盲数优化地积累模型评价长江中下游湖泊沉积物重金属污染

盲数优化地积累模型是基于最大隶属度原则和隶属度加权相结合的一种不确定性评价方法。鉴于污染评价系统多种不确定信息共存的特点,将盲数优化地积累模型应用于长江中下游不同类型湖泊沉积物中重金属污染程度评价中。根据计算出的可能值区间及可信度看空间分布的均匀性,以及评价等级的可信度水平,辨识污染程度和等级,减小局部污染对区域整体污染程度的影响。结果表明:象湖、鄱阳湖、洞庭湖3个湖泊表层沉积物中的重金属的空间分布都不均匀,象湖表层沉积物中重金属的污染情况为:Pb>Cu>Zn,其中Pb为中度污染,Cu为轻度污染,Zn为清洁;鄱阳湖沉积物中重金属污染评价结果为Cu﹥Pb﹥Zn,其中Cu为中度污染,Pb为偏中度污染,Zn为偏重污染;洞庭湖沉积物中重金属污染评价结果为Cu≈Pb≈Zn,且均为轻度污染。盲数优化地积累模型方法可行,与定性评价结果基本一致,但在对污染等级判定上更真实可靠。弥补了传统确定性方法的不足,更真实、更客观地表征了评价区域沉积物重金属的富集污染程度。