地下水修复多属性决策分析方法与应用研究

发布时间：2020-08-27 15:41

【摘要】：随着社会经济的迅猛发展,地下水质量每况愈下,其污染已成为全民关注的世界性环境问题。因此需积极开展污染场地管理工作,确定地下含水层污染的修复方案,有效控制和降低污染物排放。数十年来,已有大量的污染地下水原位/异位修复技术被不断改进和创新。然而,在实际地下水污染治理问题中,面临各异的污染场地及多种修复技术,决策者在执行巨大耗资的修复行动之前,需要衡量和综合场地环境条件、技术可行性、未来修复效果、治理时间长短、国家环境标准、健康风险标准等多种因素来为该场地量身选择最适合/最理想的修复技术。本论文以地下水可持续发展理念为基础,致力于多种不确定条件下地下水溶质迁移运输模拟、健康风险评估和多属性决策方法等方面的研究,构建相应的污染地下水修复决策模型,对不同修复周期下备选方案进行分析评价,为地下水污染场地修复技术的筛选提供理论依据和决策支持。主要研究内容归纳如下:(1)实际地下水污染修复管理是一个十分复杂的物理、化学及生物综合作用的过程,存在诸多不确定性。对于决策者而言,相比模糊隶属度函数或者精确概率分布函数,获得不确定属性值可能的取值范围(上限和下限)相对容易很多。因此,本研究提出两种地下水修复多属性决策分析方法用于处理区间属性值:基于区间理论的地下水修复方案综合评价方法(IMADM)和基于区间转换-蒙特卡罗的方案决策分析(MCITA-MADM)。IMADM方法是将区间理论引入传统MADM决策分析中,而MCITA-MADM是将区间转换、蒙特卡罗方法和传统MADM相结合的决策方法。本研究将开发的决策模型用于安徽某电厂污染地下水修复策略的筛选。基于抽出处理技术,对有限个抽注方案、多个评价属性进行决策分析,结合层次分析法计算各方案的优劣次序进而从中择优。结果表明两种方法均能有效处理上下限已知的区间输入,为决策者提供不同修复周期下的方案排序。(2)在处理多属性决策问题中,模糊理论已成为处理不确定信息的有效工具。但在实际污染物修复过程中,由于存在多重不确定性,以常规三角模糊数形式表示的属性信息主观性过强,会丢失大量的客观信息,且确定模糊集合的精确上下限比较困难,用区间值来表示常规三角模糊数的上、下限更能准确表达不确定信息。因此,本文开发了一个基于区间三角模糊的多准则决策分析方法(IVTF-MADM)来评价不确定条件下地下水备选修复技术的优劣。将健康风险水平作为决策属性之一融入地下水修复决策系统的框架中。采用区间三角模糊数表示不同孔隙度下污染物的模拟浓度和健康风险水平的不确定性。将区间理论与层次分析法相结合用于求解专家在不同评价属性下的重要性程度。通过结合区间数可能度的排序运算,将IVTFMADM决策模型用于氯代烃污染地下水的修复管理中。结果表明该方法能够有效分析区间三角模糊数输入的决策信息,并能够为决策者提供不同修复方案的排序;通过对比分析,确定数和常规三角模糊属性只是区间三角模糊属性的特例,通过IVTF-MADM获得的排序结果更具有说服力。(3)地下水污染健康风险评价可将地下水污染和人体健康紧密结合起来,通过评价地下水污染状况,量化污染物对人体健康产生的潜在影响,而在整个风险评价过程中存在着诸多参数的不确定性。因此本研究提出了一种基于模拟的区间粗糙集多属性决策分析方法(RI-MADM),目的是为了权衡各方案在日总抽吸量、总成本和致癌风险水平等属性下的相互影响及运行效果。在健康风险评价中考虑致癌斜率因子的不确定性,将致癌斜率因子当作随机变量运用于健康风险评估模型中。通过两两组合不同置信水平(即68.3%、95.4%和99.7%)形成区间粗糙属性的三个决策矩阵组合。在该模型中,四种修复周期(即5年、10年、15年和20年)下50种备选修复方案纳入决策分析中,其中每种方案中涉及10个评价属性值。结果表明,不同修复周期下最理想的修复方案均不相同。通过与传统的MADM相比,本研究所提出的RI-MADM能够解决双重区间参数的相互作用以及对决策结果的交互影响,尽可能考虑了属性的不确定性并降低了主观性。(4)传统不确定MADM方法只能解决存在单一不确定性(即模糊性或随机性)的决策问题,而在地下水修复过程中会同时存在模糊性和随机性,则传统方法一定程度上导致决策结果不可靠。因此,本研究提出一个基于云模型与蒙特卡罗的多属性决策分析框架(CM-MADM)用于污染地下水修复策略的选择。模型中采用云模型表示评价属性的多重不确定性,通过逆向云发生器算法求解污染物浓度和致癌风险水平的云模型信息。结合云模型标度的改进层次分析法求解判断矩阵并计算属性权重。深入分析不确定条件下各备选方案之间在某个属性和整体属性下的偏好程度,引入蒙特卡罗方法模拟计算基于云模型综合优先级别值的云滴计分值,通过比较数学期望值或中位数评价不同修复周期下最佳抽出处理方案。在评价过程中涉及技术、经济效益和环境影响等方面属性指标。结果表明,该方法能够较准确地描述决策信息的模糊性和随机性,并为识别最适合的地下水修复管理方案提供决策支持。
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：X523

【参考文献】