基于灰色聚类分析的矿山环境质量评价

基于灰色聚类分析的矿山环境质量评价焦明连(淮海工学院测绘工程学院,江苏连云港222005)[摘　要]　在灰色聚类分析中,把山西省矿区环境质量作为灰色系统进行研究,利用灰色聚类分析方法对山西省矿区环境质量进行评价。为定量评估研究区矿区环境质量,以国家环境质量标准为依据,以矿山环境11个主要污染物为评价指标,对2012年12个监测点的环境质量监测数据建立了灰色聚类评价模型。在对数据样本进行预处理之前,需采用平均标准化方法对原始样本数据进行无量纲化。通过建立灰类的三角形白化权函数计算实测值的灰类隶属度,采用临界值倒数法得到不同污染因子的危害度,最后对样本数据进行灰色综合聚类评价,并基于ARCGIS平台直观地显示矿山环境质量总体情况。数值结果表明了该方法的合理性和有效性。该研究成果为矿山环境评价提供一条新途径,同时可以在非煤矿山环境评价中进行推广应用。[关键词]　灰色聚类法;白化权函数;矿区环境;评价模型[中图分类号]X8　[文献标识码]B　[文章编号]1006-6225(2016)02-0078-05EvaluationofMineEnvironmentQualityBasedonGrayClusterAnalysis[收稿日期]2015-08-19[DOI]10．13532/j．cnki．cn11-3677/td．2016．02．021[作者简介]焦明连(1963-),男,河南商丘人,教授,研究方向为空间信息处理和测绘教育。[引用格式]焦明连．基于灰色聚类分析的矿山环境质量评价[J]．煤矿开采,2016,21(2):78-82．　　煤炭是我国的重要战略资源,但在煤炭资源开采中,由于忽视了生态环境保护,水质污染、水土流失、土壤沙化、土地塌陷、空气污染等一系列问题非常突出,严重制约着人类经济社会的可持续发展。因此,正确地分析和评价煤炭开采对生态环境的影响对促进人类社会的健康可持续发展具有重要参考价值。模糊数学法[1]、层次分析法[2]和综合评价法[3]是目前比较流行的矿山环境评价方法。评价结果受主观因素影响较大[4]。矿山环境作为一个开放系统,其作用机制纷繁复杂。因此,矿山环境数据也主要在有限的时空范围内获取,从而导致数据能提供的信息不完全或不确切。为了实现高精度的矿山环境质量评价,本文将矿山环境系统看作是一个灰色系统开展相关研究。灰色聚类将灰色理论与聚类思想有机结合,依据不同灰类的白化权函数,将聚类对象归入事先定好的各个灰类中。山西省是煤炭大省,煤炭开采对土地资源、水资源、大气环境造成严重的破坏和影响,制约着山西省经济社会的发展和人民生活的稳定。本文以国家环境质量标准为依据,以矿山环境11个主要污染物为评价指标,对2012年12个监测点的环境质量监测数据建立了灰色聚类评价模型。通过建立灰类的三角形白化权函数计算实测值的灰类隶属度,采用临界值倒数法得到不同污染因子的危害度,最后对样本数据进行灰色综合聚类评价,并基于ARCGIS平台得出山西省大中型矿区环境影响等级。为矿山环境保护和治理提供参考。1　灰色聚类法的评价原理矿山环境是一个包含众多影响因素的系统,它所隐含的参数多少以及时空分布是人们无法确知的,因此矿山环境系统是一个灰色系统。灰色聚类法的评价原理和步骤如下[5]。1．1　建立聚类样本灰色聚类是以生成灰数的白化函数为基础,首先需弄清聚类对象,聚类指标和聚类灰类的概念和区别,之后将聚类对象按照不同聚类指标所拥有的白化数,按照设定的灰类进行归纳,从而判断出聚类对象属于哪一类。设有n个聚类对象,每个聚类对象各有m个聚类指标,每个聚类指标有s个不同的灰类(即环境质量等级),根据第i个聚类对象关于第j个聚类指标的样本值将第i个聚类对象归入第k个灰类之中。聚类样本的白化值构成矩阵为:X=X11　…　X1m︙　　　︙Xn1　…　Xnméëùû1．2　确定各灰类的白化权函数记xkj(1),xkj(2),xkj(3),xkj(4)为白化权函数的阈值,fkj(x)为第j个指标属于第k个灰87第21卷第2期(总第129期)2016年4月煤　矿　开　采COALMININGTECHNOLOGYVol．21No．2(SeriesNo．129)April　2016类的白化权函数,其类型分为以下4种:fkj(x)=0　　　　　　　　x∉[xkj(1),xkj(4)]x-xkj(1)xkj(2)-xkj(1)　　x∈[xkj(1),xkj(2)]1　　x∈[xkj(2),xkj(3)]xkj(1)-xxkj(4)-xkj(3)　　x∈[xkj(3),xkj(4)]ìîífkj(x)=0　　　　　　　　x∈[xkj(1),xkj(4)]1　　x∈[xkj(1),xkj(2)]xkj(4)-xxkj(4)-xkj(3)　　x∈[xkj(2),xkj(4)]ìîífkj(x)=0　　　　　　　　x∉[0,xkj(4)]x-xkj(1)xkj(2)-xkj(1)　　x∈[0,xkj(3)]xkj(4)-xxkj(4)-xkj(2)　　x∈[xkj(3),xkj(4)]ìîífkj(x)=0　　　　　　　　xxkj(1)x-xkj(1)xkj(2)-xkj(1)　　x∈[xkj(1),xkj(2)]1　　x≥xkj(2)ìîí1．3确定聚类权值ωkj聚类权值ωkj表示第j个指标属于第k个灰类的权重值,xkj为各级别的阈值。根据各级别的阈值采用倒数法计算聚类权,即ωkj=xkj∑mj=1xkj　j(j=1,2,…,m),k(k=1,2,…,s)1．4　计算聚类系数ηik记ηik为第i个评价点关于第k个级别的聚类系数;ωkj为第j个指标第k个灰类的权重值;fkj(x)为第i个评价点第j个指标在第k类的白化函数中的函数值。计算聚类系数的公式为:ηik=Σmj=1fkj(x)ωkj1．5　聚类分析即判断各聚类对象所属灰类,将聚类系数按最大隶属原则找出最大值所在的类别,那么该类别就是该聚类对象所属的灰类。据此可评价各矿山所属环境质量类别。2　基于灰色聚类分析法的矿山环境评价实例2．1　评价样本与标准本次对山西省矿山环境质量进行评价,在研究区共选择了12个环境监测点,因监测数据量较大,选择5个监测点的计算过程在文中显示。监测数据见表1。根据环境标准GB3095-1996和GB3838-88,将各环境污染指标所属评价等级进行归类,归类情况见表2。表1　矿山环境监测数据监测指标监测点号12345TSP/(mg·m-3)0．150．2400．1900．3200．200CO/(mg·m-3)5．203．2005．5004．4003．600SO2/(mg·m-3)0．080．0500．1000．1300．110Pb/(mg·kg-1)162．50230．900215．000224．500262．400Zn/(mg·kg-1)368．20880．0002330．0001527．0001263．000Cd/(mg·kg-1)0．300．1000．4000．5000．700As/(mg·kg-1)13．8610．5409．47014．63012．260Pb2+/(mg·L-1)0．540．7220．5520．6120．503Zn2+/(mg·L-1)3．475．2904．5204．1505．020COD/(mg·L-1)3．8714．70015．90020．00022．000BOD/(mg·L-1)5．7012．50017．80016．07019．200表2　环境质量等级标准评价指标质量等级Ⅰ清洁Ⅱ尚清洁Ⅲ轻污染Ⅳ中污染Ⅴ重污染TSP/(mg·m-3)0．120．200．300．500．60CO/(mg·m-3)4．004．505．006．008．00SO2/(mg·m-3)0．350．500．700．800．15Pb/(mg·kg-1)35．00250．00350．00500．00700．00Zn/(mg·kg-1)100．00200．00250．00300．00500．00Cd/(mg·kg-1)0．200．250．300．601．00As/(mg·kg-1)15．0020．0025．0030．0050．00Pb2+/(mg·L-1)0．010．020．030．050．10Zn2+/(mg·L-1)0．051．001．502．503．00COD/(mg·L-1)15．0020．0030．0040．0050．00BOD/(mg·L-1)3．004．006．0010．0018．00采用单因子指数法对比矿山环境监测数据和环境质量标准值,虽然可判断出某监测点某个植被的污染等级,但是无法给出准确的矿山环境综合污染程度。另外,由于评价过程中,考虑对象相对单一,而灰色聚类是将所有评价指标的含量均考虑在内,使评价结果更具客观性[6]。2．2　样本指标白化值的标准化处理为了正确采用灰色聚类评价方法,需要对矿山环境聚类样本各个指标的白化值Xij和灰类进行标准化处理,无量纲化处理后的指标数据才能用来综合分析,并使得聚类分析的结果更具有说服力[7-8]。采用污染指数法对样本指标白化值进行标准化处理,不仅可以完成对矿山环境聚类样本各个指标的白化值和灰类无量纲化,而且可以反映各研究指标的相对污染状况,其计算公式为:dij=CijCjo(1)97焦明连:基于灰色聚类分析的矿山环境质量评价2016年第2期式中,dij为第i个样本关于第j个指标的标准化值;Cij为第i个样本关于第j个指标的实测值;Cjo为第j个指标的参考标准(见表2),一般根据聚类对象所在区域的环境目标确定其取值。将表1中矿山环境监测数据以Ⅱ级为参考标准进行数据的无量纲化处理,结果见表3。表3　各污染指标无量纲化处理结果监测指标监测点12345TSP0．7501．2000．9501．6001．000CO1．1560．7111．2220．9780．800SO20．2290．1430．2860．3710．314Pb0．6500．9240．8600．8981．050Zn1．8414．40011．6507．6356．315Cd1．2000．4001．6002．0002．800As0．6930．5270．4740．7310．613Pb2+27．00036．10027．60030．60025．150Zn2+3．4705．2904．5204．1505．020COD0．1940．7350．7951．0001．100BOD1．4253．1254．4504．0184．800在建立白化函数之前有必要进行灰类的标准化处理。为了比较分析原始白化数与灰类,仍使用Cjo进行灰类的无量纲化处理[9]:rjk=SjkCjo(2)式中,rjk为第j个指标关于第k个灰类值Sjk的标准化处理值;Sjk为灰类值。以Ⅱ级为参考标准,利用(2)式对5个灰类进行无量纲化处理,结果见表4。表4　灰类无量纲化处理结果监测指标灰类ⅠⅡⅢⅣⅤTSP0．6001．0001．5002．5003．000CO0．8891．0001．1111．3331．777SO20．4291．0001．4292．0002．286Pb0．1401．0001．4002．0002．800Zn0．5001．0001．2501．5002．500Cd0．8001．0001．2002．4004．000As0．7501．0001．2501．5002．500Pb2+0．5001．0001．5002．5005．000Zn2+0．0501．0001．5002．5003．000COD0．7501．0001．5002．0002．500BOD0．7501．0001．5002．5004．5002．3　白化函数的建立白化函数是进行灰色聚类的前提与基础,要计算聚类系数,必须先建立起白化函数,它能够反映聚类指标对灰色聚类的亲疏关系[10-11]。根据上述白化函数的建立方法,以TSP为例,其白化函数计算关系式为:f11=1　　　　　　　　[0,0．12](0．2-x)/0．08　[0．12,0．2]0　　　　(0．2,∞)ìîíf21=(x-0．12)/0．0