CN105303007A - 一种采用融合技术建立尼尔基水库水生态风险预警模型的方法 - Google Patents

Abstract

一种采用融合技术建立尼尔基水库水生态风险预警模型的方法，它涉及一种建立尼尔基水库水生态风险预警模型的方法。本发明采用系统动力学决策模型进行风险预警决策定性分析，然后依据定性分析的结果，采用贝叶斯网络模型进行风险预警决策定量分析，从而实现尼尔基水库的水生态风险预警与决策。本发明建立尼尔基水库水生态风险预警模型，采用了系统动力学融合贝叶斯网络模型技术，突出了预警决策研究中的定量化优势，实现尼尔基水库的水生态风险预警与决策；并在对现状数据进行对比分析的基础上，验证了模型的准确性，通过对相关风险源风险的预警研究与控制策略的决策研究，验证了模型的可用性。

Description

一种采用融合技术建立尼尔基水库水生态风险预警模型的方法

技术领域

本发明涉及一种尼尔基水库水生态风险预警模型的方法。

背景技术

贝叶斯网络模型的功能是根据上游监测点位水质变化数据对下游断面的水质情况进行预警，同时依据水质变化的预警结果结合评价指标体系对尼尔基水库的水生态风险情况进行预警，从而实现预警功能，但是当下游断面水质产生变化时，仅能通过贝叶斯网络模型推断出上游监测点位水质异常的概率，而由此得到的例如“控制排放”等方案必然是不具体和不准确的。

目前国内关于生态预警方面的研究还是主要存在于水环境生态安全预警方面，主要是利用“状态一压力一响应”模型，建立环境生态安全评价指标体系。何焰采取综合指数法结合其所建立起针对水环境生态安全评价比较有效的评价指标，在此分析的基础上，结合定量的方法，对水环境生态安全的警情从横向和纵向方面的变化分布来进行判别。文俊构建了关于水资源可持续利用的预警指标方法和体系，应用相关的数学方法进行建模，构建水资源在区域范围内得以可持续利用的预警模型。此外，在对于生态预警的技术研究方面，周晓惠等把对生态系统的技术监测引用到生态预警中，对生态系统监测对象进行分类、构建指标体系、预测其发展趋势。刘普幸运用层次分析法对其构建的酒泉绿洲的生态环境预警评价指标体系进行风险评估，对其生态环境状况做出了预警评价分析，并在此基础上提出主要生态环境问题的防治措施。而且，针对于嫩江流域的水生态风险评估并没有一种有效的方法。

发明内容

本发明在决策部分采用的是系统动力学模型，从控制反馈的角度出发，构建COD、氨氮、总磷、总氮、有毒物质5个水质指标的上游来水、支流汇入、沿江排污、非点源汇入成因，以及其与嫩江县社会经济发展的联系。而提供了一种采用融合技术建立尼尔基水库水生态风险预警模型的方法。

本发明的一种采用融合技术建立尼尔基水库水生态风险预警模型的方法，它是采用系统动力学决策模型进行风险预警决策定性分析，然后依据定性分析的结果，采用贝叶斯网络模型进行风险预警决策定量分析，从而实现尼尔基水库的水生态风险预警与决策；，其中所述的定性分析与定量分析均是针对尼尔基库末水质的4个空间因素的6个水质指标进行分析，所述的4个空间因素为甘河-柳家屯、嫩江上游干流-石灰窑、嫩江上游支流-嫩江浮桥和嫩江县；所述的6个水质指标为COD、高锰酸钾指数、氨氮、总磷、BOD5和重金属；

具体操作如下：

一、依据沿江排污、非点源污染、上游来水与上游支流汇入和特征污染物为考察因素构建系统动力学决策模型对嫩江示范区水生态进行定性分析；

二、采用贝叶斯网络模型进行风险预警决策定量分析，从而实现尼尔基水库的水生态风险预警与决策；

其中，所述的沿江排污分为嫩江县污水处理厂的生活污水排放与嫩江县喇叭河排污口的工业废水排放；

所述的嫩江县污水处理厂的生活污水排放入河量的计算公式为：

PSLCODNJ＝PSLCOD×PSLCODCR

PSLCOD＝UP×CODpUP×SPDR

式中，PSLCODNJ为嫩江县生活污水排放入河COD量；

PSLCODCR为生活点源COD排放入河系数；

CODpUP为每年单位非农业人口排放COD的量；

SPDR为嫩江县污水处理厂排放量占嫩江县排放总量的比例；

UP为嫩江县第t年的非农业人口数量；

PSLCOD为嫩江县生活点源COD排放入河COD量；

所述的嫩江县喇叭河排污口的工业废水排放入河量的计算公式为：

PSICODNJ＝PSICOD×PSICODCR

PSICOD＝IGDP×CODpIGDP×ICODDR

式中，PSICODNJ为嫩江喇叭河排污口COD入河量；

PSICOD为嫩江县喇叭河排污口排放量；

PSICODCR为工业点源COD排放入河系数；

CODpIGDP为万元工业增加值COD排放量；

IGDP为嫩江县工业增加值量；

所述的所述的非点源污染公式为：

NPSCODE＝NPSCOD×NPSCODC

NPSCOD＝CODDL+CODFL+TreeL×CODpTc+GrassL×CODpGC+UncoverL×CODpUCC+UrbanL×CODpUC

CODDL＝DLA×CODpDLC+DLA×FUS×FUScr

CODFL＝FLA×CODpFLC+FLA×FUS×FUScrF

式中，NPSCODE为非点源COD排放入河量；NPSCOD为非点源COD产生了；NPSCODC为非点源污染排放入河系数；CODDL为旱田产生COD量；CODFL为水田产生COD量；TreeL为研究区林地面积；CODpTC为林地COD输出系数；GrassL为研究区草地面积：CODpGC为草地COD输出系数；UncoverL为研究区荒地面积；CODpUCC为荒地COD输出系数；UrbanL为研究区建成区面积；GDPpUC为建设用地COD输出系数；DLA为研究区旱田面积；CODpDLC为旱田输出系数；FUS为研究区内单位耕地化肥施用量；FUScr为研究区旱田化肥效率；FLA为研究区水田面积；CODpFLC为水田输出系数；FUScr为研究区水田化肥效率；

所述的上游来水与上游支流汇入污染物含量计算公式如下：

$CODPW=\frac{(CODUT\×QUT+PSLCODNJ\×NJLQ+PSICODNJ\×NJIQ)}{(NJLQ+NJIQ+QUT)}$

$CODGH=CODPW\×\exp (-\frac{k1\×l1}{v1})$

$CODGHHUI=\frac{(CODGH\×QUTT+CODLJT\×QLJT)}{(QUTT+QLJT)}$

QUTT＝QUT+NJLQ+NJIQ

$endPSCOD=CODGHHUI\×\exp \left(\frac{-k2\×l2}{v2}\right)$

endCOD＝endPSCOD×(QUTT+QLJT)+NPSCOD

式中，CODPW为嫩江县排污口处的COD浓度；CODUT为上游来水浓度；QUT为上游来水流量；PSLCODNJ为嫩江县污水厂排污口排放浓度；NJLQ为嫩江县污水厂污水排放量；PSICODNJ为嫩江县喇叭河排污口排放浓度；NJIQ为嫩江县喇叭河排污口排放量；CODGH为甘河汇入处的COD浓度；K1为上游来水断面到排污口之间河段的COD降解系数；L1为上游来水断面到排污口之间河段的河长；V1为上游来水断面到排污口之间河段的流速；CODGHHUI为甘河汇入点处COD浓度；QUTT为上游来水汇合嫩江县排污污水量；CODLJT为甘河COD浓度；QLJT为甘河流量；endPSCOD为尼尔基库末COD点源浓度；k2为甘河汇入点到尼尔基库末之间河段的COD降解系数；l2为甘河汇入点到尼尔基库末之间河段的河长；v2为甘河汇入点到尼尔基库末之间河段的流速；

所述的特征污染物模拟计算公式为：

NPCE＝NPC×NPCC

NPC＝DLA×CUS×CUSr+FLA×CUS×CUSrF

式中，NPCE为特征污染物排放量；NPC为特征污染物产生量；NPCC为特征污染物排放入河系数；CUS为农药每亩农田的施用量；CUSr为旱田农药残留系数；CUSrF为水田农药残留系数。

本发明包含以下有益效果：

本发明是基于水利部948项目水生态风险监控系统技术引进(201416)内容完成的。

本发明建立尼尔基水库水生态风险预警决策模型，采用了系统动力学融合贝叶斯网络模型技术，突出了预警决策研究中的定量化优势，实现尼尔基水库的水生态风险预警与决策；并在对现状数据进行对比分析的基础上，验证了模型的准确性，通过对相关风险源风险的预警研究与控制策略的决策研究，验证了模型的可用性。

本发明利用建立好的尼尔基水库水生态风险评估指标体系，对尼尔基水库进行生态风险评价，并利用系统动力学建立尼尔基水库上游嫩江县社会经济发展，与下游尼尔基水库水生态风险之间的互动响应关系，最终以贝叶斯网络建立尼尔基水库的预警机制与理论依据。

从而丰富了国内外关于生态风险评价、研究与决策的研究领域，加快了生态风险评价的实际工程应用，创新了水生态风险评价的方法，分析了水生态风险评价与尼尔基水库水生态风险状况的关系，提出了针对嫩江流域典型区的水生态风险评价，为后续建立评价-预警-决策平台提供理论依据与技术支持。

本发明在构建了尼尔基水库水生态风险评价指标体系的基础上，考虑上游来水，支流汇入(甘河)与社会经济发展等诸要素对尼尔基水库水生态风险的影响，采用Ithink软件平台，构建了水库上游地区社会经济发展、上游支流汇入、湖库周边景观变化与水库的水生态风险的互动相应关系的系统动力学模型。通过对系统动力学模型相关参数的设定，模拟不同的治理方案降低水库生态风险的效果，对比出最优方案，实现方案决策。

附图说明

图1为人口数量模型图；图2为嫩江县生活污水排放COD入河量图；图3为嫩江县工业增加值模型图；图4为嫩江县工业污染源排放模型图；图5为非点源排放模型图；图6为尼尔基水库库末水质模型图；图7为特征污染物排放量模型图；图8为贝叶斯预警模型图；图9为COD贝叶斯网络模型图；图10为化学需氧量指标的贝叶斯网络模型图；图11为氨氮指标的贝叶斯网络模型图；图12为总磷指标的贝叶斯网络模型图；图13为尼尔基库末COD浓度模拟结果图；图14为人口增长方案下嫩江排污口处COD浓度图；图15为工业增加值增长方案下排污口处COD浓度图；图16为水田面积增长方案下入库断面COD浓度值图；图17为控制生活源COD排放策略排污口COD浓度模拟结果图；图18为控制工业源COD排放策略下尼尔基水库库末COD浓度模拟结果图；图19为控制上游来水策略下上游来水COD浓度模拟结果图；图20为控制直流汇入策略下柳家屯断面COD浓度模拟结果图；图21为调整土地利用策略下尼尔基水库库末COD浓度模拟结果图；图22为限制水田面积策略下尼尔基水库氨氮浓度模拟结果图；图23为限制水田策略下尼尔基水库总磷模拟结果图。

具体实施方式

本发明内容不仅限于上述各实施方式的内容，其中一个或几个具体实施方式的组合同样也可以实现发明的目的。

为了更详尽地说明本发明的技术方案，本发明给出了如下实施例：

1、水生态风险预警-决策研究

1.1、模型建立

(一)基于系统动力学的社会经济发展与水环境关系模型

贝叶斯网络模型的功能是根据上游监测点位水质变化数据对下游断面的水质情况进行预警，同时依据水质变化的预警结果结合评价指标体系对尼尔基水库的水生态风险情况进行预警，从而实现预警功能，但是当下游断面水质产生变化时，本实施例仅能通过贝叶斯网络模型推断出上游监测点位水质异常的概率，而由此得到的例如“控制排放”等方案必然是不具体和不准确的。有鉴于此，本实施例在决策部分采用的是系统动力学模型，从控制反馈的角度出发，构建COD、氨氮、总磷、总氮、有毒物质5个水质指标的上游来水、支流汇入、沿江排污、非点源汇入成因，以及其与嫩江县社会经济发展的联系。下文详述之。

1.1.1、模型构建

对尼尔基水库入库的污染源量影响较大的是支流汇入、非点源排放、上游来水与沿江排污，因此本实施例从以上四个方面探讨其成因，主要的影响因素等构件其系统动力学决策模型。

(1)沿江排污

尼尔基水库上游，嫩江干流中主要的排污点为嫩江县污水处理厂的生活污水排放与嫩江县喇叭河排污口的工业废水排放，二者皆来自于嫩江县的社会经济发展，受到嫩江县人口以及社会经济发展的影响。因此本实施构建了以下系统动力学模型来模拟社会经济发展对嫩江县排污口的影响，从而实现优化嫩江县社会经济发展形式控制嫩江县排污量，降低由点源排放造成的尼尔基水库水生态风险。

由图1所示，人口数量变化受到人口增长与人口减少的影响，不考虑人口增长率与人口减少率的变动情况，那么嫩江县人口的数量应为下式：

POP(t)＝POP(t-1)+increase+Decrease

式中，POP(t)为t年时嫩江县人口，POP(t-1)为嫩江县t-1年时的人口；

Increase为嫩江县从t-1年到t年的人口增加量

Decrease为嫩江县从t-1年到t年的人口减少量。

而不考虑嫩江县城镇化率年际变动情况的前提下，嫩江县非农业人口数量可由下式表达：

UP＝POP×UR

式中，UP为嫩江县第t年的非农业人口数量

UR为嫩江县第t年的城镇化率。

而农业人口与非农业人口的日排污系数不同，当已知非农业人口数量与非农业人口污染物排放系数的情况下，可以计算嫩江县生活污水排放过程中排放的污染物量，同时根据生活污水排放如何系数以及嫩江县污水厂排污量占嫩江县排污总量的比例，可以核算出嫩江县污水厂排污量，系统动力学模型如图2所示。

嫩江县生活污水排放入河量的计算公式可以依据下式进行计算：

PSLCODNJ＝PSLCOD×PSLCODCR

PSLCOD＝UP×CODpUP×SPDR

式中，PSLCODNJ为嫩江县生活污水排放入河COD量；PSLCODCR为生活点源COD排放入河系数；CODpUP为每年单位非农业人口排放COD的量；SPDR为嫩江县污水处理厂排放量占嫩江县排放总量的比例；UP为嫩江县第t年的非农业人口数量；

而点源排放除生活污水之外，工业生产废水的产生的污染量是点源排放的另一大来源，模型中本实施例采用万元工业增加值与单位工业增加值污染物排放量为主要的指标。其中工业增加值的系统动力学模型为如图3所示。

由图3所示，嫩江县工业增加值变化受到嫩江县工业增加值增长的影响，当增长量为正时，其总量上升，反之总量下降，由公式表示为下式：

IGDP(t)＝IGDP(t-1)+IGDPI(t)

IGDPI(t)＝IGDP(t-1)×IGDPR

式中，IGDP(t)为嫩江县第t年的工业增加值量；IGDP(t-1)为嫩江县第t-1年的工业增加值量；IGDPI(t)为第t年嫩江县工业增加值增长量；IGDPR为嫩江县工业增加值增长率。

由图4可以知道嫩江县工业点源排放的COD量受到嫩江县工业增加值，嫩江县万元工业增加值污染物排放量，喇叭河排污口排放量占嫩江县工业点源排放量的比值，以及工业点源排放入河系数影响，计算公式如下：

PSICODNJ＝PSICOD×PSICODCR

PSICOD＝IGDP×CODpIGDP×ICODDR

式中，PSICODNJ为嫩江喇叭河排污口COD入河量；PSICOD为嫩江县喇叭河排污口排放量；PSICODCR为工业点源COD排放入河系数；CODpIGDP为万元工业增加值COD排放量；ICODDR为喇叭河排污口排放COD占嫩江县工业点源排放COD比例。

按照以上模型与方法可以计算出氨氮、总磷与总氮的沿江排放量。

(2)非点源污染

非点源污染主要来自于降水产生的地表径流冲刷，受到研究区的地表覆盖影响较为明显，因此建立模型时本实施例主要考虑不同土地利用类型以及不同土地利用类型的污染物输出系数。此处需要注意的是社会经济发展对土地利用变化的影响时存在的，但是由于本实施例模型的时间与空间尺度较小，而土地利用类型的变化往往是大空间尺度长时间跨度下才能显现的过程，因此在本模型中，土地利用变化情况被认为是恒定的。

根据图5，COD的非点源排放以农田包括农田、水田，林地，草地，城镇建设用地以及荒地为主，其中农田包括了输出系数以及由于施用化肥的用量以及化肥中污染物的含量比例，因此其非点源排放可以根据以下公式计算。

NPSCODE＝NPSCOD×NPSCODC

NPSCOD＝CODDL+CODFL+TreeL×CODpTc+GrassL×CODpGC+UncoverL×CODpUCC+UrbanL×CODpUC

CODDL＝DLA×CODpDLC+DLA×FUS×FUScr

CODFL＝FLA×CODpFLC+FLA×FUS×FUScrF

式中，NPSCODE为非点源COD排放入河量；NPSCOD为非点源COD产生了；NPSCODC为非点源污染排放入河系数；CODFL为水田产生COD量；TreeL为研究区林地面积；CODpTC为林地COD输出系数；GrassL为研究区草地面积：CODpGC为草地COD输出系数；UncoverL为研究区荒地面积；CODpUCC为荒地COD输出系数；UrbanL为研究区建成区面积；GDPpUC为建设用地COD输出系数；DLA为研究区旱田面积；CODpDLC为旱田输出系数；FUS为研究区内单位耕地化肥施用量；FUScr为研究区旱田化肥效率；FLA为研究区水田面积；CODpFLC为水田输出系数；FUScr为研究区水田化肥效率。

氨氮、总磷、总氮的非点源排放的模型、公式与COD污染的情况类似，因此按照以上的模型结构与公式可以模拟氨氮、总氮与总磷的排放。

(3)上游来水与上游支流汇入

尼尔基水库的来水来自上游石灰窑断面的来水与上游支流的来水以及干流区域的非点源汇入，通过之前的TP、TN污染来源分析，可以了解到，主要污染来源为下游甘河汇入、上游来水以及非点源汇入。因此本实施例以上游来水水质以及甘河汇入、沿江排放、非点源汇入为主要污染物来源构建模型，如图6所示。

根据图6中的模型结构，本实施例可以由上游来水水质与流量根据质量及水量平衡计算出到嫩江县排污口的水质，并有排污口的排放量以及排放污水量按照一维水质公式计算出到甘河汇入处的水质，并按照甘河汇入水质以及甘河流量继续推算出到尼尔基库末的污染物量，并与非点源排放的污染物的量相结合，根据尼尔基水库的库容计算出尼尔基水库中的污染物含量。并可以按照下式计算。

$CODPW=\frac{(CODUT\×QUT+PSLCODNJ\×NJLQ+PSICODNJ\×NJIQ)}{(NJLQ+NJIQ+QUT)}$

$CODGH=CODPW\×\exp (-\frac{k1\×l1}{v1})$

$CODGHHUI=\frac{(CODGH\×QUTT+CODLJT\×QLJT)}{(QUTT+QLJT)}$

QUTT＝QUT+NJLQ+NJIQ

$endPSCOD=CODGHHUI\×\exp \left(\frac{-k2\×l2}{v2}\right)$

endCOD＝endPSCOD×(QUTT+QLJT)+NPSCOD

式中，CODPW为嫩江县排污口处的COD浓度；CODUT为上游来水浓度；QUT为上游来水流量；PSLCODNJ为嫩江县污水厂排污口排放浓度；NJLQ为嫩江县污水厂污水排放量；PSICODNJ为嫩江县喇叭河排污口排放浓度；NJIQ为嫩江县喇叭河排污口排放量；CODGH为甘河汇入处的COD浓度；K1为上游来水断面到排污口之间河段的COD降解系数；L1为上游来水断面到排污口之间河段的河长；V1为上游来水断面到排污口之间河段的流速；CODGHHUI为甘河汇入点处COD浓度；QUTT为上游来水汇合嫩江县排污污水量；CODLJT为甘河COD浓度；QLJT为甘河流量；endPSCOD为尼尔基库末COD点源浓度；k2为甘河汇入点到尼尔基库末之间河段的COD降解系数；l2为甘河汇入点到尼尔基库末之间河段的河长；v2为甘河汇入点到尼尔基库末之间河段的流速。

氨氮、总磷、总氮的水质模拟的模型、公式与COD污染的情况类似，因此按照以上的模型结构与公式可以模拟氨氮、总氮与总磷的水质状况。

(4)特征污染物的模拟

由于上游来水、甘河汇入、排污口的监测数据中并没有特征污染物的数据，因此在模型模拟中无法考虑这部分特征污染物的研究，因此特征污染物的来源本研究中考虑为水田、旱田农药施用的残留与排放。模型如图7所示。

NPCE＝NPC×NPCC

NPC＝DLA×CUS×CUSr+FLA×CUS×CUSrF

式中，NPCE为特征污染物排放量；NPC为特征污染物产生量；NPCC为特征污染物排放入河系数；CUS为农药每亩农田的施用量；CUSr为旱田农药残留系数；CUSrF为水田农药残留系数。

通过以上公式计算特征污染物的排放量，同时由于特征污染物较难以降解，因此在污染物排放过程中不考虑其降解情况。

(二)基于贝叶斯网络的上游水质与下游水质关系模型

从以上的研究可以看出，受到水系分布的影响，以及尼尔基水库的生态风险诱因隐形，尼尔基库区水生态风险存在两方面的影响因素，其一为空间影响，其二为水质影响，其中空间影响从水质分析部分的空间分布中可以看到，主要受到四个方面的影响，分别是上游支流、上游来水、地表覆盖、以及沿江排污影响，而水质影响主要来自水生态风险评价体系，主要受到常规检测项目CODCr，BOD5，TP，氨氮，以及有毒物与重金属的影响，对比尼尔基水库水生态风险评价指标体系，可以看到缺少了一部分指标，这里主要是由于采样指标不同造成的影响，例如上游流域没有对总氮进行监测，而在尼尔基水库中则对总氮进行了监测，为了使二者便于组成网络，去掉了总氮元素，另外一部分是样本中多次监测均为超标，这种情况下，是无法组成相应的贝叶斯网络的。基于以上原因本实施例构建了如图8所示的水生态风险预警模型。

由图8所示，尼尔基库末水质主要受到4个空间因素的6个水质指标影响，例如，已知甘河柳家屯断面COD水质为III类，而上游干流石灰窑断面COD水质为IV类，嫩江浮桥COD水质为IV类，嫩江县排放为III类，可由贝叶斯网络推断尼尔基库末COD水质分别为五类水质的概率，那么在4个空间因素的7个水质指标都明确的情况下，是可以借由以上模型推断出尼尔基水库库末的最大概率水生态风险等级，从而实现水生态风险预警。

同时，当本实施例一直监测尼尔基库末水质状况时，可以实现对空间因素的溯源，举例而言，若尼尔基库末断面，监测到COD水质类别为IV类，那么可以依据以上贝叶斯模型推断出四个空间排污点中哪个对尼尔基库末影响最大，从而实现水生态风险诊断。

1、数据

按照贝叶斯概率公式可以计算任意两个断面之间的关系，假设任意断面之间的水质状况为互相独立事件，即下游水质状况的概率分布状况不受上游水质状况影响，这种假设是出于监测数据质量的考虑，即由于不同断面水质的采样时间、采样频率不同，无法计算其条件概率。因此为保证贝叶斯网络模型的准确性与易用性，本实施例在上游断面中挑选采样时间较为接近，采样频率较为一致的断面。并综合考虑了对尼尔基水库水质有较为明显影响的断面，构成贝叶斯网络模型的节点，按照尼尔基水库上游到下游水质影响的情况，干流上游断面依次为石灰窑断面，嫩江浮桥断面，嫩江排污口断面，繁荣新村断面，支流上为柳家屯断面，其他支流断面的采样频率与其他断面存在较大的差异，因此不可用于模型。

针对尼尔基水库上游五个点位：尼尔基库末(繁荣新村断面)、甘河汇入(柳家屯断面)、上游支流(嫩江浮桥断面)、上游汇入(石灰窑断面)、以及嫩江县排放影响，按照贝叶斯概率公式，需要计算在尼尔基库末(繁荣新村断面)各水质指标不同等级下，上游支流(嫩江浮桥断面)、上游汇入(石灰窑断面)、甘河汇入(柳家屯断面)、以及嫩江县排放水质指标为不同等级的概率，这里需要对采样数据进行分析，对照地表水水质标准，计算各个采样点不同水质指标取不同等级的概率如下表所示。

表1繁荣新村断面各水质指标取不同等级的单独概率表(单位：％)

表2石灰窑断面各水质指标取不同等级的单独概率表(单位：％)

表3嫩江浮桥断面各水质指标取不同等级的单独概率表(单位：％)

表4柳家屯断面各水质指标取不同等级的单独概率表(单位：％)

表5尼尔基水库库末断面各水质指标取不同等级的单独概率表(单位：％)

表6尼尔基水库库中断面各水质指标取不同等级的单独概率表(单位：％)

表7尼尔基水库坝前断面各水质指标取不同等级的单独概率表(单位：％)

而由于嫩江排污口处的污染物浓度仅仅采样了一次，无法进行概率计算，这里本实施例从实际情况以及相关经验出发，设置其所有水质指标取不同等级的概率服从正态分布，即取等级I与等级V的概率最小，取等级II与等级IV的概率较大，而取概率III的概率最大，这里采用了[5,20,40,30,5]的取值。

按照贝叶斯网络公式，可以计算如模型中所述的条件概率。

若A1,A2,…构成一个完备事件组，且P(Ai)>0，i＝1,2,…,则对任一事件B，有以下公式。

$P\left(A_j\right|B)=\frac{B\left(A_j\right)P\left(B\right|A_j)}{\underset{i}{\Σ}P\left(A_i\right)P\left(B\right|A_i)}.(j=1,2,\mathrm{...})$

根据以上公式，若计算某一节点的贝叶斯概率，那么需要计算所有与该节点连接的节点的条件概率，即在事件Aj发生的条件下B发生的概率，若两事件为互相独立事件，则P(B|Aj)＝P(B)，否则，则有公式如下：

$P\left(A\right|B)=\frac{P\left(AB\right)}{P\left(B\right)}$

2、贝叶斯网络模型模拟结果

在上一步骤中，本实施例一直不同断面水质指标取不同等级的概率分布情况，根据概率论理论与公式计算在繁荣新村断面取各水质指标取不同等级的条件下，上游四个断面取不同等级的条件概率，并经条件概率输入到贝叶斯网络模型中。得到如图9的模型。

(1)高锰酸盐指数(CODMn)

表8石灰窑-嫩江浮桥断面CODMn排放的条件概率表

表9嫩江浮桥-尼尔基库末断面CODMn排放的条件概率表

表10柳家屯-尼尔基库末断面CODMn排放的条件概率表

表11排污口-尼尔基水库库末的CODMn排放的条件概率表

表12库末-库中的CODMn排放的条件概率表

表13库中-坝前的CODMn排放的条件概率表

将上述表格输入贝叶斯网络模型中，获得基本的COD贝叶斯网络模型，之后对网络进行编制，使网络能够自动计算尼尔基水库库末(繁荣新村断面)高锰酸盐指数取不同等级时，上游四个空间因素的高锰酸盐指数去不同等级时的概率。由图9所示，当尼尔基水库坝前的高锰酸盐指数为1级时的概率为0％，2级时为0％，3级时为37.7％，4级为62.3％，5级为0％时，上游石灰窑断面的概率分别为1级时0％，2级为33.3％，3级为33.3％，4级为33.3％，5级为0％，嫩江浮桥断面分别为16.7％，16.7％，33.3％，33.4％，0％，柳家屯断面为42.9％，14.3％，14.3％，28.6％，0％，嫩江县排污口处为5％，20％，40％，30％，5％。

例如，当上游的4个空间因素的高锰酸盐指数全部为2类时，则贝叶斯网络模型给出的尼尔基库末预警状况，为1类水质概率17.1％，2类水质概率为14.1％，3类水质概率为20.3％，4类水质概率41.7％，5类水质概率为6.84％。整体水质情况在4类的概率最大，主要是由于非点源排放并未被考虑到模型中，这主要是由于非点源的排放无法被监测，没有相应的样本供网络模型学习。库中的水质概率分布情况则为1类水概率为17.1％，2类水概率为0％，3类水概率为59.9％，4类水概率为16.2％，5类水概率为6.84％，坝前的水质概率分布情况为1类水、2类水、5类水概率为0％，3类水概率为50.2％，4类水概率为49.8％。

(2)化学需氧量(CODcr)

与高锰酸盐指数类似，由表1-表7中独立事件概率，由贝叶斯概率公式分别计算尼尔基库末(繁荣新村断面)的化学需氧量为不同等级的条件下，上游四个空间因素的化学需氧量水质状况分别取为1类、2类、3类、4类、5类水质的条件概率，如表14-表19。

表14石灰窑-嫩江浮桥化学需氧量条件概率表

表15嫩江浮桥-尼尔基库末化学需氧量条件概率表

表16柳家屯-尼尔基库末化学需氧量条件概率表

表17排污口-尼尔基库末化学需氧量条件概率表

表18库末-库中化学需氧量条件概率表

表19库中-坝前化学需氧量条件概率表

将上述表格输入贝叶斯网络模型中，获得基本的COD贝叶斯网络模型，之后对网络进行编制，使网络能够自动计算尼尔基水库库末(繁荣新村断面)COD取不同等级时，上游四个空间因素的COD取不同等级时的概率(如图10)。

由图10所示，在尼尔基水库坝前COD水质为不同等级的概率分别为1类水0％，2类水6.12％，3类水45.9％，4类水45.9％，5类水2.04％时，尼尔基水库库中断面COD水质为不同等级的概率分别为1类水概率为0％，2类水概率为0％，3类水概率为34.5％，4类水概率为46.9％，5类水概率为18.5％，尼尔基水库库末的水质为不同等级的概率分别为1类水19.7％，2类水21.5％，3类水20.2％，4类水20.1％，5类水18.5％；石灰窑断面的化学需氧量为不同等级的概率分别为1类水33.3％，2类水16.7％，3类水33.3％，4类水16.7％，5类水0％，嫩江浮桥断面分别为五个类别的概率为33.3％，16.7％，16.7％，33.3％，0％，柳家屯断面化学需氧量为1类水到5类水的概率分别为14.5％，33.1％，18.8％，18.9％，嫩江县排放的概率分别为2％，20％，40％，30％，5％。

调整上游4个空间因素的水质情况，使上游来水COD水质、上游支流汇入COD水质、甘河汇入COD水质以及嫩江县排污口COD水质为1类水时，可以从贝叶斯模型中得到，尼尔基库末(繁荣新村断面)的水质情况，1类水概率为50.6％，2类水概率为0.012％，3类水概率为17.5％，4类水概率为19.3％，5类水概率为12.6％，其中为1类水的概率最大，库中水质的概率分布情况则为1类水与2类水概率为0％，3类水概率为42.2％，4类水概率为45.2％为最大值，5类水概率为12.6％，坝前水质的概率分布情况则为1类水为0％，2类水为4.16％，3类水为50.7％，4类水为43.2％，5类水为1.97％，其中3类水的概率最大。从而通过对上游监测断面水质的监控，实现对下游水质变化的预警预报。

(3)氨氮

按照表1-表7中的水质为不同类型的独立事件概率表，由贝叶斯概率公式计算出尼尔基库末(繁荣新村断面)的氨氮分别为不同等级下，上游四个监测点位的氨氮浓度为1-5类水的条件概率，如表20-表25所示。

表20石灰窑-嫩江浮桥氨氮浓度条件概率表

表21嫩江浮桥-尼尔基库末氨氮浓度条件概率表

表22柳家屯-尼尔基库末氨氮浓度条件概率表

表23嫩江排污口-尼尔基库末氨氮浓度条件概率表

表24库末-库中氨氮浓度条件概率表

表25库中-坝前氨氮浓度条件概率表

将上述表格输入贝叶斯网络模型中，获得基本的氨氮贝叶斯网络模型，之后对网络进行编制，使网络能够自动计算尼尔基水库库末(繁荣新村断面)氨氮取不同等级时，上游四个空间因素的氨氮取不同等级时的概率。

如图11所示，尼尔基水库库末(繁荣新村断面)的氨氮水质为1类到5类的概率为19.5％，14.9％，21.9％，24％，19.8％的情况下，上游来水(石灰窑断面)的水质状况为1类水的概率为83.3％，2类水的概率为16.7％，3类水的概率为0％，4类水的概率为0％，5类水的概率为0％；上游支流汇入(嫩江浮桥断面)的水质概率情况为1类水0％，2类水为66.6％，3类水为33.4％，4类水为0％，5类水为0％；甘河汇入(柳家屯断面)的氨氮水质概率分布为1类水0％，2类水为57.1％，3类水为42.9％，4类水为0％，5类水为0％。而当上游的4个监测点位的氨氮水质为2类水水质时，尼尔基水库库末(繁荣新村断面)的氨氮水质分布情况，其1类水水质概率为25.9％，2类水的水质概率为18.6％，3类水为29％，4类水为5.94％，5类水为20.5％，库中断面的氨氮水质状况类别概率分布为1类水概率为25.9％，2类水概率为18.6％，3类水概率为38.4％，4类水概率为14.5％，5类水概率为2.56％，库末断面中1类水概率为25.9％，2类水概率为18.6％，三类水概率为36.2，四类水概率为16.7，五类水概率为2.56％。以此类推，可以依据贝叶斯网络模型通过检测上游水质，对下游水质进行预警。

(4)总磷(TP)

按照表1-表7中的水质为不同类型的独立事件概率表，由贝叶斯概率公式计算出尼尔基库末(繁荣新村断面)的总磷分别为不同等级下，上游四个监测点位的总磷浓度为1-5类水的条件概率，如表26-表31所示。

表26石灰窑-嫩江浮桥总磷浓度条件概率表

表27嫩江浮桥-尼尔基库末总磷浓度条件概率表

表28柳家屯-尼尔基库末总磷浓度条件概率表

表29嫩江排污口-尼尔基库末总磷条件概率表

表30库末-库中总磷条件概率表

表31库中-坝前总磷条件概率表

将上述表格输入贝叶斯网络模型中，获得基本的总磷贝叶斯网络模型，之后对网络进行编制，使网络能够自动计算尼尔基水库库末(繁荣新村断面)总磷取不同等级时，上游四个空间因素的重金属取不同等级时的概率(如图11)。

如图12所示，尼尔基水库库末的总磷水质为1类到5类的概率为0％，100％，0％，0％，0％的条件下，上游来水(石灰窑断面)的水质状况为1类水的概率为16.7％，2类水概率为83.3％，3类水水质概率为0％，4类水水质概率为0％，5类水水质概率为0％；嫩江浮桥总磷浓度概率分布情况为1类水水质16.7％，2类水水质概率为83.3％，3类水水质概率为0％，4类水水质概率为0％，5类水水质概率为0％；柳家屯断面水质概率为1类水的概率为28.6％，水质为2类水的概率为71.4％，3类水水质概率为0％，4类水水质为0％，5类水水质为0％；嫩江排污口水质概率分布情况为1类水概率为5％，2类水水质概率为20％，3类水水质概率为40％，4类水为30％，5类水为5％。尼尔基库末水质类别为2类的概率为100％的原因为样本空间中，该断面所有的总磷状况都为II类水，因此无论上游水质条件为何，其水质类别都为II类水，以上误差可以通过后期增加采样数据扩充样本进行修正。库中水质状况为II类水100％，坝前水质状况为II类水为66.7％，III类水水质为33.3％。

1.1.2、嫩江流域示范区水生态风险预警与决策

(一)系统动力学模型验证

将相关数据输入系统动力学模型，对尼尔基水库水质状况进行模拟，其中模型社会经济数据采用2013年嫩江县社会经济公报，水质状况为采用2013年水质监测数据，污染物排放采用了排污口监测数据，土地利用状况则采用遥感图片解译数据等等。模型的时间边界为2013年到2024年，共12年，地理边界为尼尔基水库及嫩江上游干流汇水区，运行系统动力学决策模型，可以得到如下模拟结果。

人口模拟结果显示，人口数量逐渐上升，2013年人口数量为504345人，到2024年人口数量为517833人，增长量为13000人，人口规模呈现出逐渐上升趋势，这也说明了社会经济呈现出逐渐发展的趋势，在城市化率没有明显增长的前提下，非农业人口总量上升，生活点源污染物排放量也会随之上升，同时随着人口数量上升，社会经济发展也较为明显。

GDP总量呈现平稳上升的趋势其在2013年到2016年之间增速减慢，之后增速逐渐上上，到2024年，能够实现GDP总量343亿元，而嫩江县主要的支柱产业为农业，其中2013年农业GDP占据整个GDP的比重较大，整体接近于1，总量为64亿元，而随着社会经济发展，农业GDP占据GDP的比重逐渐下降，到2024年，占据整个GDP的21％，总量达到73.5亿元。

根据模拟结果可以看到随着社会经济的发展，尼尔基水库的污染物浓度也呈现缓慢上升的趋势，其COD浓度从14mg/L逐渐上升到16mg/L，而氨氮浓度则在0.5mg/L左右，而总氮浓度则在1.6mg/L，总磷浓度则在0.07mg/L，按照2014年繁荣新村断面的监测数据，高锰酸盐指数为5.68mg/L，按照COD为高锰酸盐指数3倍左右计算，应为16.8mg/L，氨氮浓度为0.66mg/L，总氮浓度为1.8mg/L，总磷浓度为0.09mg/L，对比模拟结果与实际检测值，可以看到模型的模拟结果较为准确。

(二)水生态风险预警与决策

1、水生态风险预警

就目前而言，尼尔基水库及上游水质较好，但是随着未来社会经济的快速发展，其水质状况必然出现恶化，图13模拟结果也显示出相同的趋势，随着社会经济发展，尼尔基水库库末的COD浓度呈现上升趋势，但是上游的社会经济发展，居民的生活水平提高，同时带来的是生活点源污染物排放量的上升，而一旦这种上升速度超过了污水厂的处理能力，那么将引起排污口处水质的明显恶化，进而引起尼尔基水库的水生态风险，同时由于社会经济发展过程中农业比例下降、工业比例上升，在技术水平维持不变的情况下，那么工业点源的排放量势必呈现上升趋势；同时当更多的旱田转为水田，水田的大量农业退水中含有的N、P等营养元素随上游干流汇入尼尔基水库，势必对尼尔基水库的水生态风险产生巨大的影响。因此，本实施例考虑社会经济发展过程中社会经济发展、工业发展、土地利用状况等对尼尔基水库的水生态风险影响。同时考虑石灰窑断面以上干流的水质突发状况，以及甘河支流上加格达奇区等大规模污染排放，对尼尔基水库水生态情况产生的影响。相关风险源及模型中采用参数如下表所示。

表32模型参数表

生活排放风险源：考虑嫩江县污水处理厂处理生活污水的能力保持现状，人口规模达到现状的2倍，初始人口为1008690人，模拟当社会经济发展对嫩江干流水质的影响，进而对尼尔基水库水生态风险进行预警。

工业排放风险源：考虑嫩江县工业排放水平不变，即单位增加值COD排放量不变，工业GDP水平达到现有水平的二倍，达到430018万元，模拟经济结构变化对嫩江干流水质的影响，进而对尼尔基水库的水生态风险状况进行预警。

上游来水浓度风险源：考虑系统外输入的影响，即上游来水水质出现较大波动，对嫩江干流水质产生冲击，考虑上游来水水质状况达到目前两倍，为40000mg/m3，进而对尼尔基水库的水生态风险进行预警。

甘河汇入浓度风险源：考虑系统外输入的影响，及甘河来水水质出现较大波动，对嫩江干流水质产生冲击，考虑甘河水质状况为达到V类水，为40000mg/m3，进而对尼尔基水库的水生态风险进行预警。

水田退水的风险源：考虑嫩江干流汇水区域尼尔基水库汇水区内的水田面积，随着大量农田退水进入上游干流，进而对尼尔基水库水生态状况产生冲击，考虑旱田面积全部转为水田面积，即水田面积为272790公顷，继而对尼尔基水库的水生态风险进行预警。

将以上参数输入模型中可以看到不同风险源对嫩江干流水质的影响情况。

由图13至图15片可以看出，COD点源排放部分影响较大的是生活点源排放，工业源排放影响随不及生活源明显，但是可以看到图14中2号线呈现明显上升的趋势，同时由于嫩江县工业基础薄弱，因此当其初始值为现状2倍的情况下，其工业排污量依旧不大。

由于上游来水与甘河汇入的水质状况属于系统外输入，因此其变化对于相应断面的水质影响是线性直接的，用以模拟当上游或支流汇入水质达到V类水的情况下，尼尔基水库的水质状况以及其水生态风险状况。

由图16可以看到，当研究区内旱田面积转变为水田面积之后，尼尔基水库入库断面的水质浓度上升的趋势，主要是由于旱田由于地表降水与径流的汇入水体的非点源污染的输出系数与水田退水的污染物排放量差异较小，加之农田面积有限，在不更改农田面积的基础上，其水质状况变化不明显。

同理，针对氨氮、总氮、总磷的排放量，设置相应的参数，可以获得不同断面的氨氮、总氮、总磷的相应水质状况。

本实施例可以确定不同风险源引起的上游干流来水、干流沿江排污、以及甘河汇入点的水质变化情况，并认为BOD₅、高锰酸盐指数与COD的变化趋势一致，氨氮与总氮变化趋势一直，则相关断面的水质状况如下表所示。

将以上参数输入基于贝叶斯网络的上游水质与下游水质关系模型，可以得到不同风险源作用下，尼尔基水库COD_Mn、氨氮、总磷以及BOD₅的水质情况，如下表所示。

表33各风险源作用下尼尔基水库库末水质情况概率分布表

表34各风险源作用下尼尔基水库库中水质情况概率分布表

表35各风险源作用下尼尔基水库坝前末水质情况概率分布表

由上表可以知道当生活源排污为主要风险时，尼尔基水库库末水质最可能的概率分布情况为COD水质为II类水、氨氮也为IV类水、总磷为II类水；工业排放成为主要风险源时，其水质情况分布为COD水质为II类水、氨氮为IV类水、总磷为II类水；当上游来水水质变化为主要风险源时，水库水质的情况为COD水质为I类水、氨氮为VI类水、总磷为II类水的概率为最高；同样的情况出现在甘河汇入水质为主要风险源的情况下。而在尼尔基水库库中断面上，生活源影响下，概率最高的水质状况为COD为III类水，氨氮为III类水，总磷为II类水，工业污染源的影响下，水质状况与生活源相同，而在上游来水为主要污染源的状况下，尼尔基水库库中的水质状况为COD为III类水、氨氮为III类水、总磷为II类水，其余干河汇入状况相一致。而在尼尔基水库库末，水质状况为COD为IV类水、氨氮为III类水，总磷为II类水。

同时，根据系统动力学模型对非点源模拟情况可以知道，当耕地面积不变的情况下，所有旱田改为水田，所引起的尼尔基水库水质变化情况为COD为II类水、氨氮为II类水、总氮为V类水、总磷为V类水。

将以上四个风险源影响下的水质情况带入之前的尼尔基水库水生态风险评价指标体系，可以计算出在以上四个风险源下的尼尔基水库水生态风险发生的等级与概率。按照最大概率计算，当人口上升，生活污水排放成为主要的风险源时，COD为I类水、氨氮为IV类水、总磷为II类水，其最终的生态风险指数为0.3864，较当前情况水生态风险有明显上升，评价等级为轻度风险，发生概率为6.1％，具有发生生态风险的可能性，同样由于工业生产扩大产生的工业废水排放增大产生的水生态风险状况与生活源一致，其最终的生态风险指数为0.3864，发生概率为6.1％，同样由于上游来水水质变化成为主要风险源时的尼尔基水库水质概率分布状况与之前相同，其最终生态风险指数同样为0.3864，但是其发生概率更大，达到10.5％，甘河汇入水质风险为轻度风险，发生概率为6.8％。而旱田变为水田的情况下，COD水质为III类水，总磷，总氮水质情况为V类水，经过计算其水生态风险为0.427，介于轻度风险与中度风险之间，较其他风险源的水生态风险因子上升较为明显，说明旱田变为水田对尼尔基水库水生态风险具有较大影响。

库中的水质状况为当主要风险源为生活源时，可以知道概率最大的水质状况为COD为III类水，氨氮为III类水，总磷为III类水，其最终的生态风险指数为0.607，仍为中度风险，发生概率为12.3％，其较2014年现状值小的原因在于之前的假设氨氮与总氮变化趋势一直，未来可采用上游监测断面的多期总氮数据对贝叶斯网络进行修正，可得到更好效果。工业排放源为主要风险源时，其水生态风险等级与发生概率与生活源状况相同。当上游来水水质突变成为主要风险源时，其水生态风险指数仍为0.607，中度风险等级，但是发生概率有较大上升，达到15.6％。干河汇入水质突变状况为主要风险源时，水生态等级为中度风险，发生概率为13.5。

坝前的水质状况为当主要风险源为生活源时，按照概率最大的水质状况计算，其最终的生态风险指数为0.504，为中度风险，较2014年现状值有较大上升，发生概率为14％。工业排放源为主要风险源的情况下，水生态风险等级为中度风险，发生概率为14％。当上游来水水质突变为主要风险源时，其生态风险指数为0.504，为中度风险，但是发生生态风险的概率更大，达到17.12％。甘河汇入水质突变为主要风险源时，其生态风险等级为中等风险，发生生态风险的概率为17.9％。在库末、库中可以看到以上有来水水质波动的风险最大，而在坝前则主要为甘河汇入发生生态风险的概率最大。

2、水生态风险决策

根据前文所述，对尼尔基水库水生态风险具有较大影响的风险源主要为上游来水、沿江排放、甘河汇入以及上游的土地利用变化情况。针对以上的风险源状况，采用如下的策略进行控制。

通过控制人均污染物排放量，在保证人口规模的前提下，控制沿江点源排放中的生活源排放，降低生活污染源排放所引起的尼尔基水库水生态风险；同时降低工业增长中的工业排放，保证工业持续增长的前提下，通过技术升级节能减排减少沿江点源排放所引起的尼尔基水库水生态风险；通过监控上游来水与甘河汇入的水质，降低通过上游来水与支流汇入进入尼尔基水库的污染物的量，并通过旱田水田的限量转换，降低非点源污染情况，同时控制农田中化肥与农药的施用量，进而降低由于农药与化肥的过量施用，引起的过量残余农药与化肥通过地表径流进入水体。具体参数可根据下表调整。

表36模型参数表

氨氮、总氮、总磷的相关参数也按照以上COD计算的参数进行调整，进行方案决策，相关的模拟结果如图17至18所示。

图17中，1号线为不采用任何控制策略的情况下，嫩江排污口处的COD浓度变化情况，2号线为控制生活污染源排放的策略下，嫩江排污口处的COD浓度的模拟结果，从图17中可以看到，COD污染的主要来源应为生活污染的点源排放，当城镇排放量下降到40千克/(人×年)时，排污口处COD浓度为下降约为50％，是较为有效的控制COD浓度的策略，水质状况从列V类水质直接下降到IV类水质；而图18中，2号线为控制工业源COD排放策略下嫩江排污口处COD浓度模拟的结果，当万元工业增加值COD排放量下降到10千克/万元的情况下，排污口处COD浓度的值在67mg/L到75mg/L之间，水质状况仍然较差。

图19中显示为控制上游来水策略下上游来水COD浓度模拟结果，其中2号线为严格控制上游来水水质在10mg/L的COD浓度变化的结果，显示其值为；而图20中显示的则为控制甘河汇入策略下尼尔基水库库末的COD浓度模拟结果，其中2号线为严格控制甘河汇入水质在10mg/L的策略下，柳家屯断面的水质情况。

由图21显示为调整土地利用策略下尼尔基水库库末COD浓度模拟结果，其中2号线为水田面积调整后的模拟结果，因此，其模拟结果是小于政策实际实施情况下的浓度值，从同上可以看出通过调整土地利用情况，对于控制COD的浓度有一定效果，但是并不显著，其变化范围在13.5mg/L到15.5mg/L之间，并不能有效避免入库水质达到III类水。

因此就COD的控制而言，最为有效的方法是控制嫩江县污水厂的排放量，降低生活源中COD污染物的含量，其次为控制甘河汇入，由于甘河汇入口距离尼尔基库区较近，且其流量较大，加之嫩江干流上游流速较快，若不对甘河加以控制，大量的甘河上游污染物在不经过降解的前提下直接汇入库区，对尼尔基水库的水生态风险具有较大影响。

同样，本实施例针对以上五种策略，对氨氮、总氮、总磷等常规污染物进行模拟，同时对比农田调整情况下的特征污染物状况进行模拟，在总氮、总磷、氨氮的模拟中，1号线表示按照目前状况下污染物浓度模拟结果，2号线表示在控制生活源排放策略下的污染物浓度，3号线表示在控制工业源排放策略下的污染物浓度，4号线表示控制上游来水策略下的污染物浓度，5号线表示控制甘河汇入策略下的污染物浓度，6号线表示调整土地利用策略下尼尔基水库库末污染物浓度的模拟结果。

不同策略下各相应断面氨氮浓度模拟结果状况，其中按照控制生活点源排放的策略，嫩江排污口氨氮浓度为15mg/L，为V类水水质，控制工业点源排放的策略，嫩江排污口氨氮浓度为34mg/L，为V类水水质，严格控制上游来水水质策略下，石灰窑断面的水质为0.1mg/L，严格控制甘河汇入来水水质策略下，柳家屯断面的水质为0.1mg/L，而由图22可知限制水田面积策略下，尼尔基水库的氨氮浓度为0.4075mg/L，为II类水水质。

总磷浓度的最优策略与总氮状况一致，控制生活源排放情况下，嫩江排污口水质为1.5mg/L，控制工业源排放情况下，嫩江排污口水质为2mg/L。而在控制上游来水与甘河汇入策略下，石灰窑断面与柳家屯断面水质为0.02mg/L。在调整水田面积策略下，尼尔基水库氨氮浓度为0.0485mg/L。

将以上结果带入基于贝叶斯网络的上游水质与下游水质关系模型，可以获知尼尔基水库的水质状况的概率分布情况，如下表所示。

表37各策略作用下尼尔基水库水质情况概率分布表

由上表可以知道，当控制生活源排放策略时，尼尔基水库COD水质为I类水的概率最高为25.5％，氨氮为II类水水质的概率最高为25.7％，总磷为II类水的水质最高为100％；而当采用控制工业源排放策略时，尼尔基水库COD水质为I类水的概率最高为25.5％，氨氮为II类水水质概率最高为25.7％，总磷为II类水水质最高为100％；控制上游来水策略下，尼尔基水库COD水质为I类水的概率最高为35.4％，氨氮为I类水的概率为32.6％，总磷为II类水的概率最高，为100％；采用控制直流汇入策略下，尼尔基水库COD水质为I类水的概率为29.9％，氨氮水质为II类水的概率为33.2％，总磷为II类水的概率为100％。

同时通过系统动力学模拟，当采用限制水田数量策略时，尼尔基水库水质状况为COD水质为I类水、氨氮水质为II类水、总磷水质为II类水。将以上模拟结果带入水生态风险评价模型中，可以校验控制策略的有效性。

结果显示，当采用控制生活源排放策略时，尼尔基水库水生态风险指数为0.354596，生态风险评价等级为轻度风险，其概率为29.7％，主要是由于按照现状评价结果可以看到，尼尔基水库库末值皆为三个断面中的最小值，因此在评价当中如果仅改变COD、总氮、总磷三个值，则0.354596即为最小值，同样当采用控制工业源策略时，可以看到起水生态风险因子为0.354596，两种策略的概率相等，皆为6.55％。由于控制上游来水与支流汇入策略下尼尔基水库水质状况较为一致，因此可以断定，在控制上游来水策略下，尼尔基水库生态风险等级为轻度风险，其概率为11.54％；而采用控制甘河汇入策略时，其水生态风险等级为轻度风险，其概率为9.93％；而当采用限制水田数量策略时，可以看到，尼尔基水库水生态风险等级为轻度风险，水华生态风险等级为无风险。

对比以上结果可以看到，在控制尼尔基水库水生态风险的策略中，控制水田数量的策略是最为有效的，尽管其评价结果与其他四种策略是一致的，但是水库的水质状况是优于其他策略的，而在其他控制策略中，最为有效的是控制上游来水水质，出现无风险的概率可能最高，其次为控制甘河汇入水质策略，最后为控制生活源与工业源排放情况。

Claims (7)

1.一种采用融合技术建立尼尔基水库水生态风险预警模型的方法，其特征在于它是采用系统动力学决策模型进行风险预警决策定性分析，然后依据定性分析的结果，采用贝叶斯网络模型进行风险预警决策定量分析，从而实现尼尔基水库的水生态风险预警与决策；其中所述的定性分析与定量分析均是针对尼尔基库末水质的4个空间因素的6个水质指标进行分析，所述的4个空间因素为甘河-柳家屯、嫩江上游干流-石灰窑、嫩江上游支流-嫩江浮桥和嫩江县；所述的6个水质指标为COD、高锰酸钾指数、氨氮、总磷、BOD₅和重金属；具体操作如下：

一、依据沿江排污、非点源污染、上游来水与上游支流汇入和特征污染物为考察因素构建系统动力学决策模型对嫩江示范区水生态进行定性分析；

二、采用贝叶斯网络模型进行风险预警决策定量分析，从而实现尼尔基水库的水生态风险预警与决策；

其中，所述的沿江排污分为嫩江县污水处理厂的生活污水排放与嫩江县喇叭河排污口的工业废水排放；

所述的嫩江县污水处理厂的生活污水排放入河量的计算公式为：

PSLCODNJ＝PSLCOD×PSLCODCR

PSLCOD＝UP×CODpUP×SPDR

式中，PSLCODNJ为嫩江县生活污水排放入河COD量；

PSLCODCR为生活点源COD排放入河系数；

CODpUP为每年单位非农业人口排放COD的量；

SPDR为嫩江县污水处理厂排放量占嫩江县排放总量的比例；

UP为嫩江县第t年的非农业人口数量；

PSLCOD为嫩江县生活点源COD排放入河COD量；

所述的嫩江县喇叭河排污口的工业废水排放入河量的计算公式为：

PSICODNJ＝PSICOD×PSICODCR

PSICOD＝IGDP×CODpIGDP×ICODDR

式中，PSICODNJ为嫩江喇叭河排污口COD入河量；

PSICOD为嫩江县喇叭河排污口排放量；

PSICODCR为工业点源COD排放入河系数；

CODpIGDP为万元工业增加值COD排放量；

IGDP为嫩江县工业增加值量；

所述的所述的非点源污染公式为：

NPSCODE＝NPSCOD×NPSCODC

NPSCOD＝CODDL+CODFL+TreeL×CODpTc+GrassL×CODpGC+UncoverL×CODpUCC+UrbanL×CODpUC

CODDL＝DLA×CODpDLC+DLA×FUS×FUScr

CODFL＝FLA×CODpFLC+FLA×FUS×FUScrF

式中，NPSCODE为非点源COD排放入河量；

NPSCOD为非点源COD产生了；

NPSCODC为非点源污染排放入河系数；

CODDL为旱田产生COD量；

CODFL为水田产生COD量；

TreeL为研究区林地面积；

CODpTC为林地COD输出系数；

GrassL为研究区草地面积：

CODpGC为草地COD输出系数；

UncoverL为研究区荒地面积；

CODpUCC为荒地COD输出系数；

UrbanL为研究区建成区面积；

GDPpUC为建设用地COD输出系数；

DLA为研究区旱田面积；

CODpDLC为旱田输出系数；

FUS为研究区内单位耕地化肥施用量；

FUScr为研究区旱田化肥效率；

FLA为研究区水田面积；

CODpFLC为水田输出系数；

FUScr为研究区水田化肥效率；

所述的上游来水与上游支流汇入污染物含量计算公式如下：

$CODPW=\frac{(CODUT\×QUT+PSLCODNJ\×NJLQ+PSICODNJ\×NJIQ)}{(NJLQ+NJIQ+QUT)}$

$CODGH=CODPW\×\exp (-\frac{k1\×l1}{v1})$

$CODGHHUI=\frac{(CODGH\×QUTT+CODLJT\×QLJT)}{(QUTT+QLJT)}$

QUTT＝QUT+NJLQ+NJIQ

$endPSCOD=CODGHHUI\×\exp \left(\frac{-k2\×l2}{v2}\right)$

endCOD＝endPSCOD×(QUTT+QLJT)+NPSCOD

式中，CODPW为嫩江县排污口处的COD浓度；

CODUT为上游来水浓度；

QUT为上游来水流量；

PSLCODNJ为嫩江县污水厂排污口排放浓度；

NJLQ为嫩江县污水厂污水排放量；

PSICODNJ为嫩江县喇叭河排污口排放浓度；

NJIQ为嫩江县喇叭河排污口排放量；

CODGH为甘河汇入处的COD浓度；

K1为上游来水断面到排污口之间河段的COD降解系数；

L1为上游来水断面到排污口之间河段的河长；

V1为上游来水断面到排污口之间河段的流速；

CODGHHUI为甘河汇入点处COD浓度；

QUTT为上游来水汇合嫩江县排污污水量；

CODLJT为甘河COD浓度；

QLJT为甘河流量；

endPSCOD为尼尔基库末COD点源浓度；

k2为甘河汇入点到尼尔基库末之间河段的COD降解系数；

l2为甘河汇入点到尼尔基库末之间河段的河长；

v2为甘河汇入点到尼尔基库末之间河段的流速；

所述的特征污染物模拟计算公式为：

NPCE＝NPC×NPCC

NPC＝DLA×CUS×CUSr+FLA×CUS×CUSrF

式中，NPCE为特征污染物排放量；

NPC为特征污染物产生量；

NPCC为特征污染物排放入河系数；

CUS为农药每亩农田的施用量；

CUSr为旱田农药残留系数；

CUSrF为水田农药残留系数。

2.根据权利要求1所述的一种采用融合技术建立尼尔基水库水生态风险预警决策模型的方法，其特征在于所述的采用贝叶斯网络模型进行风险预警决策定量分析，是通过对分析尼尔基库末水质的4个空间因素的6个水质指标的条件概率。

3.根据权利要求1所述的一种采用融合技术建立尼尔基水库水生态风险预警决策模型的方法，其特征在于所述的嫩江县第t年的非农业人口数量UP的计算公式为：

UP＝POP×UR；

式中，UP为嫩江县第t年的非农业人口数量

UR为嫩江县第t年的城镇化率；

POP为嫩江县人口。

4.根据权利要求3所述的一种采用融合技术建立尼尔基水库水生态风险预警决策模型的方法，其特征在于所述的嫩江县人口的数量POP计算公式如下：

POP(t)＝POP(t-1)+increase+Decrease

式中，POP(t)为t年时嫩江县人口，POP(t-1)为嫩江县t-1年时的人口；

Increase为嫩江县从t-1年到t年的人口增加量

Decrease为嫩江县从t-1年到t年的人口减少量。

5.根据权利要求1所述的一种采用融合技术建立尼尔基水库水生态风险预警决策模型的方法，其特征在于所述的嫩江县工业增加值量IGDP计算公式如下：

IGDP(t)＝IGDP(t-1)+IGDPI(t)

IGDPI(t)＝IGDP(t-1)×IGDPR

式中，IGDP(t)为嫩江县第t年的工业增加值量；

IGDP(t-1)为嫩江县第t-1年的工业增加值量；

IGDPI(t)为第t年嫩江县工业增加值增长量；

IGDPR为嫩江县工业增加值增长率。

6.根据权利要求1所述的一种采用融合技术建立尼尔基水库水生态风险预警决策模型的方法，其特征在于所述的上游来水与上游支流汇入建模是依据以下内容完成的：支流汇入公式是基于以下方式得到的：尼尔基水库的来水来自上游石灰窑断面的来水与上游支流的来水以及干流区域的非点源汇入，主要污染来源为下游甘河汇入、上游来水以及非点源汇入；将以上游来水水质以及甘河汇入、沿江排放、非点源汇入为主要污染物来源构建模型。

7.根据权利要求1所述的一种采用融合技术建立尼尔基水库水生态风险预警决策模型的方法，其特征在于特征污染物基于水田、旱田农药施用的残留与排放为指标进行计算的。