青草沙水库水质监测布点的优化

３３
２． ７９
３８
２． ４５
４８
２． ４６
７０
２． ７７
７２
２． ６５
８３
２． ６２
７９
２． ６８
９２
２． ５２
９４
２． ５６
９５
２． ４５
根据《湖泊（水库）富营养化评价方法及分级技 术规定》计算综合营养状态指数。
２ 研究方法和结果
综合 ＴＯＰＳＩＳ 法和物元分析法对青草沙水库监 测点位的合理性进行分析。
２
ｊ ＝１
（５）
及其分中级，权技重术ω规ｊ根定据》确《湖定泊，如（水表库２ 所）富示营。养化评价方法
表 ２ 各单项指标权重值
Ｔａｂ． ２ Ｉｎｄｅｘ ｏｆ Ｗｅｉｇｈｔｓ
参数 叶绿素 ａ ＴＰ
ＴＮ
ＳＤ
ＣＯＤＭｎ
ωｊ
０． ２６６ ３ ０． １８７ ９ ０． １７９ ０ ０． １８３ ４ ０． １８３ ４
（ ） Ｋｅｙｗｏｒｄｓ ｍｏｎｉｔｏｒｉｎｇ ｐｏｉｎｔｓ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ ｔｅｃｈｎｉｑｕｅ ｆｏｒ ｏｒｄｅｒ ｐｒｅｆｅｒｅｎｃｅ ｂｙ ｓｉｍｉｌａｒｉｔｙ ｔｏ ｉｄｅａｌ ｓｏｌｕｔｉｏｎ ＴＯＰＳＩＳ
ｍａｔｔｅｒ ｅｌｅｍｅｎｔ ａｎａｌｙｓｉｓ Ｑｉｎｃａｏｓｈａ Ｒｅｓｅｒｖｏｉｒ
； Ａｂｓｔｒａｃｔ Ｑｉｎｃａｏｓｈａ ｒｅｓｅｒｖｏｉｒ ｈａｓ ｂｅｅｎ ｔｈｅ ｍｏｓｔ ｉｍｐｏｒｔａｎｔ ｄｒｉｎｋｉｎｇ ｗａｔｅｒ ｓｏｕｒｃｅｓ ｉｎ Ｓｈａｎｇｈａｉ ｉｔ ｉｓ ｓｉｇｎｉｆｉｃａｎｔ ｆｏｒ ｔｈｅ ｇｒａｓｐ ｏｆ ｗａｔｅｒ （ ） ｑｕａｌｉｔｙ ｔｏ ｓｅｔ ｔｈｅ ｍｏｎｉｔｏｒｉｎｇ ｐｏｉｎｔｓ ｒｅａｓｏｎａｂｌｙ． Ｔｈｅ ｔｅｃｈｎｉｑｕｅ ｆｏｒ ｏｒｄｅｒ ｐｒｅｆｅｒｅｎｃｅ ｂｙ ｓｉｍｉｌａｒｉｔｙ ｔｏ ｉｄｅａｌ ｓｏｌｕｔｉｏｎ ＴＯＰＳＩＳ ａｎｄ ｍａｔｔｅｒ ， ｅｌｅｍｅｎｔ ａｎａｌｙｓｉｓ ｗａｓ ｕｓｅｄ ｔｏ ｏｐｔｉｍｉｚｅ ｔｈｅ ｃｕｒｒｅｎｔ ｍｏｎｉｔｏｒｉｎｇ ｐｏｉｎｔｓ． Ｔｗｏ ｍｅｔｈｏｄｓ ｃａｕｓｅｄ ｔｈｅ ｓａｍｅ ｒｅｓｕｌｔ ｗｈｉｃｈ ｔｈｅ ｃｕｒｒｅｎｔ １０ ｐｏｉｎｔｓ ， ， ｗａｓ ｏｐｔｉｍｉｚｅｄ ｔｏ ８ ｐｏｉｎｔｓ． Ｔｈｅｎ ｔｈｅ ｒｅａｓｏｎａｂｌｅｎｅｓｓ ｏｆ ｒｅｓｕｌｔ ｗａｓ ｄｉｓｃｕｓｓｅｄ． Ｂｙ ａｎａｌｙｓｉｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｉｎｔｅｒｖａｌ ｍｏｎｉｔｏｒｉｎｇ ｄａｔａ ｉｔ ｉｓ ， ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｓｅａｓｏｎａｌ ｃｈａｎｇｅ ｏｆ ｗａｔｅｒ ｑｕａｌｉｔｙ ｈａｓ ｌｉｔｔｌｅ ｅｆｆｅｃｔ ｏｎ ｔｈｅ ｒｅｓｕｌｔ． Ｂｙ ａｎａｌｙｓｉｓ ｏｆ ｏｐｔｉｍｉｚｅｄ ８ ｐｏｉｎｔｓ ｉｔ ｉｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ
— ４６ —
图１ 青草沙水库监测点位示意图
Ｆｉｇ． １ Ｍｏｎｉｔｏｒｉｎｇ Ｐｏｉｎｔｓ Ｄｉａｇｒａｍ ｏｆ Ｑｉｎｃａｏｓｈａ Ｒｅｓｅｒｖｏｉｒ
首（１＃）、垦区（２ 、＃ ３＃和 ４＃）、库中（５ 、＃ ６ 、＃ ７ ，＃ ８＃和 ９＃）和库尾（１０＃），同时兼顾深水区（８ 、＃ ９＃和 １０＃） 和浅水区（２＃、３＃、５＃和 ７＃）。
根据《湖泊富营养化调查规范》（第二版），青草 沙水库库内现共设 １０ 条监测垂线（如图 １），涵盖库
［收稿日期］２０１３ ０６ ０６ ［基金项目］社会发展重大科研项目（０９ ） ＤＺ１２００１０７ ［作者简介］张海春（１９８４— ），男，硕士，工程师，从事水环境监测与
评价工作。电话： ； ： １３９１６５６８４７８ Ｅｍａｉｌ ｚｈａｎｇｈｃ＠ ｓｅｍｃ． 。 ｇｏｖ． ｃｎ
合理的监测点位设置对准确掌握水体环境质量 状况有着重要作用。长江口青草沙水库于 ２０１１ 年 全面建成并正式供水，目前已占上海市原水供应量 的 ５０ ％ 以上，其常规监测垂线设置之初无历史数 据，主要依据水体类别和功能设置［１］，现有必要对 垂线设置的合理性进行论证。
１ 青草沙水库监测现状
（４）优化结果。 计算各评价对象与最优方案的接近程度 Ｃｉ。
Ｃｉ
＝
Ｄ
＋ ｉ
Ｄ
ｉ＋＋
Ｄ
－ ｉ
（６）
根据相对接近度的大小确定排序，并结合点位
优化原则［６］进行监测点位优化，结果如表 ３ 所示。
最终筛选出的优化点位为 １ 、＃ ２ 、 、 、 ＃ ４＃ ５＃ ６＃、７＃、 ８＃、１０＃。考虑到优化后的点位空间分布，建议将 优化后的２＃点设置在 和２＃ ３＃之间，８＃点设置在 和８＃ ９＃之间。
磷（Ｚ、１总－，氮Ｚ ２－和，高…，锰Ｚ酸５－）盐
指
数
的
最优值为最小值，透明度的最优值为最大值。
（３
）计算各
评价
对
象
与
最
优
方
案
（Ｄ
）和＋
ｉ
最
劣
方案（Ｄ －ｉ）间的加权欧氏距离。
槡 ［ （ ）］ ｍ
∑ Ｄ
＋ ｉ
＝
ωｊ
ｚｉｊ
－
ｚ
＋ ｊ
２
ｊ ＝１
（４）
槡 ［ （ ）］ ｍ
∑ Ｄ
－ ｉ
＝
ωｊ
ｚｉｊ
－
ｚ
－ ｊ
根据近年的监测数据，青草沙水库各单项水质
净 水 技 术
ＷＡＴＥＲ ＰＵＲＩＦＩＣＡＴＩＯＮ ＴＥＣＨＮＯＬＯＧＹ
， ， Ｖｏｌ． ３３ Ｎｏ． １ ２０１４
， Ｆｅｂｒｕａｒｙ ２５ｔｈ ２０１４
指标基本能够达到水源地水质要求，但库内仍存在 富营养化和藻类水华的风险 。据 ［２，３］ 此，选择叶绿 素 ａ、总磷、总氮、透明度和高锰酸盐指数等 ５ 项富 营养化指标，以 ２０１１ 年 １ ～１２ 月的监测数据分析点 位设置的合理性（如表 １），并以 ２０１１ 年 １ 月 ～ ２０１２ 年 １２ 月的各次监测数据做结果可靠性检验。根据 《水和废水监测分析方法》（第四版），叶绿素 ａ、总 磷、总氮、透明度和高锰酸盐指数的分析方法分别选 择分光光度法、钼锑抗分光光度法、过硫酸钾氧化紫 外分光光度法、塞氏盘法和酸性法。
２． １ ＴＯＰＳＩＳ 法优化结果
ＴＯＰＳＩＳ 法是系统工程中有限方案多目标决策 分析的一种常用方法，其基本原理是根据评价对象 与最优或最劣方案的相对接近度确定排序，以此作 为评价依据 ， ［４，５］ ＴＯＰＳＩＳ 法主要可分为 ４ 个步骤。
（１）建立归一化矩阵。 青草沙库内现共设 １０ 条监测垂线，共选择 ５ 个 分析指标，则优化矩阵如下。
７
４＃
０． ４２
９
４＃
５＃
０． ７３
５
５＃
６＃
０． ７９
４
６＃
７＃
０． ６６
６
７＃
８＃
０． ９１
２
８＃
９＃
０． ８９
３
１０＃
０． ９７
１
１０＃
— ４７ —
张海春． 青草沙水库水质监测布点的优化
， ， Ｖｏｌ． ３３ Ｎｏ． １ ２０１４
２．２ 物元分析法优化结果
物元分析以可拓数学为基础，研究解决矛盾问 题，以综合关联函数作为评价依据，其在点位优化领 域运用广泛［７ 。９］ 物元分析法主 要 可 分 为 ４ 个 步骤。
Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ Ｍｏｎｉｔｏｒｉｎｇ Ｐｏｉｎｔｓ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｏｒ Ｗａｔｅｒ Ｑｕａｌｉｔｙ ｉｎ Ｑｉｎｃａｏｓｈａ Ｒｅｓｅｒｖｏｉｒ
Ｚｈａｎｇ Ｈａｉｃｈｕｎ
（ ， ， ） Ｓｈａｎｇｈａｉ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ Ｃｅｎｔｅｒ Ｓｈａｎｇｈａｉ ２０００３０ Ｃｈｉｎａ
ｐｏｉｎｔｓ ａｒｅ ｅｖｅｎｌｙ ｄｉｓｔｒｉｂｕｔｅｄ ｉｎ ｓｐａｃｅ ａｎｄ ｔｈｅｒｅ ｉｓ ｎｏ ｓｕｄｄｅｎ ｃｈａｎｇｅ ｏｆ ｗａｔｅｒ ｑｕａｌｉｔｙ ｂｅｔｗｅｅｎ ｔｈｅ ａｄｊａｃｅｎｔ ｐｏｉｎｔｓ． Ｔｈｅ ｗａｔｅｒ ｑｕａｌｉｔｙ ｏｆ
ｔｈｅ ｏｐｔｉｍｉｚｅｄ ８ ｐｏｉｎｔｓ ｃａｎ ｒｅｆｌｅｃｔ ｔｈａｔ ｏｆ ｔｈｅ ｗｈｏｌｅ ｒｅｓｅｒｖｏｉｒ．
（ ） Ｋａ Ｘｉｊ
＝ ｘｉｊ － ｃｊ ｃｊ － ａｊ
（７）
（ ） Ｋｂ Ｘｉｊ
＝ ｘｉｊ － ｃｊ ｃｊ － ｂｊ
（８）
（３）计算综合关联函数：
（ ） （ ） ｎ
∑ Ｋａ Ｘｉ ＝
ωｊＫａ Ｘｉｊ
（９）
ｊ ＝１
（ ） （ ） ｎ
∑ Ｋｂ Ｘｉ ＝
ωｊＫｂ Ｘｉｊ
（１０）
ｊ ＝１
其点的中点（，权４聚）重图以ω（Ｋｊ如的ａ和图取Ｋ值２ｂ）为同，确坐Ｔ定Ｏ标Ｐ优轴ＳＩ化Ｓ，做法布出。点所，最有终待筛优选化出采
张海春． 净水技术 ， （）： ２０１４ ３３ １ ４６ ４９ 青草沙水库水质监测布点的优化
， ， Ｗａｔｅｒ ＰＶｕｏｒｉｌｆ．ｉｃ３ａ３ｔｉｏＮｎｏ．Ｔ１ｅｃｈ２ｎ０ｏ１ｌ４ｏｇｙ
檶殞
檶檶檶檶檶檶檶檶檶檶檶檶殞
檶殞
科研成果与理论创新 檶檶檶檶檶檶檶檶檶檶檶檶殞
青草沙水库水质监测布点的优化
张海春
（上海市环境监测中心，上海 ） ２０００３０ 摘 要 青草沙水库建成后已成为上海市最重要的饮用水水源地，合理的监测垂线设置对准确掌握水库水质状况有着重要 作用。运用 ＴＯＰＳＩＳ 法和物元分析法两种手段对水库现有的 １０ 条监测垂线进行优化论证，两种方法的优化结果相同，均优化 成８ 条监测垂线。并对结果的合理性进行论证，对不同时段的数据进行分析，结果表明优化结果受水质季节性变化影响较小； 优化后的 ８ 条监测垂线空间分布均匀，相邻垂线之间无明显的水质突变，表明优化后的点位已能较好地反映库区水环境。 关键词 监测布点 优化 法 ＴＯＰＳＩＳ 物元分析 青草沙水库 （ ） 中图分类号：ＴＵ９９１ 文献标识码：Ａ 文章编号：１００９ ０１７７ ２０１４ ０１ ００４６ ０４
（ ） Ｘ ＝ ｘｉｊ １０×５
（１）
为消除指标计量单位的影响，构筑归一化矩阵：
（ ） Ｚ ＝ ｚｉｊ １０×５
（２）
其中 槡 ｚｉｊ ＝
ｘｉｊ
ｎ
∑ ｘ２ｉｊ
ｉ ＝１
（３）
（２）确定 Ｚ 的理想解和负理想解。
最优方案为：Ｚ＋
＝
（Ｚ
， ，…， ） Ｚ ＋
＋
１
２
Ｚ
＋ ５
最劣方案为：Ｚ－ ＝ 其中，叶绿素 ａ、总
（１）组成 ｎ 维物元。 （２）根据各点位的各项污染指标监测值，拟定 出“最佳理想点 ａ”、“最次理想点 ｂ”和“数学期望点 ｃ”，计算线性关联函数：
量数据，同时避免不必要的监测资源浪费。本研究 采用 ＴＯＰＳＩＳ 法和物元分析法分别对青草沙水库的 监测点位进行优化，优化结果相同。考虑到藻类高 发季节（４ ～１０ 月）叶绿素 ａ 等指标的空间分布差异 性可能更大，以 ４ ～ １０ 月的监测数据分析点位设置 的合理性，ＴＯＰＳＩＳ 法和物元分析法的优化结果也均 为 、 、 、 、 、 、 、 （如表 １＃ ２＃ ４＃ ５＃ ６＃ ７＃ ８＃ １０＃ ４、图 ３）。 结果表明水质的季节性变化对该优化结果的影响 较小。
样 的
优化点位为 １ 、 、 ＃ ２＃ ４ 、＃ ５ 、 、 、 ＃ ６＃ ７＃ ８ 、 ＃ １０＃。各
点位均在第Ⅱ或第Ⅳ象限，符合最佳或最次理想标
准条件。
表 ４ ＴＯＰＳＩＳ 法优化结果（２０１１ 年 ４ ～ １０ 月均值）
Ｔａｂ． ４ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｒｅｓｕｌｔｓ ｏｆ ＴＯＰＳＩＳ
表 １ ２０１１ 年青草沙水库各点位监测均值
Ｔａｂ． １ Ｍｏｎｉｔｏｒｉｎｇ Ｖａｌｕｅ ｏｆ Ｑｉｎｃａｏｓｈａ Ｒｅｓｅｒｖｏｉｒ ｉｎ ２０１１
叶绿素 ａ 点位 （ · ） （ · ） （ · ） · ｍｇ ｍ －３
ＴＰ ／ ｍｇ Ｌ － １
ＴＮ ／ ｍｇ Ｌ － １
ＳＤ ／ ＣＯＤＭｎ ／ ｃｍ ｍｇ Ｌ － １
１＃
３． ６８
２＃
２． ９３
３＃
３． ３８
４＃
５． ５４５＃３．Fra bibliotek３８６＃
３． ４０
７＃
４． ０７
８＃
２． ７９
９＃
３． １１
１０＃
２． ６７
０． １１２ ０． ０９３ ０． ０８４ ０． ０６４ ０． ０６４ ０． ０５９ ０． ０６０ ０． ０６２ ０． ０５３ ０． ０５７
１． ８７ １． ７８ １． ７３ １． ４２ １． ４５ １． ４４ １． ３３ １． ４２ １． ３７ １． ３５
表 ３ ＴＯＰＳＩＳ 法优化结果（２０１１ 年 １ ～ １２ 月均值）
Ｔａｂ． ３ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｒｅｓｕｌｔｓ ｏｆ ＴＯＰＳＩＳ ｆｒｏｍ
Ｊａｎｕａｒｙ ｔｏ Ｄｅｃｅｍｂｅｒ ｉｎ ２０１１
点 位
Ｃｉ
排序结果 优化结果
１＃
０． ３７
１０
１＃
２＃
０． ５２
８
２＃
３＃
０． ５３