近岸海域环境质量评价方法研究现状及探讨*

王晓娟

(福建省近岸海域环境监测站，福建 莆田 351100)

1 概述

日益增强的人类活动对近岸海域海洋环境的影响显著[1]，环境问题日益复杂，人们对环境问题及其规律的认识也日益深化。时代的发展要求环境监测不能仅仅停留在获取数据、简单分析的层面，应透过数据分析环境问题的本质，这也是顺应现代生态文明建设的需要。实际上，近岸海域监测数据时常不能直接反映大家关心的“热点”问题以及决策者对信息的需求。因为数据是一个个独立的实体，而信息是数据通过加工、合成、组织后才可得到的产品。有人对数据与信息之间的差异作出精辟的论述：“数据变成信息需要条件，更需要知识”[2]。这个转化过程的实现就需要环境质量评价工作来完成。本文将从近岸海域环境质量评价方法研究的现状来探讨这个问题。

2 近岸海域环境质量评价方法

近岸海域环境质量评价标准与方法的研究，国内始于上世纪70年代，可查到的研究最早见于80年代初[3]。评价方法主要有单因子评价法、指数法、基于生态系统的综合评价法，以及模糊集理论、灰色关联分析等。

2.1 单因子评价法

单因子评价法以参数中质量最差的等级确定评价结果，在我国近岸海域监测评价中得到广泛应用[4，5]，如《2018年中国生态环境状况公报》[6],按照《海水水质标准》(GB3097—1997)，进行单因子评价。我国已有《海水水质标准》(GB3097—1997)、《海洋沉积物质量标准》(GB18668—2002)、《海洋生物质量》(GB18421—2001)等多个要素的评价标准，现实中每个评价标准都是完全独立的，对于同一片海域的评价结果也不尽相同，而且不同标准的参数之间也缺少必要的衔接。

2.2 指数法

综合指数法是指在单因子指数基础上，结合一定计算方法(算数平均、加权平均、平方和的平方根、本底值等)得到一个综合指数，最终可以得到环境的污染程度，既便于比较，对于环境质量结果的表述也更有说服力。20世纪60年代综合指数评价法即有应用，对水质的综合评价起到了积极的作用，如在海水评价中广泛利用的有机污染指数(P)、富营养化指数(E)、生物评价中的多样性指数(H′)、均匀度指数(J)、大型底栖动物污染指数(MPI)以及潜在生态危害指数等[7-10]。王以斌等进行了水质因子的相关性评价，表明富营养化指数和有机污染指数存在显著正相关，叶绿素a与营养盐和COD存在显著正相关[1],这对于有针对性地制定环境治理措施有积极的意义。Hakanson潜在生态危害指数考虑了沉积物中重金属区域的背景值的差异、迁移转化规律以及评价区域的敏感性，成为国内外沉积物质量评价中应用最为广泛的方法之一。王伟等通过Hakanson潜在生态危害指数，认为芝罘湾大部分海域环境质量较好，但有少范围达到重污染级别[11]。徐国锋等计算Hakanson潜在生态危害指数等，评价象山港毛蚶种苗区表层沉积物中镉的潜在生态危害最大，但种苗区整体上重金属属于轻微生态等级，养殖环境良好[12]。王倩利用内梅罗污染指数、富营养化指数和有机污染指数，确定钦州茅尾海水的污染等级和污染因子[7]。

2.3 基于生态系统的综合评价法

无论是单因子评价还是着眼于要素(海水、沉积物、生物、生物体)的综合指数评价，都不是对环境质量的总体评价，已逐渐不满足海洋环境综合管理的需求。基于生态系统的综合评价法是一种总体评价方法，一般认为影响较大的生态系统综合评价方法是在欧盟水框架指令(WFD)下提出的生态状况综合评价方法[13]以及美国EPA提出的近岸海域状况综合评价方法[14]。WFD选择生物、水文和理化指标作为评价要素，认为生物要素优于理化和水文要素，强调分区，首先确定各区域的背景值，再综合各类指标与背景值比较，参照最差指标评价等级作为要素等级的原则。美国EPA的近岸海域状况综合评价方法选择海水、沉积物、滨海湿地、底栖生物指数和鱼类组织五类要素，认为各项要素同等重要，根据各要素得分进行算术平均，进而确定海域综合状况级别。2005年，原国家海洋局以行业标准的形式发布了《近岸海洋生态健康评价指南》(HY/T087-2005),规范了我国珊瑚礁生态系统、海草床生态系统、红树林生态系统、河口与海湾生态系统的生态健康评价方法。此后，国内开展近岸海域生态环境健康评价的研究也多起来。张秋丰[15]对天津近岸海域综合评价认为，天津市近岸海域的生态系统处于亚健康状态。王保栋等[16]选择生物、沉积物、水质和生物体质量对胶州湾的生态环境状况评价，认为20世纪90年代以来基本在“良/中”级水平，且逐渐趋于好转。

2.4 模糊评价法

近岸海域环境系统本身极其复杂，充满不确定性，很多环境因素难以度量，具有随机性、模糊性、不相容性等特征，仅仅考虑最差参数来确定评价等级是不够严谨的，因此关注模糊性问题的模糊数学理论在水质综合评价中得到广泛应用。

模糊评价法是基于模糊数学理论发展而来，可归结为Fuzzy集合论中的隶属函数的建立和隶属度的计算，其通过建立因子或要素的隶属度函数计算其隶属度，再将各因子或要素的权值与隶属度列成Fuzzy矩阵进行复合运算，结果与哪一类评价标准的隶属度最大，则判断其属于该类级别。此法也不局限于一个点位，可以在点位、断面和海域三个层次上进行评价。近岸海域水质边界模糊，难以清晰的定量判断，模糊评价法很好地解决了这个问题，使得评价结果趋于客观和可靠。王化泉等通过实际数据的例子说明了模糊评价方法的计算过程[18]，赵昕以渤海为例，通过模糊评价方法得出2007年渤海水域对第四级水质隶属度最大，为0.456，水质总体质量较差[19]。吴海燕应用模糊评价法对福建省同安湾、泉州湾、东山湾、兴化湾和罗源湾的海水和沉积物进行综合评价[20]。

2.5 灰色系统评价法

海水水质监测数据的不连续性,以及所得数据时空范围的特异性,使得海洋环境质量的评价具有灰色性。灰色系统评价方法注意到了环境系统的灰色性,可以反映监测序列(参考序列)和水质标准各级序列(比较序列)的关联性和模糊隶属关系,评价结果与实际符合程度较高。其基本思想是：计算实际监测浓度与评价标准之间的关联度，根据关联度的大小确定水质属于哪类级别。局限性在于不能清晰地判断出主要污染因子，评价值趋于均化,分辨率较低等。利用灰色系统理论的评价方法有灰色关联评价法、灰色聚类分析、灰色决策评价法等[21]。付会等以青岛某海区海水水质评价为例，阐明了灰色关联分析法在海洋环境评价中的应用[22]。

2.6 人工神经网络法

近岸海域环境质量评价是根据特定的评价标准选择方法对环境质量进行评级的过程，其实质上是模式识别和系统辨识问题。人工神经网络理论广泛应用于图象处理模式识别中，模拟人脑思考的过程，自学习有代表性的样本，经过自适应、自组织的多次训练后，具有了对样品学习的记忆能力，再将监测数据输入系统中后，依靠系统已掌握的知识信息可以做出迅速的评价[23]，从而掌握事物的本质。与其他评价方法相比，人工神经网络法具有很强的客观性与通用性，人工神经网络模型有多种，如BP、BPN、RBFN，在地表水[24]、地下水[25]等中均有广泛的应用，在海水中的应用不多，例如杨红等用BP人工神经网络方法对长江口外生态的综合评价[26]。

2.7 其他方法

在环境质量评价中，除了上述6种常见的方法，还有物元分析法[27]、加权欧式距离法[28]、分形插值模型[29]、组合权重法[30]等,这几种方法在地表水中应用较多，少见于近岸海域环境质量的评价。

3 结论与探讨

3.1 几种方法比较

单因子评价法比较简单，综合指数评价法应用最为广泛，基于生态系统的综合评价方法更具系统性，但这三种方法均以最差参数确定评价结果为基础，容易忽视其他因子的污染情况。模糊集理论针对环境数据的不确定性，有效解决了评价边界模糊和监测误差对评价结果的影响，但是无法比较同一级别的样本孰优孰劣。灰色分析法能比较同一级别的不同样本之间环境质量优劣，但是存在分辨率低的问题[21]。人工神经网络方法具有计算速度快、评价客观的优点，但是对于协同性较差的样本，评价结果易出现均化[31]。总之，目前较为常见的近岸海域环境质量评价方法各有优劣，应根据监测数据的实际情况来选择使用哪种方法。

3.2 地理信息技术丰富了结果的表现形式

地理信息技术(GIS)的应用，使近岸海域环境质量评价结果表现形式更生动、更形象。胡莉烨[32]建立了基于ArcGIS Enginei的海洋环境监测系统，通过数学模型对相关数据统计与分析，确定主要污染因子，可视化表征海洋环境质量。陈星亮等[33]在可视化基础上，又进一步运用了ArcGIS的动态显示功能，实现了近岸海域环境质量评价与预警的结合。

3.3 数理统计软件提高了评价效率

近些年，数理统计软件(如SPSS、Stata等)的应用和推广，大大降低了人们对统计学理论的掌握要求，只需要了解适用的条件、结果的解释，便可以进行快速评价,大大提高了环境监测人员利用统计理论评价近岸海域环境质量的便捷性，以及评价工作的科学性、合理性和精确性，逐渐实现从单纯的监测数据到有效的环境信息的转化。

为获得更加合理、准确的评价结果，人们在工作和研究中，需要根据研究目的和管理要求，选择适当的评价方法。有人说，现代社会任何一门学科，如果摆脱了数学的精确理论，都不会是一门精彩的学科。近岸海域环境质量评价工作也是如此，不仅越来越精确，也越来越客观实际，此外还统筹了监测、水文、天气、地形、人口与经济等各相关因素，借助现代数理统计和地理空间技术实现评价与预警的一体化、智能化和动态可视化。随着社会的进步和近岸海域开发的深入，对近岸海域环境质量评价的要求会逐渐提高，相应对评价方法的研究也将逐步深化。