一种海洋环境监测站位布局优化方法与流程

本发明属于环保领域，具体涉及一种海洋环境监测站位布局优化方法。

背景技术：

受人类活动、气象和水文等众多因素的影响，海洋水环境系统的变化过程是一个具有趋势性、季节性、突变性等特征的复杂的非线性动态过程。及时、准确地评价海水水质，对海洋环境保护、海洋开发与管理具有重要的意义。因此，在处理很多问题时，尤其是海水水质评价的问题，一旦评价的不当将导致海洋生态环境安全受到威胁进而影响到了海洋经济的可持续发展，因此对评价目标海区海水水质科学的评价是非常重要，而作为评价基础的监测站位的布局是至关重要的，它关系到海洋环境监测工作和海洋环境评价的成败。

随着海洋经济热潮的兴起，海洋环境灾害发生的越来越频繁，而且发生的规模越来越大，给海洋经济和生态环境带来的损失也越来越重，科学合理的布局海洋环境监测站位，在满足监测精度需要的同时能够大幅度减少监测站网布设的费用，具有重大的实际意义。

技术实现要素：

本发明的目的是为克服现有技术存在的问题，提供了一种海洋环境监测站位布局优化方法。

本发明所采用的具体技术方案如下：

海洋环境监测站位布局优化方法，包括如下步骤：

1)将待优化海区中各海洋环境监测站位的各项监测指标及数据，输入数据库中；

2)对数据库中的待优化海区的海洋环境监测站位的监测要素值进行归一化处理；归一化方法为设置m个评价对象，n个评价指标，u'_ij表示第i个对象对第j个评判指标的特征值，i＝1,2,…,m，j＝1,2,…,n，将原始矩阵U'转化为标准化矩阵U＝(u_ij)_m×n，其中当该指标为大者为优的收益型指标时，

u'_ij≥0,j∈收益型指标

当该指标为小者为优的收益型指标时，

u'_ij≥0,j∈成本型指标；

3)计算每个监测站位所监测数据的方差，计算公式如下：

其中γ(h)是实验变差函数，N为待优化海区海洋环境监测站位的数目且z(x_i)和z(x_i+h)代表空间第x和x+h个监测站位中第i个评价对象的特征值；

得到变差函数后，计算权系数其中i＝1,2,3…，N，得到所有未知点的方差，权系数确定公式为：

其中γ(x_i,x_j)为x_i和x_j之间的变差函数；

4)对监测站位监测数据方差超过第一阈值且区域监测数据浓度梯度超过第二阈值的区域加大监测站位的密度；对监测站位监测数据方差低于第一阈值且区域监测数据浓度梯度低于第二阈值的区域减少监测站位的密度。

所述的步骤1)中监测指标数据为多源监测数据，包括水质监测得到的无机氮、化学需氧量、溶解氧、叶绿素相关数据，沉积物监测得到的有机碳、硫化物；以及生态环境监测得到的沉浮游生物、生物多样性数据。

所述的步骤1)中多源监测数据在入库过程中需进行数据质量控制。

本发明可以实现海水监测站位的优化，使优化后的监测站位在满足监测精度需要的同时大幅度的建设监测站位网的运行费用，更好的为海洋环境保护管理提供决策依据。

附图说明

图1是实施例中布局优化前的监测站位分布图；

图2是实施例中监测站位估计方差与监测站位数的相互关系；

图3是实施例中布局优化后的监测站位分布图；

具体实施方式

为了能够更加清晰明了的对本发明的了解本研究以浙江省北部海域为例进行了监测站位布局优化验证分析。原始站位分布如图1所示。

第一步：采集浙北海域的海洋环境监测站位的各项监测指标及数据，输入数据库中。监测指标数据为多源监测数据，包括水质监测得到的无机氮、化学需氧量、溶解氧、叶绿素相关数据，沉积物监测得到的有机碳、硫化物；以及生态环境监测得到的沉浮游生物、生物多样性数据。相关样品的采集和分析根据《海洋监测规范》(GB17378)和《海洋调查规范》(GB12763)中规定的方法进行。入库过程中进行质量控制，对明显的错误数据给予剔除。保证进入数据库中的数据是正确的。浙北海域2012年共计84个监测站位。

第二步：对待优化海区的海洋环境监测站位的各项监测指标数据进行归一化处理。

由于浙北海区各监测站位监测的数据指标的量级和单位的不同需要进行标准化处理，使不同的监测站位的监测数据具有可比性对监测站位的监测数据进行一致性标准化得到无量纲矩阵，标准化时分为以下二类指标：

(1)数据大者为优的收益型指标；

(2)数据小者为优的成本型指标；

归一化方法为设置m个评价对象，n个评价指标，u'_ij表示第i个对象对第j个评判指标的特征值，i＝1,2,…,m，j＝1,2,…,n，将原始矩阵U'转化为标准化矩阵U＝(u_ij)_m×n，其中当该指标为收益型指标时，

u'_ij≥0,j∈收益型指标

当该指标为收益型指标时，

u'_ij≥0,j∈成本型指标；

第三步：本发明为克服传统监测站位的方法如物元分析方法、模糊聚类分析方法、人工神经网络分析方法在一定程度存在缺陷，采用克里金插值方差分析的方法结合待优化海区监测站位的海洋环境污染状况进行海洋环境监测站位优化分析。完成步骤2)后，进一步计算待优化海区每个监测站位所监测数据的方差，计算公式如下：

其中γ(h)是实验变差函数，N为待优化海区海洋环境监测站位的数目且z(x_i)和z(x_i+h)代表空间第x和x+h个监测站位中第i个评价对象的特征值；

得到变差函数后，计算权系数其中i＝1,2,3…，N，得到所有未知点的方差，权系数确定公式为：

其中γ(x_i,x_j)为x_i和x_j之间的变差函数；

第四步：对监测站位监测数据方差超过第一阈值且区域监测数据浓度梯度超过第二阈值的区域加大监测站位的密度；对监测站位监测数据方差低于第一阈值且区域监测数据浓度梯度低于第二阈值的区域减少监测站位的密度。实施例区域即浙北海区的监测站位估计误差的方差平均值为0.161，从整体上看，杭州湾区域、宁波象山港区域的方差较小，而在浙北南部台州区域及舟山群岛附近的方差较大。为此用本发明的方法进行了优先分析，删除了其中的8个监测站点，增加了3个监测站位，新增的监测站位主要分布于舟山群岛海域和杭州湾近海部海域，调整了站位较为集中的宁波舟山海域按照优化方案后的方差标准差梯度较前优化幅度大幅降低，评价方差标准差为0.145，如图2所示。

调整后的79个监测站位(图3)能够较好的代表浙江省北部海区的海水环境质量。较优化前减少了5个监测站位，但是效果确比之前的好。

当然，在实际调整过程中，也可需要考虑站位的实际情况，如污染物浓度较大的分布区域应该增加监测站位的密度，具有代表性的即具有长时间序列的站位，应当给予重视保留；离海岸线较近的人类活动频繁区域，增加监测站位的密度，反之则减少。