¹浙江农林大学暨阳学院，浙江 诸暨

²绍兴市生态环境局诸暨分局，浙江 诸暨

收稿日期：2022年4月27日；录用日期：2022年6月14日；发布日期：2022年6月24日

摘要

研究利用GIS空间分析，采用综合模糊评价方法，以新型模糊综合水质评价模型(FCWQA)进行水质评价。以绍兴市为研究区域，选取5项具有代表性的水质指标进行评价。利用GIS生成绍兴市矢量网格地图以及研究不同时间下的水质状况，通过空间维度和时间维度，以更直观、更全面的角度进行评价。结果表明：绍兴诸暨市东南区域水质最优，西南和东北区域水质最劣，其余区域水质处于两者之间。监测时间内水质基本稳定，高锰酸钾指数和氨氮是影响水质的主要因素。

关键词

新型模糊综合水质评价模型(FCWQA)，水质评价，绍兴

Water Quality Assessment in Shaoxing Region Based on GIS

Chenglong Zhang¹, Yong Du^1*, Zhiwang Rao¹, Beiqi Zhou¹, Yanhong Yu¹, Yuqing Yang²

¹Jiyang College, Zhejiang Agriculture and Forestry University, Zhuji Zhejiang

²Zhuji Sub-Bureau of Shaoxing Ecological Environment Bureau, Zhuji Zhejiang

Received: Apr. 27^th, 2022; accepted: Jun. 14^th, 2022; published: Jun. 24^th, 2022

ABSTRACT

Evaluate water quality with a new fuzzy comprehensive water quality evaluation model (FCWQA) by using GIS spatial analysis and comprehensive fuzzy evaluation method. Taking Shaoxing as the research area and selecting five representative water quality indexes for evaluation. Using GIS to generate the vector grid map of Shaoxing and study the water quality at different times which makes the evaluation become more intuitive and comprehensive perspective through the spatial and temporal dimensions. The results show that the water quality in the southeast of Zhuji city is the best, the water quality in the southwest and northeast of Zhuji city is the worst, and the water quality in the other regions is in between. The water quality was basically stable during the monitoring time, and potassium permanganate index and ammonia nitrogen are the main factors affecting the water quality.

Keywords:FCWQA, Water Quality Evaluation, Shaoxing

Copyright © 2022 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

水质评价能够定量地描述和评价特定水体的水质状况，并指出水体流域内的主要污染问题，帮助决策者做出科学合理的污染解决方案。近年来，随着国家政府出台对水质保护的相关政策，强调水体保护的重要性，水质调查分析工作正逐步受到重视，评价工作由浅入深，确定性评价方法(单因子指数评价法 [1]、综合指数评价法 [2] 等)和不确定评价方法(灰色评价法、人工神经网络、模糊综合评价等 [3])结合GIS技术的研究方式逐渐被引入到水环境质量综合评价中。在国内，章琳 [4] 以杭州市四港四河为例，结合GIS分析和评价研究区域的水质，同时创建水质预测模型对水质变化预测进行动态模拟；龚绍琦，黄家柱等人 [5] 基于GIS，以太湖为研究对象，采用层次分析法原理，系统地分析出太湖水质的富营养化情况；周佳楠，傅国圣等人 [6] 综合运用单因子水质标识指数法、综合水质标识指数法和GIS空间分析方法，分析了里下河腹部典型区水质时空变化特征及其原因。在国外，Hulya Boyacioglu [7] 采用单因子污染指数法对土耳其门德雷斯河进行水质评价，分析该流域范围内的水质情况；Juahir Hafizan等 [8] 应用environmetdc技术，对马来西亚的水域进行水质评估，以揭示和研究河流水质变化情况。本文基于地理信息系统统计分析和新型模糊综合评价模型(FCWQA模型)对绍兴地区的水质进行调查分析，掌握水体基本水质状况，分析研究区域水体时空特征变化，探究影响水质因素，为水资源研究、保护提供新的思路。

2. 研究区域概况

绍兴地处浙江省中北部，位于杭州湾南岸，在东经119˚53'03''至121˚13'38''，北纬29˚13'35''至30˚17'30''之间，全市属亚热带季风气候，温暖湿润，四季分明，气候温和，湿润多雨。年平均降水量集中在1300 mm。境内河道密布，湖泊众多，曹娥江、浦阳江等多条河流流经，故向以“水乡泽国”著称。绍兴丰富的水资源贮有量，以及地处江南的优势区位，研究成果可对杭州、宁波等周边城市水资源保护与管理提供借鉴。因此，位于绍兴诸暨的幸福水库、应点街上游水库、五泄里石坞水库等八个水库作为此次分析调查的研究采样点(见表1)。

3. 研究方法及分析

3.1. 采样点位

本研究在调研区域共设置8个监测站点(见图1)，监测时间从2015年至2019年，每年每月固定时间，对监测站点水库水质进行采集检测。

表1. 绍兴诸暨市检测点信息表

图1. 研究区域水质监测位置图

3.2. 水质评价指标及标准选用

根据前期调研成果得到研究区域水环境质量数据。结合研究区域实际情况，考虑到研究监测对象涵养水源的功能特性，以及水源辐射范围内用地类型以农业用地、城镇居民用地为主，污染物可能包括有机污染物、重金属污染物。依据《地表水环境质量标准》(GB3838-2002) [9] (见表2)，故选取5项代表性的水质指标进行评价，包括高锰酸钾指数、氨氮、五日生化需氧量、溶解氧、总磷，并在此基础上对研究区域内水质状况进行分析。

表2. 国家地表水环境质量标准节选(mg/L)

3.3. 模糊综合评价——FCWQA模型

3.3.1. FCWQA模型

FCWQA模型是基于模糊数学隶属度的理论上建立起来的，归属于模糊综合评价方式，能将定性评价转化为定量评价，能较准确反映水环境质量客观存在的状况。翟俊等学者 [10] 以三峡库区凤嘴江的水质评价为例对FCWQA模型进行实例分析，科学证明了FCWQA模型能够合理准确对水质进行评价，评价结果与中国的地表水环境质量标准(GB3838-2002)的水质类别相对应。

3.3.2. 评价指标隶属度函数

某水样的某项水质指标对不同级别的评价标准的隶属度函数可以由下述的一系列公式来表示：

对于I类水质标准：

$Y_{i1}=\{\begin{array}{ll}1+\frac{Ai-Xi}{Ai}\hfill & 0\le Xi\le Ai\hfill \\ 0\hfill & Xi>Ai\hfill \end{array}$

对于II类水质标准：

$Y_{i2}=\{\begin{array}{ll}1+\frac{Bi-Xi}{Bi-Ai}\hfill & Ai\le Xi\le Bi\hfill \\ 0\hfill & Xi>Bi,Xi\le Ai\hfill \end{array}$

对于III类水质标准：

$Y_{i3}=\{\begin{array}{ll}1+\frac{Ci-Xi}{Ci-Bi}\hfill & Bi\le Xi\le Ci\hfill \\ 0\hfill & Xi>Ci,Xi\le Bi\hfill \end{array}$

对于IV类水质标准：

$Y_{i4}=\{\begin{array}{ll}1+\frac{Di-Xi}{Di-Ci}\hfill & Ci\le Xi\le Di\hfill \\ 0\hfill & Xi>Ci,Xi\le Bi\hfill \end{array}$

对于V类水质标准：

$Y_{i5}=\{\begin{array}{ll}1+\frac{Ei-Xi}{Ei-Di}\hfill & Di\le Xi\le Ei\hfill \\ 0\hfill & Xi>Ei,Xi\le Di\hfill \end{array}$

对于VI (劣V)类水质标准：

$Y_{i6}=\{\begin{array}{ll}1+\text{Exp}\left(Ei-Xi\right)\hfill & Xi>Ei\hfill \\ 0\hfill & Xi\le Ei\hfill \end{array}$

式中 $Yij\left(i=1,2,\cdots ,n;j=1,2,\cdots ,6\right)$ 为第i种水质指标对j类水质标准的隶属度值。Xi为第i种水质指标的实际监测值。

Ai, Bi, Ci, Di, Ei为地表水环境质量标准中，5类水质级别的第i种水质指标的标准值，Ai ≤ Bi ≤ Ci ≤ Di ≤ Ei。

3.3.3. FCWQA模型结果G值的计算

根据隶属度函数可初步计算出第i种水质指标对j类水质标准的隶属度值Yij。最后，对某一水样的模糊综合水质评价结果可由下列公式计算得出：

$G=\frac{{{\displaystyle \sum }}_{j=1}^{6}j\ast Yj}{{{\displaystyle \sum }}_{j=1}^{6}Yj}$

式中G为模糊综合水质评价结果 $Y_j={\displaystyle {\sum }_{i=1}^{N}Yij}$ 指i种水质指标在j类水质标准的隶属度值的求和。这个G值与(GB3838-2002)中的水质类别相对应。假如，计算结果G值为2.3时，说明该水样的水质已经超过II类水质，处于III类水质，但水质又接近II类水质标准。

3.4. FCWQA-GIS系统

FCWQA-GIS系统整合FCWQA模型的计算功能和GIS的空间分析功能，实现优势互补。利用FCWQA新型模糊综合评价模型计算所得监测数据，实现数据转化，求得分析所需G值。GIS具有强大的空间分析、显示功能，FCWQA模型计算数据可直接导入地理信息系统中，GIS会自动将该计算结果以数字地图的形式显示出来。

4. 模糊综合评价结果分析

4.1. 水质年际间变化特征

根据模糊综合评价数学模型，利用GIS的空间分析，对研究区域进行模糊综合评价，经分析得到以下结果：2015年~2019年，8个水质监测站点的水质状况呈良好甚至优秀，为I类水质或II类水质；五年间每月监测水质类别达到I类的，占比达到31.67%，其余68.33%的水质状况良好，均为II类水；五年的模糊综合评价结果G值年均值均处于1.00~1.55间，水质类别达到II类；五年间各监测站点水质基本维持在一个相对稳定的状态，都处于II类水质但接近I类水质的情况，期间水质发生轻微起伏变化，在8个监测站点中，应店街幸福水库、应店街上游水库、石壁水库、陈蔡水库4个监测站点水质状况2019年较2015年变得更加优质，青山水库监测站点水质状况2015年和2019年模糊综合评价结果G值相同，五泄里石坞水库、金家湾水库、征天水库3个监测站点水质状况2019年较2015年轻微变差；8个监测站点中青山水库和征天水库较其它监测点的水质是稍为劣质的，五年间综合评价结果G值是始终大于1.30，监测站点中陈蔡水库是水质最为优质的，2015~2018年综合评价结果G值始终维持在1.10左右，在2019年G值达到1.02 (见表3)。

表3. 模糊综合评价结果G值年均值表

4.2. 水质指标年际变化分析

根据水质年际变化特征情况以及对监测数据的分析，引起的主要原因如下：监测的高锰酸钾指数、氨氮、五日生化需氧量、总磷、溶解氧的近乎所有数据都满足一类或二类水质指标标准，故水质状况在五年间处于变化不大，相对稳定的状态。

应店街幸福水库、应店街上游水库、石壁水库、陈蔡水库4个监测站点2019年较2015年水质状况变得优质。根据监测水质指标数据分析可知，水源中氨氮含量减少是促使应店街幸福水库水质逐年变好的主要原因(见图2)，水源中高猛酸钾指数整体呈下降趋势是促使应店街上游水库水质变好的主要原因(见图3)，水源中高锰酸钾指数整体下降趋势和氨氮含量的起伏变化是促使石壁水库和陈蔡水库水质变化的主要原因(见图4~7)。对金家湾水库、青山水库、征天水库等监测水质指标数据进行分析，依旧满足以上规律，即高锰酸钾指数和氨氮是影响水质变化的主要原因。因此，在选取的5类水质指标中，五日生化需氧量、总磷、溶解氧对水质变化的影响不大，高锰酸钾指数和氨氮是影响水质的主要因素。

图2. 幸福水库2015~2019年氨氮年均值变化图

图3. 上游水库2015~2019年高锰酸钾指数年均值变化图

图4. 石壁水库2015~2019年高锰酸钾指数年均值变化图

图5. 石壁水库2015~2019年氨氮年均值变化图

图6. 陈蔡水库2015~2019年高锰酸钾指数年均值变化图

图7. 陈蔡水库2015~2019年氨氮年均值变化图

在8个监测站点中，青山水库的综合评价结果G值年均值在1.38~1.50之间，征天水库的综合评价结果G值年均值在1.33~1.53之间，较陈蔡水库的综合评价结果G值年均值1.02~1.14的区间，青山水库和征天水库的数值明显偏大，水质状况劣质。对2015~2019年三监测点数据分析，五年间青山水库的高锰酸钾指数处于2.101~2.580的区间，征天水库的高锰酸钾指数处于2.313~2.706的区间，而五年间陈蔡水库的高锰酸钾指数处于1.050~1.967的区间，没有超过数值为2的区分I类水和II类水的高锰酸钾指数的阈值(见图8)，可以发现青山水库和征天水库高锰酸钾指数明显高于陈蔡水库的。综上分析，高锰酸钾指数的不同是造成水质差别的主要因素。

五年间青山水库的氨氮含量处于0.073~0.122的区间，征天水库的氨氮含量处于0.108~0.202的区间，陈蔡水库的氨氮含量处于0.066~0.090的区间(见图9)，征天水库的氨氮年均值明显高于青山水库的氨氮年均值。据此分析，青山水库和征天水库监测到的高锰酸钾指数差别较小，氨氮含量的差别较大，但水质状况差别不大。综上分析，可以发现高锰酸钾是影响水质的首要性因素，氨氮是影响水质的次要性因素。

图8. 青山水库、征天水库、陈蔡水库2015~2019年高锰酸钾指数年均值变化图

图9. 青山水库、征天水库、陈蔡水库2015~2019年氨氮年均值变化图

4.3. 水质空间分布特征

根据模糊评价模型以及GIS的空间分析，对诸暨市内的水质进行模糊评价，得诸暨市水质情况图(见图10)，由图可知：2015~2019年，8个监测站点水质状况均为良好，整体状况都处于II类水质但接近I类水质的情况，但还是存在些许差别。以陈蔡水库为中心以及周围区域即诸暨市东南部区域水质状况为诸暨市最优，逐步向外扩展，水质逐渐变差；以青山水库和征天水库为中心以及周边区域即诸暨市东北部和西南部区域，水质在诸暨市内最为劣质，距离两个监测点距离越远，水质状况逐渐转好；位于诸暨市西北部的幸福水库、应店街上游水库和东部的金家湾水库以及其余区域水质情况介于两者之间。综上所述，诸暨市东南区域水质最优，西南和东北区域水质最劣，其余区域水质处于两者之间。

图10. 2015~2019年诸暨市水质情况图

4.4. 水质指标空间变化分析

根据水质空间分布特征，结合监测数据，分析得出以下结果：水质状况基本稳定，从图10中可以看出水质整体状况相似，但还是存在较小差别，水质稳定状态主要源于高锰酸钾指数、氨氮、五日生化需氧量、总磷、溶解氧近乎所有数据都满足一类或二类水质指标标准，较小差别主要源于个别监测数据存在不同。因此，在水中各物质共同作用下，造成了诸暨市整体水质状况。

陈蔡水库在8个监测站点水库中水质最为优越，在2015~2019年变化过程中(见图11~15)，陈蔡水库所位于的诸暨市东南区域水质状况基本维持在紧临I类水质的1.09~1.16的G年均值区间内；青山水库和征天水库在8个监测站点水库中水质稍为劣质，在2015~2019年变化过程中，两个水库所各处的西南和东北区域水质为诸暨市最差，在2015~2019年每年份的图中明显看出两区域内水质状况明显次于其余区域，并可观察到距离越远，水质越好的情况；幸福水库、应店街上游水库、金家湾水库等五个监测点水库以及周边区域在2015~2019年变化过程中，整体水质基本优于青山水库和征天水库以及周边区域，差于陈蔡水库以及周边区域，并可以明显观察到2015~2019年间幸福水库和应店街上游水库所处的诸暨市西北区域水质正在逐渐变好，幸福水库和上游水库2019年G年均值分别达到极临近I类水质的1.05和1.08。综上所述，根据2015~2019每年份的水质分布情况，结合2015~2019年监测点数据分析，依旧可得在五个监测数据中高锰酸钾是影响水质的首要性因素，氨氮是影响水质的次要性因素。

图11. 2015年诸暨市水质情况图

图12. 2016年诸暨市水质情况图

图13. 2017年诸暨市水质情况图

图14. 2018年诸暨市水质情况图

图15. 2019年诸暨市水质情况图

5. 原因分析

5.1. 高猛酸钾指数影响因素分析

高锰酸钾指数能直接反映水体有机污染程度，是表现水质的重要指标之一。有研究表明：水体中的高锰酸钾含量与泥沙显著相关，泥沙与有机质含量决定了高锰酸钾含量 [11]，在丰水期，降水丰沛，流水裹挟着泥沙以及有机质进入水库，引起水质恶化。经过对监测点的实地分析，发现监测点水库周边环境多山体，监测点水库面积广，且监测点属于季风区，降水丰富，污染物和泥沙易随降水进入监测水库，提高水体中高锰酸钾指数，影响水质状况；人类生活对监测点水质会产生影响，据研究表明，如果农村人口占比大，农产畜牧活动多，农药化肥使用量大，外源污染物输入会提高水体中高锰酸钾的含量 [12]，结合实际情况，监测点水库周边存在少量村庄分布，有农耕活动，故存在对水质影响的情况。李昆、王玲等学者在对洪湖水质空间变异特征及驱动力的研究中得出，在洪湖南部长江入湖区的水质因其与长江水体交换频繁，透明度降低，水体得到稀释净化，因此，水质会较好 [13]。结合监测点实际情况，陈蔡水库和石壁水库与自南向北流经诸暨市浦阳江的支流相连(见图16)，存在水体出入交换的情况，故水体可以得到定期的稀释净化，可在一定程度上解释诸暨市东南区域水质最为优质的情况。

5.2. 氨氮影响因素分析

氨氮是导致水生植物消失的关键因素之一，是表现水质的重要指标之一。张斯思学者在对淮河的支流涡河流域进行研究得出，水中氨氮含量的升高主要来自于城镇和农村的污水排放 [14]，结合监测点周围实际情况，监测点周围只有少许村庄存在，村内人口不多，且监测点是其主要水源供给，村民不会主动将污水排入监测点水库，故根据各监测点年均氨氮数值，显示氨氮含量不高，基本处于I类氨氮指标之内。

图16. 诸暨市水系图

6. 结论

1) 监测期间，水质基本维持在一个稳定的状态，五年的模糊综合评价结果G值年均值均处于1.00~1.55间，水质类别达到II类，水质呈良好。

2) 根据水质空间分布特征，诸暨市整体水质状况稳定，只存在较小差别，其中东南区域水质最优，西南和东北区域水质稍劣，其余区域水质处于两者之间。

3) 通过对年际间水质变化、水质空间分布以及不同监测点水质状况的对比，造成水质差异的主要原因是高锰酸钾指数和氨氮含量的不同，两者中高锰酸钾指数是影响水质的首要因素，氨氮是影响水质的次要因素。

4) 新型模糊综合评价FCWQA模型和GIS技术相结合，FCWQA评价模型克服了其他方法对自然界模糊性考虑不足的缺点，用隶属度来表示各指标实测浓度对水质的影响程度，GIS技术直观显示研究区域水质空间特征，使研究结果更科学、客观，为水质保护提供了新的研究方向。

基金项目

浙江农林大学暨阳学院科研训练计划资助项目(JYKC2158)。

文章引用

张成龙,杜 泳,饶之望,周蓓琦,余艳红,杨雨晴. 基于GIS的绍兴地区水质评价
Water Quality Assessment in Shaoxing Region Based on GIS[J]. 地理科学研究, 2022, 11(03): 305-319. https://doi.org/10.12677/GSER.2022.113032

参考文献