[发明专利]基于梯形云模型的水体富营养化评价方法

说明书

本发明公开了一种基于梯形云模型的水体富营养化评价方法，涉及河湖水体富营养化评价技术领域。所述方法首先根据河湖的历史评价数据得出河湖的阿塔纳索夫区间值直觉语言数；然后建立语言标度函数，将水体评价的六个语言等级范围映射为数值，再计算出梯形云模型的五个参数，然后获得五个影响因子的融合权重；最后将所计算出的数据和待评价河湖的水质数据输入到梯形云模型中，将隶属度最大的水质等级作为最终的评价结果。本发明能够有效的避免正态云模型中以点来代表等级范围的缺陷，有效的解决等级范围内不是以区间范围的中间值为期望的正态分布的数据问题，使模型的对数据的适应性更高，评价结果更加的准确合理。

技术领域

本发明主要涉及河湖水体富营养化评价技术领域，具体指基于梯形云模型对河湖进行水体富营养化评价的方法。

背景技术

调查表明，我国富营养化湖泊个数占调查湖泊的比例由20世纪70年代末的41％发展到80年代后期的61％，至今上升到77％。在26个国控重点湖泊中，水质一般较差，低于《地面水环境质量标准》(GB3838-2002)Ⅴ类标准，氮、磷污染较高，相当一部分湖泊发生了藻类水华灾害(如巢湖、太湖、洪泽湖等)。另外，众多的城市湖泊已达严重富营养化(如南京玄武湖、杭州西湖、九江甘棠湖、广州的东山湖等)，少数湖泊处于富营养化边缘，如洞庭湖和鄱阳湖已具备了发生富营养化的营养盐条件。我国水库、河流水体富营养化的问题也比较严重，根据对全国39个大、中、小型水库的调查结果表明：处于富营养状态的水库个数和库容分别占所调查水库的30.8％和11.2％，处于中营养状态的水库个数和库容分别占所调查水库的43.6％和83.1％。可见，水体富营养化已成为我国最为重要的水环境问题之一。因此，河湖水体的富营养化评价就显得尤为重要。一种适当的评价方法可以让评价效果更加的准确和简单。当前已经有很多的传统方法来解决水体富营养化评价问题。其中基于云模型的方法对水体进行评价(云模型，参见参考文献[1]：曾德彪.基于多维正态云模型的水体富营养化评价方法[D].南京大学,2015.)比较常用。云模型对水体的富营养化评价有很高的认可性，但是在评价过程中也存在一定缺陷，云模型在评价中对于等级的评价局限于一个点，而在实际当中某一个等级是存在相应的范围的，不能单纯的用某一个点来代表整个等级范围，这会对评价结果产生一定的影响。因此需要对这个缺陷进行改进已达到更加准确的评价结果。

发明内容

本发明提供的基于梯形云模型的方法能够充分的解决正态云模型方法中存在的缺陷，在梯形云模型中，使用数值区间来表征一个评价等级而非一个等级中的点，在梯形云模型数字特征的确定中提出新的确定方式，采用定性结合定量的方法对数字特征进行确定，并且细化了水体评价的等级范围，使得评价结果更加合理和准确。

本发明提供了一种基于梯形云模型的水体富营养化评价方法，所述方法在确定水体富营养化的五个影响因子的基础上，通过以有的历史资料利用阿塔纳索夫区间值直觉语言数定性的给出河湖所属等级评价的确定度模糊区间，再通过构造的语言标度函数和定性的确定度(隶属度)模糊区间确定出梯形云的五个参数特征，然后建立梯形云模型，将所要测试河湖的水质数据输入到梯形云模型里，最后得出六个评价等级的确定度大小，通过比较选择出拥有较大确定度所在的等级作为最终的评价等级；具体包括如下步骤：

第一步(定性)：收集所要评价河湖的历史评价结果，采用阿塔纳索夫区间值直觉语言数(ATANASSOV's INTERVAL-VALUED INTUITIONISTIC LINGUISTIC NUMBERS)的方法得出模糊的评价结果。

第二步(定量)：建立语言标度函数。通过国家水体评价等级(共六级)范围，将模糊的评价结果中的水质等级h_k映射为数字参数θ_k，这个映射过程就是建立语言标度函数的过程。

第三步(定量)：通过第二步得到的数字参数θ_k结合国家水体评价等级的具体范围得到梯形云模型的参数和并得出五个影响因子(chla、TP、TN、COD、SD)分别在六个等级的梯形云模型。