非点源污染信息的监测采样方法研究

2.4　非点源污染信息的监测采样方法研究

随着对农业非点源污染物产生迁移转化机理研究的深入，模型将具有更坚实的理论基础，农业非点源污染理论模型的发展日益丰富，也为其防治奠定了良好的理论基础。但非点源污染发生随机、污染负荷在时空上的变化幅度很大，并且受各种空间不确定性因素的影响大，导致其信息监测更为复杂和困难。分布式模型在其模拟运用中仍面临输入及参数确定所需资料繁杂、监测样本是否具有区域代表性、模型模拟计算结果是否可靠以及数据有何变异性等众多问题，这在很大程度上限制了模型在不同尺度上的应用。利用已有的监测信息，并借助非点源污染模型来定量分析不确定条件下的农业非点源污染分布及产污特性，是控制非点源污染、减缓流域环境污染负荷的有效方法。

与点源相比，非点源污染的监测更为困难、复杂和昂贵。以往的采样指导，都是较定性的采样策略，尽管有关利用地质统计和数理统计方法、数值模拟方法、模拟—优化模型等方法进行监测网设计的研究已取得一些成果^{［139～143］}，如用多重标准决策和地质统计方法来优化监测网点的数目，然而，很少有研究者提出利用采样数据的不确定性或变异性等特点指导采样监测和参数外延的定量的采样和模型分析方法，有关分布式水文、水质模型输入信息和参数识别的采样及有效估值方面的研究问题已得到重视。

农田土壤的密集采样是阻碍农业非点源污染定量化的一个瓶颈，由于土壤采样和实验室分析的成本以及时间耗费等诸多原因，土壤采样的时间及空间间隔都与水文要素甚至水质要素的监测尺度不匹配。通常，根据不同的研究对象和研究尺度，需要设计不同的采样方案，不同的采样设计和样本大小直接和精度评价结果有关。采样方案的选择在空间分析中起基础性的作用，一个理想的采样方案应该包括合理的采样布点方法与适宜的采样密度，要求基于此方案的结果既能达到工作所需的精度，又能减少采样成本、简化采样程序。如何平衡采样费用与提高采样精度之间的矛盾是长期存在的问题，解决这个问题的关键方法之一就是空间抽样，现代抽样方法已经形成了一套完整的理论和方法^{［144，145］}。基于经典统计学应运而生的传统采样方法有简单随机采样、系统采样、分层随机采样、整群采样、双重采样等。在这些方法基础上又结合、引申出种类繁多的其他采样方法，如系统随机采样、分层系统采样、非列线采样、有限网格采样及重点采样、自适应采样以及具有一定空间关联性机理的抽样优化决策模型等都具有借鉴意义。

国外对有关指导采样和改进采样策略方法从而获取有效信息及参数的研究已取得一定进展。有关参数外延和优化采样的研究主要集中在地表水质特性监测和模拟、地下水信息采样监测、区域污染负荷分配等问题^［140］。由于降雨是影响水文循环的一个重要因素，20世纪80年代很多学者针对如何利用个别雨量站资料获取面雨量的分布情况进行了研究。如Eagleson P.S.^［146］针对雨量站网的时空最优布设做了比较深入的探讨；Kumar N.^［147］等则提出基于贝叶斯决策理论设计雨量站网的方法，通过分析降雨过程的时空特征，将面雨量估计与雨量站空间位置联系起来，同时探讨了雨量站优化设计对估计降雨量的影响。在20世纪90年代初，有研究者初步完成了采样策略手册，描述了基于采样点的可获得性、历史数据、信息变异程度大的关键位置等条件实现信息获取、模拟和参数率定的定量化方法，但针对如何利用采样数据变异性或不确定性从而获得更多有效信息，实现数据信息的外延和参数移植等方法的相关研究起步较晚。比较典型的研究有^{［146～153］}：美国环境保护署研究人员将随机采样方法和定向采样方法（QDE）较好地应用于地下水模拟、地质工程勘测和河道地表水质模拟，并在模型大量输入信息扩展研究方面取得了一定进展，在河流和湖泊水质管理方面也有了初步的应用性研究成果。

21世纪以后随着遥感技术的发展，获取大面积的样品信息变得相对容易，研究的重心则转移到如何从大范围的遥感数据中提取出相对有效和有代表性的专题类别信息这个问题上^{［154～156］}。Stehman^{［56，57］}对遥感分类精度评价中的采样问题做了比较深入的研究，发展了层次随机采样下的KHAT统计方差估计方法。同时，地统计学方法由于考虑了参数的空间相关性而在这些方面的研究中得到了广泛的应用。地统计学中未采样点参数特性的克里格插值权重和预测方差依赖于样点之间的空间相关程度，研究了区域内实测点彼此间以及待估点与邻近实测样点间的位置关系，对补充采样点提供了参考。张景雄^［63］等基于总体上极大限度地降低克里格方差的思想，论述了估计样本点位之间空间依赖性的空间采样方案，并用实验证明了这种渐进式采样策略的正确性和有效性。

国外研究中，Vieira^［157］运用克里格法绘制了土壤入渗参数的等值线图，研究了土壤水分运动的空间变异性。George Christako^［158］等针对自然过程的随机特性，基于最优技术提出了一种针对水文和环境过程空间采样的新方法并在实际应用中取得了较好的效果。Thorsen^［65］等应用不确定性分析方法研究了几种优化采样方法来率定水质模型参数并获取信息，取得了较好的效果。Finke^［159］等提出采用多变量随机采样技术随机生成变量数据集，并应用于中尺度和小尺度的水文模拟，从而实现模型参数的移植和尺度转换，这种方法较传统的利用单一随机采样获取样本点信息的方法有较大改进，需要更少的代表性参数样本信息。Ben Jamaa等提出利用信息变异性完成对湖泊底泥污染物采样的信息提取，同时也评估了采样网络设计对数据信息外延方法的稳健性，但采样设计仅基于数据外延，没有融合考虑模型敏感性分析，因而在更好地提取信息以实现模型参数和信息输入的有效性方面仍存在不足。Pardo－Igu’zquiza E.^［160］等以监测结果的精确度高和费用成本低为目标函数，采用地统计方法分析了面雨量站设置的合理数目以及站点的最佳位置，其中还引入了模拟退火最优算法，取得了较好的效果。美国环境保护署研究人员将随机采样方法和定向采样方法较好地应用于地下水模拟、地质工程勘测和河道地表水质模拟，并在模型大量输入信息扩展研究方面取得了一定进展，在河流和湖泊水质管理方面也有了初步的应用性研究成果^{［161～165］}。

在非点源污染模型中，定量化分析单元网格划分尺度不同的输入对水质和径流等预报不确定性影响研究较少，仅有的研究成果也只局限于很少的离散空间点分析。主要是早期水质监测基本采样方法，2003年Andrew J^［142］在发表的论文中分析了河流和沿岸水生生态区固定的计算单元尺度上污染负荷的分配，对采样数据外延（Extrapolation）方法做了初步的理论探讨。2003年Amy S.^［124］在研究中利用联合估计法分析了单因子输入对SWAT模型预报值的变差，模拟了受不同空间尺度大小的外界输入因子影响而产生的径流量、硝态氮、总磷等输出的不确定性。2004年K.Rankinen^［163］采用INCA模型模拟了氮运移过程，估计了INCA模型对水文信息输入的敏感性，研究中采用简化的最大绝对变化率（Maximum absolute variance rate）分析了单变量参数变化对硝态氮、氨氮析出和净化的敏感性程度，从而计算了不同土地利用方式的参数影响程度，但没有涉及多变量影响及参变量空间变异性的统计估计。

国内在这方面的研究相对较晚，20世纪90年代，我国在地矿品位和土壤物理特性方面开始协同克立金法（CK）的初步探索，如雷志栋^［166］等根据水均衡实验资料，在分析小尺度上的土壤物理特性以及入渗参数的空间变异性基础上，利用地统计方法进行空间最优内插。郭占荣^［72］等论述了克里格法在地下水观测网中的应用思路及实现方法。齐峰^［167］等采用集中采样方法在不同的采样密度下分别在两套模拟数据集的基础上进行模拟采样，并以实验半变异函数为结构分析工具，探讨了采样方案对具有不同空间分布特征数据的空间结构表达的影响。陈亚新^{［168，169］}借助一些易于获得和数量较多的信息，运用CK理论为解决水盐监测采样或分析评价中难度较大或数量较少的信息估计，对盐溶质及其主要离子品位多元信息的协同估计进行了初步的研究探讨，但在水资源、水土化学领域的应用与开发研究仍然较少。

分析目前的研究成果，针对各种地表及地质参数的时空变异性进行了一系列相关研究，但真正能用于指导野外实验采样的定量化方法并不多见，有关优化采样监测和信息外延的应用性研究成果主要集中于地质勘探、地下水污染监测点在空间上和时间序列数据插值方面，针对农业非点源问题的采样策略也不多见，且目前实践中使用的大多是基于Fisher统计学原理的传统采样方法，如简单随机采样、分层随机采样、整群采样和系统采样等^{［170～175］}。野外的采样设计基本都是平行、等间距的直线型网格采样系统，这种方式往往造成资源浪费和信息冗余。有关非点源污染的监测点定量优化确定方法的研究，以及通过受输入空间数据影响的模型参数和输出变异性分析来指导监测和参数外延，从而进行信息和参数尺度转换以及在水资源环境、水土化学领域的应用与开发研究尽管尚处于初步研究阶段，但已逐渐成为学术界的关注重点之一。