流域水生态环境承载力监测技术方法及应用

杨羽菲，唐 婧

(沈阳建筑大学 市政与环境工程学院，沈阳 110168)

近年来，我国水资源供需矛盾持续紧张，水生态环境恶化与水污染问题日趋严重.水资源是一个地区社会经济系统存在和发展的基本支撑因素，而水生态环境是水资源质量的重要体现.水生态环境承载力是社会、经济发展，人类生活水平提高及科学技术进步条件下对水生态环境价值的一种认识，其大小是支撑地区社会经济速度和规模可持续发展的一个重要因素.“水十条”提出了“建立水环境承载能力监测评价体系，实行承载能力监测预警”的要求，因此，对于水生态环境承载力的监测便是对水资源实施保护的一项重要举措.目前，针对优控污染物筛选方法的研究[1-3]较多，但并不完善.本研究进一步总结了优控污染物筛选方法，以期在实际应用中得到更准确的结果.在监测技术方面，水质在线监测技术的应用十分广泛.谢冰[4]提出利用水质自动监测对水样进行自动采集、分析和数据上传，并对现有主流的水质自动监测系统建设方案进行改进和探索，以进一步提高管理水平.刘彪等[5]在入湖库河流断面建设水质自动监测站，极大地降低了流域内环境质量监测的工作压力和负担.此外，遥感技术在水环境监测领域的应用比较成熟.万风年等[6]基于遥感影像，通过建立光谱信息与水质参数的相关关系，快速、大范围地监测温州温瑞塘河主河道水体水质状况，估测出电导率、氨氮、总氮和总有机碳4 个水质参数.丁华等[7]利用遥感卫星反演氨氮和COD 浓度对河水的氨氮和COD污染分布及程度进行整体监测，为水体实时动态监测和水污染预警提供了有效的技术支持.但从全国来看，我国对于水环境监测指标多采用COD总量，未考虑河流功能特异性，生态指标监测技术方法零散单一，有些地区对于水生态环境监测技术不灵活、效率低，对于突发型污染事件的应急监测技术有明显不足，难以应对可能出现的各种水环境突发污染事故.因此，本研究总结对比了影像反演类监测技术、物联网类监测技术、物化类监测技术和应急监测技术4 项适用于水生态环境监测的关键技术方法；同时构建了一种监测技术的评估方法，对监测技术适宜度进行得分排序，分析监测效率，为实现区域水资源的高效、安全利用，保障生态环境安全和经济可持续发展提供技术支撑，对实现流域水生态环境承载能力监测预警具有重要意义.

1 优控污染物筛选

环境优控污染物指从众多有毒有害的化学污染物中筛选出的在环境中出现几率高、对人体健康和生态平衡危害大，并具潜在环境威胁的污染物.如何从众多的污染物中筛选出应该重点监测和治理的指标项目，一直是国内外环保领域研究的重点课题.在筛选环境优先污染物的实践中，主要有综合评判法、潜在危害指数法等，各种方法优缺点对比如表1 所示.

表1 筛选方法优缺点对比

通过对比发现，主成分分析法对于主控因子筛选具有更成熟、更准确的优点，但主成分分析法会造成无法明确表述哪个主成分代表哪些原始变量，即提取出来的主成分无法清晰地解释其代表的含义.而因子分析在提取公因子时，不仅注意变量之间是否相关，还考虑相关关系的强弱，使得提取出来的公因子不仅起到降维的作用，还能够被很好地解释.因此，可采用因子分析法，结合相关性分析对指标项目进行筛选.首先，对指标进行标准化以消除量纲的干扰；其次，对指标数据进行因子分析，提取出多个主成分，将指标旋转后荷载值小于0.7 的指标删除，其余指标进行相关性分析；最后，根据相关性分析结果，删掉与各个主成分中荷载值最大指标相关性较高的指标(相关性指数大于0.7 视为相关性高)，剩余指标即为筛选出的优控污染物.

2 监测技术分类及筛选优化

2.1 监测技术分类

2.1.1 影像反演类监测技术

影像反演类监测技术包括卫星遥感监测技术和无人机遥感监测技术，主要用于监测叶绿素a浓度、悬浮物浓度、有色可溶性有机物和油污染等水质特性指标.该类技术通过在水体光谱特征与水质参数浓度之间建立水质参数估算模型，反演污染物浓度进行监测，能够迅速、同步地监测大范围水环境质量状况及其动态变化，弥补了常规监测手段的不足.

遥感监测技术的具体实施步骤为：确定待监测的水域，开展水样采集和遥感影像获取工作；根据相关需求，化验水样的相关参数；对原始遥感影像进行预处理，掩膜出待监测区域的遥感影像，并确定用于反演的数据波段组合；根据实际情况，选择模型分析法、半经验分析法和经验分析法中的任意方法进行水质反演，生成各类水质因子反演成果图进行分析.以卫星遥感技术中Landsat 8 卫星影像作为数据源，针对不同指标的遥感监测的波段选择如表2 所示.

表2 不同污染物特性及波段选择

虽然卫星遥感技术适应性强、监测范围大、效率高，能够对水体进行实时监控，但易受制于天气影响、过境时间和精度要求，而无人机监测能够填补其空白，增加监测手段，同时可搭载各类成像载荷(可见光、热红外、多光谱等) 、采样载荷、微型在线监测设备，为生态环境执法、环境监测、环境应急工作提供有力的支持.国内无人机第一次应用于环保领域是在辽宁省，采用无人机遥感系统对辽河流域进行的辽河治理现状航拍和遥感监测，得到了分辨率为0.1 m 的实景图像数据，并对这些图像进行了技术评估，从而及时掌握了辽河治理重点区域的动态变化情况.无人机遥感技术作为一项极具潜力的环境监测技术，具有实时传输影像、续航时间长、系统保养维修简便、实用成本低、覆盖区域广、用途多、机动灵活等优点，正在得到快速发展.

2.1.2 物联网类监测技术

物联网类监测技术包括固定式水质自动监测技术(水质自动监测站)和移动式(车载或船载)水质自动监测技术，主要用于监测水质理化指标.其监测指标及方法如表3 所示.

表3 水质自动监测技术指标及方法

水质在线监测系统可以实现监测自动化以及水污染的预警，对防止污染进一步恶化起到至关重要的作用.此外，该技术还可实现水质信息在线查询和共享，快速为管理决策提供科学依据.固定式自动监测虽然具有一定的连续监测和预警监测能力，但其监测点位固定，难以根据实际情况调整，灵活性和应对突发性事故的监测能力不足.因此，车载式监测技术因其具有一定的灵活机动性得到了越来越广泛的关注.图1 为车载式监测技术路线.

图1 水生态车载监测技术路线

车载式水质自动监测系统(站)由车载式监测平台及车载监测系统组成.监测平台车体分为驾驶区和实验区，实验区改造安装供配电、空调通风、供排水、辅助配置等设施；车载监测系统主要由取排水单元、水样预处理及配水单元、监测分析单元、通信单元、现场控制单元、辅助分析单元等组成.将以上设施集成在1 台车上，可以自动完成水质在线监测分析过程中的采样、留样、分析、数据上传等功能.

2.1.3 物化类监测技术

物化类监测技术包括色谱-质谱联用法、红外吸收光度法、原子发射光谱法等，通过物理或化学的方法实现对污染物浓度的有效监测.该类方法主要用于对农药(杀虫剂、除草剂)、药物及个人护理品(PPCPs)、苯酚、多环芳烃(PAHs)、重金属等具有典型污染特征的污染物进行测定.

陈贤等[8]利用气相色谱法分离定性与质谱法定性相联用的分析方法，对PPCPs 进行了精准测定.蔡霖[9]采用高效液相色谱串联二级质谱和气相色谱串联质谱测试，建立了土壤中110 种农药的多残留检测方法.对于油类污染物，红外吸收光度法的检测范围广、精度高，借助有机萃取剂萃取水中的油类物质，并通过计算萃取物在特定波长处的吸光度，得到油类物质含量.重金属离子可以通过原子发射光谱法识别重金属元素的波长来判断其元素种类.在样本检测的过程中，借助于捕捉和识别重金属离子被激发所产生的特定电磁辐射，从而判断重金属元素在检测样本中的种类与含量.此类监测技术的精确度较高，但基本在实验室内进行.

2.1.4 应急监测技术

环境污染事故的高发使得对监测技术的需求日益迫切，如何采取快速、有效的技术措施将污染灾害降至最低已经成为环境事件应急处理过程中面临的一个重要问题.因此，现场应急监测分析技术也相应地得到了快速发展.目前，现场应急监测常见的技术主要有检测管技术、试剂盒技术、便携式紫外-可见光吸收技术、便携式荧光光谱技术、便携式红外光谱仪技术、便携式拉曼光谱仪技术、便携式气相色谱技术、便携式气质联用技术、便携式离子色谱技术、便携式电化学仪技术等.环境污染事故发生后，应急监测人员需在已有调查资料基础上，迅速查明事故中污染物种类、污染严重程度、波及范围和发展趋势，同时充分利用现场快速监测方法进行鉴定和确认.表4 为现场应急监测技术对应的测定项目.

表4 现场应急监测技术和测定项目

此外，实验室水质简易快速检测技术可作为环境污染事故现场快速监测方法的补充，更好地满足快速、准确的环境污染事故监测需求.针对挥发性有机物快速监测技术，主要采用顶空技术和快速气相色谱技术，减少样品预处理和分析时间来提高分析速度；对于半挥发性有机物监测技术，主要采用小体积萃取技术、固相微萃取技术等预处理技术联用快速气相或液相色谱技术以减少样品预处理和分析时间来提高分析速度；快速气相色谱-串联四极杆质谱技术或快速液相色谱-串联四极杆质谱技术可对大分子有机物进行快速监测，水样经过过滤后就可以直接进样分析；电感耦合离子质谱技术可实现对重金属的快速监测，水样也可以经过过滤后直接进样分析.

2.2 监测技术筛选优化

对流域水生态环境承载力监测技术的筛选要以技术环境指标、经济指标和技术指标作为其评价指标，分析研究技术的可行性、先进性以及实施效果，从而筛选最合适的流域水生态承载力监测技术.对于技术筛选方法，国内外的研究主要包括层次分析法、模糊数学法和组合处理方法.通过综合分析比较，研究采用层次分析法结合综合得分法对指标进行权重赋值以及得分排序，对各项技术进行综合评价，确定不同监测技术的技术适宜度.

2.2.1 指标选取

综合考虑技术特点，适用范围，采用层次分析法构建评价指标体系.评价体系分为3 个层次，第1 层次为目标层：技术适宜度；第2 层次为准则层：环境依赖性、技术投资和技术适用性；第3 层次为指标层：水温、气相条件、检测成本、仪器设备重复利用率、技术难易程度、检出时间、技术成熟度和可监测指标数等8 项指标，具体如图2 所示.

图2 技术评估指标层次结构

2.2.2 指标权重赋值方法

利用层次分析法构造判断矩阵，并对判断矩阵进行指标权重赋值以及一致性检验.

计算出判断矩阵的最大特征根λmax，公式为

其中，Ai为判断矩阵的第i行.

3)计算判断矩阵的一致性比率(CR)，检验其一致性.一致性比率的公式为

表5 一致性指标RI 在不同阶数下的取值

一般认为，一致性比率CR＜0.1 时，判断矩阵的不一致程度在容许范围之内，有满意的一致性.通过一致性检验，可用其归一化特征向量作为权向量计算指标权重.由于二阶矩阵完全满足一致性，因此当判断矩阵为二阶矩阵时，不需要进行一致性检验.

2.2.3 监测技术评估

利用综合得分法对监测技术进行评估，即

其中，iW为三级指标权重；iC为三级指标赋值.对评估指标进行等级划分和权重赋值，通过计算，可以确定各监测技术的适宜度，实现对监测技术的评估，分析其监测效率.

3 流域水环境承载力预警技术

环境监测预警是环境保护工作中不可或缺的一环，也是进一步开展环境保护工作的前提[10]，其中，对于河流水质的监测预警尤为重要.基于河段的水体特征，在辨析流域水环境安全内涵、特征及水环境安全预警需求的基础上，着眼于社会经济-污染排放-水质响应的耦合作用过程，构建出水环境安全预警综合模型；以预警综合模型为核心，形成水环境安全预警技术框架，并开展多情景预警研究.水环境安全综合预警模型的框架及技术思路见图3.

图3 水环境预警技术框架

在水质预警方面，欧美的河流水质监测、预测和管理起步较早，相对比较完善.如塞文河水质监测预警系统实现了完全自动化，且可以通过电话线将信息传输给相关管理部门，对甲醛、氨氮、苯酚、VOCS、农药和多种水质指标进行在线监测[11]；俄亥俄河有机质监测预警系统主要负责对俄亥俄河干流和主要支流的下游地区的水质进行监测预警，通过对有机物等污染物进行监控，可以对污染物随时间的扩散做出明确详细的估计，水厂可据此来决定何时关闭其进水口或者改变其运行工艺[12].在国内，随着对水环境的重视，水质预警系统的研究和应用逐步完善.GIS 与水质模型的有机结合，人工神经网络等技术应用于水环境预测及评价方面已成为新的趋势.窦明等[13]综合运用GIS、RS 等技术研究了汉江水质预警系统，具备水质实时监控、水污染事故应急响应等功能；洪梅等[14]研究了地下水预警的综合指标体系，建立了以GIS 为核心技术的地下水预警信息系统，实现了GIS 技术与专业模型的有机结合；卢金锁等[15]研究了将聚类分析与神经网络相结合，建立地表水厂原水水质预警系统；陈蓓青等[16]提出利用GIS 对各类本底信息有机整合，通过扩散模型的计算分析，为水污染事故预警应急建立了数字化辅助决策系统.

马晓青等[17]以牛栏江干流七星桥断面的水质监测数据为基础，选取高锰酸盐(CODMn)含量为预测指标，采用黄金分割神经网络算法对牛栏江干流的水质状况进行了预测.其根据黄金分割神经网络算法所具有的能优化隐含层节点数、舍弃依靠经验公式进行人工选取的特点，建立了网络拓补结构为4-6-1 的黄金分割神经网络算法水质预测模型，利用2016 年7～12 月份的水质数据作为预测样本，对该模型计算得到的2016 年7～12月CODMn预测值与实测值进行误差对比分析，结果见图4.

图4 黄金分割神经网络算法预测结果

由图4 可知，黄金分割神经网络算法具有优越的拟合效果，可以快速得到最优解，在隐含层神经元数确定上，黄金分割神经网络算法不需要反复地网络试验，较为方便快捷.根据此方法可以掌握河流水质的变化情况，实现对河流水质的预测、预警，以便及时采取相关处置措施.

4 结论

通过对比研究，以因子分析法结合相关性分析法，建立了一套适用于全流域的优控污染物筛选方法，不仅大大减少了污染物筛查的工作量，还能够准确掌握河流水质的变化.针对不同类型的监测指标，归纳总结出影像反演、物联网、物化以及应急监测4 类关键监测技术；同时，以层次分析法为基础，利用综合得分法对监测技术进行评估，确定不同技术的适宜度，提高在实际监测中的准确性以及工作效率，为流域水生态环境承载力评估预警及其业务自动化运行奠定基础，为实现区域水资源的高效、安全利用，保障生态环境安全和经济可持续发展提供技术支撑.