地下水污染風(fēng)險評價的綜合模糊-隨機(jī)模擬方法

1、地下水污染風(fēng)險評價的綜合模糊隨機(jī)模擬方法 Jia n b ing Li, G o rd o n II. Huang 等 田芳譯;馮翠娥、魏國強(qiáng)校譯 本文建立的綜合模糊-隨機(jī)風(fēng)險評價（IFSRA ）方法能夠系統(tǒng)地呈化與場地 條件、環(huán)境標(biāo)準(zhǔn)和健康影響標(biāo)準(zhǔn)相關(guān)的隨機(jī)不確走性和模糊不確走性。模型輸 入?yún)?shù)的隨機(jī)性使得數(shù)值模型預(yù)測的地下水污染物的濃度具有概率不確走性， 而違反了相關(guān)的環(huán)境質(zhì)呈標(biāo)準(zhǔn)和健康評估標(biāo)準(zhǔn)的污染物濃度引發(fā)的后果具有模 糊不確走性。本文以二甲苯為硏究對象。環(huán)境質(zhì)呈標(biāo)準(zhǔn)按照嚴(yán)格程度分為三類： 盍松、中等和嚴(yán)格。通過系統(tǒng)地研究因二甲苯攝取而導(dǎo)致的基于環(huán)境 標(biāo)準(zhǔn)的風(fēng)險（E R ）和健康風(fēng)險（

2、HR）.利用一個模糊規(guī)則庫，可以獲得總風(fēng)險 水平。將ER和HR風(fēng)險水平分為五個級別：低、低-中等、中等、中等 -高和高總風(fēng)險水平包括從低到很高六類。根據(jù)問卷調(diào)查，建 立相關(guān)模糊事件的模糊隸屬函數(shù)和模糊規(guī)則庫。因此,IFSRA的總框架包含了 模糊邏輯、專家參與和隨機(jī)模擬。與傳統(tǒng)的風(fēng)險評價方法相比由于有效反映了 這兩類不確走性.因此提高了模擬過程的穩(wěn)健性。應(yīng)用開發(fā)的IFSRA方法來研究 加拿大西部一個被石油污染的地下水系統(tǒng)。分析了具有不同環(huán)境質(zhì)臺標(biāo)準(zhǔn)的三 種情境，獲得了合理的結(jié)果。本文提出的風(fēng)險評價方法為系統(tǒng)地星化污染場地 管理中的各種不確走性提供了一種獨特的手段，同時也為污染相關(guān)的修復(fù)決策 提供

3、了更實際的支持。 、簡介 加拿大有數(shù)千個工業(yè)污染場地,給人類健康和自然環(huán)境造成了巨大威脅。在為這些污 染場地的有效修復(fù)和管理而制定決策的過程中，風(fēng)險評價是重要的一步，它為場地污染 的評價和嚴(yán)重程度的分級奠立了堅實的基礎(chǔ)（加拿大環(huán)境部長委員會，簡稱CCME, 1 996）。然而，自然固有的隨機(jī)性以及缺乏風(fēng)險發(fā)生及其潛在后果的足疑信息,限制了我們對 風(fēng)險的認(rèn)識。因此，風(fēng)險評價自然就和不確立性聯(lián)系在一起（Wagner等，1 9 92： Car r in gton和Bo I ger,1 9 9 8 ）o忽視了評價過程中的不確龍性往往會得出相反的結(jié)果。例 如，修復(fù)系統(tǒng)的超安全標(biāo)準(zhǔn)設(shè)訃會浪費(fèi)資金和資源，而

4、低估了風(fēng)險就會限制場地管理行動 的有效性,事實上將嚴(yán)重威脅人類健康和自然環(huán)境。 就污染場地在各種污染源和含水層條件下的風(fēng)險評價方法，已經(jīng)岀版了大量文獻(xiàn)。 例如，Lee等(199 4 )提出了基于模糊集的方法來估計地下水污染對人類健康造成的風(fēng)險, 并評價了可能的補(bǔ)救措施：Goodrich和M c Cord ( 1 9 95 )應(yīng)用蒙特卡羅方法考慮了地 下水流和溶質(zhì)運(yùn)移過程中參數(shù)的不確泄性，將模型輸出結(jié)果應(yīng)用于暴露評價；Mills等 (1996)發(fā)展了以保護(hù)人類健康為目的的基于風(fēng)險的方法，評價了上壤中石油殘留物的可接 受水平;H a me d和B e di e nt ( 1997)在風(fēng)險評價中，利

5、用一階和二階可靠性分析說明了不 確泄性；B a tchel o r等(19 9 8 )利用概率分布函數(shù)表達(dá)相關(guān)參數(shù)，開發(fā)了場地的隨機(jī) 風(fēng)險評價模型;B e nnett等(1 9 98)利用基于蒙特卡羅方法的污染物運(yùn)移模擬結(jié)果，開發(fā)了 一種風(fēng)險評價的綜合模擬系統(tǒng)：M axwell等(19 9 8,1999)也開發(fā)了一種將地下水運(yùn)移 模擬和人體尿露評價聯(lián)系起來的綜合系統(tǒng):Lee等(2002)應(yīng)用蒙特卡羅模擬評價了實施 現(xiàn)場修復(fù)后，原地下水污染區(qū)內(nèi)人類的健康風(fēng)險。最近，提出一種混合方法,它把概率和模 糊集方法結(jié)合起來，描述風(fēng)險評價過程中模擬參數(shù)的不確左性(L i等，2003:L i u等, 2 00

6、 4)。例如，為進(jìn)行工業(yè)場地土壤鎘污染的人體暴露評價，Gu y onnet等(2 0 0 3)將 概率分布函數(shù)的蒙特卡羅隨機(jī)抽樣和模糊訃算結(jié)合起來，來表現(xiàn)不同的確左性:Kent e 1和 A r a 1(2004)利用產(chǎn)生風(fēng)險的模糊隸屬函數(shù)和概率分布，進(jìn)行了多途徑眾露于受污染水 體下的健康風(fēng)險分析，其中，將污染物濃度和潛在致癌因素處理成模糊變量，而其余的模擬 參數(shù)利用槪率密度函數(shù)(PDF)進(jìn)行處理。英它一些相關(guān)研究可參見Chen等(2003)以及K e ntcl 和 Aral( 2 00 5 )的著作。 通過上文的文獻(xiàn)回顧可知，隨機(jī)和模糊集技術(shù)已經(jīng)被廣泛地用于研究與風(fēng)險模擬輸 入和輸出相關(guān)的不

7、確左性。然而，之前的大部分研究都只涉及到污染物運(yùn)移模擬中的參 數(shù)不確定性，而關(guān)于環(huán)境質(zhì)量標(biāo)準(zhǔn)和健康風(fēng)險評價標(biāo)準(zhǔn)的不確定性則很少得到關(guān)注 (Minske r和S hoe maker, 19 9 8 : Ch e n等，2 0 03)。另外,在已出版的風(fēng)險評價的研 究著作中,很少有將不同類型的不確左性有效聯(lián)系起來的。事實上，這種忽視會導(dǎo)致信息 的遺漏，從而產(chǎn)生不切實際的決策支持。因此，勢必要建立一種能夠有效處理各種不確 定性的先進(jìn)方法。作為前人研究的一種拓展，本研究的目標(biāo)就是要開發(fā)一種綜合的模糊- 隨機(jī)風(fēng)險評價方法(IFSRA),以實現(xiàn)與場地條件、環(huán)境質(zhì)雖標(biāo)準(zhǔn)和健康影響標(biāo)準(zhǔn)有關(guān)的 隨機(jī)不確左性和模

8、糊不確定性的疑化。本文嘗試?yán)媚：壿嫼碗S機(jī)分析兩種概念將兩 類不確立性聯(lián)系起來，同時應(yīng)用已建立的IFSRA方法研究加拿大西部一個被石油污染 的地下水系統(tǒng)。 二、反映環(huán)境系統(tǒng)的隨機(jī)不確定性和模糊不確定性 廣義的不確左性包括兩大類:隨機(jī)不確定性和模糊不確左性(Destouni, 199 2： B lair等，20 0 l)o在槪率方法中，用概率分布來描述參數(shù)的隨機(jī)變化。利用一些統(tǒng)計抽樣 算法，通過數(shù)學(xué)模型，再將這些分布應(yīng)用到輸出變量上。而在模糊集方法中，用隸屬函數(shù) 來刻畫人類思維的模糊性。這種方法能夠非常好地處理“部分正確”這個概念，量化語言 變量的不確泄性(Chen和Pham,2 0 01)o

9、上述兩種不確定性處理方法的基本原理是不同 的(C hen,2000)。例如，圖1(a)是上壤孔隙度(地下水模擬中的重要輸入?yún)?shù))的槪率 密度函數(shù)(PDF),圖1 (b)是“多孔上壤”的上壤孔隙度的隸屬函數(shù)?？紫抖萈DF曲 線下面一個間隔的而積等于那個間隔所假設(shè)的孔隙度的概率，但是假設(shè)等于一個特左值 的概率為零(即P( 0=0.35)=0) (Chen, 20 00)。PDF曲線下方的總面積為1 ,表示樣 品空間中所有概率的總和為1。另一方面，隸屬函數(shù)曲線下方的面積沒有意義，總而積 可能小于1,也可能大于1?？紫抖入`屬函數(shù)的值在0到1之間(即卩(0=0. 3 5)= 0 .7, 意味著土壤孔隙度

10、0.35屬于“多孔土壤”的概率為0.7 )e 圖丄隨機(jī)不確定性(a)和模糊不確定性(b)的比較 當(dāng)有足夠的信息能夠估計不確怎性參數(shù)的概率分布時，就可以廣泛使用槪率方法, 而當(dāng)信息量極少時(即人類語言描述不精確)，就非常適合用模糊集方法來處理不確泄性。 過去幾年里，大量的環(huán)境研究都用到了概率方法或者模糊集方法(Dahab等J 9 94 :James 和 O lden b urg, 1 9 9 7 ;Ba t chel o r 等,1 9 98： Maxw e 1 1 等,1998； M o h a m e d 和 C o t e , 1999； F o u s s er e a u等,2000)

11、。但在實際情況中,當(dāng)各種參數(shù)具有不同的信息 品質(zhì)時，只應(yīng)用一種方法來處理不確左性可能并不可行。例如，可能用概率分布來刻畫污 染物運(yùn)移模型中土壤參數(shù)的不確定性，而環(huán)境標(biāo)準(zhǔn)和健康影響標(biāo)準(zhǔn)的不確怎性就存在固 有的模糊性。因此，當(dāng)上壤參數(shù)可以用概率分布充分刻畫的時候，如果用模糊的隸屬函數(shù) 來表述，那么就可能會丟失或捕捉不到一些重要的信息。另一方而，如果不確泄性只能用語 言變量(如風(fēng)險評價標(biāo)準(zhǔn))來描述但卻使用概率分布來表示，這種輸入信息處理方式的不 當(dāng)將導(dǎo)致模擬初期就出現(xiàn)嚴(yán)重的輸入錯誤。因此，有效處理模擬過程中各種不確圧性的 輸入信息是一個非常具有挑戰(zhàn)性的問題。單獨使用模糊或者隨機(jī)方法很難能刻畫這種復(fù)

12、雜性(Blair 等，2 001)。 風(fēng)險評價是環(huán)境決策制左中一個非常重要的組成部分，與之相關(guān)的是各種不確左性。 既然風(fēng)險妃義為一種不良后果的暴需(Piver等,1998 ),那么它應(yīng)包含兩方而的內(nèi)容:眾 露和不良后果的性質(zhì)。因此，風(fēng)險評價中的不確定性模擬就是根據(jù)所有考慮到的風(fēng)險相關(guān) 信恵，淸楚地量化可能性和潛在的不良后果(And r i c evic和Cvet k ovic, 19 9 6)。本次研 究假設(shè)與地下污染物運(yùn)移模擬模型相關(guān)參數(shù)的不確定性是隨機(jī)性,而與風(fēng)險評價相關(guān)的 評價標(biāo)準(zhǔn)的不確左性是模糊性。因此，將建立一種綜合的模糊-隨機(jī)方法來解決這些復(fù)雜 的問題，并針對場地污染造成的相關(guān)風(fēng)險

13、提供更實際的評價。 三、地下水污染的風(fēng)險評價 1、污染物運(yùn)移的隨機(jī)模擬 地下污染物運(yùn)移模擬需要各種物理、化學(xué)和生物的輸入?yún)?shù)。然而，一些基礎(chǔ)參數(shù), 如上壤滲透性和孔隙度，一般很難得到準(zhǔn)確和確左性的值(Labicnicc等，19 9 7 )。在 各種量化這些參數(shù)不確定性的隨機(jī)技術(shù)中，應(yīng)用最廣泛的是蒙特卡羅模擬,它可以在數(shù)值 模型中反復(fù)執(zhí)行(J a mes和01 d cnbiirg,1997)。每次執(zhí)行都會輸出一個樣品，然后對輸 出樣品進(jìn)行隨機(jī)檢驗，以確左相關(guān)的概率分布。本研究已經(jīng)建立了蒙特卡羅模擬算法， 并融合到名為UTCHEM的多相多組分的數(shù)值模擬器中，可以用來預(yù)測多種污染物濃度的 時空分布(

14、UTA,2000:Li等,2003)。因此，按照以下步驟建立一個隨機(jī)模擬系統(tǒng):(a)產(chǎn) 生每個隨機(jī)輸入?yún)?shù)的隨機(jī)數(shù)；(b)根拯每個參數(shù)特定的統(tǒng)計分布特征，將隨機(jī)數(shù)轉(zhuǎn)換 成相應(yīng)的隨機(jī)變量；(c)以數(shù)組的形式，儲存每個參數(shù)產(chǎn)生的隨機(jī)變量；(d)從每個參數(shù) 的數(shù)組中獲取一個值，將其作為多相多組分?jǐn)?shù)值模型的確圧性輸入?yún)?shù)；(e通過數(shù)值模 型運(yùn)行蒙特卡羅模擬，計算污染物濃度；(f)儲存每次蒙特卡羅模擬運(yùn)行后得到的污染 物濃度的輸出結(jié)果,以進(jìn)行進(jìn)一步的統(tǒng)計分析;(g)重復(fù)(a) (f)的步驟，運(yùn)行一泄次數(shù)的蒙 特卡羅模擬：(h)當(dāng)所有運(yùn)行完成后，停止計算：分析污染物的濃度，并計算統(tǒng)計描述 量(即對每個時間

15、和空間單元，污染物濃度的平均值和標(biāo)準(zhǔn)差)。 2、風(fēng)險評價的一般方法 與污染場地相關(guān)的風(fēng)險特征通常利用基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險評價(ERA)和健康風(fēng)險 評價(HRA)來刻畫(Carrington和Bolger, 1998)。任本研究中，將基于環(huán)境標(biāo) 準(zhǔn)的風(fēng)險(ER)定義為因違背環(huán)境標(biāo)準(zhǔn)或者規(guī)左而造成的風(fēng)險，將健康風(fēng)險(1IR)定義為 因污染物慢性攝取而對健康造成的風(fēng)險。為了進(jìn)行地下水污染的風(fēng)險評價,ERA方法將污 染物濃度與相應(yīng)的地下水質(zhì)量標(biāo)準(zhǔn)進(jìn)行比較。通過蒙特卡羅模擬，超過質(zhì)量標(biāo)準(zhǔn)的污染物 的概率(/V)可以用下式表示： Pf=P(C C ,)=1- F (Cs) (1) 式中，。是污染物濃度，C是

16、地下水質(zhì)量標(biāo)準(zhǔn)，是從蒙特卡羅模擬結(jié)果中得到 的污染物濃度的累積分布函數(shù)(CDF)0 當(dāng)濃度超過標(biāo)準(zhǔn)，但暴館極少的時候，不會優(yōu)先考慮采取淸潔措施。這種情況，不能 單獨用ERA進(jìn)行刻畫。為了更好地管理這種情況，需要更進(jìn)一步的HRA。為了量化人類 的健康風(fēng)險，將污染物分類為致癌物質(zhì)和非致癌物質(zhì)。I1RA包括評價致癌風(fēng)險的生命過 量致癌風(fēng)險(excess lif e time ca n ce r r isk ,ELC R )模型和評價非致癌風(fēng)險的危害指數(shù) (HI)模型。暴露于一種化學(xué)物質(zhì)的程度可用下而的函數(shù)來表示(美國環(huán)保局,198 9,1 9 92): CDI=CWXIRXEF X E D /(AT

17、XBW)(2) 式中，CDI為長期每日攝取疑(mg/k gd) ,CW是地下水中的污染物濃度(mg/ L),IR是人類攝取速度(L/d).E F是集露頻率(天數(shù)/年),ED是平均暴露持續(xù)時間(年).B W是平均體重(kg) .AT是平均時間(AT=365XED,單位是天)。然后,可以根據(jù)下而的方 程來計算ELCR和III： ELCR=CDIXSF ITI=CDI/RfD (4) 式中SF是癌癥斜率系數(shù)(kg d/mg), RfD是參考劑(mg/k gd )。計算出的致 癌風(fēng)險值(即E LCR)表示邸露于特泄污染物下罹患癌癥的槪率，它表示眾露于這些化學(xué) 物質(zhì)下的每一百萬人中罹想癌癥的人數(shù).USE

18、PA 義了可接受的致癌風(fēng)險水平介于IO-* 10另一方而，將由II I表示的非致癌風(fēng)險可接受的水平立義為低于1.0 o 四、綜合的模糊一隨機(jī)風(fēng)險評價 圖2是本文提出的綜合的風(fēng)險評價方法總框架。詳細(xì)解釋見下文。 複糊 不硝定性 違反標(biāo)準(zhǔn)時槪率 耀康殛（血）評價 環(huán)境質(zhì)星標(biāo)進(jìn) 總風(fēng)險水平（GFL） 場地管湮行動 GRL的模棚隸屆函頻 場地風(fēng)險得分 4 高鳳險 丄極高鳳II 圖2綜合的模糊隨機(jī)風(fēng)險評價模擬框架 1、將模糊不確定性和隨機(jī)不確定性聯(lián)系起來的必要性 利用蒙特卡羅模擬方法直接進(jìn)行環(huán)境風(fēng)險分析有兩個潛在的缺陷。首先，利用蒙特 卡羅輸出結(jié)果進(jìn)行風(fēng)險分析要求明確指左輸入?yún)?shù)的概率分布;其次，研究人

19、員通常都假 設(shè)輸入?yún)?shù)之間沒有相關(guān)性，即使參數(shù)之間明顯存在相關(guān)性。盡管有模擬參數(shù)之間相關(guān) 關(guān)系的方法，但是對進(jìn)一步的風(fēng)險量化而言，它們都不夠詳細(xì)，尤英是在對這些相關(guān)性缺 乏認(rèn)識的時候。因此，蒙特卡羅模擬的輸岀結(jié)果仍然存在不確泄性。 由于輸入?yún)?shù)的隨機(jī)性，因此認(rèn)為污染物濃度超過相應(yīng)標(biāo)準(zhǔn)的事件為一個隨機(jī)事件。 借助于概率的概念，利用蒙特卡羅模擬可以預(yù)測這類事件的發(fā)生。但是，它的后果（即風(fēng) 險）很難用概率來描述，因為蒙特卡羅模擬的輸出結(jié)果和環(huán)境標(biāo)準(zhǔn)存在不確左性，而且 不同的人可能對風(fēng)險有不同的看法。這種結(jié)果屬于一種模糊性，可以用隸屬函數(shù)來量化。 實際上，風(fēng)險與兩個方面有關(guān)：事件發(fā)生（即尿露）的概率和

20、由此導(dǎo)致的后果（Fin ley和 Paus t enbach, 19 97）。系統(tǒng)地考慮這兩個方而的聯(lián)系對于實際的風(fēng)險評價是非常重 要的。 本研究將基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險處理成一種模糊事件,分為“低”、“低-中”、“中”、“中 髙”、“高”五類。每一類與違反標(biāo)準(zhǔn)的槪率大小相關(guān)，這個槪率是從蒙特卡洛模擬的輸 出中獲得的。此外，按照嚴(yán)格程度，標(biāo)準(zhǔn)也分為三個不同的集合，同時為量化風(fēng)險水平， 也將英考慮到模擬系統(tǒng)中。為這些模糊事件建立隸屬函數(shù)依賴于對工業(yè)、政府、教棄和 研究機(jī)構(gòu)的專家所進(jìn)行的問卷調(diào)査。本研究共設(shè)計了 4 8個問題，包括3個調(diào)查地下水質(zhì) 量標(biāo)準(zhǔn)嚴(yán)格程度的問題，1 5個關(guān)于三種不同嚴(yán)格程度的地

21、下水質(zhì)量標(biāo)準(zhǔn)下環(huán)境風(fēng)險水 平的問題.5個關(guān)于健康風(fēng)險水平的問題,25個關(guān)于總風(fēng)險水平的問題。如“對于一個中等 的地下水質(zhì)量標(biāo)準(zhǔn),你將選擇下列哪種二甲苯濃度(單選):(a)約0.02mg/L;(b)約0.2 nig/L: ( c )約 1 .Omg/ L;(d)約 2 mg / L： (e)約 4mg/L： (f)約 8 mg/L； (g)約 1 0 mg/L”。 因此，本研究的總框架中包含了模糊邏輯、專家參與和隨機(jī)模擬，利用模糊邏輯槪念將概 率和模糊不確從性聯(lián)系了起來。 2、模糊的環(huán)境質(zhì)量標(biāo)準(zhǔn) 基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險評價包括對污染物濃度和英相應(yīng)的環(huán)境標(biāo)準(zhǔn)的比較。本研究選 擇二甲苯作為污染物研究對象

22、。不同的國家、州和省有明顯不同的地下水質(zhì)量標(biāo)準(zhǔn)。如 在瑞典、新澤西州、加拿大、日本、北卡羅來那州、加利福尼亞州和伊利諾斯州，二甲 苯的標(biāo)準(zhǔn)分別是 0.0 2 mg / L.O. 0 4mg/L, 0 . 3 mg/ L , 0 . 4 mg/L, 0.5 3 mg/L, 1. 8 mg/L和10mg/L。對環(huán)境風(fēng)險分析而言，許多標(biāo)準(zhǔn)被認(rèn)為是過于保守和不切實際的(C hen 等,2003)。因此，在不同的地區(qū)，風(fēng)險指標(biāo)(如違反標(biāo)準(zhǔn)的程度)也是不一致的，因而導(dǎo)致 標(biāo)準(zhǔn)應(yīng)用的不確說性。這種不確左性很難用概率分布來雖:化，但是可以利用語言變量來 描述,而語言變量又可用模糊邏輯方法來量化。 為了便于進(jìn)行

23、基于標(biāo)準(zhǔn)的環(huán)境風(fēng)險分析，本研究將標(biāo)準(zhǔn)分為三個模糊集，即“嚴(yán)格”、 “中等”和寬松”。進(jìn)行問卷調(diào)査收集建立隸屬函數(shù)所需的數(shù)據(jù)，然后再利用模糊邏借 方法來處理主觀看法。利用選擇頻率最高的選項來確泄相關(guān)的模糊集。利用Ch e n等(1 9 92)和C h en g ( 2 000)提岀的轉(zhuǎn)化方法，系統(tǒng)地將語言變量轉(zhuǎn)換為它們相應(yīng)的模糊集。 語言變量轉(zhuǎn)化程序包括選擇一個包含決策制泄者給出的所有語言項的圖形，然后再對該 圖形使用隸屬函數(shù)來表現(xiàn)語言項的意義。研究發(fā)現(xiàn)：有5 2%的被凋查者認(rèn)為“二甲苯的 濃度應(yīng)當(dāng)在大約1.0 mg /L或更少”是一個“嚴(yán)格”的標(biāo)準(zhǔn)：50%的被調(diào)査者選擇“二 甲苯的濃度應(yīng)當(dāng)在大

24、約4.0mg/L”作為“中等”標(biāo)準(zhǔn);47.4%的被調(diào)査者選擇“二甲苯的濃 度應(yīng)當(dāng)在大約8. Om g /L或更大”作為“寬松”標(biāo)準(zhǔn)。據(jù)此可以建立這三個模糊集的隸 屬函數(shù)(圖3)。例如，如果地下水質(zhì)量標(biāo)準(zhǔn)是1 .8mg/L,那么可以分為部分“中等”(隸屬 度是0.27),部分“嚴(yán)格”(隸屬度是0. 60)。 圖3地下水質(zhì)量標(biāo)準(zhǔn)的隸屬函數(shù) 3、基于模糊的環(huán)境標(biāo)準(zhǔn)的風(fēng)險評價 在嚴(yán)格標(biāo)準(zhǔn)下，根據(jù)基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險的問卷調(diào)查結(jié)果，發(fā)現(xiàn)55. 3 %的被調(diào)查 者認(rèn)為“違反標(biāo)準(zhǔn)的概率大約是50%或者更低”是“低風(fēng)險” ；57.9%的被調(diào)查者選擇 “違反標(biāo)準(zhǔn)的概率大約是60 %”是“低-中等風(fēng)險”；57.9%

25、的被調(diào)查者選擇“違反標(biāo)準(zhǔn) 的概率大約是70%”是“中等風(fēng)險”：57.9%的被調(diào)查者選擇“違反標(biāo)準(zhǔn)的概率大約是8 0 %”是“中等-髙風(fēng)險” ；76.3%的被調(diào)查者選擇“違反標(biāo)準(zhǔn)的概率大約是90%或者更髙” 是“髙風(fēng)險”。再依據(jù)Chen等（1992）和C heng（2000）,根據(jù)調(diào)查結(jié)果建立這些模糊集的 隸屬函數(shù)（圖4）。在這個圖中，“L”，“ L-M”，“M”，“M-H ”和“H”分別代表低”, “低一中等”，“中等”，中等-高”和“高”。例如，如果蒙特卡羅模擬結(jié)果違反嚴(yán)格標(biāo) 準(zhǔn)的概率是7 5 %,那么相關(guān)的基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險就可以分為部分“中等”（隸屬度是 0.50）,部分“中等-高”（隸

26、屬度是0.50）。類似地，可以依據(jù)問卷調(diào)查結(jié)果，分別建在中 等和寬松標(biāo)準(zhǔn)下,建立基于模糊環(huán)境標(biāo)準(zhǔn)的風(fēng)險隸屬函數(shù)。 圖4與違反地下水質(zhì)量標(biāo)準(zhǔn)(a)嚴(yán)格標(biāo)準(zhǔn),(b)中等標(biāo)準(zhǔn)， (c )寬松標(biāo)準(zhǔn))的概率相關(guān)的模糊的環(huán)境風(fēng)險的隸屬函數(shù) 4、模糊的健康風(fēng)險評價 HR A經(jīng)常采用US EPA出版的參考劑量(RfD)和癌癥斜率系數(shù)(SF),它們通常都來 自于實驗室的動物研究結(jié)果。隨著越來越多毒性試驗的完成，許多關(guān)于RfD和S F的更新 數(shù)據(jù)將補(bǔ)充到USEPA的數(shù)據(jù)庫中。例如,USEPA最近就將二甲苯的RfD的值降低了 10 倍(從2.0變?yōu)?.2 mg/k gd) (USEPA, 2003)。這就使相關(guān)的風(fēng)

27、險分析出現(xiàn)了明顯不 同的結(jié)果。例如，在USEPA的標(biāo)準(zhǔn)下，應(yīng)用原來的RfD得到的H1是0. 137,而應(yīng)用 新的Rf D得到的HI是1.37。結(jié)果,不同的風(fēng)險值將導(dǎo)致不同的健康風(fēng)險感知，最終產(chǎn)生 不同的決策行動。因此，應(yīng)當(dāng)將由不完全的毒性信息造成的這些不確左性融合到風(fēng)險分析 的過程中。但是，可用信息的質(zhì)量不夠好，不足以用概率分布來描述這些標(biāo)準(zhǔn)的適用性，給 屋化相關(guān)的健康風(fēng)險造成了一沱的困難。由于這些不確定性通常顯示岀主觀的特征，因 此本文建議使用模糊邏輯方法來解決相關(guān)的復(fù)雜性。 本文將調(diào)查研究二甲苯引入的非致癌健康風(fēng)險。通過與不同大小的HI結(jié)合起來，將 健康風(fēng)險水平分為“低”，“低沖等”，“中

28、等”，中等-高”和“高”。進(jìn)行問卷調(diào)查來獲 得相關(guān)的隸屬函數(shù)。所調(diào)查的HI從0.04 (對應(yīng)于加拿大的二甲苯地下水質(zhì)量標(biāo)準(zhǔn))到 1.6(接近于USEPA的二甲苯標(biāo)準(zhǔn))。與確泄基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險水平相似,可以建立相關(guān) 的模糊健康風(fēng)險水平的隸屬函數(shù)。對所調(diào)查的HI（O. 04 1 .6 ）取對數(shù)，如Log（l 0 HI）, 來建立隸屬函數(shù)（圖5 ）。例如，如果計算的H I是0.40,那么相關(guān)的健康風(fēng)險一部分是“中 等”（隸屬度是0.5）, 一部分是“中等高”（隸屬度是0.5 ）。 圖5與危害指數(shù)（HI）相關(guān)的健康風(fēng)險的隸屬函數(shù) 5、總風(fēng)險水平和風(fēng)險管理的規(guī)則庫 綜合考慮基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險和健康風(fēng)險

29、就得到總風(fēng)險水平。由于沒有數(shù)學(xué)模型能 將這兩類風(fēng)險聯(lián)系起來，因此總風(fēng)險水平的量化只能基于主觀判斷，而不是通過概率分析 得到。然后引入模糊推理過程,通過模糊隸屬函數(shù)和模糊規(guī)則來量化這種風(fēng)險。這個規(guī)則 通常包含一個條件部分（例如前提）和一個結(jié)論部分（例如結(jié)果）。一個前提可能只是一條 簡單的規(guī)左或通過模糊邏借運(yùn)算符AND.OR和N 0T連接起來的幾條規(guī)左的綜合。例如, “如果基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險是中等，健康風(fēng)險是高，那么總風(fēng)險就是中等一高 這里，“中等”是基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險”的一個模糊集，“髙”是“健康風(fēng)險”的一個 模糊集，“中等-高”是總風(fēng)險”的一個模糊集。這是模糊規(guī)則的一種形式，其中“基于 環(huán)境標(biāo)

30、準(zhǔn)的風(fēng)險”和“健康風(fēng)險”是輸入變量，“總風(fēng)險”是輸岀變量。這樣的一組規(guī)則 稱之為規(guī)則庫（Mo h am e d和Co t e , 19 9 9）。 本研究將根據(jù)對專家和利益相關(guān)者的問卷調(diào)查所獲得的一系列模糊規(guī)則確泄總風(fēng) 險。將總風(fēng)險水平劃分為六個模糊集：“低”，“低-中等”，“中等”，“中等-高”，“高” 和“非常高”。利用模糊邏輯運(yùn)算符“AND”來連接這些規(guī)則前提中的因素。由于這兩 種風(fēng)險包含五類模糊事件，因此共有150個規(guī)則(5x5x6)。如果一個規(guī)則在調(diào)查中岀現(xiàn) 的頻率最髙，那么它就會保留在確左總風(fēng)險水平的規(guī)則庫中。結(jié)果共得到25個模糊規(guī)則。 既然總風(fēng)險水平可以分為六類：低”，“低沖等”

31、，“中等”，“中等一高”，“髙” 和非常高”,那么就可以依據(jù)Chen等(1992)與Mohamed Cote (1999)來建立這些 模糊事件相應(yīng)的隸屬函數(shù)(圖6 )。為了使總風(fēng)險水平有單一的場地得分，主觀地將總風(fēng) 險水平的范圍(即GRL= 0,100)賦到模糊集(M o hamed和Cot e , 1 999)。這些數(shù)值 與輸入的風(fēng)險因素(例如，基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險和健康風(fēng)險)的值沒有直接關(guān)系。但是， 建立總風(fēng)險水平的模糊集之后,就可以根據(jù)環(huán)境標(biāo)準(zhǔn)，違反標(biāo)準(zhǔn)的概率和相應(yīng)的H I ,通過 “AND”或者“OR”運(yùn)算,得到場地風(fēng)險得分。這個過程將通過下而的實例研究來闡述。 根據(jù)計算得到的描述總風(fēng)險

32、水平的場地得分，來做岀場地管理決策。表1列出了場地得 分和建議的管理行動之間的關(guān)系(Mohamed和Cote, 1 999)。 圖6模糊的總風(fēng)險水平的隸屬函數(shù) 表1建議的管理行動 計算出的場地得分 風(fēng)險管理行動 9 0-1 0 0 應(yīng)該立即對場地進(jìn)行淸潔 70-90 采取全部可能的措施來處理場地 5 0-70 遏制場地情況的進(jìn)一步惡化并限制地下水的使用 30-5 0 采取臨時控制措施并限制進(jìn)入場地 10-30 應(yīng)該對場地進(jìn)行監(jiān)測 0-10 不需采取任何行動 五、實例研究 1、場地概況 本文選擇加拿大西部的一個仃汕污染場地進(jìn)行實例研究，來闡述上文所提出方法的 應(yīng)用。場地內(nèi)有一個天然氣處理廠，作用

33、是在天然氣運(yùn)輸?shù)絽^(qū)域運(yùn)輸管線之前，去除氣 流中的石腦油冷凝物。在這個場地的歷史上，從天然氣中去除的石腦油冷凝物、廢液都是 在以前的地下儲汕罐（UST）中處理的。由于這個UST過去幾年的滲漏，場地已被污 染。在過去的幾年間，為査明區(qū)內(nèi)的水文地質(zhì)條件和相關(guān)的污染問題，進(jìn)行了很多的野外調(diào) 査。經(jīng)過多次場地調(diào)查確立了地下水的流動方向。以前位于場地地下水上游的UST,在 遷移之前，石汕產(chǎn)品的滲漏率大約是5 5m3o在地下水下游發(fā)現(xiàn)了各種形式的污染物，如 蒸發(fā)炷，地下水中的溶解炷以及土壤捕獲的炷等。 本次研究的對象是二甲苯,它是一種有毒的化學(xué)物質(zhì)，可以損害呼吸功能、記憶力、 肝腎功能、肌肉的協(xié)調(diào)能力導(dǎo)致頭

34、昏眼花，并可能對生殖能力產(chǎn)生影響。極端情況下，可 能會導(dǎo)致死亡（USEPA, 20 0 3 ）o以前在位于UST西部的監(jiān)測井，觀測到二甲苯的最 大濃度是1. 12mg/Lo這個濃度比當(dāng)?shù)氐沫h(huán)境標(biāo)準(zhǔn)髙。因此,這個場地的土壤和地下水污 染可能會造成環(huán)境風(fēng)險和健康影響。 2、隨機(jī)模擬的結(jié)果 建立隨機(jī)模擬系統(tǒng)來模擬地下水中的污染物運(yùn)移。研究區(qū)的平而面積是180 X 150m2,垂向厚度是20 m。模型分為四層,基于有限差分原理。每一層的網(wǎng)格剖分?jǐn)?shù)量 是30X 2 5,每個網(wǎng)格在x, y, z的方向上的大小分別是6m,6m和5m。參與計算的網(wǎng)格數(shù) 量共計3 0 00個（3 0 X25X4）。其中，第3層

35、和第4層位于飽和帶，第1層和第2層位于 非飽和帶。研究區(qū)的上壤類型包括砂土、冰磧粘土和粉質(zhì)粘上。模型輸入?yún)?shù)的確左經(jīng) 過了多次的認(rèn)真分析和確認(rèn)，包括以前的場地調(diào)査、實驗室分析和模擬研究。認(rèn)為土壤 滲透系數(shù)（K、x）和孔隙度（。）的值分別服從對數(shù)正態(tài)分布和正態(tài)分布?；诩僭O(shè)的概率 分布，利用三種上壤類型（砂、冰磧粘上和粉質(zhì)粘上）的Kx和。的平均值和標(biāo)準(zhǔn)差來產(chǎn) 生Kxx和的蒙特卡羅實現(xiàn)。這樣，運(yùn)行這個隨機(jī)模擬系統(tǒng)，就得到了污染物濃度的分 布類型。盡管該模擬系統(tǒng)預(yù)測了多種污染物（苯、甲苯、乙苯和二甲苯等）濃度的時空分 布,但本文只介紹了二甲苯濃度的模擬結(jié)果。為進(jìn)一步的模糊隨機(jī)風(fēng)險評價，利用每次蒙 特

36、卡羅模擬得到1 0年之后場地內(nèi)污染物的惟值濃度。峰值范圍在0.931到1.95 1 mg/ L,平均值是1. 3 5m g兒，標(biāo)準(zhǔn)差是O.316mg/Lo圖7顯示了二甲苯峰值濃度的累積相 對頻率分布。 圖7二甲苯峰值濃度的累積相對頻率分布 3、風(fēng)險評價的結(jié)果 根拯薩斯喀徹溫省、加利福尼亞州和USEPA的飲用水質(zhì)標(biāo)準(zhǔn)，分三種情境進(jìn)行討 論。分析了標(biāo)準(zhǔn)的嚴(yán)格程度，求得違反標(biāo)準(zhǔn)的概率來分析相關(guān)的基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險。 利用蒙特卡羅模擬輸出的二甲苯峰值濃度的平均值來分析人類攝取的HI。然后量化相關(guān) 的健康風(fēng)險。這樣，通過模糊的“AND”和“OR”的運(yùn)算，就可以獲得基于環(huán)境標(biāo)準(zhǔn) 的風(fēng)險和健康風(fēng)險的總風(fēng)險水

37、平。 第一種情境是應(yīng)用薩斯喀徹溫省的二甲苯為0.3mg/L的地下水水質(zhì)標(biāo)準(zhǔn)。從圖3可 以看出，這個標(biāo)準(zhǔn)是“嚴(yán)格”的(隸屬度是1. 0)o同時從圖7中可以看出，P(C0.3) = F(0.3)=0.0.因此根據(jù)方程(1),得出違反標(biāo)準(zhǔn)的概率PF= 1 - F (0.3) =1.0。這樣,當(dāng)概率 是1.0同時標(biāo)準(zhǔn)是嚴(yán)格”的時候，從圖4 (a)可以看岀基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險(ER)是“髙”, 隸屬度是1.0,如圖8(a)和(d)所示。由于二甲苯峰值濃度的平均值是1.35mg/L,根據(jù) 方程(2)計算得到相應(yīng)的慢性日攝取戢(CD 1)為0. 037mg/kg天。當(dāng)參考劑量(R FD )是0. 2 mg/

38、k g 天時，根據(jù)方程(4)計算得到相應(yīng)的HI是0.185。當(dāng)HI等于0.185時, 從圖5中可知相應(yīng)的健康風(fēng)險(HR) 一部分是“低沖等”(隸屬度是0.3 3) _部分是“中 等”(隸屬度是0. 67),如圖8(b)和(c)所示。因此，前提的兩種結(jié)合(即必須分析的兩種 規(guī)則)包括：(a)如果ER是“高”，HR是“低沖等”：(b )如果ER是“高”，HR是“中 等”。 模朝“AMT運(yùn)g 注：対(a)和進(jìn)幻複稠的“AND”運(yùn)算得到(c) I對(d) 和)逬亦鮒的“AND”運(yùn)茸得到(f),汕c)和送行 穩(wěn)細(xì)妁“OR”運(yùn)苣得到(2) 圖8第一種情規(guī)的模糊推理過程 (a )和(d)是環(huán)境風(fēng)險,(b)f

39、(e )是健康風(fēng)險，( (f )和(g)是總風(fēng)險水平 相關(guān)的模糊推理過程如圖8所示。對規(guī)則的前提進(jìn)行“AND”模糊運(yùn)算，來確左結(jié) 果(例如pGR=M i n (pER.pHR)o換句話說，將兩個輸入因子(E R和HR)中最小的隸 屬度賦到輸出因子(GRL)上。在“如果ER是高，HR是低-中等”的前提下，總 風(fēng)險水平是“高”。根據(jù)圖6, “髙”的總風(fēng)險水平用場地分?jǐn)?shù)從60到10 0的三角形隸屬 函數(shù)來表示，如圖8( c)所示,這個風(fēng)險水平相應(yīng)的隸屬度是|jGR=Min(l.O, 0.3 3)=0.33。 類似的，在第二種前提如果ER是高，HR是中等，”下，總風(fēng)險水平是“髙”，隸屬 度是pGR=M

40、in (1.0 , 0.67) =0. 6 7 ,如圖8 (f)所示。這樣，推理過程的輸出結(jié)果是 兩個按比例縮小的模糊的總風(fēng)險水平(GRLs) (Mohamed and Cote ,199 9 )o再對這 兩個GR Ls進(jìn)行模糊的“OR”運(yùn)算。如圖8(g)所示，第一種情境最終的GRL是“高”, 場地分?jǐn)?shù)從60到100,隸屬度是pGR=Ma x (0.33, 0. 67) =0.67。再計算模糊的 GRL值的質(zhì)心，最終得到GRL的脆弱值是8 0。這樣，根據(jù)表1,建議的風(fēng)險笛理行動 是“采取全部可能的描施來處理場地”。 第二種情境是應(yīng)用加利福尼亞州二甲苯為1. 8mg/L的地下水水質(zhì)標(biāo)準(zhǔn)。這個標(biāo)準(zhǔn)

41、 要比相應(yīng)的薩斯喀徹溫省的環(huán)境標(biāo)準(zhǔn)寬松。圖3顯示這個標(biāo)準(zhǔn)一部分是“嚴(yán)格”(隸屬度 是0. 60), 部分是“中等”(隸屬度是0 .27)o從圖7中也可以看出違反標(biāo)準(zhǔn)的概率是 PF=1 F (1.8) =0. 140這樣，當(dāng)概率是0.14,標(biāo)準(zhǔn)是“嚴(yán)格”的時候，用模糊的“ AND” 運(yùn)算,根據(jù)圖4(a),得到基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險(ER)是“低”，隸屬度是0 .60(=Min (1.0. 0 .60)；當(dāng)概率是0.14,標(biāo)準(zhǔn)是“中等”的時候，用模糊的“ AND”運(yùn)算,根據(jù)圖4(b), 得到基于環(huán)境標(biāo)準(zhǔn)的風(fēng)險(ER)也是“低”，隸屬度是0. 2 7 (=M i n (0.80, 0.2 7 ); 當(dāng)概

42、率是0. 14,標(biāo)準(zhǔn)是“中等”時，ER也可能是“低沖等”，隸屬度是0.2 (=M i n(0. 2 0 , 0.27)o由于ER可能是“低”，隸屬度是0.6 0或者是0.27,所以應(yīng)用模糊的“OR” 運(yùn)算，得到E R的風(fēng)險水平。最終，該情境下的ER 一部分是“低”(隸屬度是0.60)- 部分是低-中等”(隸屬度是0.20)o 由于健康風(fēng)險的汁算基于健康影響標(biāo)準(zhǔn)而不是環(huán)境質(zhì)疑標(biāo)準(zhǔn)，因此第二種情境下的 健康風(fēng)險(HR)與第一種情境的相同。健康風(fēng)險仍然一部分是“低-中等”，一部分是“中 等”。因此，在第二種情境下，存在四種前提：(a)如果ER是“低”，且HR是“低一中等”; (b)如果ER是“低”，且1IR是“中等” ;(c )如果ER是“低-中等”，且1IR是“低一 中等” ；(d )如果ER是“低一中等”，且HR是“中等”。與第一種情境的分析相似， 推理過程的輸出結(jié)果是四個按比例縮小的GRLs。最終得到的GRL-部分是低-中等”, 隸屬度是0.3 3,另一部分是“中等”，隸屬度是0. 60,場地分?jǐn)?shù)從0到60。然后通過汁 算模糊的GRL的質(zhì)心，得到G RL的脆弱值是36,比第一種情境的低。因此，根據(jù)表1, 建議的風(fēng)險管理行動是“采取臨時控制措施并限