白现广，王 金 , 李进华

（(1.平顶山学院，河南 平顶山 467000；2.平顶山市第一高级中学，河南 平顶山 467000；3.安徽大学生命科学学院，安徽 合肥 230039）

巢湖水质污染的社会经济因子分析及趋势研究

白现广1，王 金2, 李进华3

（(1.平顶山学院，河南 平顶山 467000；2.平顶山市第一高级中学，河南 平顶山 467000；3.安徽大学生命科学学院，安徽 合肥 230039）

文章运用灰色关联分析法探讨了2000-2006年间影响巢湖水质的社会经济因子，并采用灰色预测模型对未来五年巢湖水质的污染状况进行了预测.以期为巢湖水污染治理提供新思路.结果表明巢湖COD的排放，主要受流域工业废水排放的影响，其次受农村人口的生活中产生的污水排放的影响；TN主要受农业生产中农药化肥的大量使用的影响；TP主要受城镇、农村人口的生活废水垃圾排泄物的影响.模型预测结果显示未来五年巢湖水质有望好转，但是湖区水质TN、TP指标仍介于Ⅳ～Ⅴ类之间.因此，今后巢湖水质的主要污染物是TN、TP，而农业和城镇、农村人口的生活废水排放将成为污染物的主要来源.有必要采取发展生态农业、控制含磷商品的使用、加强对农村生活污水尽可能的集中处理等措施有效控制巢湖的水质污染.

灰色关联法；巢湖水质；社会经济因子；灰色预测

随着流域人口、工农业生产的快速增长和流域大规模经济开发的同时，需水量和废污水排放量增大，相应增加了巢湖入湖污染量导致流域环境的生态调节和自我恢复能力大幅下降，引起水体污染，频繁出现富营养化现象等许多生态问题，水污染已经严重制约流域城市区域经济发展，影响到区域经济发展以及当地人民的生产和生活质量.党中央、国务院将“三河三湖”流域的水污染防治列为全国环境重点防治 “33211”工程的首要位置，安徽省也制定了《巢湖水环境综合治理方案》，并通过了国家发改委咨询论证.然而，环境问题不仅受到自然因素的影响，更主要受到人类生产和生活的干扰.

以流域为单元开展社会经济发展与环境演变相互作用及调控研究，是实现可持续发展的有效途径，自20世纪90年代以来，此方面的研究方兴未艾，但大多以定性描述为主.黄智华等运用多元线性回归分析，定量研究了太湖水环境演变与流域内社会经济发展之间的关系[1].焦峰等使用了偏相关分析方法探讨了影响水环境的社会经济因子[2].然而回归分析要求大量数据，其分布必须是典型的；偏相关分析要求两个变量是双变量正态分布.但是目前对于多数地区由于统计数据有限，没有什么典型分布规律的情况下，采用以上两种方法难以达到目的.本文运用灰色关联分析法定量研究巢湖流域社会经济发展与巢湖水质之间的关系，期望阐明对巢湖水质影响较大的社会经济因子，同时采用灰色预测模型对未来五年巢湖水质的污染状况进行了预测，从而为确定污染物来源、促进区域经济可持续发展提供科学依据.

1 研究方法

1.1 巢湖流域概况

巢湖流域位于安徽省中部，处于长江与淮河流域之间，属长江下游左岸水系，是我国五大淡水湖泊之一，也是安徽省境内最大湖泊.巢湖流域总面积13486km2，地跨合肥、巢湖、六安三个市，巢湖是巢湖流域城区工农业生产和人民生活的重要水源地，且在调节长江水量、防涝抗旱、灌溉农田、扩大水运、改善生态环境方面具有显著功能[3].巢湖流域农业经济水平较高，是我国主要的商品粮生产基地.工业经济也比较发达，全流域共有工矿企业2500多家，2006年全流域工业总产值达819.4亿元，是2000年的2倍多.2000年以来巢湖流域非农业人口一直呈增长趋势，2006年比2000年增长52.3万人.环巢湖形成的安徽省会经济圈北连沿淮城市群，南临沿江经济带，具有引领全省发展、加快安徽省崛起的重要作用.近年来，巢湖流域区域经济也快速发展，区域经济在安徽省的经济和社会可持续发展中具有举足轻重的作用，2006年流域GDP占全省29%.

然而，监测结果显示，巢湖是中国典型的富营养化湖泊.根据国家环境保护总局发布地表水环境质量标准（GB3838-2002），从1991年以来巢湖水质整体是在波动中呈现下降趋势，其中高锰酸钾指数指标已达到Ⅲ类水质标准，总磷、总氮指标始终介于Ⅳ类和Ⅴ类之间，总磷指标在2003年至2005年一直处于较高水平，2006年才又趋于改善（图1）.与上年相比，2006年巢湖湖区水质有所好转，总磷、总氮年均浓度较上年分别下降了34.2%和18.9%，但是全湖仍呈中度富营养状态，巢湖湖体水质总体为Ⅴ类，湖区主要污染指标为总磷、总氮，环湖河流主要污染指标为氨氮和生化需氧量.巢湖环湖河流12个地表水国控监测断面中（包括两个纳污控制断面），Ⅲ类水质断面占8%，Ⅳ、Ⅴ类占67%，劣Ⅴ类占25%[4].

图1 1991-2006年巢湖主要污染物指标变化趋势比较

1.2 研究范围及指标的选取

本文的研究区域为合肥市(合肥市区、肥东县、肥西县)，巢湖市(居巢区、庐江县、和县、含山县、无为县)，六安市的舒城县（图2）.

图2 巢湖流域地理位置示意图

根据对巢湖水质影响较大的污染指标选取CODMn、TN、TP三个因子作为参考序列，水质资料为巢湖2000-2006年各年水质平均值，由安徽省环境监测站对巢湖湖面十二个断面水质监测数据加工整理而成.作为比较序列的社会经济指标的选取依据污染物的主要来源，工业点源污染以工业总产值代表，农业面源污染以农业总产值代表，农村生活污水的排放以农业人口代表，城镇生活污水的排放以非农业人口代表[1,2].社会经济资料系巢湖流域所辖市县的合计值，数据来源2001年至2007年安徽省统计年鉴.

1.3 研究方法介绍

灰色关联分析法和灰色理论预测是80年代邓聚龙教授首创的一种新的系统方法“灰色系统”理论的一部分[5].该系统方法已在工程控制、经济管理、社会系统、农业系统和环境工程等领域都得到了广泛的应用[6].

1.3.1 灰色关联分析法

灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密.曲线越接近，相应序列之间关联度就越大，反之就越小.通过灰色关联分析法可以分析出一个抽象系统中所包含的多种因素中，哪些是主要因素，哪些是次要因素，哪些因素对系统发展影响大，哪些因素对系统发展影响小，哪些因素对系统发展起推动作用，哪些因素对系统发展起阻碍作用.与传统的多因素分析方法回归分析相比，灰色关联分析方法对样本量的多少和样本有无规律都同样适用，而且计算量小，十分方便，更不会出现量化结果与定性分析结果不符的情况，便于广泛应用[7].关联系数及关联度计算如下：

1.3.2 GM（1,1）模型和马尔科夫残差修正灰色模型[10－13]

GM（1,1）模型就是根据多年离散的或连续的历史数据的变化中所隐含的规律而建立模型以预测水质(污染物浓度) 今后几年甚至几十年变化的一种典型的趋势分析模型[14].模型建立后，通常采用残差、后验差检验对模型的精度进行检验, 其中后验差检验有后验差比值C和小误差频率P两个指标，检验合格后模型方可用于预测[15].

马尔科夫残差修正灰色模型是用GM（1,1）模型拟合系统的发展变化趋势，并以此为基础再对随机波动大的残差序列进行马尔柯夫预测.其主要是利用转移概率矩阵来揭示预测序列系统内部变化规律，从而实现对受随机波动影响较大的时间序列发展趋势合理预测的数学处理方法.对该残差灰色预测模型改进的关键是将残差数列的绝对值作为原始数列，重建立残差灰色GM（1,1）预测模型.可得改进后的修正模型为：

其中，

2 结果

2.1 巢湖水质和社会经济指标的关联分析

通过灰色关联分析法计算得出2000-2006年间巢湖水质和社会经济指标的关联度（表1），结果显示社会经济指标中和COD关联顺序为工业总产值（0.64）、农业人口（0.63）、年末总人口（0.60）；和TN关联顺序为国内生产总值（0.79）、农业总产值（0.77）、工业总产值（0.71）；和TP关联顺序为农业人口（0.63）、非农业人口（0.60）.

表1 2000-2006年巢湖水质和社会经济指标的关联度

2.2 巢湖主要水质污染指标灰色预测

根据GM（1,1）模型建立方法[3]对巢湖水质影响较大的污染指标CODMn、TN、TP建立2001-2006年的预测模型，并进行残差修正及检验.通过模型检验得知精度P0大于95%，达到二级检验标准，用后检验误差结果分析，模型的后验差比值C均小于0.35，小误差频率P均为1，符合一级检验标准（表2）.依据只要模型的P0＞95%，C＜0.35，P＞0.95，表明GM（1,1）预测模型合格，可以进行预测[9].那么对2007-2011年巢湖水质进行预测，结果见图3.

表2 2000-2006年巢湖水质主要污染指标的灰色预测模型及检验

图3 2000-2006年巢湖水质主要污染指标变化趋势及未来5年水质预测

3 讨论

根据本研究中将关联度分级为0.30～0.60属于中等关联度，表明该指标所描述的专题要素与目标值有一定偏离，处于中等发展水平；0.60～0.80属于较强关联度，表明该指标所描述的专题要素接近目标值, 处于相对较高的发展水平[16].

因此，COD主要的排放源是工业废水的排放，其次是农村人口的生活中产生的污水排放.农业总产值与TN的关联度比工业总产值较高说明农业生产中农药化肥的大量使用影响水体.人口与TP的排放关联较明显，表明城镇、农村人口的生活废水垃圾排泄物对TP影响最大，是主要的污染源.

对巢湖水质影响较大的污染指标CODMn、TN、TP建立的灰色GM（1,1）预测模型结果表明主要污染物指标成逐年下降趋势，其中CODMn下降幅度较大，加强工业废水排放的控制及治理对巢湖水质的改善效果明显；TN、TP基本平稳下降.随着经济的发展、污染防治力度的加大以及人们环保意识的增强，巢湖水质未来五年呈现好转趋势.但是，根据国家环境保护总局发布地表水环境质量标准（GB3838-2002），巢湖湖区CODMn指标到2010年基本能达到Ⅱ类标准，TN指标到2009年以后基本能处于Ⅳ类以下，但仍不能达到Ⅲ类标准要求，TP指标未来五年仍然处于Ⅴ类标准.总体看来，未来五年巢湖湖区水质TN、TP指标介于Ⅳ～Ⅴ类之间，始终不能满足Ⅲ类标准要求.因此，今后巢湖水质的主要污染物是TN、TP，而农业和城镇、农村人口的生活废水垃圾排泄物的排放将成为污染物的主要来源.

4 污染防治建议

一方面全面推行企业的清洁生产技术改进和节约降耗，淘汰工艺设备落后，高耗能、高污染的小型企业.提高废水处理技术，加强处理力度以及提高废水中污染物的去除量.同时，更重要的是要改善农田生态系统，提高土壤质量；提高农民的生产技术相关知识，科学施肥，严格控制氮肥的使用量，平衡氮、磷、钾的比例.多采用深施等措施，减少肥料的流失，大力推广农家肥、沼肥，减轻农业面源对巢湖的氮、磷排放.另外，对农药和化肥征收污染税，从而间接地限制农药和化肥的使用量.专业养殖户饲养动物数量超过规定限额必须向有关部门申请经营许可，并建造畜粪处理系统.控制含磷商品的使用以及加强对农村生活污水尽可能的集中处理.

[1] 黄智华,薛滨,逄勇.太湖水环境演变与流域经济发展关系及趋势[J].长江流域资源与环境,2006,15(5):627.

[2] 焦峰,秦伯强.太湖水环境污染的社会经济因子分析[J].地域研究与开发,2002,21(2):89.

[3] 孙贤斌.巢湖生态环境污染与防治对策[J].国土与自然资源研究,2001,3:51.

[4] 中国环境状况公报[EB],http://www.zhb.gov.cn/plan/zkgb/06hjzkgb/200706/t20070619_105424.htmChina environmental aspect bulletinhttp://www.zhb.gov.cn/plan/zkgb/06hjzkgb/200706/t20070619_105424.htm

[5] 邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2002:225-233.

[6] 何琼.巢湖流域生态安全的评价研究[D].合肥:合肥工业大学,2004:37.

[7] 罗党著.灰色决策问题分析方法[M].郑州:黄河水利出版社,2005:25-26.

[8] 肖新平,宋中民,李峰.灰技术基础及其应用[M].北京:科学出版社,2005年:29-33.

[9] 李少岩,魏佳.灰色关联分析方法在黑龙江省林业产业结构规划调整中的应用[J].商业经济,2007,1:17.

[10] 吕佳良,张振刚.基于灰色关联指标筛选的BP神经网络中长期电力负荷滚动预测马尔可夫残差修正模型研究[J].华东电力,2008,36 (9):11.

[11] 张瑞,迟道才,王晓瑜,李炎,石丽忠.基于马尔可夫过程的改进残差灰色灾变预测模型研究[J].中国农村水利水电,2008,1:8-10.

[12] 王治祯,柏景方.灰色系统及模糊数学在环境保护中的应用[M].哈尔滨:哈尔滨工业大学出版社,2007:21-24.

[13] 杨德志.基于马尔可夫残差修正的等维新息GM（1,1）预测模型分析[J].科技信息,2008,33:617-618.

[14] 周勇,刘凡贺,纪正,吴丹,李植生,邱炳文.回归分析与灰色系统耦合用于水环境预测研究[J].中国环境监测,1999,15(5):42-43.

[15] 肖新平,宋中民,李峰.灰技术基础及其应用[M].北京:科学出版社,2005:137-139.

[16] 罗上华,马蔚纯,王祥荣,等.城市环境保护规划与生态建设指标体系实证[J].生态学报,2003,23(1):54.

Research on the Social Economy Factorial Analysis and Water Pollution in Chaohu Basin

BAI Xian-guang1,WANG Jin2,LI Jin-hua3
(1.Pingdingshan University, Pingdingshan 467000, China; 2.No.1 Senior Middle School of Pingdingshan,Pingdingshan 467000, China; 3.School of Life Science in Anhui University, Hefei 230039, China)

This paper mainly employ the grey correlation analysis to conduct profound research on the socio-economic factors that affect the quality of Chaohu Basin from 2000-2006.At the same time, this paper employs the grey prediction model to conduct forecast on the pollution circumstance of the Chaohu Basin quality in the future five years in order to provide new insights for the water pollution management of the Chaohu Basin.The research findings show that the emissions of COD in Chaohu Basin are overwhelmingly influenced by the industrial wastewater discharge, and they are impacted followed by the sewage disposal result from the life of the rural population.Concerning the TN, it is mainly affected by the large-scale use of pesticides and chemical fertilizers in the process of agricultural production.With regard to the TP, it primarily impacted by the living wastewater & refuse by the urban and rural population.Based on the grey model, it predicts that it is expected to improve the water quality of Chaohu Basin the nest five years.Concerning the CODMn Index of the water quality of Chaohu Basin, it is estimated that by 2010, it will basically achieve the ⅡClass standard, while the TN and TP Indexes will be still between the Ⅳ～ⅤClass Standard.Therefore, the future major pollutants for the Chaohu Basin are TN and TP, while the pivotal pollutants sources are living wastewater discharged by the urban and rural population.It is proposed that it is high time to strengthen the efforts on the residential pollution sources at the same time under the countermeasures of industrial restructuring and controlling industrial & agricultural pollution sources in order to protect the water resources environment within the Basin as well as promote Basin regional social sustainable development in the future.

grey correlation analysis; water quality of Chaohu Basin; socio-economic factors; grey prediction

X171

A

1008-9128（2011）04-0077-05

2011-05-05

安徽省教育厅科技创新团队(TD200703);安徽省人才开发基金；安徽大学学术创新团队项目.

白现广（1983-），男，河南濮阳人，硕士, 助教.研究方向：生态学.

李进华（1962-），男，安徽安庆人，博士，教授，博士生导师.E-mail：jhl@ahu.edu.cn

[责任编辑 自正发]