CN107045053A - 一种基于可控标准的地表水质综合评价体系 - Google Patents

一种基于可控标准的地表水质综合评价体系 Download PDF

Info

Publication number
CN107045053A
CN107045053A CN201710462935.5A CN201710462935A CN107045053A CN 107045053 A CN107045053 A CN 107045053A CN 201710462935 A CN201710462935 A CN 201710462935A CN 107045053 A CN107045053 A CN 107045053A
Authority
CN
China
Prior art keywords
evaluation
water quality
standard
absolute
relative
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710462935.5A
Other languages
English (en)
Other versions
CN107045053B (zh
Inventor
周密
马振
陈龙赞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongbi Technology Jiangsu Co ltd
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201710462935.5A priority Critical patent/CN107045053B/zh
Publication of CN107045053A publication Critical patent/CN107045053A/zh
Application granted granted Critical
Publication of CN107045053B publication Critical patent/CN107045053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Treatment Of Water By Oxidation Or Reduction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于可控标准的地表水质综合评价体系，主要包括：利用箱型图法进行水质数据的预处理；利用污染贡献率法和加权主成分分析结合的方式计算水质指标的权重；根据绝对标准和相对标准对单项水质指标进行绝对评价和相对评价；用百分制表示水质评价结果，并用雷达扫描图直观的展示出来。本发明用精细定量的百分制评价方式代替粗放的地表五类水水质标准划分，评价结果更加直观、客观、精细、合理。绝对评价和相对评价相结合，不仅可以用于不同水体水质状况的横向对比，还可以反映评价水体水质状况在时间维度上的纵向变化。

Description

一种基于可控标准的地表水质综合评价体系
技术领域
本发明属于环境评价领域，更具体地，是涉及一种基于绝对标准和相对标准的、以百分制为基础的地表水质综合评价体系。
背景技术
在“河长制”引领我国水利发展的背景之下，水环境治理工作的重要性提高到了新的高度，客观合理反映河长负责水域水质状况的评价方法则是开展河湖管理工作的基础。水质评价的结果不仅应提供水质类别、污染程度等，还应准确反应水质状况的时空变化。另外，为了方便水环境管理者决策、公众监督及河长工作考核，评价方法应具备较高的数据可视化特点和直观的评价结果。
现阶段水质评价方法可分为确定性方法和不确定性方法。确定性方法主要包括：单因子评价法，其一票否决的评价原则过于严苛；污染指数评价法，其评价方式不能反映不同指标的重要性差异，评价结果不够客观合理。不确定性方法主要包括：模糊数学评价法，其隶属度函数的计算主观性较大；人工神经网络法，其计算过于繁琐复杂，不利于推广运用。另外，以上方法最终的评价结果均落于五类水的划分上，在目前监测水平的提高和大数据技术的发展下，显得过于粗放。因此，对水质进行更加精细的定量评价尤为必要。
发明内容
本发明目的是针对目前粗放的水质评价方式，建立一种标准可控、精细定量、基于百分制的地表水质综合评价体系，并采用雷达扫描图，对评价结果进行直观的表达。
为实现上述目的，本发明基于可控标准的地表水质百分制综合评价体系，可采用如下技术方案实现：
1.水质数据预处理
输入多指标水质样本后，利用箱型图对水质数据进行筛选和剔除。
2.评价指标权重的确定
利用污染贡献率法赋予各指标初始权重，利用加权主成分分析法确定评价指标的最终权重。将标准化后的水质数据进行赋权后，计算其协方差矩阵、特征向量、信息贡献率和累积贡献率。将特征向量进行绝对值变换后，以信息贡献率为权重，计算各评价指标的最终权重。
3.单项指标的评价
评价标准分为绝对标准(《地表水环境质量标准》(GB3838-2002)，以下简称《标准》)和相对标准(评价水域水功能区目标)。对《标准》基本项目标准限值进行扩充，添加最优限值和最劣限值。对于非溶解氧项目，最优限值为I类水标准值的2/3倍，最劣限值为V类水标准值的2倍；对于溶解氧，最优限值为I类水标准值的1.5倍，最劣限值为V类水标准值的0.5倍。
相应的评价方法分为绝对评价方法和相对评价方法，均以百分制为基础。
(1)绝对评价方法
绝对评价方法引入评价类别标识值，将水质数据转化为类别标识值后，再用式(1)计算评价分数。评价类别标识值与水功能区类别标准值的关系见表1，各标识值之间采用线性插值的方式进行计算。
式中：a为水质类别标识值；y为绝对评价方法的评价分数，保留一位小数。
表1类别标识值计算表
(2)相对评价方法
相对评价方法以评价水域水功能区目标标准值为基准，采用浮动的评价准则。在达到水功能区目标时，评价结果为80分，其它评价分数控制点见表2，各控制点之间采用线性评价方式。
表2相对评价方法评价准则表
4.水质综合评价
水质综合评价同样分为绝对评价和相对评价。将步骤3中单项指标绝对和相对评价的结果，分别与步骤2中各指标的最终权重相乘并求和，即得到以百分制为基础的水质综合评价结果。
5.评价结果的展示
评价结果采用雷达扫描图的表达方式，按照评价权重从小到大的顺序，由内向外将各评价指标的评价结果展示出来，最终阴影环形面积即为水质综合评价结果。
优选地，步骤2在进行加权主成分分析之前，数据标准化采用z-score方法。
优选地，步骤2加权主成分分析的初始权重由污染贡献率法算得，主成分个数等于特征向量的个数。
优选地，步骤3中相对评价法在达到水功能区目标时，评价结果计为80分。
本发明的优点在于：用精细定量的百分制评价方式代替粗放的五类水划分方式，评价结果更加客观合理。评价标准采用绝对评价和相对评价结合的方式，绝对评价考虑了水质状况的非线性变化，可用于不同水体水质状况的横向对比；相对评价因地制宜，可贴切反映评价水体水质状况在时间维度上的纵向变化。评价结果采用雷达扫描图的展示方法，直观明了，有利于管理者的决策和公众的认知。在“河长制”的管理背景下，本发明方便对河长管理成果进行定量考核，可以与软件系统结合进行有效运用,有助于水质演化过程趋势的定量评价，全面正确评价管理者的工作业绩。采用雷达扫描图展示水质评价结果的直观方式，也有利于本发明在实际运用中得到推广应用。
附图说明
图1为本发明用箱型图进行水质数据预处理时的过程图，以高锰酸盐指数为例。
图2为本发明的雷达扫描图，用于直观地展示水质评价结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚，以下结合附图和实施例对本发明进行进一步详细说明，应理解这些实施例仅用于解释说明本发明，并不用于限定本发明的范围。本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
1.水质数据预处理
实施例采用江苏省某淡水湖泊一水质监测点2016年6月至2017年4月氨氮(NH3-N)、高锰酸盐指数(CODMn)、总氮(TN)、总磷(TP)、溶解氧(DO)的日监测数据，利用箱型图法对水质数据进行筛选和剔除。箱型图异常值的识别标准设计为：小于Q1-1.5IQR或大于Q3+1.5IQR的值。其中，Q1为数据的上四分位数，Q3为数据的下四分位数，IQR为数据的四分位距。以高锰酸盐指数为例，其箱型图法筛选过程见附图1，第5、66、67数据点位于上边缘之外，第44、50数据点位于下边缘之外，均为异常值，予以剔除。
2.评价指标权重的确定
(1)利用污染贡献率法赋予各指标初始权重，计算方法如式(2)：
式中：woj为第j项水质评价指标初始权重；Ij为第j项水质评价指标的污染指数。
对于非溶解氧指标，污染指数计算方法为：
式中：Cj为第j项水质评价指标实测浓度；Soj为与水环境功能区对应的第j项水质指标的浓度限值。
对于溶解氧，污染指数Ij即公式中的IDO计算公式为：
式中：IDO为溶解氧的污染指数；CDO为溶解氧的实测浓度；CDO,f为饱和溶解氧浓度；So,DO与水环境功能区对应的溶解氧浓度限值。
(2)利用加权主成分分析法确定评价指标的最终权重。将z-score标准化后的水质数据赋予初始权重后，进行主成分分析，计算其协方差矩阵、特征向量、信息贡献率和累积贡献率。将特征向量进行绝对值变换后，以信息贡献率为权重，计算各评价指标的最终权重，计算方法如式(4)：
式中：wj为各评价指标的最终权重；λk为第k个特征向量；ηk为第k个特征向量的信息贡献率；Q为特征向量的计入个数。
以实施例数据为例，其水功能区目标为Ⅱ类水，主成分分析的初始权重和评价指标最终权重计算结果见表3。
表3权重计算表
项目 氨氮 高锰酸盐指数 总氮 总磷 溶解氧
水质目标 0.50 4.00 0.50 0.025 6.00
初始权重 0.201 0.119 0.249 0.356 0.045
最终权重 0.210 0.070 0.252 0.445 0.023
3.单项指标的评价
(1)绝对评价方法
将水质数据按照表1转化为水质类别标识值，各标识值之间采用线性插值的方式进行计算。再根据类别标识值利用公式(1)计算单项指标的评价分数。以实施例2016年6月20日氨氮数据为例，氨氮浓度为0.64mg/L，其水质类别标识值a为：则评价分数y为：水质类别标识值具体计算公式如下。其中氨氮、高锰酸盐指数、总氮、总磷、溶解氧的相对评价分数分别用aNH3N、aCODMn、aTN、aTP和aDO表示。
(2)相对评价方法
相对评价方法以评价水域水功能区目标标准值为基准，采用浮动的评价准则。在达到水功能区目标时，评价结果为80分。同样以实施例2016年6月20日氨氮数据为例，氨氮浓度为0.64mg/L，则评价分数z为：根据表2，各指标相对评价分数可用如下公式计算。其中氨氮、高锰酸盐指数、总氮、总磷、溶解氧的相对评价分数分别用zTN、zTP和zDO表示。
4.水质综合评价
将单项指标绝对和相对评价的结果，分别与各指标的最终权重相乘并求和，即得到以百分制为基础的水质综合评价结果。实施例2016年6月20日五个指标的浓度和采用两个标准的评价分数见表4，结合表3中的最终权重，可算得绝对评价分数为0.210*78.8+0.070*81.1+0.252*82.8+0.445*56.3+0.023*87.9＝70.2分，相对评价分数为0.210*77.3+0.070*79.6+0.252*81.2+0.445*58.1+0.023*86.4＝70.1分。
表4单项指标评价表
项目 氨氮 高锰酸盐指数 总氮 总磷 溶解氧
浓度(mg/L) 0.64 4.12 0.47 0.11 6.96
绝对评价 78.8 81.1 82.8 56.3 87.9
相对评价 77.3 79.6 81.2 58.1 86.4
5.评价结果的展示
评价结果采用雷达扫描图的表达方式，按照评价权重从小到大的顺序，由内向外将各评价指标的评价结果展示出来，环形阴影颜色越深，代表水质状况越差，总圆的面积为100，环形阴影面积即为水质综合评价分数。上述案例相对评价的结果展示见附图2。

Claims (8)

1.一种基于可控标准的地表水质综合评价体系，其特征在于：针对水域水质控制目标，根据国家绝对标准或达标相对标准，对水质进行绝对评价或相对评价，所述的绝对评价和所述的相对评价结果均为定量分值。
2.根据权利要求1所述的基于可控标准的地表水质综合评价体系，其特征在于：所述的评价的具体方法为：
步骤一：输入多指标水质样本，利用箱型图法对水质数据进行预处理；
步骤二：利用污染贡献率法赋予各指标初始权重，进一步利用加权主成分分析法确定评价指标的最终权重；
步骤三：针对特定水域水质控制目标，根据国家绝对标准和达标相对标准，对单项水质指标进行绝对评价和相对评价；
步骤四：根据步骤二的最终权重和步骤三的单项指标评价结果，进行水质综合评价。
3.根据权利要求1或2所述的基于可控标准的地表水质综合评价体系，其特征在于：所述的水质综合评价结果利用雷达扫描图的方式，直观的表达出来。
4.根据权利要求1或2所述的基于可控标准的地表水质综合评价体系，其特征在于：所述绝对标准确定为：
对《地表水环境质量标准》(GB3838-2002)基本项目标准限值进行扩充，添加最优限值和最劣限值。对于非溶解氧项目，最优限值为I类水标准值的2/3倍，最劣限值为V类水标准值的2倍；对于溶解氧，最优限值为I类水标准值的1.5倍，最劣限值为V类水标准值的0.5倍。
5.根据权利要求1或2所述基于可控标准的地表水质综合评价体系，其特征在于，所述相对标准确定为：
以评价水域水功能区目标为基准，采用浮动的评价准则，在达到水功能区目标时，评价结果为80分。评价准则见下表，各分数梯度之间采用线性评价方式；
。
6.根据权利要求1或2所述基于相对标准的地表水质综合评价体系，其特征在于，所述绝对评价方法为：
计算评价类别标识值，类别标识值依据下表水质指标浓度和标识值之间的关系线性插值得出；计算评价分数，依据非线性关系计算评价分数，公式如下：
式中：a为评价类别标识值；y为绝对评价方法的评价分数；
。
7.根据权利要求1或2所述基于相对标准的地表水质综合评价体系，其特征在于，最终评价结果展示采用雷达扫描图展示，按照评价权重从小到大的顺序，由内向外将各评价指标的评价结果展示出来，最终阴影环形面积即为水质综合评价结果。
8.根据权利要求1所述的基于可控标准的地表水质综合评价体系，其特征在于：所述的评价结果选用百分制。
CN201710462935.5A 2017-06-19 2017-06-19 一种基于可控标准的地表水质综合评价体系 Active CN107045053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710462935.5A CN107045053B (zh) 2017-06-19 2017-06-19 一种基于可控标准的地表水质综合评价体系

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710462935.5A CN107045053B (zh) 2017-06-19 2017-06-19 一种基于可控标准的地表水质综合评价体系

Publications (2)

Publication Number Publication Date
CN107045053A true CN107045053A (zh) 2017-08-15
CN107045053B CN107045053B (zh) 2019-09-24

Family

ID=59546478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710462935.5A Active CN107045053B (zh) 2017-06-19 2017-06-19 一种基于可控标准的地表水质综合评价体系

Country Status (1)

Country Link
CN (1) CN107045053B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110441488A (zh) * 2019-07-01 2019-11-12 生态环境部卫星环境应用中心 海洋生态红线水质达标判定方法和装置
CN110501469A (zh) * 2018-05-17 2019-11-26 青岛海尔洗衣机有限公司 一种家庭水质地图的生成方法及采用水质地图的控制方法
CN111398539A (zh) * 2020-03-09 2020-07-10 上海交通大学 一种基于大数据和分子生物技术的水质微生物指示方法
CN111461484A (zh) * 2020-02-29 2020-07-28 西安理工大学 一种降雨及径流水质综合评价方法
CN113657737A (zh) * 2021-08-04 2021-11-16 力合科技（湖南）股份有限公司 基于自动监测数据的水质评价方法及系统、设备、存储介质
CN114354705A (zh) * 2022-01-10 2022-04-15 中国水产科学研究院长江水产研究所 一种基于多参数相对权重的地表水质综合评价方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6015558A (ja) * 1983-07-08 1985-01-26 Hitachi Ltd 水質監視方法
CN102565297B (zh) * 2012-01-06 2014-11-12 浙江大学 基于组合权重的地表水水质评价方法
CN106485053A (zh) * 2016-09-16 2017-03-08 天津大学 一种基于模糊标识指数的水功能区水质评价方法
CN106530133A (zh) * 2016-11-22 2017-03-22 山东省城市供排水水质监测中心 一种基于综合水质指数法的湖库型水源水质评价方法
CN106845112A (zh) * 2017-01-19 2017-06-13 中国地质科学院水文地质环境地质研究所 一种地下水质量综合评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6015558A (ja) * 1983-07-08 1985-01-26 Hitachi Ltd 水質監視方法
CN102565297B (zh) * 2012-01-06 2014-11-12 浙江大学 基于组合权重的地表水水质评价方法
CN106485053A (zh) * 2016-09-16 2017-03-08 天津大学 一种基于模糊标识指数的水功能区水质评价方法
CN106530133A (zh) * 2016-11-22 2017-03-22 山东省城市供排水水质监测中心 一种基于综合水质指数法的湖库型水源水质评价方法
CN106845112A (zh) * 2017-01-19 2017-06-13 中国地质科学院水文地质环境地质研究所 一种地下水质量综合评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘玲花等: ""国外地表水水质指数评价法综述"", 《水资源保护》 *
马密等: ""改进的综合水质标识指数法及其应用"", 《水利发电》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110501469A (zh) * 2018-05-17 2019-11-26 青岛海尔洗衣机有限公司 一种家庭水质地图的生成方法及采用水质地图的控制方法
CN110441488A (zh) * 2019-07-01 2019-11-12 生态环境部卫星环境应用中心 海洋生态红线水质达标判定方法和装置
CN111461484A (zh) * 2020-02-29 2020-07-28 西安理工大学 一种降雨及径流水质综合评价方法
CN111398539A (zh) * 2020-03-09 2020-07-10 上海交通大学 一种基于大数据和分子生物技术的水质微生物指示方法
CN113657737A (zh) * 2021-08-04 2021-11-16 力合科技（湖南）股份有限公司 基于自动监测数据的水质评价方法及系统、设备、存储介质
CN114354705A (zh) * 2022-01-10 2022-04-15 中国水产科学研究院长江水产研究所 一种基于多参数相对权重的地表水质综合评价方法

Also Published As

Publication number Publication date
CN107045053B (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
CN107045053B (zh) 一种基于可控标准的地表水质综合评价体系
CN107220600B (zh) 一种基于深度学习的图片生成方法及生成对抗网络
Farsadnia et al. Identification of homogeneous regions for regionalization of watersheds by two-level self-organizing feature maps
Han et al. A new multi-threshold image segmentation approach using state transition algorithm
Moallem et al. Optimal threshold computing in automatic image thresholding using adaptive particle swarm optimization
CN102520341B (zh) 一种基于Bayes-KFCM算法的模拟电路故障诊断方法
Tan et al. Color image segmentation using adaptive unsupervised clustering approach
CN109934203B (zh) 一种基于信息熵选择的代价敏感增量式人脸识别方法
CN107563428A (zh) 基于生成对抗网络的极化sar图像分类方法
CN107895100B (zh) 一种流域水质综合评价方法及系统
CN106874948A (zh) 一种黑臭水自动识别与评估方法
CN108647718A (zh) 一种不同材料金相组织自动分类评级的方法
CN109858755B (zh) 一种评价水体质量的方法
CN106096610A (zh) 一种基于支持向量机的文档图像二值化方法
Azadeh et al. An adaptive intelligent algorithm for forecasting long term gasoline demand estimation: The cases of USA, Canada, Japan, Kuwait and Iran
CN107491729B (zh) 基于余弦相似度激活的卷积神经网络的手写数字识别方法
CN108171119B (zh) 基于残差网络的sar图像变化检测方法
CN111524181A (zh) 一种基于扫描电镜图像分割的多孔材料孔洞自动测量方法
CN108986077B (zh) 基于双树复小波域共生增广矩阵的浮选泡沫工况识别方法
CN103268498A (zh) 一种感兴趣区域模糊图像语义理解的方法
CN112199862A (zh) 纳米粒子运移的预测方法、其影响因子分析方法及系统
CN117726978A (zh) 基于化工区域排放废水的水体检测方法及装置
CN101299242A (zh) 一种人体肤色检测中阈值的确定方法及装置
CN112001436A (zh) 一种基于改进的极限学习机的水质分类方法
Li et al. The license plate recognition system based on Fuzzy theory and BP neural network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220601

Address after: 230000 Room 203, floor 2, building 1, north of Xiatang Road, Xiatang Town, Changfeng County, Hefei City, Anhui Province

Patentee after: Hefei Boyuan Information Technology Co.,Ltd.

Address before: 211100 No. 8 West Buddha Road, Jiangning District, Jiangsu, Nanjing

Patentee before: HOHAI University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220707

Address after: 210000 room 1001, building A3, South Square, Greenland intercity space station, Jiangning District, Nanjing, Jiangsu Province

Patentee after: Zhongbi Technology (Jiangsu) Co.,Ltd.

Address before: 230000 Room 203, floor 2, building 1, north of Xiatang Road, Xiatang Town, Changfeng County, Hefei City, Anhui Province

Patentee before: Hefei Boyuan Information Technology Co.,Ltd.