刘慧艳

(凌源市水利建筑勘测设计院，辽宁 凌源 122500)

0 引 言

青龙河流域降雨量较大，支流纵横交错，河道坡度大，洪水总量多，又无大流域调蓄，形成峰高量大的特点，其极具破坏性。大雨成大灾，小雨成小灾，历年成灾，特别是近些年，气候急剧变化，局部降雨颇多，成灾的机率增加，给当地农业的高效发展以及沿河居民财产安全带来极大威胁。为合理开发青龙河水资源，减轻其支流星干河、五道梁河、都源河、汤道河、大北河以及下游的防洪负担，解决超标准洪水威胁和流域洪涝灾害的问题，先后在中上游修建了中小型水库、分洪闸、拦河闸等水利枢纽，立项实施了筑堤加固和疏浚治理工程。

在城市供水、农业灌溉、流域防洪等方面水库闸坝工程起着重要作用，同时也带来了许多不利影响。近年来，随着上游用水量增加河流接受的生产生活废水量不断增多，青龙河流域逐渐呈现生态环境恶化、断流、干旱等问题。河流闸坝控制工程大幅度削减了青龙河主河道水体自净能力，其水质标准已超过Ⅴ类地表水。河流的生态系统结构受严重污染的河水已出现破坏，青龙河的生态功能不断退化，严重威胁着地下水质及当地居民的饮水安全，对区域经济可持续发展产生明显的制约。依据区域规划，青龙河主要承担着下游农业灌溉、排除农田与城区涝水、中下游景观娱乐、安全下泄上游洪水等功能，故定量评价青龙河生态影响非常重要[1-5]。

国内外研究评价河流生态影响的成果丰硕，如Karr、White等给出了河流生态健康状况评价的生物完整性指数法和表征河流水文特征的参数指标；Brierley等提出了河流形态结构的框架及其评价控制流程。对于河流健康评价我国相关研究相对较晚，许多学者对国内河流生态健康借鉴国外理论与经验开展创新性探究，形成了丰硕的研究理论和方法，如均方差法、专家调查法、层次分析法、主成分分析和熵值法等，并取得理想的实践应用效果。宋刚福等对河流生态健康利用改进的方法实行全面、逐层的评价[6]。河流生态评价覆盖范围广、涉及因素多，因素集通常存在属性复杂性、模糊性、随机性和多层次等特点，不同参评因素间具有复杂关系，甚至可能出现不相容的单因素评判结果。鉴于此，本研究对河流生态影响评价中引入定量与定性相互转换的云理论，有机地结合评价等级的随机性与模糊性，从而构建生态评价云模型，以实现不确定性评价河流生态状况。

1 云模型

1.1 云概念

定义1：设U、C是用精确数值表征的定量论域以及论域U上的定性概念，若C的一次随机实现为定量值x且x∈U，则有稳定倾向的随机数μ(x)∈[0,1]就是因素x对C的隶属函数，其数学形式为：

μ(x)：U→[0，1]，∀x∈U，x→μ(x)

(1)

论域U上x的分布以及每一个x称为云和云滴，可见隶属函数与任意因素x均存在一对多的转化关系，两者并非传统的模糊隶属关系。对此，云模型利用三个数字特征期望Ex、熵En、超熵He表征定量特性和定性概念，并记为(Ex，En，He)。

1.2 正态云模型

定义2：依据以上定义，若存在条件x-N(Ex,En'2)，且En'-N(En,He2)，则利用下式计算C的确定度：

(2)

则论域U上x的分布称为正态云，正态云能够客观地反映各指标的特征以及各类数据分布情况，所以其普适性较强。

定性概念的产生利用正态云发生器实现，其相关运算有：①以(Eni'2)与He2为方差、以Ex与En为期望值，生成随机数xi=NORM(Ex，Eni'2)和Eni'2=NORM(En，He2)，其中NORM( )为正态分布函数；②然后借助Matlab软件和公式μi=e-[(xi-Ex)2/2(Eni')2]生成正态分布随机数。

通过运算可以在各评价等级边界内生成一个云滴(xi，μi)，重复以上步骤直至达到预先设定的n次要求，从而生成拥有n个云滴数的云，并实现定性概念的表征。

1.3 云评价模型

步骤1：设U={u1,u2,…,un}、V={v1,v2,…,vm}、W={w1,w2,…,wn}为生态影响评价的有限因素集、评语集和权重集，m、n为等级标准数与参评因子数。定性概念的数字特征利用云模型及确定的单因素评价标准反映，记为(Ex，En，He)。设U={u1，u2，…，un}、V={v1,v2,…,vm}、W={w1,w2,…,wn}为生态影响参评因素i对应等级j的上、下边界值，则可以用云模型表征等级j下因素i的定性概念，即：

Exi,j=(xi,j1+xi,j2)/2

(3)

两个相邻等级的界限值通常为边界值，该条件下隶属于两种级别，对此可视为隶属于两个相邻级别的程度相等，即：

(4)

超熵Hei,j代表云滴的凝聚程度，其数值越大则正态云越厚，熵的不确定性越高，结合试验或专家经验综合确定Eni,j的大小。

步骤2：根据每个等级下各参评因子的云数字特征(Exi,j,Eni,j,Hei,j)，采用所有待评样本的特征值和正向云发生器生成相应的隶属度矩阵，其表达式为：

(5)

随机隶属矩阵R反映了评语集V与因素集U之间的关系，因素集U所对应的权重模糊子集为W，并利用模糊数学法转换处理隶属度矩阵R与权重集W生成模糊子集B，其表达式为：

B=W⊗R

(6)

式中：⊕为论域V的一种运算方式；B=(b1，b2，…，bm)，代表参评样本隶属于某等级的程度。

步骤3：依据模糊子集B与最大隶属准则决策过程中，考虑到隶属度准则在隶属等级相等情况下可能发生失效的问题，为保证评价结果的科学性与准确性，将评价等级利用模糊可辨识别模型确定，其数学公式为：

(7)

(8)

2 青龙河生态影响评价

2.1 构建评价指标体系

文章结合青龙河流域实际情况以及河流生态健康相关研究成果，遵循动态性与连续性、灵活性与可比性、可操作性与可行性、层次性与系统性等原则，综合利用专家咨询法、理论分析法和频度统计法，从反映河流生态变化趋势、生态影响现状、生物状况、栖息地质量、水环境情况、水文条件等角度合理选择参评因子，并构建梯阶层次评价体系，如表1所示。

表1 青龙河生态影响评价体系及其现状值

采用百分制的专家调研打分法量化评价体系中的定性指标，如水生生物存活状况、水域湿地状况、垂向透水性、横向连通性、河岸与河床稳定性指标；然后利用下述量化公式计算其它定量指标：

2.2 生态影响评价计算

将青龙河流域按照防洪规划和历史资料划分为上游、中游、下游段，并利用专家赋分法和定量因子计算公式，确定各河段生态健康参评因子值，如表1。设定流域处于基本自然状态的基点为流域开发程度低于5%，并以分值阈0.8-1.0、0.6-0.8、0.4-0.6、0.2-0.4、0.0-0.2代表健康、基本健康、亚健康、病态、濒于崩溃5个级别，所对应的生态影响程度依次为很小(Ⅰ级)、一般(Ⅱ级)、较严重(Ⅲ级)、严重(Ⅳ级)、非常严重(Ⅴ级)，各等级的生态学意义如表2所示。

表2 生态影响评价等级

根据国家适用标准、现有研究成果和青龙河相关历史资料，通过邀请领域内的专家参与评判以及综合对比分析多个区域，经适当调整明确不同等级的评分标准，并对所有参评因子权重按照文献中的层次分析法及其流程确定，如表3所示。

表3 不同等级的指标标准值

2.3 结果与分析

根据各参评指标的现状值、权重值和标准特征值，对青龙河流域上、中、下游段的生态影响状况利用云模型评价，如表4所示。为进一步验证云模型的可行性与合理性，对比分析了改进拉开档次法、拉开档次法和层次分析法的评价结果。

表4 青龙河生态影响评价值

对青龙河流域上、中、下游的生态影响状况利用云模型进行评价，其综合指数为0.546、0.531、0.560，依据等级划分标准青龙河总体处于亚健康状态，人类活动对河流系统已产生显著干扰，水生生物的繁衍和生存受到较大影响。其中，生态状况最差段为中游，而下游段较好，其原因为中上游用水过度导致下游河段经常出现断流现象，下游径流量年内存在较大变化。由各子系统权值可知，河流生态系统受水环境状况的影响最大，青龙河整体上达到中污染程度，部分河段处于严重污染现状。2015-2018年实测资料显示，青龙河水质状况除汛期外均达到劣Ⅴ类；此外，从河岸带状况和河流形态结构上，青龙河流域也面临着严峻形势，由于不合理的开发和滨河湿地侵占等，现阶段亟待加强生态治理及环境保护。评价结果能够客观、真实的反映青龙河实际情况，可见对于河流生态影响评价云模型具有较强的适用性、可靠性。

3 结 论

文章以青龙河流域为例，对其上、中、下游的生态影响状况利用能够实现定量与定性转化的云模型进行评价。研究表明，青龙河流域总体达到亚健康状态，其中生态状况最差段为中游，而下游段较好，为恢复自然水文情势有必要实施闸坝生态调度，通过非工程与工程措施实现生态补水和修复。

云模型具有考虑评判的随机性与参评因素概念模糊性的特点，通过对比改进拉开档次法、拉开档次法和层次分析法评价结果，进一步验证了云模型的实用性、可靠性，对于多因素复杂问题的评价该模型具有较高的适用性。