• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于信息熵的太湖重污染區(qū)水污染物總量分配研究

      2016-11-28 16:48:39張劍張東嶺
      江蘇農(nóng)業(yè)科學(xué) 2016年9期
      關(guān)鍵詞:信息熵優(yōu)化

      張劍+張東嶺

      摘要:以中國(guó)太湖西北部重污染區(qū)為研究區(qū),在綜合考慮重污染區(qū)內(nèi)各地區(qū)間客觀差異的情況下,篩選出總量分配的特征指標(biāo),建立基于信息熵的水污染物總量分配模型。通過(guò)制定分配模型的計(jì)算方法、最優(yōu)化目標(biāo)與約束條件,最終求解出最優(yōu)的重污染區(qū)總量分配方案。經(jīng)過(guò)求解后的最終分配結(jié)果表明該方法可將各地區(qū)特征指標(biāo)量化,可使各地區(qū)分配的污染物排放量與其自然經(jīng)濟(jì)屬性之間的差異縮小,更大程度上體現(xiàn)了分配的公平性。研究成果對(duì)于開展重污染區(qū)內(nèi)污染物總量控制研究具有一定的指導(dǎo)意義。

      關(guān)鍵詞:水污染物;信息熵;總量分配;優(yōu)化;太湖重污染區(qū)

      中圖分類號(hào): X524 文獻(xiàn)標(biāo)志碼: A

      文章編號(hào):1002-1302(2016)09-0426-03

      經(jīng)過(guò)40多年的發(fā)展,水污染物總量控制技術(shù)已在各國(guó)推廣,實(shí)踐經(jīng)驗(yàn)已證明其是行之有效的流域水污染控制管理技術(shù),在防治水環(huán)境污染、改善水體環(huán)境工作中發(fā)揮了重要作用[1]。水污染物總量控制以污染物排放量核算為出發(fā)點(diǎn),以水環(huán)境容量為約束,最終落腳點(diǎn)為實(shí)現(xiàn)污染物允許排放量在各單位或地區(qū)的歸屬。因此實(shí)行總量控制的重要環(huán)節(jié),在于將污染物允許排放量依據(jù)科學(xué)、公平原則實(shí)現(xiàn)各地區(qū)間的分配。如何科學(xué)、公平地實(shí)現(xiàn)污染物排放量在各個(gè)地區(qū)間的分配,成為眾多學(xué)者、環(huán)境管理者、政策制定者關(guān)注的重要方面[2]。圍繞污染物排放量分配的研究,國(guó)外學(xué)者多關(guān)注于在系統(tǒng)學(xué)的框架下引入隨機(jī)理論制定污染物分配方案[3]。國(guó)內(nèi)對(duì)總量分配的研究,從最初的主要側(cè)重于經(jīng)濟(jì)優(yōu)化原則逐步過(guò)渡到注重經(jīng)濟(jì)、效率、公平原則并重的分配方法[4]。上述研究多局限于基于經(jīng)濟(jì)和效率原則的優(yōu)化分配模型設(shè)計(jì),眾多優(yōu)化分配模型中指標(biāo)選取受人為干擾較大,在實(shí)際應(yīng)用過(guò)程中存在諸多爭(zhēng)議。本研究利用信息熵理論,以太湖重污染區(qū)為研究區(qū)域,篩選當(dāng)?shù)啬軌虮碚飨到y(tǒng)特征的指標(biāo),開展了污染物總量?jī)?yōu)化分配研究。

      1 研究區(qū)概況

      太湖作為維系江浙交界處經(jīng)濟(jì)、社會(huì)發(fā)展的重要水體,2007年太湖藍(lán)藻事件后太湖湖體的健康牽動(dòng)了各方的關(guān)注。通過(guò)近幾年對(duì)太湖污染源的溯源解析研究,結(jié)果顯示太湖西北部的常州、無(wú)錫作為太湖上游的匯水區(qū)域,以占太湖流域14%的面積貢獻(xiàn)了80%的入太湖污染物負(fù)荷[5],是太湖流域的重污染區(qū),亦為水污染防治工作的重點(diǎn)地區(qū)。該地區(qū)涵蓋的湖泊水體包括太湖竺山灣、梅梁灣、五里湖、貢湖的部分及滆湖,涵蓋的河道為入太湖的主要河道,包括武進(jìn)港、太滆運(yùn)河、殷村港、官瀆港、陳東港等,涉及行政區(qū)包括無(wú)錫市的市區(qū)6個(gè)區(qū)(除錫山區(qū))、宜興市和常州市的武進(jìn)、新北等5個(gè)區(qū),面積為5 272 km2。該地區(qū)內(nèi)人口密集,工業(yè)產(chǎn)業(yè)集聚,單位面積人口密度及生產(chǎn)總值差異不大,但各地區(qū)水資源量差異明顯,各行政區(qū)間污染源削減及總量控制矛盾突出,鑒于該地區(qū)水污染防治工作的現(xiàn)實(shí)矛盾與嚴(yán)峻形勢(shì),開展重污染區(qū)水污染物總量分配研究,不僅對(duì)該地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展具有現(xiàn)實(shí)意義,而且對(duì)整個(gè)太湖流域的水污染防治作用重大。研究區(qū)域范圍見圖1。

      2 基于信息熵的分配優(yōu)化模型

      2.1 信息熵簡(jiǎn)介

      “熵”的概念出現(xiàn)于1850年,是對(duì)系統(tǒng)能量密度分布均勻程度的度量,即“熵”反映了系統(tǒng)所處狀態(tài)的均勻程度,系統(tǒng)狀態(tài)有序、不均勻,則表示熵值小,反之系統(tǒng)無(wú)序、均勻,則表示熵值大。目前,任何可以概化為“系統(tǒng)”的學(xué)科領(lǐng)域,均有“熵”的理論活躍其中。熵在其他學(xué)科領(lǐng)域的普及應(yīng)用,首先歸功于Shannon將熵引入信息論,并將其稱為“信息熵”[6]。信息熵是指在一個(gè)不確定的系統(tǒng)中,篩選出能反映系統(tǒng)狀態(tài)特征的指標(biāo)并確定為隨機(jī)變量X,隨機(jī)變量X包含系統(tǒng)內(nèi)各個(gè)個(gè)體的具體指標(biāo)值,即X={x1,x2,…,xn}(n≥2),各個(gè)個(gè)體指標(biāo)值對(duì)應(yīng)的概率為P={p1,p2,…,pn}(0≤pi≤1,i=1,2,…,n),且有∑[DD(]ni=1[DD)]pi=1,則該系統(tǒng)的信息熵為:e=-∑[DD(]ni=1[DD)]pilnpi[7]。

      2.2 信息熵原理在水污染物總量分配中的引入

      基于信息熵可實(shí)現(xiàn)系統(tǒng)均衡性評(píng)價(jià)及指標(biāo)權(quán)重確定的作用,可將其用于污染物分配公平性的研究。在運(yùn)用信息熵進(jìn)行污染物優(yōu)化分配研究中,引入單位指標(biāo)負(fù)荷污染物量(Xij)的概念,即地區(qū)污染物排放量與各地區(qū)指標(biāo)大小的比值,理想的公平狀態(tài)是各地區(qū)污染物排放量與各地區(qū)指標(biāo)大小的比值均相等。利用信息熵評(píng)價(jià)系統(tǒng)均衡性時(shí),由信息熵的定義可知,若各地區(qū)單位指標(biāo)所負(fù)荷污染物量的差異越小,則該指標(biāo)對(duì)應(yīng)的信息熵越大,表示各地區(qū)間污染物分配越公平;反之若信息熵越小,則表示地區(qū)間差異較大,分配越不公平。在利用信息熵確定不同指標(biāo)之間的重要程度時(shí),將各個(gè)指標(biāo)(即j)的信息熵進(jìn)行比較,較小信息熵的指標(biāo)則表示此指標(biāo)的單位指標(biāo)負(fù)荷污染物量在各地區(qū)間的差異較大,地區(qū)分布不均勻,相比其他指標(biāo),在決定污染物分配公平方面具有更突出的作用,需賦予較大的權(quán)重。若實(shí)現(xiàn)各地區(qū)間污染物分配更趨公平,則需增加權(quán)重較大的指標(biāo)的信息熵,從而縮小地區(qū)差異。

      2.3 水污染物總量分配優(yōu)化模型建立

      立足重污染區(qū)內(nèi)各地區(qū)現(xiàn)狀社會(huì)發(fā)展、自然稟賦等條件,制定單位人口(城鎮(zhèn)人口)、GDP、水資源及水環(huán)境容量指標(biāo)所負(fù)荷污染物量的信息熵總和最大化的目標(biāo)函數(shù),在相應(yīng)的算法及約束條件下,設(shè)定污染物分配方案,求解目標(biāo)規(guī)劃方程,得出各方案對(duì)應(yīng)的污染物地區(qū)間削減分配情況?;谛畔㈧氐乃廴疚锟偭?jī)?yōu)化分配的技術(shù)路線如圖2所示。

      分配模型中指標(biāo)的選擇需重點(diǎn)關(guān)注與水污染物排放密切相關(guān)且體現(xiàn)地區(qū)間自然、社會(huì)、經(jīng)濟(jì)差異的指標(biāo)。本研究選取地區(qū)人口、GDP、水環(huán)境容量、水資源量作為污染物總量分配的特征指標(biāo)(Zij),用以計(jì)算單位指標(biāo)負(fù)荷污染物量。基于信息熵的水污染物總量?jī)?yōu)化分配的具體方法如下:

      式中:Xij為指標(biāo)矩陣中第i個(gè)地區(qū)第j項(xiàng)指標(biāo)的單位負(fù)荷污染物量;Wi為第i個(gè)地區(qū)內(nèi)分配污染物排放量即決策變量;Zij為第i個(gè)地區(qū)內(nèi)第j項(xiàng)指標(biāo)的實(shí)際值,分別為人口數(shù)、GDP、環(huán)境容量、水資源量;Pij為第j項(xiàng)指標(biāo)下第i個(gè)區(qū)域的值在此指標(biāo)中所占的概率。

      (3)信息熵計(jì)算。為便于比較各指標(biāo)的信息熵,需將實(shí)際信息熵進(jìn)行歸一化處理,即以實(shí)際信息熵與最大信息熵lnn的比值作為每項(xiàng)控制指標(biāo)的單位負(fù)荷污染物量的信息熵,經(jīng)過(guò)處理后信息熵大小在0~1之間。經(jīng)過(guò)處理后,可得出若信息熵值越趨近于1,則表示研究區(qū)域內(nèi)各地區(qū)之間存在較小差距,指標(biāo)數(shù)值越平均;信息熵值越趨近于0,則表示各地區(qū)間差距顯著,指標(biāo)數(shù)值分布極不平均。

      式中:Wo(i)為第i個(gè)地區(qū)內(nèi)污染物排放量現(xiàn)狀值;q為目標(biāo)總量的削減比例;ri0、ri1為第i個(gè)地區(qū)污染物削減比例的可行上下限。其中q和ri0、ri1需根據(jù)當(dāng)?shù)厮廴疚锟偭靠刂颇繕?biāo)及可實(shí)現(xiàn)的削減潛力情況確定。

      3 太湖重污染區(qū)污染物總量分配優(yōu)化研究

      3.1 方案設(shè)定

      根據(jù)國(guó)家及地方對(duì)總量控制首選水污染物的要求,本研究選取COD為研究水污染物。根據(jù)《江蘇省太湖流域水環(huán)境綜合治理實(shí)施方案》,2015年COD排放量比2010年減少13%,重污染區(qū)內(nèi)污染物也執(zhí)行上述削減目標(biāo)(qCOD=13%)。當(dāng)以水環(huán)境容量作為削減比例約束條件時(shí),則水污染物削減壓力較大,在5年規(guī)劃期間實(shí)現(xiàn)難度較大。在立足現(xiàn)狀、遠(yuǎn)近結(jié)合、逐步實(shí)現(xiàn)的原則下,本研究設(shè)定了3種方案,在不同可行的上下限削減比例的約束條件下,進(jìn)行重污染區(qū)主要水污染物總量分配優(yōu)化的研究。本研究設(shè)定的3種方案如下:方案一,各地區(qū)削減比例上下限設(shè)定為:ri0=1%,ri1=20%;方案二,設(shè)定ri0=1%,ri1=25%;方案三,設(shè)定ri0=1%,ri1=30%。

      3.2 基礎(chǔ)數(shù)據(jù)及現(xiàn)狀分析

      指標(biāo)矩陣中各項(xiàng)指標(biāo)(Zij)選取太湖流域重污染區(qū)內(nèi)2011年各地區(qū)人口、GDP、COD環(huán)境容量(陸域)、水資源量及COD排放量數(shù)據(jù)。

      3.2.1 人口、GDP、水資源量

      依據(jù)《2011年無(wú)錫市統(tǒng)計(jì)年鑒》《2011年常州市統(tǒng)計(jì)年鑒》。

      3.2.2 COD排放量

      工業(yè)COD排放量根據(jù)研究區(qū)域內(nèi)各工業(yè)污染源普查數(shù)據(jù)核算得到;城鎮(zhèn)生活源與農(nóng)村生活源根據(jù)各地區(qū)統(tǒng)計(jì)年鑒中人口資料,運(yùn)用排污系數(shù)法計(jì)算得到,其中城鎮(zhèn)生活COD排污系數(shù)為85 g/(人·d),農(nóng)村生活COD排污系數(shù)為40 g/(人·d);畜禽養(yǎng)殖污染負(fù)荷根據(jù)行業(yè)統(tǒng)計(jì)資料,依據(jù)濃度實(shí)測(cè)法獲得的排污系數(shù)計(jì)算得到,排污系數(shù)為COD 17.9 g/[頭(只)·d];農(nóng)田面源測(cè)算利用分布式污染負(fù)荷模型計(jì)算得到,并運(yùn)用排污系數(shù)法進(jìn)行檢驗(yàn),其中污染物的排污系數(shù)為COD 150 kg/(hm2·年)[8]。

      3.2.3 水環(huán)境容量

      根據(jù)重污染區(qū)內(nèi)水體特征,建立重污染區(qū)水環(huán)境數(shù)學(xué)模型,根據(jù)研究區(qū)域內(nèi)水文站數(shù)據(jù)資料及水文水質(zhì)同步監(jiān)測(cè)數(shù)據(jù),對(duì)模型進(jìn)行率定驗(yàn)證,進(jìn)而逐河段逐時(shí)間段計(jì)算出研究區(qū)域內(nèi)的水環(huán)境容量值,最終匯總出研究區(qū)域的水環(huán)境容量值[9]:

      式中:αij為不均勻系數(shù);0<αij≤1;Q0ij為進(jìn)口斷面的入流流量;C0ij為進(jìn)口斷面的水質(zhì)濃度;Csij為水體水質(zhì)標(biāo)準(zhǔn);K為水質(zhì)降解系數(shù);Vij為水體體積。

      匯總得到的各基礎(chǔ)數(shù)據(jù)見表2。

      根據(jù)加權(quán)信息熵的分配模型,計(jì)算出2011年各項(xiàng)指標(biāo)單位負(fù)荷污染物量的信息熵及加權(quán)信息熵總和,計(jì)算結(jié)果見表3。

      由上述計(jì)算結(jié)果可知,水資源量指標(biāo)所負(fù)荷的污染物量的信息熵顯著低于其他指標(biāo)的信息熵值,說(shuō)明各地區(qū)間水資源量存在較大差異,各地區(qū)間水資源量與排污量不協(xié)調(diào),是污染物優(yōu)化分配需重點(diǎn)關(guān)注指標(biāo)。宜興市具有最多的水資源,南長(zhǎng)區(qū)水資源最少,兩者的水資源比值達(dá)到126.3,但宜興市與南長(zhǎng)區(qū)的COD排放量比值為4.4,說(shuō)明水資源量與COD排放量地區(qū)間分布極不協(xié)調(diào)。南長(zhǎng)區(qū)雖然水資源最少,但其COD排放量要大于水資源量多于其4倍的鐘樓區(qū);宜興市水資源量為北塘區(qū)、崇安區(qū)、南長(zhǎng)區(qū)等地區(qū)的近50倍,但其COD排放量與上述各地區(qū)的比值要遠(yuǎn)小于水資源的比值。

      從不同指標(biāo)的信息熵來(lái)看,人口、GDP及水環(huán)境容量這3項(xiàng)指標(biāo)的信息熵均超過(guò)0.85,說(shuō)明各地區(qū)污染物的排放量與社會(huì)經(jīng)濟(jì)指標(biāo)(人口、GDP)及自然屬性指標(biāo)中的水環(huán)境容量具有較高的相符性。

      3.3 結(jié)果分析

      依據(jù)構(gòu)建的污染物分配優(yōu)化模型,在約束條件下,通過(guò)求解目標(biāo)函數(shù),得到3個(gè)方案中信息熵的優(yōu)化結(jié)果(表4)及相對(duì)應(yīng)的太湖重污染區(qū)各地區(qū)不同方案下水污染物分配量相對(duì)于現(xiàn)狀排放量的削減比例(圖3)。表4結(jié)果表明,從方案一至方案三,放寬削減比例約束區(qū)間,優(yōu)化信息熵值逐漸增大,說(shuō)明污染物在各地地區(qū)間分配的公平性增強(qiáng)。圖3結(jié)果顯示,在3種方案中,除宜興市、武進(jìn)區(qū)外,其他地區(qū)的削減比例接近削減上限,是污染物削減壓力較大的區(qū)域。對(duì)比表2可以發(fā)現(xiàn)污染物削減壓力較大地區(qū)的特征指標(biāo)占整個(gè)重污染區(qū)的比例相對(duì)并不大,尤其上述地區(qū)的水資源量平均比例僅為0.7%,水環(huán)境容量比例為0.6%,但其污染物排放量比例卻相對(duì)偏大,顯示出這些地區(qū)在較少的自然稟賦下卻是重點(diǎn)削減區(qū)域。

      4 結(jié)論

      構(gòu)建了求解信息熵加權(quán)總和最大的模型,對(duì)太湖重污染區(qū)內(nèi)各地區(qū)間水污染物優(yōu)化分配問(wèn)題進(jìn)行了研究。該模型計(jì)算步驟簡(jiǎn)練,指標(biāo)權(quán)重賦值客觀,可減少污染物總量分配的人為干擾。研究結(jié)果顯示,經(jīng)過(guò)上述優(yōu)化分配,各地區(qū)自然經(jīng)濟(jì)特征指標(biāo)所負(fù)荷的污染物排放量差異程度降低,更大程度上體現(xiàn)了分配的公平性。研究成果對(duì)于開展太湖重污染區(qū)污染總量控制研究具有一定的指導(dǎo)意義,同時(shí)為當(dāng)?shù)厮h(huán)境污染防治工作提供決策依據(jù)。

      [HS+7mm]參考文獻(xiàn):

      [1]張修宇,陳海濤. 我國(guó)水污染物總量控制研究現(xiàn)狀[J]. 華北水利水電學(xué)院學(xué)報(bào),2011,32(5):142-145.

      [2]馬 中,Dan Dudek,吳 健,等. 論總量控制與排污權(quán)交易[J]. 中國(guó)環(huán)境科學(xué),2002,22(1):89-92.

      [3]Burm D H,McBean E A. Optimization modeling of water quality in an uncertain environment[J]. Water Resources Research,1985,21(7):934-940.

      [4]毛戰(zhàn)坡,李懷恩. 總量控制中削減污染物合理分?jǐn)倖?wèn)題的求解方法[J]. 西北水資源與水工程,1999,10(1):25-30.

      [5]邊 博,夏明芳,王志良,等. 太湖流域重污染區(qū)主要水污染物總量控制[J]. 湖泊科學(xué),2012,24(3):327-333.

      [6]Weber B H,Depew D J,Smith J D. Entropy,information and evolution:new perspectives on physical and biological evolution[M]. Cambridge:MIT Press,1988:173.

      [7]張 妍,楊志峰,何孟常,等. 基于信息熵的城市生態(tài)系統(tǒng)演化分析[J]. 環(huán)境科學(xué)學(xué)報(bào),2005,25(8):1127-1134.

      [8]姚亞洲. 鹽城經(jīng)濟(jì)開發(fā)區(qū)東區(qū)污水排放方案研究[D]. 南京:河海大學(xué),2007.

      [9]胡開明. 基于太湖水質(zhì)達(dá)標(biāo)及溯源方法的入湖污染物減排分配技術(shù)研究[D]. 南京:河海大學(xué),2012.

      猜你喜歡
      信息熵優(yōu)化
      基于信息熵可信度的測(cè)試點(diǎn)選擇方法研究
      超限高層建筑結(jié)構(gòu)設(shè)計(jì)與優(yōu)化思考
      民用建筑防煙排煙設(shè)計(jì)優(yōu)化探討
      關(guān)于優(yōu)化消防安全告知承諾的一些思考
      一道優(yōu)化題的幾何解法
      由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
      基于小波奇異信息熵的10kV供電系統(tǒng)故障選線研究與仿真
      基于信息熵的實(shí)驗(yàn)教學(xué)量化研究
      一種基于信息熵的雷達(dá)動(dòng)態(tài)自適應(yīng)選擇跟蹤方法
      基于信息熵的IITFN多屬性決策方法
      施秉县| 历史| 余江县| 鲁甸县| 黔南| 崇文区| 宁海县| 蓬安县| 离岛区| 磐石市| 凌云县| 盘山县| 河南省| 城口县| 江油市| 梅州市| 元朗区| 拉孜县| 凤冈县| 荔浦县| 潞西市| 三亚市| 改则县| 永春县| 延吉市| 集贤县| 应用必备| 巴青县| 怀集县| 巴中市| 临江市| 房产| 东阳市| 汾阳市| 托克逊县| 泸溪县| 光泽县| 湟中县| 逊克县| 宝鸡市| 阿克陶县|