决策。抗体水平和c水平的联合决策可以通过抗体水平和

9、c水平的比较，并采用从大中选小的方法来实现。a级决策：通过灰色统计方法得到各评价指标对各级决策量的灰色权重。2.11灰色层次决策法，将灰色局势决策法应用于b级决策，得出各指标对各层次的平均效果，并选择各指标的最大效益作为各指标的决策系数。c层决策c层决策采用灰色聚类决策。计算水体富营养化评价的联合决策和水体富营养化评价的联合决策它将c设定为由n个湖泊组成的样本水平，每个样本有m个评价指标，因此有一个mn级的实测指标矩阵，然后根据湖泊富营养化评价标准，有一个mt级的标准值矩阵，进而确定tn级的隶属矩阵。2.12模糊评价模型，水体富营养化分类标准，补充，单一指标法主要包括物理指标、化学指标和生物指

10、标。富营养化的因素很多，影响机制复杂，单一的指标方法不能充分反映富营养化水平。潜在富营养化的评价方法是根据din、活性磷酸盐含量、氮磷比、国家海水水质标准和生物培养实验结果对水质进行富营养化分类。人工神经网络方法的主要结构包括输入、隐藏和输出三层，每层由一个或多个节点(神经元)组成，同一层的神经元不相连，相邻两层的神经元通过权值相连。尹守敬等(2018)提出了地面观测数据空间插值与遥感反演相结合的湖泊富营养化评价方法和操作模式。利用遥感影像反演叶绿素a等可逆参数，通过对实测值的修正得到高精度的反演结果，利用空间插值得到整个湖区的数据，利用综合营养指数法反演巢湖富营养化状况，得到2015年5月1

11、2日巢湖富营养化状况的空间分布。结果表明，巢湖全湖处于轻度和中度富营养化状态，总体呈西半湖高于东半湖的空间分布趋势。4案例分析，他们还结合相关数据推断巢湖富营养化的原因，认为南淝河等上游河流各种营养物质的大量输入是造成鄂西北部严重富营养化的主要原因；杭埠河等西南河流氮、磷的输入量相对较大，但其他营养物质的输入量相对较小，这使得该地区普遍呈现出较低的富营养化程度。湖泊富营养化的监测方法主要包括野外监测和遥感监测。现场监测和水样采集的实验室分析方法是目前湖泊水质监测的主要手段。该方法具有数据准确、指标丰富的特点，但费时费力，且采样时间差异大、样本量小、水的流动性强，不能有效反映湖泊水质的同步空间分

12、布。在湖泊富营养化遥感监测方面，遥感可以即时获取大范围水质参数的空间变化趋势，这导致了国内外大量关于湖泊水质定量反演和富营养化评价的科学研究。通过构建经验回归模型、半解析模型或遗传规划对水质参数进行反演，进而计算营养状况指数。反演指标包括叶绿素a(chl-a)、悬浮固体浓度(sst)和透明度(sd)，4个案例分析，1个数据采集地面监测数据为2015年5月12日安徽省环境监测中心站现场监测、水样采集和实验室分析的水质数据，包括叶绿素a、sst、tp、tn、codmn等。美国ysi exo2水质多功能分析仪原位测定叶绿素a浓度，赛波特圆盘法测定标准差，现场水样采集和实验室分析得到codmn、tp和

13、tn。遥感数据采用2015年5月12日11:11采集的gf-1 wfv1数据(如图)。注：背景为2015年5月12日gf-1 wfv1影像，巢湖采样点分布图，4个案例分析，2个遥感数据预处理，逐步对遥感影像数据进行辐射校正、几何校正和大气校正。辐射定标采用envi5.2，利用绝对定标系数直接将图像的灰度值转换为大气顶反射率(l)。计算公式为：增益偏差公式：增益为频带增益，w/(m2sr)；dn是原始gr因此，根据湖区现有的模式，可以通过遥感反演获得叶绿素a和标准差数据。然而，由于tp、tn和codmn等参数的浓度变化对水体光谱特性的影响，现有的传感器很难捕捉到这些参数，并且很难通过遥感反演直接

14、获得高可靠性的产品。4 .因此，通过地面实测数据的空间插值，可以得到整个湖泊范围内的总磷、总氮和总锰含量，更大程度上保证了产品的可靠性。针对湖泊采样点数量少、边界对湖泊水质影响大的特点，考虑采用样条插值方法对总磷、总氮和总锰含量等参数进行插值。因此，在arcgis10.1中，利用已有的现场实测数据，建立了总磷、总氮和总锰参数的点矢量分布图，并利用带障碍的样条插值方法得到了全湖的积。4.巢湖总磷浓度(图4)呈现由西北向湖心，再向东北递减的趋势。总氮浓度(图5)一般显示在湖的东半部和西半部浓度最高，并在东西两侧逐渐降低。codmn(图6)在空间分布特征上与总磷相似，在西半湖的东北湖区最高，向中央湖

15、区和东北出口逐渐降低。根据巢湖富营养化指数的空间分布趋势(图7)，富营养化最严重的区域是湖北省西半部北部的南淝河入湖区域。根据实例分析，湖北省西半部北部的南淝河富营养化指数为61.668.3，其次是湖北省东半部中部和东南沿海地区，富营养化指数为6061.6，均为中度富营养化。富营养化程度在湖北省中部湖区和东半部北部较轻，富营养化指数为58.960，在西南沿海和东部湖区出口区最轻，富营养化指数为51.958.9，为轻度富营养化状态。图像反演能更好地反映整个湖泊的空间分布，高值区和低值区不限于采样点实测值的数值范围。将水质参数遥感反演与实测数据空间插值相结合，形成了基于综合营养指数法的湖泊富营养化评价方法。参考文献1，王，张建辉。(2002年)。湖泊富营养化的评价方法和分级标准。中国环境监测，18，47-49。2、张建辉、林、李、张。(2011年)。水环境质量评价方法综述。现代农业科技，285-287。3冯玉国。(1996年)。湖泊富营养化灰色评价模型及其应用。系统工程理论与实践，16，43-47。4赵晓光、赵雪。(2006年)。城市景观水体富营养化快速评价方法研究。以xi为例。安全与环境工程，13，36-40。全为民。(2002年)。模糊评价法在湖泊富营养化评价中的应用。农业环境科学杂志，21，535-536。6.王素敏。(1998年)。中国湖