地下水污染风险评价的综
合模糊随机模拟方法 Lele was written in 2021
地下水污染风险评价的综合模糊-随机模拟方法
Jianbing Li，Gordon H. Huang等
田芳译；冯翠娥、魏国强校译
本文建立的综合模糊-随机风险评价（IFSRA）方法能够系统地量化与场地条件、环境标准和健康影响标准相关的随机不
确定性和模糊不确定性。模型输入参数的随机性使得数值模型
预测的地下水污染物的浓度具有概率不确定性，而违反了相关
的环境质量标准和健康评估标准的污染物浓度引发的后果具有
模糊不确定性。本文以二甲苯为研究对象。环境质量标准按照
严格程度分为三类：“宽松”、“中等”和“严格”。通过系
统地研究因二甲苯摄取而导致的基于环境标准的风险（ER）和
健康风险（HR），利用一个模糊规则库，可以获得总风险水
平。将ER和HR风险水平分为五个级别：“低”、“低-中
等”、“中等”、“中等-高”和“高”。总风险水平包括从
“低”到“很高”六类。根据问卷调查，建立相关模糊事件的
模糊和模糊规则库。因此，IFSRA的总框架包含了模糊逻辑、专
家参与和随机模拟。与传统的风险评价方法相比，由于有效反
映了这两类不确定性，因此提高了模拟过程的稳健性。应用开
发的IFSRA方法来研究加拿大西部一个被石油污染的地下水系
统。分析了具有不同环境质量标准的三种情境，获得了合理的
结果。本文提出的风险评价方法为系统地量化污染场地管理中
的各种不确定性提供了一种独特的手段，同时也为污染相关的
修复决策提供了更实际的支持。
一、简介
加拿大有数千个工业污染场地，给人类健康和自然环境造成了巨大威胁。在为这些污染场地的有效修复和管理而制定决策的过程中，风险评价是重要的一步，它为场地污染的评价和严重程度的分级奠定了坚实的基础（加拿大环境部长委员会，简称CCME，1996）。然而，自然固有的随机性以及缺乏风险发生及其潜在后果的足量信息，限制了我们对风
险的认识。因此，风险评价自然就和不确定性联系在一起（Wagner等，1992；Carrington和Bolger，1998）。忽视了评价过程中的不确定性往往会得出相反的结果。例如，修复系统的超安全标准设计会浪费资金和资源，而低估了风险就会限制场地管理行动的有效性，事实上将严重威胁人类健康和自然环境。
就污染场地在各种污染源和含水层条件下的风险评价方法，已经出版了大量文献。例如，Lee等（1994）提出了基于模糊集的方法来估计地下水污染对人类健康造成的风险，并评价了可能的补救措施；Goodrich和McCord（1995）应用蒙特卡罗方法考虑了地下水流和溶质运移过程中参数的不确定性，将模型输出结果应用于暴露评价；Mills 等（1996）发展了以保护人类健康为目的的基于风险的方法，评价了土壤中石油残留物的可接受水平；Hamed和Bedient（1997）在风险评价中，利用一阶和二阶可靠性分析说明了不确定性；Batchelor等（1998）利用概率分布函数表达相关参数，开发了场地的随机风险评价模型；Bennett等（1998）利用基于蒙特卡罗方法的污染物运移模拟结果，开发了一种风险评价的综合模拟系统；Maxwell等（1998，1999）也开发了一种将地下水运移模拟和人体暴露评价联系起来的综合系统；Lee等（2002）应用蒙特卡罗模拟评价了实施现场修复后，原地下水污染区内人类的健康风险。最近，提出一种混合方法，它把概率和模糊集方法结合起来，描述风险评价过程中模拟参数的不确定性（Li等，2003；Liu等，2004）。例如，为进行工业场地土壤镉污染的人体暴露评价，Guyonnet等（2003）将概率分布函数的蒙特卡罗随机抽样和模糊计算结合起来，来表现不同的确定性；Kentel和Aral（2004）利用产生风险的模糊隶属函数和概率分布，进行了多途径暴露于受污染水体下的健康风险分析，其中，将污染物浓度和潜在致癌因素处理成模糊变量，而其余的模拟参数利用概率密度函数（PDF）进行处理。其它一些相关研究可参见Chen等（2003）以及 Kentel和Aral（2005）的着作。
通过上文的文献回顾可知，随机和模糊集技术已经被广泛地用于研究与风险模拟输入和输出相关的不确定性。然而，之前的大部分研究都只涉及到污染物运移模拟中的参数不确定性，而关于环境质量标准和健康风险评价标准的不确定性则很少得到关注（Minsker和Shoemaker，1998；Chen等，2003）。另外，在已出版的风险评价的研究着作中，很少有将不同类型的不确定性有效联系起来的。事实上，这种忽视会导致
信息的遗漏，从而产生不切实际的决策支持。因此，势必要建立一种能够有效处理各种不确定性的先进方法。作为前人研究的一种拓展，本研究的目标就是要开发一种综合的模糊-随机风险评价方法（IFSRA），以实现与场地条件、环境质量标准和健康影响标准有关的随机不确定性和模糊不确定性的量化。本文尝试利用模糊逻辑和随机分析两种概念将两类不确定性联系起来，同时应用已建立的IFSRA方法研究加拿大西部一个被石油污染的地下水系统。
二、反映环境系统的随机不确定性和模糊不确定性
广义的不确定性包括两大类：随机不确定性和模糊不确定性（Destouni，1992；Blair等，2001）。在概率方法中，用概率分布来描述参数的随机变化。利用一些统计抽样算法，通过数学模型，再将这些分布应用到输出变量上。而在模糊集方法中，用隶属函数来刻画人类思维的模糊性。这种方法能够非常好地处理“部分正确”这个概念，量化语言变量的不确定性（Chen和Pham，2001）。上述两种不确定性处理方法的基本原理是不同的（Chen，2000）。例如，图1（a）是土壤孔隙度（地下水模拟中的重要输入参数）的概率密度函数（PDF），图1（b）是“多孔土壤”的土壤孔隙度的隶属函数。孔隙度PDF曲线下面一个间隔的面积等于那个间隔所假设的孔隙度的概率，但是假设等于一个特定值的概率为零（即P（Ф=）=0）（Chen，2000）。PDF曲线下方的总面积为1，表示样品空间中所有概率的总和为1。另一方面，隶属函数曲线下方的面积没有意义，总面积可能小于1，也可能大于1。孔隙度隶属函数的值在0到1之间（即μ（Ф=）=，意味着土壤孔隙度属于“多孔土壤”的概率为）。
图1 随机不确定性（a）和模糊不确定性（b）的比较
