基于模糊贝叶斯网络的突发水污染事故风险评价研究

摘要

近年来，随着我国人口的持续增长、工业化和城镇化进程的加快，水环境面临的压力不断加大。水是生命之源，当下短缺的水资源、频发的突发水污染事故已经严重威胁到人民群众的身体健康和生命财产安全。发展、污染与健康的矛盾，逐渐演变成需要迫切协调处理的重大问题。因此，在进一步推动城市化健康发展的进程中，构建突发水污染事故风险评价技术体系，加强对水环境的风险管理，控制或降低突发水污染事故发生率，保障居民饮水安全是非常必要的。
　　本文依托“流域突发水污染风险管理研究”科研项目，以突发水污染事故重要风险源和风险受体作为研究对象，通过分析总结突发水污染事故特性及其风险评价已有方法的优缺点、适用范围，提出适用于突发水污染事故不确定性和风险因素模糊性的模糊贝叶斯网络风险评价模型，并进行了案例验证，为突发水污染事故的应急决策、风险管理提供科学方法。
　　首先，本文对突发水污染事故风险形成机理进行了深入研究，确定了风险系统的构成，进行了风险调研，并对风险发生过程涉及的关键因素进行了分析，通过实地调研、文献调研和问卷调查等方式对风险因素的识别、分类和筛选，得出以下结果:确定了突发水污染事故的三大类风险因素及其具体表征风险因素;引入网络节点，确定了1个目标节点，9个中间节点，18个证据节点（父节点）;利用GeNIe软件建立了突发水污染事故风险的贝叶斯网络拓扑结构。
　　其次，在贝叶斯网络结构构建的基础上，建立了基于模糊贝叶斯网络的突发水污染事故风险评价模型，并提出了模型实现的基本步骤，即:建立基本因素集;建立评价集;建立隶属度矩阵;隶属度到概率的转换;计算模糊条件概率;贝叶斯网络推理分析。针对本研究，建立了包含18个风险因素的基本因素集;建立了特别重大突发性水污染事故风险（Ⅰ级）、重大突发水污染事故风险（Ⅱ级）、较大突发水污染事故风险（Ⅲ级）和一般突发水污染事故风险（Ⅳ级）四个等级的评价集，风险程度依次描述为极高、高、中、低;确定采用降半梯形分布函数来计算隶属度，并构建隶属度矩阵;确定了隶属度到概率的转换公式和模糊条件概率的计算公式;确定采用GeNIe对突发水污染事故风险结果进行推理分析。
　　最后，应用突发水污染事故风险评价模型，在黄河兰州段开展风险评价研究。由模糊贝叶斯网络诊断推理计算和灵敏性分析知，黄河兰州段突发水污染事故风险程度为“Medium”;黄河兰州段突发水污染事故风险源、风险控制和风险受体三方面的重要性排序为:风险源因素、风险受体因素、控制状态因素;风险管理应着重关注的因素依次为:生产工艺设备水平、污水排放量、废水排放去向、运行道路状况、水资源开发利用率和事故应急处理机制。
　　研究结果表明:贝叶斯网络与模糊理论的结合，弥补了传统贝叶斯网络不能较好处理连续变量和依赖大样本数据计算基本因素诱发事故概率的不足，增强了贝叶斯网络推理结果的解释性和科学性，其评价结果与黄河兰州段实际状况相符合。模糊贝叶斯网络风险评价模型的应用，不仅为黄河兰州段各区突发水污染事故风险管理决策提供了科学依据，而且为其他河段突发水污染事故风险管理提供借鉴和指导意义。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究目的及意义

1．2 国内外研究现状

1．2．1 国内外立法状况

1．2．2 国内外突发水污染风险评价研究现状

1．2．3 国内外研究中存在的不足

1．3 研究内容与技术路线

1．3．1 研究内容

1．3．2 技术路线

2 突发水污染事故及其风险评价方法理论

2．1 突发水污染事故概况

2．1．1 突发水污染事故定义

2．1．2 突发水污染事故特征

2．2 突发水污染风险评价方法

2．2．1 定性评价法

2．2．2 定性与定量相结合法

2．2．3 定量评价法

2．2．4 评价方法的选择

2．3 贝叶斯网络概述

2．3．1 贝叶斯网络原理

2．3．2 贝叶斯网络建模

2．3．3 贝叶斯网络推理

2．4 模糊理论

2．4．1 模糊基本知识

2．4．2 模糊概率公式

2．4．3 模糊贝叶斯网络理论

3 贝叶斯网络拓扑结构的构建

3．1 突发水污染事故风险因素分析

3．1．1 风险形成机理分析

3．1．2 风险调研

3．1．3 风险识别

3．1．4 风险因素的量化

3．2 贝叶斯网络结构的建立

4 突发水污染事故风险评价模型的构建

4．1 建立基本因素集

4．2 建立评价集

4．3 建立隶属度矩阵

4．4 隶属度到概率的转换

4．5 模糊条件概率的计算

4．6 贝叶斯网络的推理分析

4．6．1 诊断推理分析

4．6．2 灵敏性分析

5 突发水污染事故风险评价模型应用

5．1 研究区段概况

5．2 黄河兰州段突发水污染事故风险评价

5．2．1 贝叶斯网络父节点数据来源

5．2．2 节点模糊条件概率的计算

5．2．3 贝叶斯网络推理计算

5．2．4 贝叶斯网络风险分析

5．3 风险防控措施建议

6 结论与展望

6．1 结论

6．2 展望与不足

致谢

参考文献

附录

攻读学位期间的研究成果