地下水污染风险评价的综合模糊-随机模拟方法

地下水污染风险评价的综合模糊-随机模拟方法JianbingLi，GordonH.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隶属函数和模糊规则库。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）的著作。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著作中，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=0.35）=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=0.35）=0.7，意味着土壤孔隙度0.35属于“多孔土壤”的概率为0.7）。图1随机不确定性（a）和模糊不确定性（b）的比较当有足够的信息能够估计不确定性参数的概率分布时，就可以广泛使用概率方法，而当信息量极少时（即人类语言描述不精确），就非常适合用模糊集方法来处理不确定性。过去几年里，大量的环境研究都用到了概率方法或者模糊集方法（Dahab等，1994；James和Oldenburg，1997；Batchelor等，1998；Maxwell等，1998；Mohamed和Cote，1999；Foussereau等，2000）。但在实际情况中，当各种参数具有不同的信息品质时，只应用一种方法来处理不确定性可能并不可行。例如，可能用概率分布来刻画污染物运移模型中土壤参数的不确定性，而环境标准和健康影响标准的不确定性就存在固有的模糊性。因此，当土壤参数可以用概率分布充分刻画的时候，如果用模糊的隶属函数来表述，那么就可能会丢失或捕捉不到一些重要的信息。另一方面，如果不确定性只能用语言变量（如风险评价标准）来描述但却使用概率分布来表示，这种输入信息处理方式的不当将导致模拟初期就出现严重的输入错误。因此，有效处理模拟过程中各种不确定性的输入信息是一个非常具有挑战性的问题。单独使用模糊或者随机方法很难能刻画这种复杂性（Blair等，2001）。风险评价是环境决策制定中一个非常重要的组成部分，与之相关的是各种不确定性。既然风险定义为一种不良后果的暴露（Piver等，1998），那么它应包含两方面的内容：暴露和不良后果的性质。因此，风险评价中的不确定性模拟就是根据所有考虑到的风险相关信息，清楚地量化可能性和潜在的不良后果（Andricevic和Cvetkovic，1996）。本次研究假设与地下污染物运移模拟模型相关参数的不确定性是随机性，而与风险评价相关的评价标准的不确定性是模糊性。因此，将建立一种综合的模糊-随机方法来解决这些复杂的问题，并针对场地污染造成的相关风险提供更实际的评价。三、地下水污染的风险评价1、污染物运移的随机模拟地下污染物运移模拟需要各种物理、化学和生物的输入参数。然而，一些基础参数，如土壤渗透性和孔隙度，一般很难得到准确和确定性的值（Labieniec等，1997）。在各种量化这些参数不确定性的随机技术中，应用最广泛的是蒙特卡罗模拟，它可以在数值模型中反复执行（James和Oldenburg，1997）。每次执行都会输出一个样品，然后对输出样品进行随机检验，以确定相关的概率分布。本研究已经建立了蒙特卡罗模拟算法，并融合到名为UTCHEM的多相多组分的数值模拟器中，可以用来预测多种污染物浓度的时空分布（UTA，2000；Li等，2003）。因此，按照以下步骤建立一个随机模拟系统：（a）产生每个随机输入参数的随机数；（b）根据每个参数特定的统计分布特征，将随机数转换成相应的随机变量；（c）以数组的形式，储存每个参数产生的随机变量；（d）从每个参数的数组中获取一个值，将其作为多相多组分数值模型的确定性输入参数；（e）通过数值模型运行蒙特卡罗模拟，计算污染物浓度；（f）储存每次蒙特卡罗模拟运行后得到的污染物浓度的输出结果，以进行进一步的统计分析；（g）重复（a）—（f）的步骤，运行一定次数的蒙特卡罗模拟；（h）当所有运行完成后，停止计算；（i）分析污染物的浓度，并计算统计描述量（即对每个时间和空间单元，污染物浓度的平均值和标准差）。2、风险评价的一般方法与污染场地相关的风险特征通常利用基于环境标准的风险评价（ERA）和健康风险评价（HRA）来刻画（Carrington和Bolger，1998）。在本研究中，将基于环境标准的风险（ER）定义为因违背环境标准或者规定而造成的风险，将健康风险（HR）定义为因污染物慢性摄取而对健康造成的风险。为了进行地下水污染的风险评价，ERA方法将污染物浓度与相应的地下水质量标准进行比较。通过蒙特卡罗模拟，超过质量标准的污染物的概率（PF）可以用下式表示：PF=P(C＞Cs)=1－F(Cs)（1）式中，C是污染物浓度，Cs是地下水质量标准，F(Cs)是从蒙特卡罗模拟结果中得到的污染物浓度的累积分布函数（CDF）。当浓度超过标准，但暴露极少的时候，不会优先考虑采取清洁措施。这种情况，不能单独用ERA进行刻画。为了更好地管理这种情况，需要更进一步的HRA。为了量化人类的健康风险，将污染物分类为致癌物质和非致癌物质。HRA包括评价致癌风险的生命过量致癌风险（excesslifetimecancerrisk，ELCR）模型和评价非致癌风险的危害指数（HI）模型。暴露于一种化学物质的程度可用下面的函数来表示（美国环保局，1989，1992）：CDI=CW×IR×EF×ED/（AT×BW）（2）式中，CDI为长期每日摄取量（mg/kg·d），CW是地下水中的污染物浓度（mg/L），IR是人类摄取速度（L/d），EF是暴露频率（天数/年），ED是平均暴露持续时间（年），BW是平均体重（kg），AT是平均时间（AT=365×ED，单位是天）。然后，可以根据下面的方程来计算ELCR和HI：ELCR=CDI×SF（3）HI=CDI/RfD（4）式中SF是癌症斜率系数（kg·d/mg），RfD是参考剂量（mg/kg·d）。计算出的致癌风险值（即ELCR）表示暴露于特定污染物下罹患癌症的概率，它表示暴露于这些化学物质下的每一百万人中罹患癌症的人数。USEPA定义了可接受的致癌风险水平介于10-4~10-6。另一方面，将由HI表示的非致癌风险可接受的水平定义为低于1.0。四、综合的模糊-随机风险评价图2是本文提出的综合的风险评价方法总框架。详细解释见下文。图2综合的模糊-随机风险评价模拟框架1、将模糊不确定性和随机不确定性联系起来的必要性利用蒙特卡罗模拟方法直接进行环境风险分析有两个潜在的缺陷。首先，利用蒙特卡罗输出结果进行风险分析要求明确指定输入参数的概率分