CN102810183B - 基于改进距的水资源能效可拓生态评价方法 - Google Patents

Abstract

一种基于改进距的水资源能效可拓生态评价方法，包括以下步骤：以多种调研方式获取待评价对象的水资源能效数据，构建多维物元表示的综合评价指标体系，通过期望值的设定，得到理想域、可行域和最优值，实现各个评价指标的关联函数计算，以此进行初次评价，对满足要求的评价对象的各个指标作规范化处理，比较4种不同权系数赋值方法，给出基于改进距权系数法优越性，分析可拓评价结果和差异性。本发明提供了一种权系数赋值均衡，评价方式简洁明了，评价结果客观公正的评价方法。

Description

基于改进距的水资源能效可拓生态评价方法

技术领域

本发明提出一种基于改进可拓距确定水资源能效评价指标权系数及应用可拓生态评价方法综合评判水资源能效方法。

背景技术

随着经济的迅猛发展和人类活动日趋频繁，对水资源的影响也日益加剧。水资源是重要的自然资源和经济资源，在保障社会经济可持续发展中具有不可替代的作用。当前我国水资源面临着水资源分布不均、数量匮乏、开发不合理、管理不善、水质污染严重和水环境破坏等主要问题，因此，如何合理开发、利用、保护和管理水资源是一个长期的重要任务。水能资源和效率是水资源客观的、真实的一个现实写照，也是水资源评价分析的重要依据。可见，水资源能效的综合评价分析有助于宏观社会发展规划，也为人、社会和自然的和谐共存提供战略方针。

水资源能效综合评价是在水资源数量、质量和开发利用现状评价以及对环境影响评价的基础上，遵循生态良性循环、资源永续利用、经济可持续发展的原则，对水资源时空分布特征、利用状况及与社会经济发展的协调程度所作的综合评价。其评价结果可对供需之间可能出现的矛盾和合理开发水资源提供一个科学的依据。

我国水资源的评价工作起步较晚，至今已经展开了两次大规模的全国性水资源评价。评价的结果表明，我国的水资源具有水资源不丰富、分布不均匀、受季风影响大、年际变化大、降水不均等特点。由于水文参数和自然地理条件的空间差异性，即便是同一山区或平原堤岸模式，不同段的影响因素也不同，因此确定合理的能效评价指标和能效评价体系是至关重要的工作。

水资源数据特点是：评价指标数据量大、评价指标之间的关联性强等几个主要特征，系统地建立水资源评价指标体系，考虑到了不同指标之间的影响关系，仍然是一种对评价特征的静态处理方法，对不同评价特征间的耦合关系缺乏定量化的分析，难以反映所提数学模型与实际工况间的偏离程度。可拓评价方法是可拓学在工程领域的实际应用方法之一，可拓学的理论基础是基元理论和可拓集合理论，应用基元理论建立起形式化对象模型，可拓集合中的关联函数计算将事物划分到某一集合及反映量变与质变过程，能使评价精细化、定量化，从而为实现综合、客观的评价提供了新的途径。针对评价对象权重分配的主观性影响，分析现有的几种权重计算方法，提出所以基于改进距的权重计算方法。因此，本发明提出基于改进距的可拓评价方法，对水资源的动态评价方法做了一种新的尝试。

发明内容

为了克服已有的水资源能效评价方法中由于评价对象的强关联性和层次性、阈值难以定量化表示、权重分配太主观，导致得不到有意义的评价结果的不足问题，本文提供了一种评价指标量化模型清晰、评价阈值合理、权重分配客观及评价结果具有一定参考意义的基于改进距的可拓综合评价方法，解决水资源能效的综合评价问题和为水资源可持续利用与发展决策提供参考依据。

本发明解决其技术问题所采用的技术方案是：

一种基于改进距的水资源能效可拓生态评价方法，该技术方法包含以下步骤：

1)水资源能效数据采集：以居民问卷、现场考察及水利部门档案等多种方式调研待评价地区水资源，分析该地区的地理环境、水资源能效利用率、生态模式及生活经济相关性，整合待评价地区水资源描述，确立候选模式作为评价对象；

2)水资源能效评价指标体系建立：评价指标的选取必须注意评价的目的性、全面性、稳定性与可行性原则，评价指标的确定要以实际情况为基础，并结合《水资源评价导则SL/T238-1999》和各地方的水资源建设、使用和管理条例或方案作为参照标准；在水资源描述整合的基础上，确定水资源能效评价目标，并建立由多维物元模型表示的评价指标体系：

$M=\left[\begin{array}{ccc}{O}_m& c_1& v_1\\ & c_2& v_2\\ & .& .\\ & .& .\\ & .& .\\ & c_n& v_n\end{array}\right]=\left[\begin{array}{c}{M}_1\\ M_2\\ .\\ .\\ .\\ M_n\end{array}\right]=\{M_{11},...M_{1j_1},...,M_{n1},...M_{n{j}_n}\}---\left(1\right)$

O_m为评价体系，c_i为一级评价指标特征，v_i为关于c_i的量值。M＝{M₁，M₂，…，M_n}为一级评价指标集，M_i＝{M_i1，M_i2，…，M_iji}为二级评价指标集，M_ij表示第i个一级指标下的第j个二级指标，以此类推；

3)评价目标的关联函数求解：依据居民对该地区水资源的期望要求，确定期望区间[a,b]和期望目标值e，再结合实际情况给出对应的目标区间[c,d]，得到各个评价目标的理想区间X₀、可行区间X和最优值x₀，其计算公式可分为2种类型(增益型和减益型)，增益型计算公式f⁺(X₀,X,x₀)为：

$f^{+}(X_0,X,x_0)=\left\{\begin{array}{ccc}& X_0=[a,b]& \\ c<a& & x_0=(d+e)/2\\ & X=[c,d]& \\ & X_0=[c,b]& \\ a\&le;c\&le;b& & x_0=(d+e)/2\\ & X=[a,d]& \\ & X_0=[a,d]& \\ c>b& & x_0=(d+e)/2\\ & X=[2a-b,d]& \end{array}\right.---\left(2\right)$

减益型计算公式f^-(X₀,X,x₀)为：

$f^{-}(X_0,X,x_0)=\left\{\begin{array}{ccc}& X_0=[c,b]& \\ d<a& & x_0=[(2b-a)+e]/2\\ & X=[c,2b-a]& \\ & X_0=[a,b]& \\ a\&le;d\&le;b& & x_0=(b+e)/2\\ & X=[c,b]& \\ & X_0=[a,b]& \\ d>b& & x_0=(d+e)/2\\ & X=[c,d]& \end{array}\right.---\left(3\right)$

依据得到的理想区间、可行区间和最优值，建立未知点x到理想区间X₀的侧距ρ(x,x₀,X₀)，及未知点x到理想区间X₀和可行区间X的位值关系D(x,X₀,X)，即可构建评价指标M_i的关联函数：

$k\left(x\right)=\frac{\mathrm{\&rho;}({x,x}_0,X_0)}{D(x,X_0,X)}---\left(4\right)$

4)评价指标的初次评价：为了简化计算与提高评价效率，因此对评价方案做初次评价；分析各评价指标关联函数计算值是否大于0，且大于0的个数是否超过评价方案中评价指标总数的一半原则对评价方案进行筛选，除去不满足要求的方案，为满足的评价方案做再次可拓评价准备；

5)评价指标规范关联度计算：对满足再次评价的方案中各评价指标做规范关联度计算；关联函数计算方法能去除量纲差异的影响，实现评价指标的无量纲化，但是得到的函数计算值可能存在着较大的差异，因此为了评价的有效性需对评价指标M_i作规范关联度计算；增益型关联度k⁺ _ij计算为：

$\left\{\begin{array}{c}{k^{+}}_{\mathrm{ij}}=\frac{k_{\mathrm{ij}}-\min k_{\mathrm{ij}}}{\max k_{\mathrm{ij}}-\min k_{\mathrm{ij}}},\mathrm{Num}\left(k_{\mathrm{ij}}\right)>3\\ {k^{+}}_{\mathrm{ij}}=\frac{\left|k_{\mathrm{ij}}\right|}{\mathrm{\&Sigma;}\left|k_{\mathrm{ij}}\right|},\mathrm{Num}\left(k_{\mathrm{ij}}\right)=2\end{array}\right.---\left(5\right)$

减益型关联度k^- _ij计算为：

$\left\{\begin{array}{c}{k^{-}}_{\mathrm{ij}}=\frac{{\max k}_{\mathrm{ij}}-k_{\mathrm{ij}}}{\max k_{\mathrm{ij}}-\min k_{\mathrm{ij}}},\mathrm{Num}\left(k_{\mathrm{ij}}\right)>3\\ {k^{-}}_{\mathrm{ij}}=\frac{\left|k_{i(j+1)}\right|}{\mathrm{\&Sigma;}\left|k_{\mathrm{ij}}\right|},\mathrm{Num}\left(k_{\mathrm{ij}}\right)=2\end{array}\right.---\left(6\right)$

其中，max k_ij和min k_ij分别表示评价指标M_i中第j个二级指标的最大关联函数值和最小关联函数值，Num(k_ij)表示关联函数值的个数；

在规范化关联函数值过程中会把负值参数正数化，在单一评价指标下，不影响其评价效果，但在多评价指标时，在保留正负号，保证在整体评价过程中评价作用不变原则；

6)评价指标关联衡量的权重确定：水资源能效评价模型指标体系较为复杂，指标之间的耦合关系较多，单一权系数方法确定方法难以得到较为信服的均衡性指标，因此通过综合四种权重确定方法，得到一种能消除理想评价指标与现实环境下指标的较大偏差性的权系数计算方法；

6.1)标准差法：该方法以衡量指标为评价参数，计算衡量指标的标准差来确定属性的权重；某个属性的标准差越大，表明指标值的变异程度越大，提供的信息量越多，在综合评价中所起的作用越大，其权重也越大，因为变异程度大说明其对实例检索的贡献越大，反之亦然；

6.2)层次分析法：依据评价指标体系，计算分级评价指标的权系数，且每一级的评价指标权系数之和为1；两两对比的取值一般为正整数1～9及其倒数；再求层次矩阵的最大特征值对应的特征向量，归一化后其分量即为该层次某个评价指标的权重，综合各层次的权重，

即可得各指标的权重；

6.3)满意度法：一般把评价指标分为很不满意、不满意、不甚满意、一般、基本满意、满意、很满意7个梯级，并建立相应的百分值作为权重；也可以根据实际的情况分为5个阶梯或者3个阶梯。针对水资源能效的评价指标问题上，需建立7个阶梯的满意度法，并赋予其权系数；

6.4)基于改进可拓距的权重计算：以可拓距为基础，通过对可拓距的公式改进，计算评价参数到目标区间的值并归一化，以此作为权重；设x为评价指标参数，区间Α＝[a1,a2]为评价指标可拓域，区间Β＝[b1,b2]为评价指标可行域，且可拓距ρ计算公式为：

$\mathrm{\&rho;}(A,B)=|\frac{b2+b1}{2}-\frac{a2+a1}{2}|-(\frac{b2-b1}{2}-\frac{a2-a1}{2})---\left(7\right)$

由于上式不满足ρ(Α,Β)＝ρ(Β,Α)，现将其改进为式(8)：

$\mathrm{\&rho;}(A,B)=|\frac{b2+b1}{2}-\frac{a2+a1}{2}|+|\frac{b2-b1}{2}-\frac{a2-a1}{2}|---\left(8\right)$

当a1＝a2＝a时，由式(7-8)可推导出点与区间之距为式(9)：

$\mathrm{\&rho;}(a,B)=|\frac{b2+b1}{2}-a|+\frac{b2-b1}{2}=\left\{\begin{array}{c}b2-a,a\&le;\frac{b2+b1}{2}\\ a-b1,a>\frac{b2+b1}{2}\end{array}\right.---\left(9\right)$

再对得到距的计算值进行归一化操作，得到M_i对应的权系数w_i：

7)可拓评价与差异性分析：

$C\left(M_l\right)=w_l\left(\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{k}_{\mathrm{li}}\right)---\left(11\right)$

$D\left(M_l\right)=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{[w_l{k}_{\mathrm{li}}-1]}^2---\left(12\right)$

$\mathrm{OUT}\left(M\right)=\underset{1<l<n}{\max }\left(\frac{C\left(M_l\right)}{D\left(M_l\right)}\right)---\left(13\right)$

其中C(M_l)、D(M_l)和OUT(M)分别表示为指标M_l的可拓综合评价值、指标M_l的差异性评价值和最终输出的评价指标，l＝1,2,…,n，依据可拓评价值进行差异性分析，选取差异性最均衡的候选模式为最优方案输出。

本发明的工作原理：可拓学是中国学者蔡文先生于1983年创立的一门用于解决矛盾问题的新兴学科。经过多年的理论研究与实际应用探索，现已形成了富有理论深度的框架形式，主要包括：1、可拓工程理论基础；2、可拓集与可拓逻辑；3、可拓数据挖掘方法；4可拓评价方法。

在水资源能效的评价过程中，评价指标的确定必须结合水资源评价导则和具体的地理环境，且水资源能效的评价是一个综合性的工作，如何做好水资源能效的评价对水资源的管理、开发和利用有着积极重要的帮助，因此，本发明提出基于改进可拓距来确定权重的评价方法，先以评价指标的关联函数值来进行初次评价，对符合评价约束的评价指标进行赋权重及再次评价，依据评价结果和现实的差异性分析，输出最优的评价方案作为推广。

本发明的有益效果表现为：1、形式化描述水资源能效评价指标；2、定量化确定评价特征的关联度；3、简单且易于计算机系统实现；4、评价指标权系数分配均衡；5、评价结果科学合理。

附图说明

图1是基于改进距的水资源能效可拓生态评价方法流程图。

图2是河道生态堤岸评价指标体系图。

具体实施方式

下面结合附图对本发明进一步描述。

实施例子1

参照图1、2，一种基于改进距的水资源能效可拓生态评价方法，该方法包含以下步骤：

1)水资源能效数据采集：以居民问卷、现场考察及水利部门档案等多种方式调研待评价地区水资源，分析该地区的地理环境、水资源能效利用率、生态模式及生活经济相关性，整合待评价地区水资源描述，确立候选模式作为评价对象。

2)水资源能效评价指标体系建立：评价指标的选取必须注意评价的目的性、全面性、稳定性与可行性原则，评价指标的确定要以实际情况为基础，并结合《水资源评价导则SL/T238-1999》和各地方的水资源建设、使用和管理条例或方案作为参照标准。在水资源描述整合的基础上，确定水资源能效评价目标，并建立由多维物元模型表示的评价指标体系：

$M=\left[\begin{array}{ccc}{O}_m& c_1& v_1\\ & c_2& v_2\\ & .& .\\ & .& .\\ & .& .\\ & c_n& v_n\end{array}\right]=\left[\begin{array}{c}{M}_1\\ M_2\\ .\\ .\\ .\\ M_n\end{array}\right]=\{M_{11},...M_{1j_1},...,M_{n1},...M_{n{j}_n}\}---\left(1\right)$

O_m为评价体系，c_i为一级评价指标特征，v_i为关于c_i的量值。M＝{M₁，M₂，…，M_n}为一级评价指标集，M_i＝{M_i1，M_i2，…，M_iji}为二级评价指标集，M_ij表示第i个一级指标下的第j个二级指标，以此类推。

3)评价目标的关联函数求解：依据居民对该地区水资源的期望要求，确定期望区间[a,b]和期望目标值e，再结合实际情况给出对应的目标区间[c,d]，得到各个评价目标的理想区间X₀、可行区间X和最优值x₀，其计算公式可分为2种类型(增益型和减益型)，增益型计算公式f⁺(X₀,X,x₀)为：

$f^{+}(X_0,X,x_0)=\left\{\begin{array}{ccc}& X_0=[a,b]& \\ c<a& & x_0=(d+e)/2\\ & X=[c,d]& \\ & X_0=[c,b]& \\ a\&le;c\&le;b& & x_0=(d+e)/2\\ & X=[a,d]& \\ & X_0=[a,d]& \\ c>b& & x_0=(d+e)/2\\ & X=[2a-b,d]& \end{array}\right.---\left(2\right)$

减益型计算公式f^-(X₀,X,x₀)为：

$f^{-}(X_0,X,x_0)=\left\{\begin{array}{ccc}& X_0=[c,b]& \\ d<a& & x_0=[(2b-a)+e]/2\\ & X=[c,2b-a]& \\ & X_0=[a,b]& \\ a\&le;d\&le;b& & x_0=(b+e)/2\\ & X=[c,b]& \\ & X_0=[a,b]& \\ d>b& & x_0=(d+e)/2\\ & X=[c,d]& \end{array}\right.---\left(3\right)$

依据得到的理想区间、可行区间和最优值，建立未知点x到理想区间X₀的侧距ρ(x,x₀,X₀)，及未知点x到理想区间X₀和可行区间X的位值关系D(x,X₀,X)，即可构建评价指标M_i的关联函数：

$k\left(x\right)=\frac{\mathrm{\&rho;}({x,x}_0,X_0)}{D(x,X_0,X)}---\left(4\right)$

4)评价指标的初次评价：为了简化计算与提高评价效率，因此对评价方案做初次评价。分析各评价指标关联函数计算值是否大于0，且大于0的个数是否超过评价方案中评价指标总数的一半原则对评价方案进行筛选，除去不满足要求的方案，为满足的评价方案做再次可拓评价准备。

5)评价指标规范关联度计算：对满足再次评价的方案中各评价指标做规范关联度计算。关联函数计算方法能去除量纲差异的影响，实现评价指标的无量纲化，但是得到的函数计算值可能存在着较大的差异，因此为了评价的有效性需对评价指标M_i作规范关联度计算。增益型关联度k⁺ _ij计算为：

$\left\{\begin{array}{c}{k^{+}}_{\mathrm{ij}}=\frac{k_{\mathrm{ij}}-\min k_{\mathrm{ij}}}{\max k_{\mathrm{ij}}-\min k_{\mathrm{ij}}},\mathrm{Num}\left(k_{\mathrm{ij}}\right)>3\\ {k^{+}}_{\mathrm{ij}}=\frac{\left|k_{\mathrm{ij}}\right|}{\mathrm{\&Sigma;}\left|k_{\mathrm{ij}}\right|},\mathrm{Num}\left(k_{\mathrm{ij}}\right)=2\end{array}\right.---\left(5\right)$

减益型关联度k^- _ij计算为：

$\left\{\begin{array}{c}{k^{-}}_{\mathrm{ij}}=\frac{{\max k}_{\mathrm{ij}}-k_{\mathrm{ij}}}{\max k_{\mathrm{ij}}-\min k_{\mathrm{ij}}},\mathrm{Num}\left(k_{\mathrm{ij}}\right)>3\\ {k^{-}}_{\mathrm{ij}}=\frac{\left|k_{i(j+1)}\right|}{\mathrm{\&Sigma;}\left|k_{\mathrm{ij}}\right|},\mathrm{Num}\left(k_{\mathrm{ij}}\right)=2\end{array}\right.---\left(6\right)$

其中，max k_ij和min k_ij分别表示评价指标M_i中第j个二级指标的最大关联函数值和最小关联函数值，Num(k_ij)表示关联函数值的个数。

在规范化关联函数值过程中会把负值参数正数化，在单一评价指标下，不影响其评价效果，但在多评价指标时，在保留正负号，保证在整体评价过程中评价作用不变原则。

6)评价指标关联衡量的权重确定：水资源能效评价模型指标体系较为复杂，指标之间的耦合关系较多，单一权系数方法确定方法难以得到较为信服的均衡性指标，因此通过综合四种权重确定方法，得到一种能消除理想评价指标与现实环境下指标的较大偏差性的权系数计算方法。

6.1)标准差法：该方法以衡量指标为评价参数，计算衡量指标的标准差来确定属性的权重。某个属性的标准差越大，表明指标值的变异程度越大，提供的信息量越多，在综合评价中所起的作用越大，其权重也越大，因为变异程度大说明其对实例检索的贡献越大，反之亦然。

6.2)层次分析法：依据评价指标体系，计算分级评价指标的权系数，且每一级的评价指标权系数之和为1。两两对比的取值一般为正整数1～9及其倒数。再求层次矩阵的最大特征值对应的特征向量，归一化后其分量即为该层次某个评价指标的权重，综合各层次的权重，即可得各指标的权重。

6.3)满意度法：一般把评价指标分为很不满意、不满意、不甚满意、一般、基本满意、满意、很满意7个梯级，并建立相应的百分值作为权重。也可以根据实际的情况分为5个阶梯或者3个阶梯。针对水资源能效的评价指标问题上，需建立7个阶梯的满意度法，并赋予其权系数。

6.4)基于改进可拓距的权重计算：以可拓距为基础，通过对可拓距的公式改进，计算评价参数到目标区间的值并归一化，以此作为权重。设x为评价指标参数，区间Α＝[a1,a2]为评价指标可拓域，区间Β＝[b1,b2]为评价指标可行域，且可拓距ρ计算公式为：

$\mathrm{\&rho;}(A,B)=|\frac{b2+b1}{2}-\frac{a2+a1}{2}|-(\frac{b2-b1}{2}-\frac{a2-a1}{2})---\left(7\right)$

由于上式不满足ρ(Α,Β)＝ρ(Β,Α)，现将其改进为式(8)：

$\mathrm{\&rho;}(A,B)=|\frac{b2+b1}{2}-\frac{a2+a1}{2}|+|\frac{b2-b1}{2}-\frac{a2-a1}{2}|---\left(8\right)$

当a1＝a2＝a时，由式(7-8)可推导出点与区间之距为式(9)：

$\mathrm{\&rho;}(a,B)=|\frac{b2+b1}{2}-a|+\frac{b2-b1}{2}=\left\{\begin{array}{c}b2-a,a\&le;\frac{b2+b1}{2}\\ a-b1,a>\frac{b2+b1}{2}\end{array}\right.---\left(9\right)$

再对得到距的计算值进行归一化操作，得到M_i对应的权系数w_i：

7)可拓评价与差异性分析：

$C\left(M_l\right)=w_l\left(\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{k}_{\mathrm{li}}\right)---\left(11\right)$

$D\left(M_l\right)=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{[w_l{k}_{\mathrm{li}}-1]}^2---\left(12\right)$

$\mathrm{OUT}\left(M\right)=\underset{1<l<n}{\max }\left(\frac{C\left(M_l\right)}{D\left(M_l\right)}\right)---\left(13\right)$

其中C(M_l)、D(M_l)和OUT(M)分别表示为指标M_l的可拓综合评价值、指标M_l的差异性评价值和最终输出的评价指标，l＝1,2,…,n，依据可拓评价值进行差异性分析，选取差异性最均衡的候选模式为最优方案输出。

实例2

参照图1，一种基于改进距的水资源能效可拓生态评价方法，该方法包含以下步骤：

1)水资源能效数据采集

以西笤溪为例，选取两个或几个典型工程(山区段、平原段)，运用可拓评价模式进行评价，以此检验模型的准确性。西苕溪发源于永和乡狮子山，自西南向东北斜贯全县，至梅溪镇小溪口出县境，过长兴经湖州注入太湖。河流呈山溪性特征：源短流急，谷地狭小，河床比降大，溪水涨落大，年内洪枯变化大,如图2所示。

目前西笤溪各段河道均开展了不同程度的生态堤岸建设工作，因此有必要采用某种科学的方法对各河道的生态性进行有效的评价。由于山区和平原的地理环境不同，即便是同一山区或平原堤岸模式，不同段的影响因素也不同，因此评价模式的均衡性和系统性显得尤为重要。以老石坎和赋石水库为例说明水资源对当地经济和生活的重要性，以此强调水资源能效综合评价对当地地区对水资源开发、利用和管理有着重要且有效的参考价值。以老石坎水库和赋石水库的综合数据为例：

老石坎水库主要控制西苕溪流域南溪支流老石坎水库下游的梯级开发引水式水库，是一座以灌溉为主，同时结合灌区排涝、发电的单位。辖有孝丰、王家庄两座电厂，拥有近16公里的引水主干渠，担负着沿渠5个行政村(社区)万余亩良田灌溉及引水至安吉头坝灌区的任务，发挥着巨大的社会效益。赋石水库位于安吉县孝丰镇赋石村，始建于1970年，储量在2.18亿立方米，是浙北地区第一大水库。坝高42.8米，长446米，两端接高山，坝顶海拔92.8米，水深28米，是一座以防洪为主结合灌溉、发电等综合利用的大(二)型水库。

因此选定西笤溪4个典型山区段(老石坎段，南溪段，赋石段和毛竹山段)和2个典型平原段(上墅乡段和安城段)这六个候选模式作为水资源能效的综合评价对象。

2)水资源能效评价指标体系建立

依据选定候选模式作为评价对象，给出其原始信息，参照《水资源评价导则SL/T238-1999》、《浙江省万里清水河道建设技术要求》和《河道建设标准DB33/T 614-2006》，制定了2级评价指标体系，第一级评价对象为M＝{老石坎段(M₁₁)，南溪段(M₁₂)，赋石段(M₁₃)，毛竹山段(M₁₄)，上墅乡段(M₂₁)，安城段(M₂₂)}，第二级评价对象为M_i＝{M_i1，M_i2，…，M_i9}，其所对应的评价指标为c(M_i)＝{C_i1，C_i2，…，C_i9}＝{土地利用率、河岸坡度、采矿量、河床抗冲刷程度、水流平稳度、气候变化程度、动物分布率、植物分布率、防洪程度}，i＝1,2,…,6。因此，可给出各个评价指标所对应的数据，如表1所示，评价指标体系如图3所示。

表1 候选模式的各个评价指标数据(平均值)

3)评价目标的关联函数求解

根据给出的评价指标体系，给出居民对水资源能效的期望要求，包括确定期望区间和期望目标值，再结合实际情况给出对应的目标区间，代入公式(2)和(3)得到各个评价目标的理想区间、可行区间和最优值，如表2所示。

表2 各个评价指标的各项参数值

依据得到的理想区间、可行区间和最优值，代入公式(4)即可得到评价指标的关联函数值，如表3所示：

表3 各评价指标关联函数值

4)评价指标的初次评价

分析表3的计算结果，依据各评价对象中评价指标的计算值大于0，且每个评价对象中大于0的评价指标数超过5个初次评价方法，得到满足初次评价要求的候选模式仅为M₁₁，M₁₃。

5)评价指标规范关联度计算

关联函数计算方法能去除量纲差异的影响，实现评价指标的无量纲化，但是得到的函数计算值可能存在着较大的差异，需对关联函数值进行规范化操作，把满足要求的候选评价模式带入到公式(5)、(6)和评价整体性不变原则，既得规范化关联函数值，见表4所示。

表4 候选评价模式的规范关联函数值

6)评价指标关联衡量的权重确定

水资源能效评价模型指标体系较为复杂，指标之间的耦合关系较多，单一权系数方法确定方法难以得到较为信服的均衡性指标，因此通过综合四种权重确定方法，得到一种能消除理想评价指标与现实环境下指标的较大偏差性的权系数计算方法。

6.1)离差法计算评价指标权重

离差法以关联函数值为基础，求解候选模式权系数，其结果如表5所示。

表5 离差法计算候选评价模式指标权重

6.2)层次分析法求解评价权重

通过对村民和管理部门进行调查，对调查结果进行标准化后，得到判断矩阵。

一级判断矩阵为：

得到不同工程的一级权重w¹为{0.6，0.4}。

以M₁₁为例，建立其二级判断矩阵为：

其最大二级权重值w²为0.745。

计算得出各个工程权重(w¹*w²)并归一化后为：{0.598，0.402}

6.3)满意度法求解评价权重

通过对村民进行调查生态堤岸的满意度情况，提供了以下的调查数据，评判的梯级为7。具体调查数据见表6。

表6 各候选模式评价指标的满意度调查数据

综合计算得到最终满意度为：5.22、4.11，归一化后，得到最后权重为0.559、0.441。

6.4)基于改进可拓距的指标权重

依据表1和表2中的数据，结合公式(8)、(9)和(10)，可得到由基于改进距方法求解得到的评价权重，并归一化计算为{0.478，0.522}。

最后比较通过采用四种方法计算权重得到不同指标的权重，见表7所示。

表9 权重

由上表分析可知，基于关联函数的离差赋权法在水资源能效评价指标的权重赋值为平等分配，这样的权重赋值方式对评价结果不产生任何关联，层次分析法和满意度法采用打分的方式计算出权重，在实例中得到的权重偏差>0.5，亦会影响评价过程中权重的均衡分配，故采用改进距方法得到的权重值水平要高于其他方法，在同等测量水平上，能够得到更多的关注程度。

7)可拓评价与差异性分析

结合表3、公式(11)、(12)、(13)，可计算出综合评价值及差异评比，如表8所示。

表8 候选模式评价结果

从表8中可以看出赋石段M₁₃综合评分较高，这是因为在2008年，赋石灌区实施节水改造(工程总投资1800万元)，主要对干渠进行三面光、混凝土衬砌，支渠、毛渠采用混凝土U型槽，使得测评指标值显著提高。

由此可见，生态堤岸的基于改进距的可拓生态评价方法不仅可以消解各个评价指标权重赋值的不均衡性问题，也能建立起各个评价指标的联系，最终得到的评价结果与实际结果具有相同的效果，从而得到客观的结论。

Claims (1)

1.一种基于改进距的水资源能效可拓生态评价方法，该评价方法包含以下步骤：

1)水资源能效数据采集：以居民问卷、现场考察及水利部门档案多种方式调研待评价地区水资源，分析该地区的地理环境、水资源能效利用率、生态模式及生活经济相关性，整合待评价地区水资源描述，确立候选模式作为评价对象；

选取两个或几个典型工程，运用可拓评价模式进行评价，以此检验模型的准确性；

2)水资源能效评价指标体系建立：评价指标的选取必须注意评价的目的性、全面性、稳定性与可行性原则，评价指标的确定要以实际情况为基础，并结合《水资源评价导则SL/T238-1999》和各地方的水资源建设、使用和管理条例或方案作为参照标准；在水资源描述整合的基础上，确定水资源能效评价目标，并建立由多维物元模型表示的评价指标体系：

$M=\left[\begin{array}{ccc}{O}_m& c_1& v_1\\ & c_2& v_2\\ \begin{array}{c}\\ \\ \end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}\\ & c_n& v_n\end{array}\right]=\left[\begin{array}{c}{M}_1\\ M_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ M_n\end{array}\right]=\{M_{11},...M_{1j_1},...,M_{n1},...M_{{\mathrm{nj}}_n}\}---\left(1\right)$

O_m为评价体系，c_i为一级评价指标特征，v_i为关于c_i的量值；M＝{M₁，M₂，…，M_n}为一级评价指标集，为二级评价指标集，M_ij表示第i个一级指标下的第j个二级指标，以此类推；

依据选定候选模式作为评价对象，给出其原始信息，参照《水资源评价导则SL/T238-1999》、《浙江省万里清水河道建设技术要求》和《河道建设标准DB33/T614-2006》，制定了2级评价指标体系；

3)评价目标的关联函数求解：依据居民对该地区水资源的期望要求，确定期望区间[a,b]和期望目标值e，再结合实际情况给出对应的目标区间[c,d]，得到各个评价目标的理想区间X₀、可行区间X和最优值x₀，其计算公式可分为增益型和减益型2种类型，增益型计算公式f⁺(X₀,X,x₀)为：

$f^{+}(X_0,X,x_0)=\left\{\begin{array}{ccc}c<a& \begin{array}{c}{X}_0=\&lsqb;a,b\&rsqb;\\ X=\&lsqb;c,d\&rsqb;\end{array}& x_0=\left(d+e\right)/2\\ a\&le;c\&le;b& \begin{array}{c}{X}_0=\&lsqb;c,b\&rsqb;\\ X=\&lsqb;a,d\&rsqb;\end{array}& x_0=\left(d+e\right)/2\\ c>b& \begin{array}{c}{X}_0=\&lsqb;a,d\&rsqb;\\ X=\&lsqb;2a-b,d\&rsqb;\end{array}& x_0=\left(d+e\right)/2\end{array}\right.---\left(2\right)$

减益型计算公式f^-(X₀,X,x₀)为：

$f^{-}(X_0,X,x_0)=\left\{\begin{array}{ccc}d<a& \begin{array}{c}{X}_0=\&lsqb;c,b\&rsqb;\\ X=\&lsqb;c,2b-a\&rsqb;\end{array}& x_0=\&lsqb;\left(2b-a\right)+e\&rsqb;/2\\ a\&le;d\&le;b& \begin{array}{c}{X}_0=\&lsqb;a,d\&rsqb;\\ X=\&lsqb;c,b\&rsqb;\end{array}& x_0=\left(b+e\right)/2\\ d>b& \begin{array}{c}{X}_0=\&lsqb;a,b\&rsqb;\\ X=\&lsqb;c,d\&rsqb;\end{array}& x_0=\left(d+e\right)/2\end{array}\right.---\left(3\right)$

依据得到的理想区间、可行区间和最优值，建立未知点x到理想区间X₀的侧距ρ(x,x₀,X₀)，及未知点x到理想区间X₀和可行区间X的位值关系D(x,X₀,X)，即可构建评价指标M_i的关联函数：

$k\left(x\right)=\frac{\mathrm{\&rho;}(x,x_0,X_0)}{D(x,X_0,X)}---\left(4\right)$

4)评价指标的初次评价：为了简化计算与提高评价效率，因此对评价方案做初次评价；分析各评价指标关联函数计算值是否大于0，且大于0的个数是否超过评价方案中评价指标总数的一半原则对评价方案进行筛选，除去不满足要求的方案，为满足的评价方案做再次可拓评价准备；

5)评价指标规范关联度计算：对满足再次评价的方案中各评价指标做规范关联度计算；关联函数计算方法能去除量纲差异的影响，实现评价指标的无量纲化，但是得到的函数计算值可能存在着较大的差异，因此为了评价的有效性需对评价指标M_i作规范关联度计算；增益型关联度k⁺ _ij计算为：

$\left\{\begin{array}{c}{k^{+}}_{ij}=\frac{k_{ij}-\min k_{ij}}{\max k_{ij}-\min k_{ij}},Num\left(k_{ij}\right)>3\\ {k^{+}}_{ij}=\frac{\left|k_{ij}\right|}{\mathrm{\&Sigma;}\left|k_{ij}\right|},Num\left(k_{ij}\right)=2\end{array}\right.---\left(5\right)$

减益型关联度k^- _ij计算为：

$\left\{\begin{array}{c}{k^{-}}_{ij}=\frac{\max k_{ij}-k_{ij}}{\max k_{ij}-\min k_{ij}},Num\left(k_{ij}\right)>3\\ {k^{-}}_{ij}=\frac{\left|k_{i\left(j+1\right)}\right|}{\mathrm{\&Sigma;}\left|k_{ij}\right|},Num\left(k_{ij}\right)=2\end{array}\right.---\left(6\right)$

其中，max k_ij和min k_ij分别表示评价指标M_i中第j个二级指标的最大关联函数值和最小关联函数值，Num(k_ij)表示关联函数值的个数；

在规范化关联函数值过程中会把负值参数正数化，在单一评价指标下，不影响其评价效果，但在多评价指标时，在保留正负号，保证在整体评价过程中评价作用不变原则；

6)评价指标关联衡量的权重确定：水资源能效评价模型指标体系较为复杂，指标之间的耦合关系较多，单一权系数方法确定方法难以得到较为信服的均衡性指标，因此通过综合四种权重确定方法，得到一种能消除理想评价指标与现实环境下指标的较大偏差性的权系数计算方法；

6.1)标准差法：该方法以衡量指标为评价参数，计算衡量指标的标准差来确定属性的权重；某个属性的标准差越大，表明指标值的变异程度越大，提供的信息量越多，在综合评价中所起的作用越大，其权重也越大，因为变异程度大说明其对实例检索的贡献越大，反之亦然；

6.2)层次分析法：依据评价指标体系，计算分级评价指标的权系数，且每一级的评价指标权系数之和为1；两两对比的取值一般为正整数1～9及其倒数；再求层次矩阵的最大特征值对应的特征向量，归一化后其分量即为该层次某个评价指标的权重，综合各层次的权重，即可得各指标的权重；

6.3)满意度法：一般把评价指标分为很不满意、不满意、不甚满意、一般、基本满意、满意、很满意7个梯级，并建立相应的百分值作为权重；或根据实际的情况分为5个阶梯或者3个阶梯；针对水资源能效的评价指标问题上，需建立7个阶梯的满意度法，并赋予其权系数；

6.4)基于改进可拓距的权重计算：以可拓距为基础，通过对可拓距的公式改进，计算评价参数到目标区间的值并归一化，以此作为权重；设x为评价指标参数，区间Α＝[a1,a2]为评价指标可拓域，区间Β＝[b1,b2]为评价指标可行域，且可拓距ρ计算公式为：

$\mathrm{\&rho;}(A,B)=|\frac{b2+b1}{2}-\frac{a2+a1}{2}|-(\frac{b2-b1}{2}-\frac{a2-a1}{2})---\left(7\right)$

由于上式不满足ρ(Α,Β)＝ρ(Β,Α)，现将其改进为式(8)：

$\mathrm{\&rho;}(A,B)=|\frac{b2+b1}{2}-\frac{a2+a1}{2}|+|\frac{b2-b1}{2}-\frac{a2-a1}{2}|---\left(8\right)$

当a1＝a2＝a时，由式(7-8)可推导出点与区间之距为式(9)：

$\mathrm{\&rho;}(a,B)=|\frac{b2+b1}{2}-a|+\frac{b2-b1}{2}=\left\{\begin{array}{c}b2-a,a\&le;\frac{b2+b1}{2}\\ a-b1,a>\frac{b2+b1}{2}\end{array}\right.---\left(9\right)$

再对得到距的计算值进行归一化操作，得到M_i对应的权系数w_i：

7)可拓评价与差异性分析：

$\begin{array}{cc}C\left(M_l\right)=w_l\left(\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{k}_{li}\right)& \left(11\right)\\ D\left(M_l\right)=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\&lsqb;w_l{k}_{li}-1\&rsqb;}^2& \left(12\right)\\ OUT\left(M\right)=\underset{1<l<n}{\max }\left(\frac{C\left(M_l\right)}{D\left(M_l\right)}\right)& \left(13\right)\end{array}$

其中C(M_l)、D(M_l)和OUT(M)分别表示为指标M_l的可拓综合评价值、指标M_l的差异性评价值和最终输出的评价指标，l＝1,2,…,n，依据可拓评价值进行差异性分析，选取差异性最均衡的候选模式为最优方案输出。