封閉式采煤沉陷積水區(qū)富營養(yǎng)化評價方法比較

范廷玉,張金棚,王 順,余 樂,王興明 ,蘇金飛

(1.安徽理工大學(xué)地球與環(huán)境學(xué)院，安徽 淮南 232001; 2.淮南美達(dá)采煤沉陷區(qū)綜合治理有限公司安徽省院士工作站，安徽 淮南 232001 )

富營養(yǎng)化[1]是全球地表水環(huán)境的常見問題之一，全球約有75%以上的封閉型水體存在富營養(yǎng)化現(xiàn)象[2]。進(jìn)行富營養(yǎng)化控制的前提是準(zhǔn)確的評價富營養(yǎng)化狀態(tài)，但是不同的水體所在區(qū)域地質(zhì)背景、環(huán)境氣候、形成機(jī)制、水質(zhì)背景等不同，通用的綜合營養(yǎng)狀態(tài)指數(shù)法只能進(jìn)行初步的評價。因此，近年來學(xué)者們圍繞水體富營養(yǎng)化的評價方法做了大量的研究，將不同的數(shù)學(xué)算法與評價結(jié)合，普遍使用的評價方法包括人工神經(jīng)網(wǎng)絡(luò)法、基于粗糙集的模糊評價法等。文獻(xiàn)[3]研究了人工神經(jīng)網(wǎng)絡(luò)模型在太湖富營養(yǎng)化評價中的應(yīng)用,其認(rèn)為人工神經(jīng)網(wǎng)絡(luò)是一種高度非線性關(guān)系映射，避免了模糊綜合評價和灰色聚類等法權(quán)值賦值和隸屬函數(shù)中人為因素的影響。文獻(xiàn)[4]構(gòu)造了微觀模型，考慮湖泊富營養(yǎng)化對浮游植物、浮游動物以及魚類等的影響，進(jìn)而對富營養(yǎng)化進(jìn)行評價。文獻(xiàn)[5]將粗糙集與多維云模型相結(jié)合，對水體富營養(yǎng)化做出評價，其利用粗糙集減小數(shù)據(jù)尺度，提取定性規(guī)則，利用多維云模型定量分析水體富營養(yǎng)化的平均值、均勻值和穩(wěn)定性。文獻(xiàn)[6]根據(jù)湖泊水環(huán)境系統(tǒng)的不確定性，建立了基于隨機(jī)模擬和三角模糊數(shù)的湖泊水體富營養(yǎng)化評價耦合模型。

采煤沉陷積水區(qū)有其獨(dú)特性，根據(jù)與天然水系的連通情況，可以將其分為封閉式和開放式[7]，沉陷水域面積在幾個平方公里到幾十平方公里[8]，其中，對于處于非穩(wěn)沉期的封閉式沉陷積水區(qū)，目前常用的天然水體的富營養(yǎng)化評價方法是否能夠較細(xì)致、準(zhǔn)確的表達(dá)富營養(yǎng)化的狀態(tài)，并未有專門的研究，論文針對這一特殊水域，以綜合營養(yǎng)狀態(tài)指數(shù)評價法[9]264作為參照，采用人工神經(jīng)網(wǎng)絡(luò)[10-11]、改進(jìn)粗糙集的模糊綜合評價法[12-13]，對沉陷積水區(qū)的富營養(yǎng)化的時空變化特征進(jìn)行對比研究，尋找適合采煤沉陷積水區(qū)的富營養(yǎng)化評價方法，為進(jìn)行沉陷積水區(qū)水資源保護(hù)提供決策指導(dǎo)。

1 實驗部分

1.1 研究區(qū)概況

研究區(qū)域為東經(jīng)116°39′52″～117°05′50″、北緯32°39′11″～ 32°56′16″之間的淮南潘集礦，其屬于暖溫帶半濕潤季風(fēng)氣候，年降雨量926.3mm。研究區(qū)域內(nèi)煤炭資源豐富，井工開采導(dǎo)致地表沉陷，加之該區(qū)域潛水位高，形成了大面積的沉陷積水區(qū)。

1.2 樣品采集與分析

在該封閉采煤沉陷積水區(qū)均勻布置6個采樣點(diǎn)，點(diǎn)位坐標(biāo)用 GPS定位，研究區(qū)域環(huán)境概況及采樣點(diǎn)位見圖1。監(jiān)測指標(biāo)包括葉綠素a(Chl-a)、總磷(TP)、總氮(TN)、高錳酸鹽指數(shù)(CODMn)、透明度(SD)共5 項。各采樣點(diǎn)環(huán)境因子分析結(jié)果如表1所示。

圖1 研究區(qū)域環(huán)境概況及采樣點(diǎn)位

表1 采樣點(diǎn)環(huán)境因子分析結(jié)果

1.3 評價標(biāo)準(zhǔn)

采煤塌陷區(qū)富營養(yǎng)化程度評價的關(guān)鍵是確定合理的富營養(yǎng)化評價標(biāo)準(zhǔn)。在參考相崎宇弘和郁根森 2 種標(biāo)準(zhǔn)[14-15]，結(jié)合淮南潘集采煤塌陷區(qū)的具體情況后，建立如下表2的評價標(biāo)準(zhǔn)。

表2 采煤塌陷區(qū)富營養(yǎng)化評價標(biāo)準(zhǔn)

2 評價方法

2.1 綜合營養(yǎng)狀態(tài)指數(shù)法

綜合營養(yǎng)狀態(tài)指數(shù)法[9]265TLI值計算公式如下

TLI(chla)=10×(2.500+1.086lnchla)

(1)

TLI(TP)=10×(9.436+1.624lnTP)

(2)

TLI(TN)=10×(5.453+1.694lnTN)

(3)

TLI(SD)=10×(5.118-1.940lnSD)

(4)

TLI(CODMn)=10×(0.109+2.661lnCODMn)

(5)

式(1)～(5)中，Chl-a的單位為mg/m3, SD的單位為m,其余的單位均為mg/L。

計算出表1中各營養(yǎng)狀態(tài)TLI值，其與綜合營養(yǎng)狀態(tài)指數(shù)法評價標(biāo)準(zhǔn)的對應(yīng)關(guān)系如表3所示。

表3 評價標(biāo)準(zhǔn)對應(yīng)關(guān)系

2.2 人工神經(jīng)網(wǎng)絡(luò)法

BP神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)應(yīng)用最廣泛的一種算法，其具有多層網(wǎng)絡(luò)結(jié)構(gòu)，有sigmoid隱含層以及線性輸出層，具有很強(qiáng)的映射能力。論文中利用Python建立一個4層的神經(jīng)網(wǎng)絡(luò)模型，即輸入層、兩個隱含層和輸出層。目前理論上還不存在一種科學(xué)普遍的用于確定隱含層節(jié)點(diǎn)數(shù)的方法[16]，論文在經(jīng)驗以及多次實驗的基礎(chǔ)上，設(shè)置兩個隱藏層的神經(jīng)元個數(shù)分別為15、10，這樣建立一個5-15-10-1的神經(jīng)網(wǎng)絡(luò)，使用dropout(隨機(jī)失活)來清零隱含層的部分權(quán)重或輸出，這樣來實現(xiàn)節(jié)點(diǎn)間依賴性的降低[17]。設(shè)置訓(xùn)練次數(shù)為5 000次時，訓(xùn)練的正確率達(dá)99.79%，msc<0.002。以表2中的數(shù)據(jù)為基礎(chǔ)，在各指標(biāo)的分級區(qū)間內(nèi)隨機(jī)生成訓(xùn)練樣本共10 000個，將各參數(shù)值作為輸入單元進(jìn)行訓(xùn)練，再將表1中的數(shù)據(jù)代入，得出研究區(qū)域的水體營養(yǎng)狀態(tài)評價結(jié)果。

2.3 基于改進(jìn)粗糙集的模糊綜合評價法

粗糙集的重點(diǎn)是屬性約簡和權(quán)重的計算[18]。文獻(xiàn)[19]提出的一種基于粗糙集的權(quán)重確定方法可以有效避免冗余、屬性權(quán)重為零的情況，反映信息比原有方法更全面、更有效、更客觀，可以有效地應(yīng)用于不確定信息權(quán)重的計算。

根據(jù)相關(guān)文獻(xiàn)[20-21]提出的我國湖泊富營養(yǎng)化評價標(biāo)準(zhǔn)的上下限，由基于改進(jìn)的粗糙集條件信息熵權(quán)重確定方法，可得到各評價指標(biāo)的重要度sig和權(quán)重w見表4。

表4 各評價指標(biāo)的重要度 sig 和權(quán)重 w

建立各個指標(biāo)因素的隸屬函數(shù)：以采樣點(diǎn)DJ2實測值為例。其葉綠素質(zhì)量濃度為4.300mg/m3，其介于Ⅱ級與Ⅲ級之間，其對于各營養(yǎng)等級的隸屬度計算如下

即

r11=0，r12=0.966，r13=0.034，r14=0，r15=0

由此分別計算出總磷、總氮質(zhì)量濃度、高錳酸鹽指數(shù)、透明度對各營養(yǎng)等級的隸屬度。

建立多因素評價矩陣

綜合評價：將權(quán)重向量w和模糊矩陣R合成。故采樣點(diǎn)DJ2的綜合評價向量

B=W·R=

(0.189 0.222 0.157 0.254 0.178)

因此，采樣點(diǎn)DJ2對各等級的隸屬度分別為0，0.183、0.147、0.365、0.306。故對Ⅳ級富營養(yǎng)狀態(tài)隸屬度最大，從表2可以看出該點(diǎn)的富營養(yǎng)狀態(tài)為中-富營養(yǎng)。

屋頂上種植的植物需要具有抵抗極端氣候條件的能力,要求植株低矮、耐瘠薄、抗風(fēng)、耐積水；空中草坪要比地面草坪貴一倍還多，屋頂綠化建設(shè)成本也比普通綠化成本高很多．根據(jù)市場行情，一般簡單的以佛甲草草坪為主的粗放型屋頂綠化造價在800元/m2左右，半集約式屋頂花園約1 300元/m2.由于屋頂環(huán)境的特殊性，對綠化后期維護(hù)要求也較高，否則景觀效果很難保證[10]，這些因素也限制了屋頂綠化的建設(shè)．

3 結(jié)果與分析

新頒布的《采煤塌陷區(qū)水資源環(huán)境調(diào)查與評價方法》(GB/T 37574-2019)指出采用《地表水資源質(zhì)量評價技術(shù)規(guī)程》(SL 395-2007)中規(guī)定的指數(shù)法來評價采煤塌陷區(qū)的富營養(yǎng)狀態(tài)，其中提到的傳統(tǒng)綜合營養(yǎng)狀態(tài)指數(shù)法應(yīng)用普遍和得到學(xué)者們的認(rèn)同[22]，作為本次評價的參照，先討論人工神經(jīng)網(wǎng)絡(luò)法與改進(jìn)粗糙集的模糊綜合評價法的可行性，在確定可行的基礎(chǔ)上，采用三種評價方法對沉陷區(qū)水體的富營養(yǎng)化時空分布特征進(jìn)行對比分析。

3.1 評價方法可行性

通過采用不同方法對該6個點(diǎn)位冬、春、夏三季的富營養(yǎng)化狀況進(jìn)行評價，人工神經(jīng)網(wǎng)絡(luò)法的評價等級Ⅰ、Ⅲ、Ⅳ的個數(shù)分別為1、9、8；基于改進(jìn)粗糙集的模糊綜合評價法的結(jié)果表現(xiàn)為Ⅱ、Ⅳ、Ⅴ等級的個數(shù)分別為5、9、4；綜合營養(yǎng)狀態(tài)指數(shù)法結(jié)果表明Ⅲ、Ⅳ等級的個數(shù)分別為3、15。圖2為表現(xiàn)采煤塌陷區(qū)各富營養(yǎng)化評價方法結(jié)果的堆積條形圖。

注：圖中A、B、C分別代表人工神經(jīng)網(wǎng)絡(luò)法、改進(jìn)粗糙集的模糊綜合評價法以及綜合營養(yǎng)狀態(tài)指數(shù)法；綜合營養(yǎng)狀態(tài)指數(shù)法Ⅲ、Ⅳ等級的劃分是以表3中TLI的區(qū)間均值為界；Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ分別代表貧營養(yǎng)、貧-中營養(yǎng)、中營養(yǎng)、中-富營養(yǎng)、富營養(yǎng)狀態(tài)圖2 沉陷區(qū)富營養(yǎng)化評價結(jié)果

基于綜合營養(yǎng)狀態(tài)指數(shù)法，人工神經(jīng)網(wǎng)絡(luò)法、基于改進(jìn)粗糙集的模糊綜合評價法的評價結(jié)果與其評價結(jié)果的一致率分別達(dá)到94.4%以及60%，但人工神經(jīng)網(wǎng)絡(luò)法具有弱化研究區(qū)域水體營養(yǎng)狀態(tài)評價等級的趨勢，而改進(jìn)粗糙集的模糊綜合評價法具有加重營養(yǎng)狀態(tài)評價等級的趨勢。

采用綜合營養(yǎng)狀態(tài)指數(shù)法計算人工神經(jīng)網(wǎng)絡(luò)法生成的10 000個學(xué)習(xí)樣本對應(yīng)的TLI值，該TLI值與學(xué)習(xí)樣本自身營養(yǎng)等級結(jié)果的皮爾遜相關(guān)性達(dá)到了0.989(P<0.01)；人工神經(jīng)網(wǎng)絡(luò)對18個點(diǎn)的預(yù)測結(jié)果與綜合營養(yǎng)狀態(tài)指數(shù)結(jié)果的皮爾遜相關(guān)性亦達(dá)到了0.829(P<0.01)。說明神經(jīng)網(wǎng)絡(luò)法在綜合營養(yǎng)狀態(tài)指數(shù)法的基礎(chǔ)上具有一定的可行性。

改進(jìn)粗糙集的模糊綜合評價法與綜合營養(yǎng)狀態(tài)指數(shù)法的評價結(jié)果的重復(fù)率不高，但是兩種方法的各指標(biāo)權(quán)重標(biāo)準(zhǔn)差分別為0.038 256、0.037 032，而且改進(jìn)粗糙集的模糊評價法的總氮、總磷權(quán)重之和大于綜合營養(yǎng)狀態(tài)指數(shù)法的總氮、總磷權(quán)重之和，這對于采煤沉陷積水區(qū)這種以農(nóng)業(yè)面源污染為主的水域、是周圍農(nóng)業(yè)活動流失的N、P等營養(yǎng)元素的主要匯入地[23]，這種權(quán)重分配更符合實際情況。

3.2 水體富營養(yǎng)化時空特征

基于上述三種評價方法的評價結(jié)果，對采煤塌陷區(qū)的水體富營養(yǎng)化時空分布特征進(jìn)行分析。圖3為沉陷區(qū)富營養(yǎng)化狀態(tài)時空分布圖。

注：圖中A、B、C分別代表人工神經(jīng)網(wǎng)絡(luò)法、基于改進(jìn)粗糙集的模糊綜合評價法、綜合營養(yǎng)狀態(tài)指數(shù)法，DJ、CJ、XJ分別代表冬季、春季、夏季，橫縱坐標(biāo)為經(jīng)緯度圖3 沉陷區(qū)富營養(yǎng)化狀態(tài)時空分布圖

1)空間分布特征

從圖3可以看出，三種評價方法得出的富營養(yǎng)化評價等級的空間分布特征不同。人工神經(jīng)網(wǎng)絡(luò)法評價結(jié)果中冬季為同一營養(yǎng)級Ⅳ級，在春季與夏季，營養(yǎng)狀態(tài)最好的區(qū)域均出現(xiàn)在研究區(qū)域的中部，夏季時研究區(qū)域西北方的水質(zhì)營養(yǎng)狀態(tài)等級高于東南方。改進(jìn)粗糙集的模糊綜合評價法冬季的營養(yǎng)狀態(tài)有Ⅳ、Ⅴ兩個級別，北部營養(yǎng)級別高于南部；在春季與夏季，研究區(qū)域的營養(yǎng)等級自西北向東南表現(xiàn)為逐級遞減，水質(zhì)最優(yōu)處均出現(xiàn)在研究區(qū)域東南角處。綜合營養(yǎng)狀態(tài)指數(shù)法評價結(jié)果在冬季營養(yǎng)狀態(tài)均一，春季最優(yōu)的水質(zhì)區(qū)域出現(xiàn)在研究區(qū)域中部，這一結(jié)果與神經(jīng)網(wǎng)絡(luò)法相似；在夏季的水質(zhì)亦表現(xiàn)為西北方劣于東南方。

2)時間分布特征

由圖3可以看出，三種評價方法評價得出的冬季富營養(yǎng)化的等級基本一致，但在春夏兩個季節(jié)上評價等級區(qū)分度不同：綜合營養(yǎng)狀態(tài)指數(shù)法中，春季與夏季的水質(zhì)表現(xiàn)基本相同，基本沒有區(qū)分度；人工神經(jīng)網(wǎng)絡(luò)法中，春季水質(zhì)優(yōu)于夏季；基于改進(jìn)粗糙集的模糊綜合評價法中，春季與夏季雖然營養(yǎng)等級跨度一樣，但從各等級區(qū)域的面積可見春季的水質(zhì)劣于夏季，這與其他富營養(yǎng)化湖泊的水華爆發(fā)的規(guī)律一致，一般在春季藻類在氣溫回升的條件下，且在春季施肥導(dǎo)致周邊農(nóng)田有農(nóng)業(yè)面源匯入的情況下，湖庫的水質(zhì)一般不佳，導(dǎo)致富營養(yǎng)化程度加劇[28]。這與湖泊的類型、水力條件、周邊污染源、降雨的分布等密切相關(guān)。采煤沉陷區(qū)作為典型的淺水“湖泊”，其富營養(yǎng)化時間演變與上述文獻(xiàn)中提到的太湖一致，但有部分湖泊呈現(xiàn)夏季富營養(yǎng)化的程度加劇的現(xiàn)象[29]，這也更加表明采煤塌陷區(qū)不能簡單地等同于一般的湖泊水體，其富營養(yǎng)狀態(tài)的表現(xiàn)較為復(fù)雜。從沉陷區(qū)周邊污染源等因素分析可知，春季是研究區(qū)域周圍農(nóng)田農(nóng)業(yè)種植集中施肥的季節(jié)，農(nóng)業(yè)面源隨著地表徑流進(jìn)入沉陷積水區(qū)，進(jìn)而加劇農(nóng)業(yè)污染源對水體的污染。各監(jiān)測點(diǎn)的氮磷元素的含量變化也與之吻合。因此，改進(jìn)粗糙集的模糊綜合評價法相對其他兩種方法，更加符合沉陷區(qū)的實際情況。

分析各監(jiān)測點(diǎn)的葉綠素質(zhì)量濃度，發(fā)現(xiàn)夏季高于冬季高于春季，這與有關(guān)研究[30-31]的結(jié)果是一樣的，春季的水溫(平均20℃)、夏季的水溫(平均29.5℃)高于冬季的水溫(平均6℃)，夏季的溫度宜于浮游植物、浮游動物等的生長，使得水中的葉綠素含量有所上升；冬季水溫低，生物處于休眠狀態(tài)，浮游植物生長量低，水中葉綠素含量低。分析冬季、春季、夏季的水體的平均DO含量,發(fā)現(xiàn)冬季與春季基本持平，大約在10.1mg/L,而夏季為7.5mg/L，考慮是因為水溫越高，水中的溶解氧含量越低，空氣中的二氧化碳含量高，導(dǎo)致植物代謝加快，影響水質(zhì)，這與有關(guān)研究的結(jié)果是一致的[32]。

由于塌陷區(qū)本身形成的特殊性，其不同于一般的湖泊，在建立相關(guān)的評價方法時需要考慮的因素較多，論文研究的結(jié)果表明，以綜合營養(yǎng)狀態(tài)指數(shù)法為基礎(chǔ)，其余兩種方法都具有一定的可行性，但在考慮到塌陷區(qū)不具備湖泊這種源匯一體的特征時，基于改進(jìn)粗糙集的模糊綜合評價法的評價方法更合適。

4 結(jié)論

(1)研究區(qū)域的水體質(zhì)量總體在I類到III類水之間，未出現(xiàn)嚴(yán)重的富營養(yǎng)化狀態(tài)。三種方法均表明該研究區(qū)域的水體有一定程度的富營養(yǎng)化。

(2)相較于傳統(tǒng)的綜合營養(yǎng)狀態(tài)指數(shù)法和人工神經(jīng)網(wǎng)絡(luò)法，改進(jìn)粗糙集的模糊綜合評價法在時間和空間上，對富營養(yǎng)化的變化特征表達(dá)得更加符合采煤沉陷區(qū)的實際。

(3)通過采用三種方法對采煤沉陷區(qū)的水體富營養(yǎng)狀態(tài)時空分布分析表明：由于人類活動，研究區(qū)的西北方水質(zhì)劣于東南方；春季是富營養(yǎng)化控制的關(guān)鍵季節(jié)，可以通過減少外部面源中的化肥施用量，采用高效施肥方法、在匯入?yún)^(qū)域修筑攔截生態(tài)緩沖帶、重點(diǎn)區(qū)域采取強(qiáng)制措施控制水中營養(yǎng)鹽等多方法與手段，有效減輕和預(yù)防研究區(qū)水體的富營養(yǎng)化。