浦阳江水质监测断面优化分析研究课件.ppt

浦阳江水质监测断面优化分析研究 浦江县环境监测站 汇报人：黄 旻 2015年11月25日 第二届全国水文监测新技术应用学术研讨会学术汇报 . 汇报内容 1 研究方法 2 浦江县水质监测断面优化分析 3 研究背景及意义 1 结论与展望 4 . 1 研究背景及意义 2 研究背景 1 传统水质监测断面的布设是根据水资源保护管理的需要和相关规程的要求设置，存在较大的主观性。 2 水质监测断面及监测点的设置是否合理关系到监测数据是否有代表性，能否真实反映水环境现状及污染发展趋势的关键问题。 3 随着城市化速度的加快，许多已有的监测断面不能适应气候条件改变、社会经济的飞速发展及新形势下对自然环境保护的需要。 城市化比例的提高、主要污染物质种类的改变、排污形式的多样性改变了水质分布规律，使得原有监测断面与点位不能很好地反映水环境总体水平。 . 1 研究背景及意义 3 研究意义 随着“水十条”的颁布，水污染防治工作进入发展的新阶段，作为水污染防治工作的基础，水质监测也面临着新的挑战。 对现有水质监测断面进行优化的目的是为了在满足监测目的，能真实、全面的反映出地表水的水质动态及其总体环境质量的同时使得监测站点数量最少，达到以最小的代价，获得关于监测河段最大信息量的目的，从而便于及时了解地表水的污染情况并有效地对污染源进行控制。 水质监测断面布设的总原则为以最少的断面、测点数，取得最全面、科学合理的水质监测信息。 . 2 研究方法 4 研究方法 水质监测断面优化分析 模糊聚类法 历史数据估算法 贴近度法 物元分析-系统聚类法 . 2 研究方法 5 历史数据估算法 1）历史数据估算法 历史数据估算法主要是根据各水质监测断面多年水质监测数据，计算各指标多年变异系数，以变异系数衡量各监测断面监测数据受到偶然性误差干扰程度，分析各监测断面监测指标的年际稳定性，并对相邻断面监测数据进行相关性分析，根据分析结果可确定相邻断面的布设是否重复，可作进一步优化筛选。 . 2 研究方法 6 历史数据估算法 式中， 为相关系数， 、 分别为变量 、 的离均差平方和， 为 、 的离均差积和， 、 分别为相邻断面监测指标年均值序列， 为总年数。 . 2 研究方法 7 物元分析-系统聚类法 2）物元分析-系统聚类法 水质监测包括多项水质监测指标，依据单项监测指标监测数据优选出来的断面是不相容的，物元分析法是分析这种不相容问题的有效处理方法。 构造标准物元矩阵如下： 式中， 为对象； 为各项污染指标； 、 、 分别为监测指标年均值的最小值、最大值与平均值； . 2 研究方法 8 物元分析-系统聚类法 由A、B两个极值点构成的节域物元较每个标准物元，各项监测指标值范围扩大了，其节域物元矩阵为： 再将每一个采样点的水质监测数据作为一个物元，构成一个物元矩阵： 式中， 为第 个监测断面各监测指标的平均值。 . 2 研究方法 9 物元分析-系统聚类法 分别建立每一监测断面各项监测指标对标准物元A 、B的线性关联函数： 使用水质指标的权重系数衡量各监测指标重要性程度，其表达式为： 所有监测指标对A、B的综合关联函数如下： . 2 研究方法 10 模糊聚类法 以每个监测断面的最优、最劣综合关联函数值为基础，使用SPSS软件对监测断面进行系统聚类分析，筛选出相似断面进行水质监测断面优化。 3）模糊聚类法 使用欧几里得空间的距离来度量不同监测断面监测指标值的距离，将每个监测点的监测数据看做m维空间上的一个点，计算不同监测点的几何距离，距离越小，接近度越高。 借助SPSS软件对聚类结果进行计算。 . 2 研究方法 11 贴近度法 4）贴近度法 贴近度优化方法的基本思想是利用各监测指标的最大值与最小值合成一个虚拟的最优和最劣值，求出监测断面监测值和标准值与最优值或最劣值之间的距离，根据公式计算各监测断面与标准值之间的贴近度。 以贴近度对各监测断面进行聚类分析，得到优化结果。 将m-1个监测断面的监测数据与及一个标准值点 的n个监测指标归一化处理建立样本矩阵 ，归一化公式及样本矩阵如下： 式中， 为第i各监测断面 的第j个监测指标量化值， 为标准值的第j个指标值， 为待优化样本点。 . 2 研究方法 12 贴近度法 对于值越小水质越好的指标如下式构造“最优点”与“最劣点”，对于值越大水质越差的指标，则相反。 距离（以任一监测断面到最优点的距离为例）： 式中， 为第j个监测指标的权重系数。 最优点： 最劣点： 贴近度： . 3 浦阳江水质监测断面优化分析 13 断面概况 浦阳县境内浦阳江干流现有9个水质监测断面2010