基于贴近度法在吉林省松花江干流水质监测断面优化中的应用研究

第43卷第6期2018年6月

环境科学与管理

ENVIRONMENTAL SCIENCE AND MANAGEMENT

Vol.43 No.6

June2018

文章编号：1674 - 6139 (2018) 06 - 0112 - 05

基于贴近度法在吉林省松花江

干流水质监测断面优化中的应用研究

杨成江，郭传新，于洋

(吉林省环境监测中心站，吉林长春10011)

摘要：贴近度法是一种模糊评价方法,现如今，在水质评价中已被大量使用。为了合理设定水质监测断面，节

约监测成本，以吉林省松花江干流为研究区，用贴近度法对吉林省松花江干流12个监测断面进行优化，并结合

水环境管理的实际需求，对优化结果进行了修正，优化后监测断面减少为8个并已用

t值检验法完成检验。而水质在优化前后没有明显的变化，说明贴近度法在优化水质监测断面中是十分实用的。

关键词：水质监测；断面优化；贴近度法；t值检验

中图分类号:X830.2 文献标志码:A

Application of Similarity Method in Water Quality Monitoring Cross - section

Optimization of Songhuajiang River Mainstream in Jilin Province

Yang Chengiang,Guo Chuanxin，Yu Yang

(Jilin Province Environmental Monitoring Center station，Changchun 130011，China)

Abstra c t：As a model evaluation method，similarity method has been widely applied to evaluate water environment quality. Taking the Songhua River as the research area,the similarity method was used to optimize the12 monito The t- test was used to verify the optimization results.After optimization,the monitoring section of the Songhua River redu 8，showing no significant difference b etween the quality o f water and that before optimization，which shows that similarity is better in water quality monitoring section optimization.

K e y words：water quality monitoring；section optimization；similarity method；t- test

众所周知，当今社会飞速发展，伴随而来的便是自然环境的恶化，且环境中的污染物会随着时间的推移而进行转化。水环境中现有的一些污染物并不能用以前的监测方式测出，因此，就 要不断对水环境的监测断面模式进行改良，通过 对各水资源单位保存的资料和数据进行分析后

收稿日期:2018 -03 -28

基金项目：国家水专项-国家水环境监测智能化管理综合平台构建技术与业务化运行示范课题(2014Z X07502 - 002)

作者简介:杨成江（1983-),男，硕士，工程师，主要从事环境质量综合管理与评价研究工作。

通讯作者:于洋

• 112•划分水环境的类型以及环境被污染的级别。检 测改良方案的主要目的是为了降低检测成本，用 尽量少的设施及简单的方法获取更多的数据及资料，精减监测点数量，从而制定出保护水环境的最佳方案。

1水环境监测断面优化方法及优化方案的 确定

水环境监测工作中的重点是选定及布置水质 监测断面，过去的断面选定及布置由于相关管理及规章制度的限制有些许多主观色彩，若被监测

断面相邻那么监测结果也会相似。因而为了降低 监测成本并获得更有代表性的数据，将监测断面 的功能进行整体性的提高，必须将水质监测断面进行严格的选定及布置。就目前所知，贴近度法[1_2]、聚类分析法[[3]、主成分分析法[[4_5]、均值 偏差法、断面综合指数法、经验公式法等统计学方 法在国内外水环境监测断面改良中被大量的使用。而报告是对松花江流域进行调研，使用贴近 度法及t值检验法对监测断面进行改良并作最后 得。

贴近度法是将监测数据与水质标准做对比，观 察其贴近度，根据其大小对所监测的地点进行准确 的划分归类，而后在各类别中找出最具代表性的一 点，从而完成点位改良的目的。

在各个监测点获得的众多数据中标记其中单个 监测值的最大数据或最小数据，将此数据整合为虚 构的“最优值”和“最差值”，将其与标准的“最优 值”和“最差值”进行对比，求出其差值并推算出各 监测点与标准点的贴近度，根据此数据对水质监测 点的改良进行判断，这就是贴近度法优化的基本步骤。

1.1做出样本矩阵图且创建虚构的“最优值”和“最差值”

将1个监测点（&、氏、…、m_i)及一个标准 值点t的《个评价指标（G、Cm2、…、)，构成初 矩阵R〇:

将矩阵（1)进行归一化处理，建立样本矩阵R: t「〜1厂12 (i)

R

沒2厂21r22r2n

& m^^m2^m n

式中，，=(Q，…，…J(Z = 1，，…，m - 1)化的 点。

此水质预期中的数据是反向数据，因此水的 质量越差，那么此数据就会越大。也就是说该样本 整合的最小值的集合点就是各预期数据的最优点，而最大值集合点就是各预期数据的最差点，即：

最优点：

= (r,J)c= (min |r,!) ,min |ra),A，min |))

1^i^m1^i^m1^i^m

⑷最劣点：

〇B=O'iOs= (inax I Ti) ,max I r2) ,A,max I r m))

1^i^m1^i^m1^i^m

() 1.2推算各举例点与“最优点”、“最劣点”的差值

最优点最劣点t为这两个虚构点表现出了 水质污染的两极分化情况，计算出各举例处的数据 及标准数据与这两个虚构点的差值，再借用各举例 处数据与标准数据的贴近度，以此对各水质监测点 的 化 。

定义第i个样本点与“最优点”的距离为：

R〇t

t

Q m L

C21C22

(1)

在此矩阵图中，c y.是图中第i个监测点t的第y 个作为评价数据的量化值，E (1,2，…，m- 1)，E (1，2，…，），Cm为标准值的第y个指标值，令

(2)

diG= [X a)(ri - (ri)c)2]2()

尸1

定义第i个样本点与“最差点”的距离4_b S：

dl~B= [X a(ri - (r)B)2] 2(7)

尸1

使用同样的方法可以算出标准数据和虚构两点的差值：

^m-G1=[X a(r - ())2”

.i=1

(8)

dm-B1=[X a(r - (r)B)2]2(9)

• 113

•