CN105260790A - 一种沿海城市不同行业污染物允许排海量的优化计算方法 - Google Patents

Abstract

一种沿海城市不同行业污染物允许排海量的优化计算方法，属于环境保护技术领域，首先是目标函数的设定，目标函数模型应在满足经济、环境和社会三者协调发展的前提下将水环境容量分配至行政区域内以及区域内各行业，并计算出污染排放单元的最大允许排放容量；然后是约束条件的设定，约束条件应基于经济效益原则、公平原则、最低生活水平保障原则，并在满足经济、环境和社会三者协调发展的前提下将水环境容量分配至各行政区划或区域内各行业，约束条件包括经济、环境保护、社会三方面进行。本发明模型借助计算机软件对环渤海13城市主要化学污染物排海总量控制进行计算，可以快速得到13城市的COD、DIN的允许排放容量，为各环渤海城市的排污量提供指导。

Description

一种沿海城市不同行业污染物允许排海量的优化计算方法

技术领域

本发明属于环境保护技术领域，具体涉及一种沿海城市不同行业污染物允许排海量的优化计算方法。

技术背景

渤海是我国唯一的半封闭内海，面积77，284km²，具有独特的资源优势和地源优势，是环渤海经济圈的重要支持系统。但是随着沿海城市工业化、信息化、城市化进程的不断加快，近岸海域水质不断恶化、赤潮灾害频发、海洋生态系统失衡、渔业资源衰退等海洋生态环境问题也日趋严重。自20世纪70年代末，渤海海洋环境质量总体上呈恶化趋势，尤其是在90年代中后期。根据多年的监测和评价结果，渤海近岸海域的污染范围呈扩大趋势。1992年渤海遭受污染的面积约20％，而到了1998年，渤海受污染的面积约40％。经过近几年的治理，2006年，渤海未达到清洁海域水质标准的面积约2.0万平方公里，占渤海总面积的26％，共发生赤潮11次，累计发生面积达到2980平方公里。污染形势依然严峻，污染海域主要集中在辽东湾近岸、渤海湾和莱州湾等近岸海域，主要污染物为无机氮、活性磷酸盐和石油类等。工业废水、生活污水、工业和生活垃圾、农药、化肥等陆源污染物大量超标超量排放入海成为当前渤海环境状况恶化未能得到遏制的根本原因。由于渤海海洋生态环境问题已成为环渤海地区社会经济可持续发展的重大制约因素，自20世纪90年代后期，国家环保总局和国家海洋局先后分别制定了《渤海碧海行动计划》和《渤海综合整治规划》，着重开展包括主要化学污染物排海总量控制在内的渤海海洋生态环境质量预防、控制和治理等。

当前，在科学发展观指导下，建设资源节约型、环境友好形社会，特别是促进经济发展与人口、资源、环境相协调已成为各地区实施“十一五”社会经济发展规划所遵循的共同原则。污染物排海总量控制研究不仅是我国海洋生态环境保护，海洋资源的可持续开发以及实现我国“十一五”社会和经济可持续发展国家目标所必需，同时也是“十一五”中国海洋科学和环境科学基础研究的优先发展领域(冯士笮和王辉，2001)。对于像环渤海这样经济发展迅速的沿海地区，尽快科学合理地实施污染物排海总量控制就成为促进经济、环境持续健康发展最重要的迫切举措。同时，国家海洋局在本世纪初开始在重点海湾及河口实施碧海行动计划，迫切需要总量控制理论和计算方法的进一步完善；而我国的污染物排海总量控制研究尚在研究探索阶段，难以满足污染物排海总量控制的实际需求。

而在研究方法和研究手段上，我国总量控制的数学模型日臻完善，系统工程方法已得到普遍应用，主要有系统模拟法、数学规划法、投入产出法、系统动力学、大系统分解法、多目标规划法、随机规划和模糊系统理论规划法等等。近年来，随着计算机技术广泛用于环境规划中，各种环境管理信息系统(EMIS)和水资源规划管理决策支持系统(DSS)及地理信息系统(GIS)大量用于总量控制决策系统中。这些现代化手段和各种数学模型相结合，为系统综合的分析、评价和预测环境质量的变化，客观地掌握环境中污染物的迁移转化规律、确定总量控制的措施提供了有力的支持。

因此，在渤海开展总量控制研究具有重要的理论意义和现实意义，并且对于中国近海海域污染物排海总量控制的实施具有重要的参考意义。本项发明综合了多目标函数模型与非线性规划模型的优点，将为沿海地区环保部门和海洋监管部门制定强制性污染物排海总量削减方案，并为实现由目标总量管理向容量总量管理转轨提供科学依据；同时还为有关部门制定区域经济规划、调整产业结构、合理配置工业布局等提供必要的理论依据和技术支持。

发明内容

本发明的基于多目标函数非线性规划模型的污染物产业/行业允许排放容量计算方法是基于公平性原则、经济效益原则、经济与环境及资源利用可持续原则、以海定陆，河海统筹原则、行政区划分原则。排污负荷分配到源是污染物排放总量控制的最终目的，合理地、公平的确定各个污染源的允许排放量也是陆源污染物排放总量控制的关键之一。目前，确定各个污染源的允许排放容量有多种方法，但各有优缺点。其中，数学规划方法是从系统观点出发，根据污染源的空间格局和排放强度，以及污染治理的技术经济水平，求出整个优化的具有环境经济效益的排污负荷分配方案。

本发明通过将污染物排放容量问题看做一个数学优化问题，利用数学优化方法计算允许排放容量，一般以陆源污染物排放量最大(或削减总量最小)为目标函数，最大限度的利用海洋的净化能力，在保证海域环境质量达标的前提下，求出各陆源污染源(也可以包括虚拟污染源)的整体优化的允许排放量。

如在一定约束条件下对一个或多个目标函数进行最小化，通常用下式表示：

$\underset{x\∈D}{minimize}\{f_1\left(x\right),f_2\left(x\right),...,f_m\left(x\right)\}---\left(1\right)$

式中的f_i，i＝1，2，…，m是一标量目标函数，该目标函数将向量变量x影射到目标空间中。x为n维决策向量，受约束条件限制分布于可行域D中。在可行域的说明中，包含上述优化问题的约束条件。一般可行域由J个不等式约束条件或K个等式约束条件或二者同时构成，如下所示：

D＝{x:g_j(x)≤0,h_k(x)＝0,j＝1,2,…,J,k＝1,2,…,K}(2)

目标函数和约束条件既可以是线性函数也可以是非线性函数，当两者至少有一个非线性函数时，则称之为非线性规划。

方法包括以下步骤：

首先是目标函数的设定，目标函数模型应在满足经济、环境和社会三者协调发展的前提下将水环境容量分配至行政区域内以及区域内各行业，并计算出污染排放单元的最大允许排放容量；经济指标包括地区生产总值(GDP)和水环境治理费用，环境指标包括行政区划或行业废水和污染物的排放数量以及排放水平；社会指标主要是要满足人口与环境的协调发展；然后是约束条件的设定，约束条件应基于经济效益原则、公平原则、最低生活水平保障原则，并在满足经济、环境和社会三者协调发展的前提下将水环境容量分配至各行政区划或区域内各行业，约束条件包括经济、环境保护、社会三方面进行，其中经济方面包括各城市地区生产总值、环境保护的投资费用，环境方面包括各城市所在流域的分配容量、污水及污染物排放数量和排放水平，而社会方面为人口的发展水平。

所述的目标函数设立是要求在环境与经济平衡发展的前提下，计算求出四大流域各城市(单元)的污染物最大允许排放容量。目标函数包括目标海域(渤海)海洋环境容量、各流域(单元)的分配容量以及环渤海13个城市(单元)的允许排放容量三个变量。

所述的约束条件函数中的经济效益约束是依据经济效益增长的原则；所述的约束条件函数中的污染物排放强度约束是按照公平和效益的原则，根据城市污染物的现状排放量、一定国家海水水质标准下的流域分配容量以及污染物的排放水平来进行污染物排放强度的约束；所述的约束条件函数中的人口约束应在各地区“十一五”规划所规定的目标范围内；所述的约束条件函数中的环境投资约束应根据现状污染物排放强度，所在流域分配容量，以及基准年环境投资的比例确定；所述的约束条件函数中的非负约束条件是由于模型在数学上可以得到允许排放容量的极大值，在现实情况中却不可能出现。

一种沿海城市不同行业污染物允许排海量的优化计算方法，对环渤海13城市主要化学污染物排海总量控制进行计算，整个渤海分为辽东湾、莱州湾、渤海湾和中央盆地四个水域，大连，营口，盘锦，锦州，葫芦岛，秦皇岛，唐山，天津，沧州，滨州，东营，潍坊，烟台13个城市按顺序前1到5分给辽东湾，6到7分给莱州湾，8到10分给渤海湾，11到13分给中央盆地；具体建模步骤如下：

(1)目标函数模型建立：

① $X\≥\underset{j=1}{\overset{k}{\mathrm{\Σ}}}{X}_j,k=1,2,3,4---\left(3\right)$

② $X_1\≥\underset{i=1}{\overset{l}{\Σ}}{x}_i,l=1,2,3,4,5$

③ $X_2\≥\underset{i=6}{\overset{m}{\Σ}}{x}_i,m=6,7$

④ $X_3\≥\underset{i=8}{\overset{n}{\Σ}}{x}_i,n=8,9,10$

⑤ $X_4\≥\underset{i=11}{\overset{o}{\Σ}}{x}_i,o=11,12,13$

i为污染物排放单元，以沿海城市分别作为污染物允许排放容量分配的单元；x_i为沿海城市的污染物允许排放容量；

(2)约束条件函数模型建立

(2.1)经济效益约束模型

依据经济效益增长的原则，各城市单元最大允许排放量的确定同时要保证经济的持续增长，因而上式中GDP要满足一定的增长，即：

GDP_t≥GDP₀·(1+r_g)^t(4)

式中GDP₀为i城市的基准年地区生产总值，GDP_t为第t年的地区生产总值，本文指规划年的地区生产总值，单位均为10⁴元/a。r_g为GDP年均增长率，％；

(2.2)污染物排放强度约束模型

按照公平和效益的原则，根据城市污染物的现状排放量、一定国家海水水质标准下的流域分配容量以及污染物的排放水平来进行污染物排放强度的约束。若流域内城市污染物的现状排放总量超过一定国家海水水质标准下的流域分配容量，则必须对污染物为排放强度进行约束。如果城市污染物排放强度，即万元产值排放强度小于环渤海地区万元产值排放强度的平均值，则规划年的污染物排放强度不能超过其基准年的排放水平；如果城市万元产值排放强度大于环渤海地区的平均值，则规划年的污染物排放强度不能超过环渤海地区基准年的平均排放水平，以促进各城市污染技术处理水平的提高。即：

α_i≤α_i0

或 ${\mathrm{\α}}_i\≤\stackrel{-}{{\mathrm{\α}}_0}---\left(5\right)$

α_i0、为基准年i城市的万元产值排放强度和环渤海地区万元产值排放强度的平均值，单位均为t/10⁴元。

假设经济的增长与污染物的排放存在一定的关系：

α_i＝x_i/GDP_i(6)

式中x_i为i城市的污染物允许排放容量，单位为10⁴t/a；GDP_i为i城市的地区生产总值，10⁴元/a；α_i为i城市的污染物万元产值排放强度，单位为t/10⁴元。通常情况下，随着各经济与环境的发展，万元产值排放强度α也会发生变化。

(2.3)人口约束模型

污染物允许排放容量分配要保障人口数量增长的需要，而人口数量的增长，不能超过各地区“十一五”规划所规定的目标。

P_t≤P₀·(1+r_p)^t(7)

P₀为i城市的基准年常住人口数量，P_t为规划年的人口数量，单位均为10⁴人/a。r_p为人口机械增长率，‰；同时人口与生活污水中污染物的排放存在定量关系：

β_i＝W_Hi/P_i(8)

式中：β_i为i城市的人均污染物排放强度，Kg/人；W_Hi为生活污水中污染物的排放量，10⁴t/a，P_i为人口数量，10⁴人/a。

(2.4)环境投资约束模型

R_i0≤R_i≤R_i'(9)

式中R_i为i城市环境治理投资占地区生产总值的比例，R_i0为基准年环境治理投资占地区生产总值的比例，R_i'为最大环境治理投资比例，单位均为％。R_i'则根据现状污染物排放强度，所在流域分配容量，以及基准年环境投资的比例确定；

对于每个城市，环境投资的比例与污染物排放强度存在反比例关系，即环境投资的比例越大，污染物的排放强度越小，环境投资的比例越小，污染物的排放强度越大：

R_t/R₀＝α₀/α_t(10)

α₀为基准年环渤海地区万元产值排放强度；a_t为时间为t时；环渤海地区万元产值排放强度；R₀为基准年环境治理投资占地区生产总值的比例；Rt为时间t时城市环境治理投资占地区生产总值的比例；

(2.5)非负约束条件

在模型的优化过程中，可能会出现允许一部分参数为负值的情况。这种模型在数学上可以得到允许排放容量的极大值，在现实情况中却不可能出现，因而

α_i≥0；β_i≥0；x_i≥0(11)

本发明与现有技术相比的有益效果：

利用本发明模型，借助计算机软件对环渤海13城市主要化学污染物排海总量控制进行计算，可以快速得到13城市的COD、DIN的允许排放容量，为各环渤海城市的排污量提供指导。

附图说明

图1允许排放容量估算模型COD运算结果：a国家一类海水标准，b国家二类海水标准；c国家三类海水标准；d国家四类海水标准；

图2允许排放容量估算模型DIN运算结果：a国家一类海水标准，b国家二类海水标准；c国家三类海水标准；d国家四类海水标准。

具体实施方式

下面通过实施例来对本发明的技术方案作进一步解释，但本发明的保护范围不受实施例任何形式上的限制。

实施例1

本实施例以本发明方法对环渤海13城市主要化学污染物排海总量控制进行计算。整个渤海大致可分为辽东湾、莱州湾、渤海湾和中央盆地四个水域，分别环境容量为AC1,AC2，AC3，AC4，整个渤海环境容量为EC，大连，营口，盘锦，锦州，葫芦岛，秦皇岛，唐山，天津，沧州，滨州，东营，潍坊，烟台13个城市按顺序前1到5分给辽东湾，6到7分给莱州湾，8到10分给渤海湾，11到13分给中央盆地。

模型参数

(1)流域分配容量

对于渤海污染物海洋环境容量，江文胜等基于HAMSOM模式建立了三维对流-扩散输运模型，计算了渤海COD的极小水物理迁移环境容量，在国家Ⅰ类、Ⅱ类、Ⅲ类和Ⅳ类海水水质标准条件下，分别为36.59、54.88、73.13和91.45万t/a左右。并推算出其他污染物的极小水物理迁移环境容量。在国家Ⅰ类、Ⅱ类、Ⅲ类和Ⅳ类海水水质标准条件下，DIN约为3.67、5.48、7.31和9.15万t/a；PO₄-P约为0.28、0.55、0.55和0.83万t/a；石油烃约为0.92、0.92、5.51和9.18万t/a；Pb(II)约为0.018、0.092、0.18和0.92万t/a；Hg(II)约为0.00092、0.0037、0.0037和0.0092万t/a；Cd(II)约为0.018、0.092、0.18和0.18万t/a。李克强等建立了渤海污染物在多介质海洋环境中迁移-转化多箱模型，并根据基于迁移-转化多箱模型的标准自净容量法计算了在国家Ⅰ类、Ⅱ类、Ⅲ类和Ⅳ类海水水质标准条件下，渤海DIN基准海洋环境容量分别约为74、95、125和158万t/a；PO₄-P基准海洋环境容量分别约为4.8、7.5、8.4、12.6万t/a；石油烃基准海洋环境容量分别约为9.5、9.5、57和95万t/a；Pb(II)基准海洋环境容量分别约为0.48、2.4、4.8和24万t/a。江文胜等根据石油烃在多介质海洋环境中迁移-转化箱式模型关于决定石油烃海洋环境容量主要迁移-转化过程的分析结果，以三维对流-扩散输运模型为基本框架，通过线性叠加方法，建立了渤海石油烃主要迁移-转化过程—三维水动力输运耦合模型。在国家Ⅰ类、Ⅱ类、Ⅲ类和Ⅳ类海水水质标准条件下，渤海石油烃极小海洋环境容量分别为2.8、2.8、16.9和28.2万t/a。再根据最低水质标准控制点处污染物浓度与相应渤海海水中污染物平均浓度比值，结合基准海洋环境容量计算结果，可以估算相应污染物的极小海洋环境容量。在此允许排放容量的优化分配是基于主要迁移-转换过程—三维水动力耦合模型的计算结果。

表1渤海COD和DIN河流流域分配容量(万t/a)

(2)社会、经济、环境参数

首先，将渤海沿岸以上，但会对渤海生态环境造成影响的入海河流沿岸城市归并入渤海沿岸13城市，入海河流沿岸城市社会、环境与经济状况见表3-4。

河流沿岸城市归并后，根据2005年各城市的环境、经济统计资料获得模型所需参数，见表3，表4。

表2入海河流沿岸城市社会、经济与环境状况

表2入海河流沿岸城市社会、经济与环境状况

表3允许排放容量分配优化模型参数(一)

*已进行城市归并，含流域上游城市；**扣除黄海部分

表4允许排放容量分配优化模型参数(二)

模型运算

本发明中以COD和DIN作为分配的对象，建立多目标非线性规划模型。

(1)确定目标goal和目标权重weight，建立目标函数，其中goal＝[AC1,AC2,AC3,AC4,EC]，为不同标准下流域分配容量和目标海域环境容量；weight＝abs(goal)：

$\left|EC\right|\≥\underset{j=1}{\overset{k}{\Σ}}{X}_1,(k=1,2,3,4)$

$\left|AC1\right|\≥\underset{i=1}{\overset{l}{\Σ}}{x}_i,(l=1,2,3,4,5)$

$\left|AC2\right|\≥\underset{i=6}{\overset{m}{\Σ}}{x}_i,(m=6,7)$

$\left|AC3\right|\≥\underset{i=8}{\overset{n}{\Σ}}{x}_i,(n=8,9,10)$

$\left|AC4\right|\≥\underset{i=11}{\overset{o}{\Σ}}{x}_i,(o=11,12,13)$

(2)建立约束函数

GDP_t≥GDP₀·(1+r_g)^t

${\mathrm{\α}}_i\≤{\mathrm{\α}}_{i0}{\mathrm{or\α}}_i\≤\stackrel{-}{{\mathrm{\α}}_0},{\mathrm{\α}}_i=x_i/{\mathrm{GDP}}_i$

P_t≤P₀·(1+r_p)^t

β_i＝W_Hi/P_i

R_i0≤R_i≤R_i'

R_t/R₀＝α₀/α_t

α_i≥0,β_i≥0,x_i≥0

各参数见上文模型参数。由于单人工计算这多目标非线性的函数需要花费很大的时间代价，故利用软件去计算，可快速精确的得到结果。本专利选择Matlab的fgoalattain函数建立多目标非线性规划模型。首先建立目标函数和非线性规划所需函数的m文件，然后确定目标、权重以及线性、非线性不等式的约束。本模型中不含线性等式和非线性不等式以空矩阵表示。模型运行的软件为MATLAB7.0。在国家一、二、三、四海水水质标准下，各城市的COD和DIN允许排放容量估算模型程序如下：

％＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

％排放容量估算模型-多目标非线性规划

functionfgoalattain1

clearall；clc

％确定目标

options＝optimset('GoalsExactAchieve',5)；

goal＝[AC1,AC2,AC3,AC4,EC]；％不同标准下流域分配容量和目标海域环境容量

％确定目标的权重

weight＝abs(goal)；

％给定初始值，以基准年数据

％x(1)～x(13)为排放容量，x(14)～x(26)为GDP

x0＝[W1,W2,W3,W4,W5,W6,W7,W8,W9,W10,W11,W12,W13,...％基准年污染物排海通量

G₀1,G₀2,G₀3,G₀4,G₀5,G₀6,G₀7,G₀8,G₀9,G₀10,G₀11,G₀12,G₀13]；％基准年GDP

A＝[1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％辽河流域分配容量

0,0,0,0,0,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％滦河流域分配容量

0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％海河流域分配容量

0,0,0,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0；％黄河流域分配容量

1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0；％渤海海洋环境容量

0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0,0,0,0,0,0,0,0；％大连GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0,0,0,0,0,0,0；％营口GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0,0,0,0,0,0；％盘锦GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0,0,0,0,0；％锦州GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0,0,0,0；％葫芦岛GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0,0,0；％秦皇岛GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0,0；％唐山GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0,0；％天津GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0,0；％沧州GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0,0；％滨州GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0,0；％东营GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,0；％潍坊GDP增长

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1；％烟台GDP增长

1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％大连人口增长

0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％营口人口增长

0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％盘锦人口增长

0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％锦州人口增长

0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％葫芦岛人口增长

0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％秦皇岛人口增长

0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％唐山人口增长

0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％天津人口增长

0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％沧州人口增长

0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％滨州人口增长

0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％东营人口增长

0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0；％潍坊人口增长

0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0]；％烟台人口增长

b＝[AC1,AC2,AC3,AC4,EC,...

-G_t1,-G_t2,-G_t3,-G_t4,-G_t5,-G_t6,-G_t7,-G_t8,-G_t9,-G_t10,-G_t11,-G_t12,-G_t13,...％规划年GDP

W’1,W’2,W’3,W’4,W’5,W’6,W’7,W’8,W’9,W’10,W’11,W’12,W’13]；％规划年人口排放

Aeq＝[]；

beq＝[]；

％非负约束

lb＝[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]；

ub＝[inf,inf,inf,inf,inf,inf,inf,inf,inf,inf,inf,inf,inf,...

inf,inf,inf,inf,inf,inf,inf,inf,inf,inf,inf,inf,inf]；

[x,fval,attainfactor,exitflag]＝fgoalattain(MyObjFun1,x0,goal,weight,A,b,Aeq,beq,lb,...

ub,MyNonLinconstr1,options)

％多目标函数

functionf＝MyObjFun1(x)

f(1)＝x(1)+x(2)+x(3)+x(4)+x(5)；

f(2)＝x(6)+x(7)；

f(3)＝x(8)+x(9)+x(10)；

f(4)＝x(11)+x(12)+x(13)；

f(5)＝f(1)+f(2)+f(3)+f(4)；

f＝[f(1)；f(2)；f(3)；f(4)；f(5)]；

％非线性约束

％+eps防止出现0/0，*10000为单位换算

function[C,Ceq]＝MyNonLinconstr1(x)

％排放强度约束

％排放强度上限

C(1)＝(x(1)+eps)/(x(14)+eps)*10000-α1；％大连

C(2)＝(x(2)+eps)/(x(15)+eps)*10000-α2；％营口

C(3)＝(x(3)+eps)/(x(16)+eps)*10000-α3；％盘锦

C(4)＝(x(4)+eps)/(x(17)+eps)*10000-α4；％锦州

C(5)＝(x(5)+eps)/(x(18)+eps)*10000-α5％葫芦岛

C(6)＝(x(6)+eps)/(x(19)+eps)*10000-α6；％秦皇岛

C(7)＝(x(7)+eps)/(x(20)+eps)*10000-α7；％唐山

C(8)＝(x(8)+eps)/(x(21)+eps)*10000-α8；％天津

C(9)＝(x(9)+eps)/(x(22)+eps)*10000-α9％沧州

C(10)＝(x(10)+eps)/(x(23)+eps)*10000-α10；％滨州

C(11)＝(x(11)+eps)/(x(24)+eps)*10000-α11％东营

C(12)＝(x(12)+eps)/(x(25)+eps)*10000-α12；％潍坊

C(13)＝(x(13)+eps)/(x(26)+eps)*10000-α13；％烟台

％排放强度下限

C(14)＝α’1-(x(1)+eps)/(x(14)+eps)*10000；％大连

C(15)＝α’2-(x(2)+eps)/(x(15)+eps)*10000；％营口

C(16)＝α’3-(x(3)+eps)/(x(16)+eps)*10000；％盘锦

C(17)＝α’4-(x(4)+eps)/(x(17)+eps)*10000；％锦州

C(18)＝α’5-(x(5)+eps)/(x(18)+eps)*10000；％葫芦岛

C(19)＝α’6-(x(6)+eps)/(x(19)+eps)*10000；％秦皇岛

C(20)＝α’7-(x(7)+eps)/(x(20)+eps)*10000；％唐山

C(21)＝α’8-(x(8)+eps)/(x(21)+eps)*10000；％天津

C(22)＝α’9-(x(9)+eps)/(x(22)+eps)*10000；％沧州

C(23)＝α’10-(x(10)+eps)/(x(23)+eps)*10000；％滨州

C(24)＝α’11-(x(11)+eps)/(x(24)+eps)*10000；％东营

C(25)＝α’12-(x(12)+eps)/(x(25)+eps)*10000；％潍坊

C(26)＝α’13-(x(13)+eps)/(x(26)+eps)*10000；％烟台

Ceq＝[]；

％＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

计算结果与讨论

计算结果

基于上文的运算模型，在国家一、二、三、四类国家海水水质标准下，COD、DIN的允许排放容量计算结果如下：

(1)COD

由图1(a、b、c、d)可以看出，若执行国家一类海水水质标准，以COD排海通量为基础，对于环渤海13城市(单元)，其中只有秦皇岛、唐山削减量小于0，其余城市(单元)都需要不同程度的削减，其中营口的削减量最大，为7.3万t/a，沧州的削减量最小为1.2万t/a。对于削减比例，盘锦的削减比例最大，相当于基准年排海通量的65％，潍坊的削减比例最小，为16％。若执行国家二类海水水质标准，大连、营口、盘锦、锦州和葫芦岛5个城市(单元)的允许排放容量均小于其排海通量，需要不同程度的削减，而其他城市仍有一定的剩余。若执行国家三类海水水质标准，营口、盘锦、锦州和葫芦岛4个城市(单元)COD排放则需要不同程度的削减。若执行国家四类海水水质标准，环渤海13个城市(单元)的允许排放容量都一定的剩余，其中秦皇岛的剩余量最大，而沧州的剩余比例最大。

(2)DIN

由图2(a、b、c、d)可以看出，在国家一类海水水质标准下，各城市的DIN允许排放量均小于其基准年的排海通量，均需要不同程度的削减，其中天津的削减量最大，为2.11万t/a，烟台的削减量最小为0.16万t/a。对于削减比例，营口的削减比例最大，相当于基准年排海通量的86％，唐山的削减比例最小，相当于20％。在国家二类海水水质标准下，大连、营口、盘锦、锦州、葫芦岛、天津、沧州和滨州等城市(单元)的允许排放容量均小于其排海通量，需要不同程度的削减，而其他城市仍有一定的剩余。即使在国家三类、四类海水水质标准水质下，大连、营口、盘锦、锦州和葫芦岛5个城市(单元)DIN排放仍需不同程度的削减。

总之，在满足环渤海13城市平均经济增长率大于13％，人口增长率小于5‰的前提下，在国家一类海水水质标准下，COD需平均削减25％左右；在国家一、二类海水水质标准下，DIN需平均削减57％和20％左右。对于环渤海13城市的COD排放水平，秦皇岛、唐山所在的滦河流域允许排放容量相对较大，黄河流域城市次之，海河流域城市较小，辽河流域5城市最小。对于DIN而言，滦河流域允许排放量相对于其基准年排放通量较大，海河流域城市次之，黄河流域城市较小，辽河流域城市最小。因而，辽河流域内的大连、营口、盘锦、锦州、葫芦岛以及流域上游城市在经济发展的同时将承受更大的环境压力。环渤海13城市污染物允许排放容量，首先由渤海的环境容量和城市所在流域的分配容量决定，而环境容量和分配容量由与海区的水动力条件、生物与地球化学过程及海水中污染物的背景浓度等因素有关。同时污染物允许排放容量还受本城市经济发展、人口增长、污染物排放、环境投资额等因素的制约。

模型灵敏度分析与结果讨论

利用灵敏度分析确定模型的参数和输入的变化对模型输出变化的影响，并检查其合理性。本文采用状态变量变异系数(CV)表征状态变量对特定模型参数变化的灵敏性。

$CV=\frac{SD}{AVE}---\left(3-20\right)$

式中SD为标准偏差，AVE为平均值。一般而言，CV≥0.5表示状态变量对参数变化灵敏，0.5＞CV≥0.1表示较灵敏，而CV<0.1表示不灵敏(Hakanson，2000)。这样，通过模型灵敏度分析不仅可以优化模型运行的最优条件，而且通过汇总多个相关灵敏性参数分析结果，同时判断影响允许排放容量分配的主要因素，模型主要变量灵敏度见下表。

表1允许排放容量估算模型灵敏度和相关性分析

*X指分配容量

由上表可知，允许排放容量估算模型中灵敏度CV环境容量与分配容量〉经济〉环境投资比例〉人口〉污染物排放强度〉初始值。其中，灵敏参数目标海域环境容量和流域的分配容量，对各城市允许排放容量的大小起着决定作用，同时还受到经济增长、环境投资、人口增长、污染物排放等因素的制约，同时基准年的选择也会对模型的运算结果产生一定的影响。

控制措施与建议：

(1)加强重点污染源的治理，尤其是加强河流流域的治理力度。河流是渤海化学污染物的主要来源，尤其是辽河流域由于污染物排海通量较大，而流域分配容量相对较小，辽东湾沿岸城市在经济发展的同时，将承受更大的环境压力。此外，还需加强对重点排污口以及面源污染的实时动态监管。

(2)实施海洋功能区划管理。按照海洋功能区划，可将整个渤海划分为港口航运区、渔业资源利用区、矿产资源利用区、旅游区、海水资源利用区、海洋能利用区、海洋工程区、海洋保护区、特殊功能区、保留区等10个功能区，针对不同海区的功能区划有针对性地进行管理。

(3)严格实行污染物总量控制，认真贯彻落实本文提出的污染物削减数量方案。

(4)明晰权利、义务与责任，特别加强边界污染源的管理。

(5)建立排污总量控制指标体系和信息管理决策支持系统，以加强对环境信息的采集、存储、处理、分析、评价、预测、决策与管理。

小结

(1)规范了排放容量概念，建立了估算城市污染物允许排放容量的原则与原理，并采用污染物综合降解系数法探讨了四大河流流域内城市对允许排放容量估算的影响。在此基础上，依据多目标非线性规划方法估算了环渤海13城市(单元)COD和DIN的排放容量，进而估算了其削减数量。

(2)建立城市允许排放容量估算模型，优化结果表明，在国家一类海水水质标准下，对于环渤海13城市(单元)COD，除秦皇岛和唐山外其余城市(单元)都需要不同程度的削减，其中营口的削减量最大为7.3万t/a，沧州的削减量最小为1.2万t/a；对于削减比例，盘锦的削减比例最大，潍坊的削减比例最小。在国家二类海水水质标准下，大连、营口、盘锦、锦州和葫芦岛等5个城市(单元)，在国家三类海水水质标准下，营口、盘锦、锦州和葫芦岛等4个城市(单元)COD排放需要不同程度的削减。在国家四类海水水质标准下，环渤海13个城市(单元)的允许排放容量都一定的剩余，其中秦皇岛的剩余量最大，而沧州的剩余比例最大。

(3)DIN优化结果表明，在国家一类海水水质标准下，环渤海13城市(单元)的DIN均需要不同程度的削减，其中天津的削减量最大为2.11万t/a，烟台的削减量最小为0.16万t/a。对于削减比例，营口的削减比例最大，相当于基准年排海通量的86％，唐山的削减比例最小。在国家二类海水水质标准下，大连、营口、盘锦、锦州、葫芦岛、天津、沧州和滨州等城市(单元)的DIN需要不同程度的削减，而其他城市仍有一定的剩余。即使在国家四类海水水质标准水质下，大连、营口、盘锦、锦州和葫芦岛5个城市(单元)DIN排放仍需进行一定的削减。

Claims (1)

1.一种沿海城市不同行业污染物允许排海量的优化计算方法，对环渤海13城市主要化学污染物排海总量控制进行计算，整个渤海分为辽东湾、莱州湾、渤海湾和中央盆地四个水域，大连，营口，盘锦，锦州，葫芦岛，秦皇岛，唐山，天津，沧州，滨州，东营，潍坊，烟台13个城市按顺序前1到5分给辽东湾，6到7分给莱州湾，8到10分给渤海湾，11到13分给中央盆地；其特在于它的具体建模步骤如下：

(1)目标函数模型建立：

① $X\&GreaterEqual;\underset{j=1}{\overset{k}{\&Sigma;}}{X}_j,k=1,2,3,4$

② $X_1\&GreaterEqual;\underset{i=1}{\overset{l}{\&Sigma;}}{x}_i,l=1,2,3,4,5$

③ $X_2\&GreaterEqual;\underset{i=6}{\overset{m}{\&Sigma;}}{x}_i,m=6,7$

④ $X_3\&GreaterEqual;\underset{i=8}{\overset{n}{\&Sigma;}}{x}_i,n=8,9,10$

⑤ $X_4\&GreaterEqual;\underset{i=11}{\overset{o}{\&Sigma;}}{x}_i,o=11,12,13$

i为污染物排放单元，以沿海城市分别作为污染物允许排放容量分配的单元；x_i为沿海城市的污染物允许排放容量；

(2)约束条件函数模型建立

(2.1)经济效益约束模型

依据经济效益增长的原则，各城市单元最大允许排放量的确定同时要保证经济的持续增长，因而上式中GDP要满足一定的增长，即：

GDP_t≥GDP₀·(1+r_g)^t

式中GDP₀为i城市的基准年地区生产总值，GDP_t为第t年的地区生产总值，本文指规划年的地区生产总值，单位均为10⁴元/a；r_g为GDP年均增长率，％；

(2.2)污染物排放强度约束模型

α_i≤α_i0

或 ${\mathrm{\&alpha;}}_i\&le;\stackrel{-}{{\mathrm{\&alpha;}}_o}$

α_i0、为基准年i城市的万元产值排放强度和环渤海地区万元产值排放强度的平均值，单位均为t/10⁴元；

假设经济的增长与污染物的排放存在一定的关系：

α_i＝x_i/GDP_i式中x_i为i城市的污染物允许排放容量，单位为10⁴t/a；GDP_i为i城市的地区生产总值，10⁴元/a；α_i为i城市的污染物万元产值排放强度，单位为t/10⁴元；

(2.3)人口约束模型

污染物允许排放容量分配要保障人口数量增长的需要，而人口数量的增长，不能超过各地区“十一五”规划所规定的目标；

P_t≤P₀·(1+r_p)^tP₀为i城市的基准年常住人口数量，P_t为规划年的人口数量，单位均为10⁴人/a；r_p为人口机械增长率，‰；同时人口与生活污水中污染物的排放存在定量关系：

β_i＝W_Hi/P_i式中：β_i为i城市的人均污染物排放强度，Kg/人；W_Hi为生活污水中污染物的排放量，10⁴t/a，P_i为人口数量，10⁴人/a；

(2.4)环境投资约束模型

R_i0≤R_i≤R_i'式中R_i为i城市环境治理投资占地区生产总值的比例，R_i0为基准年环境治理投资占地区生产总值的比例，R_i'为最大环境治理投资比例，单位均为％；R_i'则根据现状污染物排放强度，所在流域分配容量，以及基准年环境投资的比例确定；

对于每个城市，环境投资的比例与污染物排放强度存在反比例关系，即环境投资的比例越大，污染物的排放强度越小，环境投资的比例越小，污染物的排放强度越大：

R_t/R₀＝α₀/α_t；

(2.5)非负约束条件

在模型的优化过程中，可能会出现允许一部分参数为负值的情况；这种模型在数学上可以得到允许排放容量的极大值，在现实情况中却不可能出现，因而

α_i≥0；β_i≥0；x_i≥0。