1、主讲人：王新富 PPT制作：张凌霄 课程：现代环境监测技术 2018/05/25,1 背景介绍 2 评价方法 3 比较分析 4 实例分析,1 背景介绍,1 背景介绍,湖泊富营养化是指湖泊水体在自然因素和（或）人类活动的影响下，大量营养盐输入湖泊水体，使湖泊逐步由生产力水平较低的贫营养状态向生产力水平较高的富营养状态变化的一种现象(李茜，张建辉，林兰钰，李名升和张殷俊,2011)。 自然界的湖泊随着自然环境条件的变迁，有其自身发生、发展、衰老和消亡的必然过程，由湖泊形成初始阶段的贫营养逐渐向富营养过渡，直至最后消亡。,1 背景介绍,我国湖泊富营养化产生的原因： 通过近年来的研究，尤其是加拿大的沃
2、伦维德（1968年），日本的合田健（1970年）及奥地利的列夫勒（1968年）等人的杰出贡献，目前工人的原因，主要是水体中N，P等营养元素增加，给水生生物（主要是藻类）大量繁殖提供了丰富的物质基础，导致浮游藻类（或大型水生植物）暴发性增殖而造成多种用水障碍。 我国部分湖泊污染源主要来自湖外点源和非点源排放及湖内底泥的释放。,1 背景介绍,在自然状态下，湖泊的这种演变过程是极为缓慢的，往往需要几千年，甚至更长的时间才能完成。但在人类活动的影响下，这种演化过程大大加快，富营养化引起的环境问题日益严重。因此有必要建立一种科学、统一的评价方法，以便加强对湖泊的管理，保护湖泊生态环境。 湖泊富营养化评价
3、，就是通过与湖泊营养状态有关的一系列指标及指标间的相互关系，对湖泊的营养状态做出准确的判断。,1 背景介绍,水体富营养化评价早期以综合评价法为主，但在评价标准和评价指标的选择上很不完善，导致评价结果无法真实反映富营养化水平(胡著邦和全为民,2002)。近年来，考虑到湖泊富营养化评价所具有的模糊性和灰色性，模糊数学和灰色系统理论方法的应用引起了人们的关注。这些方法有：模糊数运算法、模糊评价模型法、灰色聚类法、灰色局势决策法、灰色层次决策法和模糊灰色决策法等(冯玉国,1996)。,1 背景介绍,湖泊（水库）营养状态分级：,在同一营养状态下，指数值越高，其营养程度越重。,2 评价方法,2.1 总成分
4、分析营养度评价法,从众多的因子中选出与营养状态关系最密切的因子。其中叶绿素chl（一般是指叶绿素a）称为“基准因子”，它是首先必须选入的。其次总氮TP因子对湖泊富营养化发展进程具有显著性，这类因子可优先考虑，强迫进入评价模型，这类因子称为“重要因子”。此外，从剩下的因子中，用主成分分析法选择出评价的“主要因子” 。,2.1 总成分分析营养度评价法,王俊等(1994)根据上述原则，营养度评价指标确定为叶绿素(chl)、总磷(TP)、总氮(TN)、CODMn、BOD5、亚硝酸盐氮6项指标。计算模式如下： 单因子的分营养度采用下列的极差标准化公式计算： = lnln lnln 式中：TLIj第i个因
5、子的分营养度；Cjx第j个因子检测值；Cjmin和Cjmax分别是第j个因子相应于营养度为0和100时的浓度值。,各参数的营养状态指数计算公式如下：a. TLI(chl)=10(2.5+1.086lnchl)b. TLI(TP)=10(9.436+1.624lnTP)c. TLI(TN)=10(6.453+1.694TN)d. TLI(CODMn)=10(0.109+2.661CODMn)e. TLI(BOD5)=10(2.118+2.579BOD5)f. TLI(NO2-N)=10(7.77+1.649NO2-N) 计算结果用分营养度计算公式计算得，其中ln(chl)的经验公式为： ln(c
6、hl)=1.32ln(TP)-3.28,2.1 总成分分析营养度评价法,2.2 卡尔森营养状态指数(TSI),卡尔森指数是美国科学家卡尔森在1977年提出来的，这一评价方法克服了单一因子评价富营养化的片面性，而是综合各项参数，力图将单变量的简易与多变量综合判断的准确性相结合(王明翠，刘雪芹和张建辉,2002)。卡尔森指数是以湖水透明度（SD）为基准的营养状态评价指数。其表达式为： =10(6 ln ln2 ),2.2 卡尔森营养状态指数(TSI), =10(6 2.040.68ln ln2 ) =10(6 ln48/ ln2 ) 式中：TSI为卡尔森营养状态指数；SD为湖水透明度值(m)；ch
7、la为湖水中叶绿素a含量(mg/m3)；TP为湖水中总磷浓度(mg/m3)。,2.3 修正的营养状态指数,为了弥补卡尔森营养状态指数的不足，日本的相崎守弘等人提出了修正的营养状态指数（TSIM），即以叶绿素a浓度为基准的营养状态指数(王明翠，刘雪芹和张建辉,2002)。基本公式如下： =10(2.46+ ln ln2.5 ) =10(2.46+ 3.691.53ln ln2.5 ) =10(2.46+ 6.71+1.15ln ln2.5 ),2.4 综合营养状态指数法, = =1 () 式中，TLI()表示综合营养状态指数； TLI(j)代表第j种参数的营养状态指数的相关权重。以chla作为基
8、准参数，则第j种参数的归一化的相关权重计算公式为： = 2 =1 2 式中：rij为第j种参数与基准参数chla的相关系数；m为评价参数的个数。,2.5 营养度指数法(AHP-PCA法),王明翠等(2002)通过分析国内外现有湖泊营养化评价模式，进行了反复的理论探索和实践验证，将层次分析法(AHP)和主成分分析法(PCA)相结合，提出湖泊富营养化状态综合评价方法，即层次分析主成分分析营养度指数法。综合营养度的计算公式为： = =1 = =1 ( + ln ),2.5 营养度指数法(AHP-PCA法), = ln min ln max ln min 100 = 1 ln max ln min 1
9、00式中，TLIC为湖泊营养状态的综合营养度； TLIj为第j个因子的分营养度；j为第j个因子的“综合权”。Cjx为第j个因子的检测值（平均值、丰季均值或最大值）；Cjmin和Cjmax分别是第j个因子相应于营养度为0和100时的浓度值。,2.6 灰色系统理论法,灰色系统理论法考虑到环境是一个多因素、多层次的复杂系统，将湖泊水体富营养化评价看作是一个灰色局势决策问题。通过构造局势与局势矩阵、确定目标效果测度、多目标决策、确定最优局势等一系列系统分析计算，判断出湖泊的水体富营养化级别。 由于湖泊水质各项指标（称为目标 ）的监测数据中含有灰元，分级标准中也含有灰元，因此湖泊水体富营养化评价是一个灰
10、色局势决策问题。各不同量纲事件量级的指标用效果测度统一计量，根据综合效果测度确定最优局势，由此即可判断湖泊水体富营养化级别。,2.6 灰色系统理论法,步骤： 1 确定事件集、对策集、目标集 将湖泊水体富营养化状况划分为5个等级构成对策集；参加评价的5个污染参数构成目标集。 2 计算目标效果测度 对某污染指标k，每一局势Sij都有一个效果值，效果值全体构成效果测度矩阵。基于非时间序列的单点数据，采用不同的白化函数作为目标效果测度的计算公式。,2.6 灰色系统理论法,3 确定目标权值 由于各目标对环境质量的作用程度不同，因此综合评价时需要对目标进行加权处理。根据各目标的白化值，计算目标权值，其中取
11、三级（中营养）的标准值为参考值。 4 计算综合效果测度 对p个目标的效果测度进行综合，即得多目标决策综合效果测度矩阵。根据各目标效果测度和权值，计算综合效果测度，并由此构成效果测度矩阵： () = =1 W (),2.6 灰色系统理论法,5 确定最优局势 目前大多根据最大效果测度选择最优局势，但对于环境评价问题，最大综合效果测度原则经常因丢失信息过多而使评判失真，因此不宜使用。赵晓光等(2006)应用级别变量特征值公式确定最优局势，公式为： = =1 (),2.7 多目标的Fuzzy-Grey决策评价,F-G决策是对于一个对策集具有Fuzzy性的灰色系统，对应不同目标，构造不同隶属函数，使事件
12、和对策组成的局势集通过映射而获得效果测度。应用灰色概念，在各种可能的对策方案中，挑选出一个效果最佳方案(李祚泳,邓新民,1990)。 灰色决策是指在事件、对策、目标和效果统一的前提下，对明显含有灰元的系统进行决策。而F-G决策是对于一个决策集具有Fuzzy性的灰色系统，对应不同目标，构造不同的隶属函数，使事件和对策组成的局势集通过映射而获得效果测度。,2.8 模糊数学法,模糊数学法是采用隶属函数来描述水质的分界，体现了实际界限的模糊性，避免了以往水质分级不连续的弱点，使评价结果更接近客观实际。权重的大小根据超标多少确定，考虑了各项参数在总体污染中的作用差异，而且最终结果不仅能够反映出水体的水质
13、级别，还能反映出该水体对应于各级水质的隶属情况(陈秋平,胥思勤,2014)。模糊评价数学模型的建立： 1 建立评价对象的因素集因素集U是参与评价的n个污染因子的实测浓度组成的模糊子集。,2.8 模糊数学法,2 建立评价集 评价集V是与U中评价因子相应的环境质量标准等级的集合。 3 确定评价因素的模糊权向量 通常各因子的重要程度不同，因此对每个因子ui赋于一个相应的权重ai(i=1,2,n)构成权重集A。 = =1 = =1 ,2.8 模糊数学法,4 确定单因素评价矩阵R进行单因素模糊评价 先确定隶属程度，对第i个因子uj评价的结果组成单因素模糊评价集 = 1 , 2 , 。 然后得到单因素模糊
14、评价集，R的第i行表示第i个因子影响评价对象时对各个评价元素的隶属程度； 第j列表示所有因子影响评价对象取第j个评价元素的隶属程度。 5 综合评价 当其它等级隶属度的总和超过了最大隶属度，不适于用最大隶属度原则，采用加权平均法来解决。,2.8 模糊数学法,其计算公式为： = =1 =1 式中：bj-隶属于第j级水的隶属度；k-待定系数(k=1或2)，目的是控制较大bj所起的作用，本文取k=1。模糊数学法在评价标准和评价指标的选择上较为完善，评价结果可以较好地反映真实的富营养化水平。,2.9 灰色评价模型,冯玉国（1996）根据灰色关联分析原理，将待评价湖泊的富营养化指标组成参考数列，湖泊富营养
15、化评价标准组成被比较数列，运用扩展的最小二乘方准则构造目标函数，通过求条件数值建立湖泊富营养化灰色评价模型，并应用该模型对我国18个湖泊的富营养化进行评价。构建湖泊富营养化灰色评价模型： 设有m项评价指标的n个湖泊组成参考数列 = () =1,2,;=1,2,2.9 灰色评价模型,C级湖泊富营养化评价标准组成被比较数列 = () =I,II,;=1,2, 记xj与xh第i个指标的绝对差为 = () 则xj与xh第i个指标的接近程度用灰色关联系数表示。设各评价指标的权重为wi（i=1,2,m），则有灰色关联度为 , = =1 (,),2.9 灰色评价模型,为消除原始数据中量纲的不同和数量级的差别
16、，一般需先进行无量纲化处理。对湖泊富营养化评价，可用均值化方法，即用同一指标各级别的平均值去除各项，使同一指标下的数量级相同。 = 1 =1 =1 (,) =1 (,) 2 = 1 =1 , , 2 上式即为所求的湖泊富营养化灰色评价模型，待评价湖泊应划分为使 Uhj最小的级别。,2.10 灰色聚类法,朱庆峰等（2004）认为灰色聚类法评价的主要步骤为确定各类白化函数；确定聚类权重；求聚类系数；确定各聚类对象所属质量级别。并采取了包括透明度（SD）、溶解氧（DO）、生化需氧量（BOD5）化学耗氧量（CODMn）、总磷（TP）、总氮（TN）、氨氮（NH3-N）、叶绿素a（chla）八项聚类指标。
17、,2.10 灰色聚类法,1 数据进行无量纲化处理 = 1 =1 即采用平均标准进行处理。 2 确定隶属函数或白化函数将无量纲化处理的各污染指标的检测结果代入隶属函数表达式，可求得各污染指标的隶属函数的矩阵形式。,2.10 灰色聚类法,3 聚类权重的计算 聚类权重是衡量各个指标同一灰类的权值： = 1 1 计算聚类权重，其中 为第j个污染指标第k个灰类的权值， 为无量纲化的水质富营养化的灰类值。 4 求聚类系数及聚类结果 = =1 ,2.11 灰色层次决策法,李祚泳等（1992）利用了灰色层次决策法进行了湖泊富营养化的综合评价。 灰色层次决策，一般分为统计决策层（A层）、专业作业层（B层）和管理
18、决策层（C层）。 当A、B、C三级决策得到后，A、B级联合决策可采用保险决策作出，即比较A、B两级的决策权，先大中取小、再小中取大。AB与C级的联合决策,可用AB与C比较，采用大中取小方式作出。 A级决策：由灰色统计法得出每个评价指标对各级决策量的灰色权。,2.11 灰色层次决策法,B级决策 应用灰色局势决策法，求出每个指标对于各等级的平均效应，并选出其中每一个指标的最大效益作为每个指标的决策系数。 C级决策 C级决策采用灰色聚类决策。 计算AB的联合决策，以及AB与C的联合决策。得出湖泊富营养化评价结果的级别。,2.12 模糊评价模型,冯玉国（1992）考虑到湖泊富营养化评价具有的模糊性和灰
19、色性，因此模糊数学和灰色系统理论方的应用引起了人们的关注。但已有些方法也存在一些问题，如有的方法计算较繁，评价结果趋于均化，分辨率低等。 它将C设为n个湖泊组成的样本级，每个样本有m项评价指标，于是有mn阶的实测指标矩阵，再按照湖泊富营养化评价标准，则有mt阶标准值矩阵，进而确定tn阶隶属度矩阵。,2.12 模糊评价模型,评价指标的权向量为 = 1 , 2 , 样本j与第h级标准的m项指标分别用向量表示为： = 1 2 = 1 2 最终得出湖泊富营养化模糊评价模型为： = 1 =1 =1 =1 2,水体富营养化分级标准,补充,单项指标法主要包括物理指标、化学指标和生物指标。富营养化因素很多且影
20、响机制复杂，因此单项指标法并不能充分反映富营养化水平。潜在性富营养化评价方法是根据DIN、活性磷酸盐含量、氮磷比结合国家海水水质标准，参照生物培养实验结果，对水质富营养化情况做出分级。人工神经网络法主要结构包含输入、隐藏和输出三层，每层都由一个或多个节点（神经元）组成，同层神经元之间没有连接，相邻两层的神经元通过权值连接。,3 比较分析,4 实例分析,4 实例分析,殷守敬等（2018）提出一种将地面观测数据空间插值与遥感反演结合的湖泊富营养化评价方法与业务化运行模式。对叶绿素a等可反演参数利用遥感影像反演，并利用实测值校正获得高精度反演结果；对总磷等不易反演参数采用空间插值获取全湖区数据，采用
21、综合营养指数法对巢湖富营养化状态进行反演，获得2015年5月12日巢湖富营养化状态空间分布情况。结果表明，巢湖全湖为轻度和中度富营养化状态，呈现出西半湖高于东半湖的总体空间分布趋势。,4 实例分析,他们还结合相关数据对巢湖富营养化成因进行推断，认为南淝河等上游河流各类营养物质输入量较大是造成西半湖北部富营养化严重的主要成因；西南部杭埠河等河流氮磷输入量较大，但其他营养物质输入较少，使得该区域总体呈现出富营养化程度偏低的现象。 湖泊富营养化监测手段主要有实地监测和遥感监测2种。实地监测配合采集水样实验室分析方法是目前湖泊水体监测的主要手段。该方法具有数据准确、指标丰富等特点，但是耗时耗力，并且由
22、于采样时间差别大、样本量少、水体流动性强等原因，无法有效反映湖泊水质的同步空间分布状态。,4 实例分析,在湖泊富营养化遥感监测方面，遥感手段可以瞬时获得大范围水质参数的空间变化趋势，带动了国内外一大批围绕湖泊水质定量反演和富营养化评价方面的科学研究，通过构建经验回归模型、半分析模型、或通过遗传编程等方法反演水质参量，然后计算营养状态指数，反演指标包括叶绿素a(chl-a)、悬浮物(SST)浓度和透明度(SD)等水质参数。,4 实例分析,1 数据采集 地面监测数据为安徽省环境监测中心站2015年5月12日实地监测和水样采集、实验室分析的水质数据，包括chl-a、SD、TP、TN、CODMn等。
23、Chl-a 浓度采用美国 YSI EXO2型水质多功能测定仪原位测量获取，SD 采用塞氏圆盘测定，CODMn、TP、TN 通过现场水样采集、实验室分析获取。 遥感数据采用2015年5月12日上午11:11获取的 GF-1 WFV1数据（如图）。,注：背景为2015年5月12日GF-1 WFV1影像,巢湖采样点分布图,4 实例分析,2 遥感数据预处理 对遥感影像数据逐步进行辐射定标、几何校正、大气校正等处理。 辐射定标采用 ENVI5.2直接将图像灰度值利用绝对定标系数转化为大气顶层反射率（L），计算公式： L Gain DN Bias 式中：Gain 为波段增益，W/(m2sr)； DN 为影
24、像原始灰度值； Bias 为偏移值，W/（m2srm）。,4 实例分析,3富营养化状态评价模型选取 分别根据chl-a、SD、TP、TN、CODMn 等参数计算单因子营养状态指数，通过加权计算得到综合营养状态指数： = =1 () 式中：TLI（）为综合营养状态指数；TLI（j） 为第j 种参数的营养状态指数；Wj 为以 chl-a 为基准参数计算的第 j 种参数的营养状态指数的归一化相关权重，其取值来源于我国26个典型湖泊（水库）调查数据计算获得的相关系数。,4 实例分析,权重计算公式： = 2 =1 2 式中：rij为第 j 种参数与基准参数 chl-a 的相关系数，取值见下表；m为评价参
25、数的个数。,中国湖泊（水库）部分参数与chl-a的相关关系rij及 2 值,4 实例分析,4富营养化状态评价参数获取 已有研究显示，各个湖泊富营养化评价参数中，适用于遥感反演的参数为 chl-a质量浓度，而SD由于和 TSS 浓度的高度负相关性也成为较常见的水质遥感反演产品。因此，可以根据该湖区已有的模型通过遥感反演获得chl-a和SD数据。 而 TP、TN 和 CODMn等参数，由于其浓度变化对水体光谱特征的影响利用现有的传感器很难捕捉，直接利用遥感反演获得可信度较高产品的难度很大。,4 实例分析,因此，全湖范围的 TP、TN 和 CODMn可以采用地面实测数据的空间插值获取，其产品可信度得
26、到较大程度的保障。 鉴于湖泊采样样本点数量较少，且湖泊水质受边界影响较大，考虑采用样条内插法对TP、TN 和 CODMn等参数插值。因此利用现有实测站点数据在 Arcgis10.1中建立TP、TN和CODMn等参数点状矢量分布图，并利用Spline with Barriers方法插值获得全湖范围内的产品。,4 实例分析,巢湖 TP 浓度（图4）总体上呈现从西北部向湖心、然后向东北方向逐渐降低的趋势。 TN 浓度（图5）总体上呈现出西半湖东半部浓度最高、向东西两侧浓度逐渐降低的趋势。 CODMn（图6）在空间分布特征上与总磷相似，呈现出西半湖东北湖区最高、向湖心区域和东北部出口方向逐渐下降的趋势
27、。 从巢湖富营养指数空间分布趋势（图7）看，富营养化最严重的区域为西半湖北部南淝河入湖区域。,4 实例分析,西半湖北部南淝河入湖区域，富营养指数为61.668.3，其次是东半湖湖心和东南沿岸区域，富营养指数为6061.6，均为中度富营养化状态；富营养化程度较轻的是湖心区域和东半湖北部区域，富营养指数为58.960，最轻的是西南沿岸区域和东部湖区出口区域，富营养指数51.958.9，为轻度富营养化状态。 影像反演能更好地体现全湖的空间分布情况，并且高值区和低值区不限于采样点实测值的数值范围。将水质参数遥感反演与实测数据空间插值有机结合，形成基于综合营养指数法的湖泊富营养化评价方法。,参考文献,1
28、 王明翠，刘雪芹，张建辉. (2002). 湖泊富营养化评价方法及分级标准. 中国环境监测, 18, 47-49.2 李茜，张建辉，林兰钰，李名升，张殷俊. (2011). 水环境质量评价方法综述. 现代农业科技, 285-287.3 冯玉国. (1996). 湖泊富营养化灰色评价模型及其应用. 系统工程理论与实践, 16, 43-47.4 赵晓光，赵雪. (2006). 城市景观水体富营养化快捷评价方法的研究以西安市为例. 安全与环境工程, 13, 36-40.5 胡著邦，全为民. (2002). 模糊评价法在湖泊富营养化评价中的应用. 农业环境科学学报, 21, 535-536.6 王苏民
29、. (1998). 中国湖泊志. 科学出版社.7 王俊，姜建祥，吕耀坤，王宁. (1994). 吉林省湖库富营养化评价. 东北师大学报(自然科学), 90-93.8 舒金华. (1993). 我国主要湖泊富营养化程度的评价. 海洋与湖沼, 24, 616-620.9 李祚泳，邓新民. (1990). 湖泊富营养化程度的多目标Fuzzy-Grey决策评价. 系统工程, 60-65. 10 陈秋平，胥思勤. (2014). 评价法在九龙江水体富营养化评价中的应用. 环境科学导刊, 39-42.,参考文献,11 冯玉国. (1992). 湖泊富营养化模糊评价模型及其应用. 成都信息工程学院学报, 7
30、4-81. 12 江涛，张秋卓，王端超，象伟宁. (2014). 利用修正的卡森指数法及综合营养指数法进行水体富营养化评价的比较研究. 13 李春艳，华德尊. (2002). 二龙山水库水体富营养化的研究. 环境科学研究, 15, 1-6. 14 张思冲，张雪萍，廖永丰. (2003). 营养度指数法在寒地湖泊富营养化评价中的应用. 哈尔滨工业大学学报, 35, 416-419. 15 倪国熙. (1977). 模糊数学简介. 江西师范大学学报(自然科学版), 94-96. 16 朱庆峰，廖秀丽，陈新庚，张淑娟. (2004). 用灰色聚类法对荔湾湖水质富营养化程度的评价. 中国环境监测, 20, 47-50. 17 李祚泳，邓新民，张辉军. (1992). 湖泊富营养化的灰色层次决策法综合评价. 上海环境科学, 17-21. 18 殷守敬，吴传庆，王晨，冯爱萍，董昊，高芮，马万栋. (2018). 综合遥感与地面观测的巢湖水体富营养化评价. 中国环境监测.,
