侯姝君,孫海龍,李 航,郭 珍
(1. 四川大學(xué)水力學(xué)與山區(qū)河流開發(fā)保護(hù)國家重點(diǎn)實(shí)驗(yàn)室,成都 610065; 2. 成都市河湖保護(hù)和智慧水務(wù)中心,成都 610072;3. 四川華標(biāo)測檢測技術(shù)有限公司,成都 611731)
河流是生態(tài)系統(tǒng)物質(zhì)循環(huán)的重要基礎(chǔ),是關(guān)系到工農(nóng)業(yè)、航運(yùn)和商業(yè)等方面的必要環(huán)境資源和生態(tài)介質(zhì),同時(shí)也是受人類活動(dòng)影響最嚴(yán)重的生態(tài)系統(tǒng)之一。目前,水環(huán)境惡化、生物棲息地退化和河岸帶侵蝕等問題迫在眉睫,開展河流整治成為當(dāng)前形勢的迫切需要。而河流健康評(píng)價(jià)可為河流整治評(píng)估提供參考思路,因此如何選用合適的河流健康評(píng)價(jià)方法也已成為近些年國內(nèi)外學(xué)術(shù)界的研究熱點(diǎn)[1]。
上個(gè)世紀(jì)國外就已開展河流健康評(píng)估。美國環(huán)保局1999年制定了快速生物監(jiān)測協(xié)議法[2],根據(jù)魚群、附著生物和大型底棲無脊椎動(dòng)物的生物數(shù)據(jù),為河湖健康評(píng)價(jià)體系提供依據(jù)。國內(nèi)關(guān)于河湖健康評(píng)價(jià)的研究也有很多,李曉峰的TOPSIS模型的改進(jìn)算法[3]、傅春的BP神經(jīng)網(wǎng)絡(luò)模擬[4]、閆正龍的PSR模型和粗糙集[5]等等。但這些方法在評(píng)價(jià)過程中訓(xùn)練樣本較難獲取,同時(shí)當(dāng)遇到不同樣本的同一指標(biāo)值接近時(shí),微小變化將引起指標(biāo)權(quán)重翻倍變化。
本文以錦江為研究對象,在參考水利部2020年8月頒發(fā)的《河湖健康評(píng)價(jià)指南(試行)》[6]基礎(chǔ)上,選取合適指標(biāo)構(gòu)建指標(biāo)體系,同時(shí)用改進(jìn)熵權(quán)法修正主觀判斷權(quán)重帶來的誤差。運(yùn)用多級(jí)模糊綜合評(píng)價(jià)法建立錦江生態(tài)效果指標(biāo)體系的河流健康評(píng)價(jià)模型,研究物理結(jié)構(gòu)、水質(zhì)及水資源、水質(zhì)、生物和社會(huì)服務(wù)功能之間的發(fā)展?fàn)顩r,為今后河流的保護(hù)治理工作和相關(guān)研究提供可靠參考。
成都市屬長江流域岷沱江水系,岷江及沱江干流穿越市境。市境內(nèi)岷江流域面積占全市總面積70.4%,沱江流域面積占29.6%。全市流域面積大于50km2的河流58條,流域面積在100km2以上的河流有45條,500km2以上的河流12條,1 000km2以上的河流9條。都江堰灌區(qū)渠系與自然水系縱橫交錯(cuò)形成了成都平原水網(wǎng)。受地勢西北高、東南低的影響,成都市的河流基本為西北-東南流向[7],山區(qū)坡降大、平原區(qū)坡降相對較小。
根據(jù)《2019年成都市水資源公報(bào)》[8]綜述,2019年成都市地表水資源量為101.04億m3,地下水資源量為29.21億m3,扣除地表水與地下水重復(fù)計(jì)算量后,全市水源總量為101.87億m3,總用水量為53.58億m3。
錦江為岷江左岸一級(jí)支流,長江二級(jí)支流。府河和南河是流經(jīng)成都市區(qū)的兩條主要河流,錦江則是這兩條河流的合稱,即府南河。錦江是成都市中心城區(qū)重要的生態(tài)景觀河道和排洪河道,其南河長約5.3km,府河全長約115km(石堤堰至江口),其府河成都段長94.67km,進(jìn)水口年平均流量48m3/s,河口年平均流量123.37m3/s,年徑流量14.33億m3。錦江為市管河道。成都市錦江流域主要涉及成都市12個(gè)區(qū)、市(縣),流域面積1 991.2km2。
根據(jù)河流狀況選取合適指標(biāo)構(gòu)建模糊綜合評(píng)價(jià)模型,再基于隸屬度矩陣,應(yīng)用最大隸屬度原則對河流健康隸屬等級(jí)狀況進(jìn)行綜合性評(píng)判[8]。具體方法:①根據(jù)河流狀況選取指標(biāo),構(gòu)建錦江對應(yīng)的模糊綜合評(píng)價(jià)模型。②運(yùn)用改進(jìn)熵權(quán)法確定各層指標(biāo)的權(quán)重集。③根據(jù)指標(biāo)數(shù)據(jù)對應(yīng)的評(píng)價(jià)等級(jí)構(gòu)建隸屬度函數(shù),確定隸屬度矩陣。④將權(quán)重集與隸屬度矩陣進(jìn)行線性變換。⑤根據(jù)最大隸屬度原理得到綜合評(píng)價(jià)結(jié)果。詳細(xì)步驟如下:
2.1.1 建立因素集
U={U1,U2,U3……Un}
(1)
式中,U為一級(jí)指標(biāo)因素集。
對每個(gè)一級(jí)指標(biāo)按屬性劃分建立二級(jí)指標(biāo)因素集:
U1={Ui1,Ui2,Ui3,……Uij}
(i=1,2,……n)
(2)
式中,Uij表示第i層第j個(gè)指標(biāo)。
2.1.2 建立評(píng)語集
V={V1,V2,V3……Vk}
(3)
式中,k為評(píng)價(jià)等級(jí)數(shù)
2.1.3 確定指標(biāo)權(quán)重集
用改進(jìn)熵權(quán)法確定指標(biāo)權(quán)重,得到指標(biāo)層的權(quán)重集W=(w1,w2,w3……wn)和準(zhǔn)則層的權(quán)重集M=(m1,m2,m3……mn)
2.1.4 建立隸屬度矩陣
根據(jù)指標(biāo)特征類型,建立指標(biāo)對應(yīng)的隸屬函數(shù),進(jìn)而得到隸屬度矩陣Ri:
(4)
2.1.5 模糊綜合評(píng)價(jià)
先將指標(biāo)層的權(quán)重集W和隸屬度矩陣Ri進(jìn)行線性變換,得到一級(jí)評(píng)價(jià)集Si:
(5)
把每個(gè)一級(jí)評(píng)價(jià)集Si合并得到一級(jí)評(píng)價(jià)總集S,再把準(zhǔn)則層的權(quán)重集M和一級(jí)評(píng)價(jià)總集S進(jìn)行矩陣乘法運(yùn)算,得到最終的模糊綜合評(píng)價(jià)集A:
A=W×S
(6)
2.2.1 建立初始數(shù)據(jù)矩陣:設(shè)有m個(gè)評(píng)價(jià)對象,n個(gè)評(píng)價(jià)指標(biāo),則初始數(shù)據(jù)矩陣 Y =[yij]m×n
(7)
式中,yij為第i個(gè)評(píng)價(jià)對象的第j項(xiàng)評(píng)價(jià)指標(biāo)值。
2.2.2 指標(biāo)歸一化處理:各評(píng)價(jià)指標(biāo)代表事物不同屬性,對于負(fù)向指標(biāo)(數(shù)值越小效果越好的指標(biāo)),按如下方法轉(zhuǎn)化:
(8)
式中, y’ij為轉(zhuǎn)化后的正向指標(biāo)值。
不同指標(biāo)量綱及單位有差異,不能直接比較。因此要對指標(biāo)值標(biāo)準(zhǔn)化處理,公式如下:
(9)
最后得到標(biāo)準(zhǔn)化后的矩陣X =[xij]m×n,如下:
(10)
式中, xij為第i個(gè)評(píng)價(jià)對象的第j項(xiàng)評(píng)價(jià)指標(biāo)值。
2.2.3 計(jì)算熵值:根據(jù)熵的定義,指標(biāo)的離散程度可依據(jù)熵值的大小來鑒定,指標(biāo)的離散程度越小,則其對綜合評(píng)價(jià)的影響越小,權(quán)重越小,計(jì)算各評(píng)價(jià)指標(biāo)的熵值公式為:
(11)
(12)
(13)
2.2.4 計(jì)算熵權(quán):在傳統(tǒng)熵權(quán)法中,計(jì)算Ej趨于1的指標(biāo)權(quán)重,其微小的變化會(huì)引起熵權(quán)成倍變化[9-10],因此該方法存在一定誤差。為減小此類誤差,采用改進(jìn)熵權(quán)法:
(14)
(15)
(16)
依據(jù)隸屬函數(shù)構(gòu)建隸屬度矩陣。對于正向(數(shù)值越大效果越好)指標(biāo),采用升半梯形隸屬函數(shù),其公式如下:
若j取1:
(17)
若j取2,3,…,k-1:
(18)
若j取k:
(19)
對于負(fù)向指標(biāo),采用降半梯形隸屬函數(shù),可將上述三個(gè)式子中的“>”和“<”互換。
式中,x為評(píng)價(jià)對象與其對應(yīng)的評(píng)價(jià)指標(biāo)的數(shù)據(jù);rij為第i個(gè)因素的評(píng)價(jià)相對第j個(gè)評(píng)價(jià)等價(jià)的隸屬度。
根據(jù)所建立的隸屬函數(shù),對評(píng)價(jià)指標(biāo)及等級(jí)進(jìn)行運(yùn)算即可得到隸屬度矩陣Ri,最后再依據(jù)最大隸屬度原則即可得到最終評(píng)價(jià)。
錦江評(píng)價(jià)河段長度為96.75km,根據(jù)河流水文特征、河床及河濱帶形態(tài)、水質(zhì)狀況、水生生物特征以及流域經(jīng)濟(jì)社會(huì)發(fā)展特征的相同性和差異性,沿河流縱向?qū)㈠\江分為5個(gè)評(píng)價(jià)河段,水系流域和評(píng)價(jià)河段見圖1,河段詳情見表1。
表1 劃分河段特性Tab.1 Partitioning river section characteristics
續(xù)表1
圖1 水系流域和評(píng)價(jià)河段圖Fig.1 Map of river basins and assessed river sections
參考水利部頒布的《河湖健康評(píng)價(jià)指南(試行)》,選取物理結(jié)構(gòu)、水質(zhì)及水資源、生物、社會(huì)服務(wù)功能共4個(gè)準(zhǔn)則層作為一級(jí)評(píng)價(jià)指標(biāo),選取岸線植被覆蓋率、河岸穩(wěn)定性、違規(guī)開發(fā)利用水域岸線程度等共計(jì)10個(gè)影響因素作為二級(jí)評(píng)價(jià)指標(biāo)。評(píng)價(jià)指標(biāo)及其說明見表2。
指標(biāo)的數(shù)據(jù)來源:物理結(jié)構(gòu)數(shù)據(jù)通過官方數(shù)據(jù)及現(xiàn)場調(diào)查獲取;水質(zhì)及水資源數(shù)據(jù)通過水質(zhì)取樣送檢、及水資源公報(bào)獲??;生物數(shù)據(jù)通過現(xiàn)場調(diào)查、咨詢官方機(jī)構(gòu)獲取;社會(huì)服務(wù)功能通過現(xiàn)場問卷調(diào)查獲??;具體指標(biāo)數(shù)據(jù)見表3。
表2 城市河流健康評(píng)價(jià)指標(biāo)及說明Tab.2 Urban river health evaluation index and description
續(xù)表2
表3 錦江健康評(píng)價(jià)指標(biāo)與各項(xiàng)指標(biāo)數(shù)據(jù)Tab.3 Jinjiang health evaluation index and various index data
3.3 評(píng)語集的建立
根據(jù)《河湖健康評(píng)價(jià)指南(試行)》,將評(píng)價(jià)等級(jí)劃分為5個(gè)等級(jí),分別為Ⅰ(非常健康)、Ⅱ(健康)、Ⅲ(亞健康)、Ⅳ(不健康)、Ⅴ(劣態(tài)),詳見表4。
表4 城市河流健康評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)及分級(jí)Tab.4 Urban river health evaluation index standards and classification
本研究中的指標(biāo)均屬于正效應(yīng)指標(biāo),將表3中的數(shù)據(jù)先采用公式(7)進(jìn)行指標(biāo)歸一化處理,再按照改進(jìn)熵權(quán)法即可得到表5中的各項(xiàng)指標(biāo)權(quán)重。
表5 各評(píng)價(jià)指標(biāo)權(quán)重的計(jì)算結(jié)果Tab.5 Calculation results of the weight of each evaluation index
根據(jù)評(píng)價(jià)等級(jí),運(yùn)用隸屬函數(shù)即可求得評(píng)價(jià)因素集U對評(píng)價(jià)集V的隸屬矩陣R:
首先,利用公式(5)將隸屬度矩陣和指標(biāo)層權(quán)重集W(表5)運(yùn)算,得到5個(gè)河段的一級(jí)模糊綜合評(píng)價(jià)集Si及不同河段每個(gè)準(zhǔn)則層的隸屬度(圖2~圖5)。
圖2 5個(gè)河段的物理結(jié)構(gòu)隸屬度Fig.2 Subordination degree of physical structure of 5 river sections
圖3 5個(gè)河段的水質(zhì)及水資源隸屬度Fig.3 Subordination degree of water quality and water resources of 5 river sections
圖4 5個(gè)河段的生物隸屬度Fig.4 Subordination degree of biology of 5 river sections
圖5 5個(gè)河段的社會(huì)服務(wù)功能隸屬度Fig.5 Subordination degree of social service functions of 5 river sections
基于最大隸屬度原則[11],由圖2可知,5個(gè)河段的物理結(jié)構(gòu)均處于Ⅰ(非常健康)狀態(tài)。由圖3可知,L1、L2、L5的水質(zhì)及水資源處于Ⅰ(非常健康)狀態(tài),L3、L4處于Ⅱ(健康)狀態(tài)。由圖4可知,L1、L5的生物結(jié)構(gòu)處于Ⅰ(非常健康)狀態(tài),L2、L3、L4處于Ⅱ(健康)狀態(tài)。由圖5可知,L1、L5的社會(huì)服務(wù)功能處于Ⅱ(健康)狀態(tài),L2、L3、L4處于Ⅲ(亞健康)狀態(tài)。
再根據(jù)一級(jí)模糊綜合評(píng)價(jià)和準(zhǔn)則層權(quán)重(表5),利用公式(6)得到錦江5個(gè)評(píng)價(jià)河段的綜合模糊評(píng)價(jià)集A,并依據(jù)最大隸屬度原則,確定每個(gè)河段的評(píng)價(jià)等級(jí),見表6。
表6 錦江評(píng)價(jià)河段河流健康綜合評(píng)價(jià)Tab.6 Comprehensive evaluation of river health of Jinjiang
根據(jù)以上數(shù)據(jù),建立評(píng)價(jià)整個(gè)錦江河段河流的模糊關(guān)系矩陣,將5個(gè)河段的長度和熵值賦權(quán)法相結(jié)合,得到w*s=[0.3302,0.3460,0.2740,0.050,0]。根據(jù)最大隸屬度原則,錦江河段河流的健康等級(jí)為健康。
3.7.1 結(jié)合表6和最大隸屬度原則可知L1、L5的最大隸屬度0.583,評(píng)價(jià)結(jié)果為Ⅰ類;L2的最大隸屬度0.489,評(píng)價(jià)結(jié)果為Ⅱ類;L3的最大隸屬度0.346,評(píng)價(jià)結(jié)果為Ⅲ類;L4的最大隸屬度0.354,評(píng)價(jià)結(jié)果為Ⅱ類??傮w而言錦江評(píng)價(jià)等級(jí)為健康,但L3河段評(píng)價(jià)明顯次于其它河段。L3為成都市主城區(qū),受工業(yè)和人為影響較大,其水生態(tài)完整性、社會(huì)服務(wù)功能等還有待提升,與實(shí)際情況相符。
3.7.2 由圖3知L1、L2、L5三個(gè)河段的水質(zhì)及水資源處于Ⅰ類,L3、L4處于Ⅱ類;L3為主城區(qū),水質(zhì)雖然由2015年的Ⅴ類提升到Ⅳ類;但評(píng)價(jià)期間,部分河段數(shù)據(jù)顯示未達(dá)到Ⅲ類。錦江超標(biāo)污染物主要為氨氮。其污染來源主要來自城鎮(zhèn)排放的含有大量有機(jī)氮和無機(jī)氮污染物的工業(yè)廢水和生活污水[12]。建議加強(qiáng)排污口排查與監(jiān)測,整治排放不合格的排污口;可在評(píng)價(jià)河段采用底泥生態(tài)處理、水生植物修復(fù)、生態(tài)浮床、生態(tài)護(hù)岸等技術(shù),去除水體的氨氮。
3.7.3 由圖5知L1、L5兩個(gè)河段的社會(huì)服務(wù)功能處于Ⅱ類,L2、L3、L4處于Ⅲ類。主要原因是公眾滿意度較低。建議政府加強(qiáng)河流岸線管理。加強(qiáng)沿線巡查,及時(shí)對河流漂浮物進(jìn)行清理,加強(qiáng)愛護(hù)環(huán)境衛(wèi)生意識(shí)的宣傳,修建景觀建筑,提高水景觀舒適程度。
3.7.4 錦江的水質(zhì)及水資源、生物、社會(huì)服務(wù)功能均有改善空間。其中,生態(tài)流量滿足程度指標(biāo)分?jǐn)?shù)最低。由于成都市的排洪河道,不承擔(dān)上游的分洪任務(wù),只排泄區(qū)間洪水,汛期錦江干支流上游控制閘門關(guān)閉,上游洪水引入外江及沱江;而枯水期,為了保證城區(qū)生態(tài)用水,錦江干支流上游控制閘門打開,泄放生態(tài)用水,因此汛期最小日均流量小于枯水期,故從而影響生態(tài)滿足程度。
4.1 運(yùn)用多級(jí)模糊綜合評(píng)價(jià)可把河岸穩(wěn)定性等10個(gè)定性指標(biāo)清晰地轉(zhuǎn)換為定量評(píng)價(jià),極大解決河流健康評(píng)價(jià)中各指標(biāo)難以量化的問題。運(yùn)用改進(jìn)熵權(quán)法計(jì)算每項(xiàng)指標(biāo)的權(quán)重,有效消除主觀思維影響。與傳統(tǒng)熵權(quán)法相比,改進(jìn)熵權(quán)法合理減小了熵值趨于1時(shí),熵值微小的變化會(huì)引起熵權(quán)成倍變化所帶來的誤差,更加客觀地衡量各項(xiàng)指標(biāo)的權(quán)重。
4.2 錦江實(shí)例結(jié)果表明,錦江的健康評(píng)價(jià)結(jié)果為健康狀況。但L3評(píng)價(jià)河段處于亞健康狀態(tài),有較大改善空間。L3流經(jīng)成都主城區(qū),受工業(yè)廢水和人為污染干擾較大,與實(shí)際相符。錦江代表成都形象,應(yīng)針對該河段采取水生態(tài)修復(fù)措施,著重改善水質(zhì)和岸坡植被情況。