CN106021946A - 一种区域水环境风险模糊综合评价方法 - Google Patents

Abstract

本发明提供了一种区域水环境风险模糊综合评价方法，包括：根据目标层、系统层、准则层、指标层间层次结构关系，建立隶属度函数，并计算出区域水环境风险评估指标体系的各指标对于评价等级的隶属度；根据指标体系各层级关系，建立结构模型，通过相对隶属度函数建立模糊关系矩阵；根据最大隶属度的原则确定最终评价结果。上述技术方案能够更为准确的对区域水环境进行评估，以为决策提供准确的依据。

Description

一种区域水环境风险模糊综合评价方法

技术领域

本发明涉及水环境风险评估领域的数据分析和处理技术，特别是指一种区域水环境风险模糊综合评价方法。

背景技术

由于社会经济、工农业的迅速发展以及城市化进程的不断加快，全球各地区环境压力也日益增大。20世纪70年代，美国首先提出了环境风险评估(ERA)的概念，其随后被西方欧美等国家逐渐认可。水环境风险评估(WERA)作为环境风险评估的重要组成部分，其是在环境风险评估的基础上，开展水环境各种潜在风险的识别以及水环境事故发生概率评估工作的过程。作为ERA的重要方向，其在水环境风险预测与水环境事故预防方面扮演着重要角色。

京津冀地区是中国北方经济最为发达、最具发展潜力的地区，包括北京和天津两直辖市以及河北省11个地级市。但是，随着区域经济的快速发展，其环境问题逐渐演变成为区域性难题，环境风险不断累积，人群等风险受体不断增加，资源环境承载力较弱，致使环境事故一旦发生，便可能产生严重后果。2015年4月30日，中央政治局会议审议通过《京津冀协同发展规划纲要》指出，推动京津冀地区协同发展是一项重大国家战略，是促进资源环境统一协调的需要，此战略的提出，加速了京津冀一体化进程，为区域发展带来机遇的同时，又对其可持续发展提出了更高的要求，也给区域生态环境一体化保护管理带来了更大的挑战。在此背景下，在京津冀地区开展水环境风险评估工作可为管理者提供决策依据，同时能有效预测水环境风险，以实现区域水环境与经济的可持续发展。

如今，WERA已被广泛地应用于识别水环境中的高风险因子。随着人们环保意识逐渐增强，很多方法被用于WERA：图形叠加方法、信息扩散方法、指标体系方法、模糊数学综合评估方法等。其中指标体系方法具有简洁、快速、效率高、低耗的优点。Sun F等建立了一个指标体系(具体请见F S,J C,Q T,S Z:Integrated risk assessment and screeninganalysis of drinking water safety of a conventional water supply system.Waterscience and Technology 2007,56:47-56.)，该方法结合筛选分析和图形检验矩阵对区域饮水安全风险进行评价，建立了风险评估程序，并对水系统脆弱性进行了表征。Wang B等在白洋淀开展了流域环境污染风险研究(Wang B,Cheng H:Environmental Risk zoningResearch in Baiyangdian Basin.Procedia Environmental Sciences 2011,10:2280-6.)，借助GIS和RS技术，建立了一个简单的指标体系来评估洪水和水资源短缺风险，同时完成风险定量化和风险可视化。

但是如果在建立指标体系是缺少一定理论依据，就会增加评价的盲目性，导致评价结果的不合理性、不科学性。因此基于改进的PSR、DSR模型，业界提出了一种DPSIR(Drivers Pressures States Impacts Responses；驱动、压力、状态、影响以及响应)模型，并通过OECD(Organization for Economic Cooperation and Development，经济合作与发展组织)在上世纪90年代进行推广，并由IGBP LOICZ进一步的发展。它可以捕捉到社会、经济、环境系统之间的“因果–效应”关系，因此被广泛应用于分析人类环境系统的相互作用过程。ZHANG S等提出了一种基于PSR模型的区域环境和健康风险评估指标体系，并结合层次分析法(AHP)确定权重([16]Zhang S,Wei Z,Liu W,Yao L,Suo W,Xing J,Huang B,Jin D,Wang J:Indicators for Environment Health Risk Assessment in the JiangsuProvince of China.International journal of environmental research and publichealth 2015,12:11012-24.)；而Xu EGB等提出了一种针对海洋保护区、基于多层DPSIR模型的环境风险评估方法，并生成一个数据库来协助管理(Xu EGB,Leung KMY,Morton B,LeeJHW:An integrated environmental risk assessment and management framework forenhancing the sustainability of marine protected areas:the Cape d'AguilarMarine Reserve case study in Hong Kong.The Science of the total environment2015,505:269-81.)。综合来看,DPSIR模型能简化复杂的水环境问题，使决策者更容易掌握辖区的水环境状况。

在风险计算方法方面，现有的研究大部分以权重和风险值的简单乘积代表风险水平，降低了计算结果的精确程度。模糊数学综合评估方法具有结构清晰和高系统性等优点被广泛用于风险值计算、解决模糊和不确定问题。

Peibin G等运用层次分析法和专家打分法以及模糊综合评价法对西部地区开展了健全的环境风险评估，并分析得出了影响结果的主要因素(Peibin G,Bao jiang S,GangL,Yong W:Fuzzy comprehensive evaluation in well control risk assessment basedon AHP.Advances in Petroleum Exploration and Development 2012,4:13-8.)。张海丽等初步建立了基于模糊数学综合评估方法的生态风险评估模型来评估大辽河污染状况(张海丽:大辽河口水环境污染生态风险评价指标体系与技术方法研究.青岛:中国海洋大学,2013.)。

然而，有很少研究能综合利用上述几种方法，将其视为整体对区域水环境风险进行评估。

发明内容

基于上述缺陷，本发明实施例的目的是提出一种区域水环境风险模糊综合评价方法，能够根据DPSIR模型的理论将水环境风险系统作为一个由形成和控制环境风险的各种要素有机结合的整体，以此构建全面系统的水环境风险评估指标体系。

为了达到上述目的，本发明实施例提出了一种区域水环境风险模糊综合评价方法，包括：

步骤1、根据目标层、系统层、准则层、指标层间层次结构关系，建立隶属度函数，并计算出区域水环境风险评估指标体系的各指标对于评价等级的隶属度；

步骤2、根据指标体系各层级关系，建立结构模型，通过相对隶属度函数建立模糊关系矩阵；根据最大隶属度的原则确定最终评价结果。

其中，所述步骤1具体包括：

对于逆向指标，指标值越小，水环境风险越高：

$\left\{\begin{array}{cc}If& x_i>a_{i,1},r_{i1}=1,r_{i2}=r_{i3}=r_{i4}=0\\ If& a_{i,k}\&GreaterEqual;x_i\&GreaterEqual;a_{i,k+1},r_{ik}=\frac{x_i-a_{i,k+1}}{a_{i,k}-a_{i,k+1}},r_{i,k+1}=\frac{a_{i,k}-x_i}{a_{i,k}-a_{i,k+1}},r_{i,other}=0,k=1,2,3\\ If& x_i<a_{i,4},r_{i1}=r_{i2}=r_{i3}=0,r_{i4}=1\end{array}\right.---\left(1\right)$

对于正向指标，指标值越大，水环境风险越高：

$\left\{\begin{array}{cc}If& x_i<a_{i,1},r_{i1}=1,r_{i2}=r_{i3}=r_{i4}=0\\ If& a_{i,k}\&le;x_i\&le;a_{i,k+1},r_{ik}=\frac{a_{i,k+1}-x_i}{a_{i,k+1}-a_{i,k}},r_{i,k+1}=\frac{x-a_{i,ki}}{a_{i,k+1}-a_{i,k}},r_{i,other}=0,k=1,2,3\\ If& x_i>a_{i,4},r_{i1}=r_{i2}=r_{i3}=0,r_{i4}=1\end{array}\right.---\left(2\right)$

其中x_i指第i项指标；a_i和k为第i项指标的第k级评价标准；r_ik指第i项指标对于第k级标准的相对隶属度。

其中，所述步骤2具体包括：

步骤21、根据指标体系各层级关系，建立结构模型，通过相对隶属度函数建立模糊关系矩阵：

其中m为该等级所含指标数；n为评价等级数；

步骤22、由于区域水环境风险评估指标体系分为4层，因此n＝4；根据权重集W及模糊关系矩阵依次进行第一、二、三级评判：

其中b_i为评价指标对第i个等级的隶属度；

根据最大隶属度的原则，取与对应的风险等级作为该要素的最终评价结果。

其中，所述区域水环境风险评估指标体系通过以下方法建立：

步骤A、确定DPSIR模型的驱动力因子、压力因子、状态因子、影响因子、响应因子；其中

驱动力因子为推动水环境压力增加或减小的潜在因子，是造成水环境发生变化的间接因素，至少包括：社会经济发展速率、人口增长速率等；

压力因子为产生水环境风险的直接驱动力，表征社会发展对水资源的需求及对水环境造成的副作用，至少包括：社会用水效率、废污水排放；

状态因子为描述区域水环境状况以及推动水环境保护工作进行所需的前提条件，即社会经济发展状况，至少包括：水质、水量、水生态状况；

影响因子为在直接、间接驱动力推动下对区域水环境以及居民生活造成的影响；

响应因子为对水环境面临的各种风险所采取的管理措施；

步骤B、构建区域水环境风险评估指标体系，所述构建区域水环境风险评估指标体系包括从不同角度反映区域水环境风险的目标层、系统层、准则层、指标层；

其中所述系统层包括至少以下五个参数：驱动力、压力、状态、影响、响应；

其中驱动力对应三个准则层参数：人口增长、经济发展、社会发展；其中人口增长对应的指标层包括：人口自然增长率、人口密度；经济发展对应的指标层包括：GPD年增长率、人均GDP；社会发展对应的指标层包括：恩格尔系数；

其中压力对应两个准则层参数：环境压力、资源压力；其中环境压力对应的指标层包括：国家重点监控企业密度、工业废水排放量、生活污水排放量、COD年排放量、农药化肥使用量；其中资源压力对应的指标层包括：万元GDP用水量、人均用水量；

其中状态对应四个准则层参数：水量、水质、水生态、受体；其中水量对应的指标层包括：人均水资源占有量；水质对应的指标层包括：水功能区水质达标率；水生态对应的指标层包括：湿地面积占辖区面积比；受体对应的指标层包括：敏感人群比重；

其中影响对应三个准则层参数：水环境、水生态、居民生活；其中水环境对应的指标层包括：河流、湖泊劣于III类水质占比；水生态对应的指标层包括：水土流失面积比例；居民生活对应的指标层包括：集中水源地水质达标率、人口平均寿命、居民生活水费；

其中响应对应三个准则层参数：水资源管理、水资源监测、污废水处理；其中水资源管理对应的指标层包括：人均水利、环境、公共基础设施投资；水资源监测对应的指标层包括：地表水水质监测断面点位数；污废水处理对应的指标层包括：污水集中处理率、工业废水处理率。

本发明的上述技术方案的有益效果如下：

上述技术方案能够更为准确的对区域水环境进行评估，以为决策提供准确的依据。

附图说明

图1为本发明实施例的区域水环境风险评估分区思路图；

图2为本发明实施例的DPSIR模型评估框架示意图；

图3为本发明实施例的模糊综合评价法评估框架示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实例进行详细描述。

水环境风险评估是确定水环境风险发生的概率、水环境的脆弱性以及预测事故发生对水环境造成的影响的过程。目前，水环境风险评估方法主要有指标体系法、神经网络法、灰色模型法、加权风险分析法、事故树法等。而现如今，水环境风险的高低与社会经济发展水平息息相关。因此，与其他方法相比，构建DPSIR模型法能综合考虑环境与经济两大因素，其目前已应用于环境管理和水资源可持续利用等领域。DPSIR模型是在PSR模型和DSR模型修订的基础上发展而来，它描述了一条引发环境问题的起源和结果之间的因果链。本发明实施例以DPSIR模型为基础，综合考虑导致水环境风险发生的驱动力及人类社会对水环境施加的压力，进而评估风险发生对水环境状态产生的影响，及人类对此影响做出的积极响应，以完成水环境风险评估。

本发明实施例的区域水环境风险评估与分区的设计思路如图1所示的，本发明实施例通过指标体系法、模糊数学法、层次分析法的有机结合，构建水环境风险评估综合方法体系，从而将复杂的环境条件进行综合、简化。

1、建立基于DPSIR模型的区域水环境风险评估：

DPSIR模型分别以驱动力因子、压力因子、状态因子、影响因子、响应因子为出发点，五因素相铺相成，对水环境风险进行评估。首先，在指标体系法指导下，根据环境风险评估理论建立评估框架以及指标体系；

其次，进行定量化计算，即以模糊综合评价法为基础计算系统风险值，结合AHP计算各指标权重并赋值，将各指标体系量化分级；

最后，依据结果，以ArcGIS为辅助工具，按风险从高到低划分为高风险区、中风险区、低风险区、无风险区。

2、构建水环境风险评估指标体系

本发明实施例从区域环境风险系统理论出发，构建区域水环境风险指标体系；该指标体系由目标层、系统层、准则层和指标层构成，以从不同角度反映研究区水环境风险。搜集的原始数据需根据计算来达到表征风险的目的，考虑到数据的可获取性，对数据缺乏的指标，采用等效替代的方式。本发明实施例针对推动风险发生的驱动力、压力因子，偏重考虑对研究区影响最大的工业、农业、生活污染源，对水环境状态、风险影响的评估以地表水为主。

本发明实施例的评估指标体系具体内容详见表1，表1中从前述的四个层次(目标层未列出)出发，围绕DPSIR模型，建立水环境风险评估指标体系。该表以原始数据为基础，明确各指标的计算方法，将数据叠加整合，同时阐明了各指标的作用地位及原始数据的搜集来源。

表1 水环境风险评估指标体系

注：[a]评估区当地统计年鉴；[b]评估区当地环境保护年鉴；[c]评估区当地环境状态公报；

[d]评估区当地环境保护厅网站；[e]评估区当地水资源公报；[f]中国统计年鉴；

[g]中国环境状况公报；[h]中国水资源公报；[i]文献、数据检索

3、数据来源

通过查阅各省市年鉴、环境状况公报等资料，文献检索，数据查询等方式，针对指标体系所涉及的内容，整理出各评估单元的相关数据。考虑数据的可获取性及全面性，本发明实施例中以2012年数据作为基础数据，当然这只是实现本发明的一种形式而已。驱动力因子指标数据主要通过查阅各省市年鉴、中国城市年鉴及文献检索的方式获取；压力因子指标数据除通过上述渠道外，还通过查阅环境保护年鉴获取。其他因子指标数据获取方式详见表1。

4、权重设置

指标体系建成之后，需确定各指标在指标体系中的权重，以此来表征各指标对环境风险的贡献程度。目前，权重计算方法有层次分析法(Analytic Hierarchy Process，AHP)、主成分分析法、熵值法、状态最优化法等。其中层次分析法作为目前普遍运用的权重计算方法，结合专家打分法及定性定量方法，使决策层次化、结构化。

层次分析法：Saaty TL:A scaling method for priorities in hierarchicalstructures.Journal of Mathematical Psychology 1977,15:234-81.这种算法根据指标体系层次结构关系及各元素间影响程度，确定指标之间相对重要性，参照1-9标度含义，构建判断矩阵。采用几何平均法计算指标层相对于准则层、准则层相对于系统层、系统层相对于目标层，共三级权重值，并以向量形式表示。最后对计算结果进行一致性检验，保证C.R.＜0.1即判断矩阵具有较好传递性、一致性。该方法具体计算步骤可以参考：TesfamariamS,Sadiq R:Risk-based environmental decision-making using fuzzy analytichierarchy process(F-AHP).Stochastic Environmental Research and RiskAssessment 2006,21:35-50.。针对本发明实施例的指标权重计算结果详见表2。

表2 水环境风险评估指标体系量化分级及权重

5、指标量级分化

选定研究区，并以查阅获取的数据为基础，结合各指标数据的表征意义，以最大程度表征各研究单元在驱动力、压力、状态、影响、响应五个因子的差异性为出发点，同时结合国家相应规范、标准中所规定的分级标准，对指标体系进行量化分级，从而完成对各指标的评分，量化分级结果详见表2。

6、模糊综合评价法

基于模糊综合评价模型，对研究区水环境风险进行评估。首先根据目标层、系统层、准则层、指标层间层次结构关系，建立隶属度函数，进而计算出各指标对于评价等级的隶属度。各评价指标隶属度计算方法如下：

(1)对于逆向指标，指标值越小，水环境风险越高：

$\left\{\begin{array}{cc}If& x_i>a_{i,1},r_{i1}=1,r_{i2}=r_{i3}=r_{i4}=0\\ If& a_{i,k}\&GreaterEqual;x_i\&GreaterEqual;a_{i,k+1},r_{ik}=\frac{x_i-a_{i,k+1}}{a_{i,k}-a_{i,k+1}},r_{i,k+1}=\frac{a_{i,k}-x_i}{a_{i,k}-a_{i,k+1}},r_{i,other}=0,k=1,2,3\\ If& x_i<a_{i,4},r_{i1}=r_{i2}=r_{i3}=0,r_{i4}=1\end{array}\right.---\left(1\right)$

(2)对于正向指标，指标值越大，水环境风险越高：

$\left\{\begin{array}{cc}If& x_i<a_{i,1},r_{i1}=1,r_{i2}=r_{i3}=r_{i4}=0\\ If& a_{i,k}\&le;x_i\&le;a_{i,k+1},r_{ik}=\frac{a_{i,k+1}-x_i}{a_{i,k+1}-a_{i,k}},r_{i,k+1}=\frac{x-a_{i,ki}}{a_{i,k+1}-a_{i,k}},r_{i,other}=0,k=1,2,3\\ If& x_i>a_{i,4},r_{i1}=r_{i2}=r_{i3}=0,r_{i4}=1\end{array}\right.---\left(2\right)$

其中x_i指第i项指标；a_i、k指第i项指标的第k级评价标准；r_ik指第i项指标对于第k级标准的相对隶属度。

根据指标体系各层级关系，建立结构模型，通过相对隶属度函数建立模糊关系矩阵：

其中m为该等级所含指标数；n为评价等级数。

本研究区水环境风险评估指标体系分为4层，因此如图3所示的需进行三级评判，评价等级为4(即n＝4)。根据权重集W及模糊关系矩阵，依次进行第一、二、三级评判：

其中b_i为评价指标对第i个等级的隶属度；

根据最大隶属度的原则，取与对应的风险等级作为该要素的最终评价结果。

本发明实施例涉及的参考文献如下，本发明实施例将以下列出的参考文献全文运用于此：

[1]Liu SY,Wang HQ,Li YL:Current Progress of Environmental RiskAssessment Research.Procedia Environmental Sciences 2012,13:1477-83.

[2]Skinner DJC,Rocks SA,Pollard SJT,Drew GH:Identifying Uncertaintyin Environmental Risk Assessments:The Development of a Novel Typology and ItsImplications for Risk Characterization.Human and Ecological Risk Assessment:An International Journal 2014,20:607-40.

[3]尹荣尧,杨潇,孙翔,朱晓东:江苏沿海化工区环境风险分级及优先管理策略研究.中国环境科学2011,31:1225-32.

[4]Dai X,Li Z,Lin S,Xu W:Assessment and zoning of eco-environmentalsensitivity for a typical developing province in China.StochasticEnvironmental Research and Risk Assessment 2012,26:1095-107.

[5]Gupta AK,Suresh IV,Misra J,Yunus M:Environmental risk mappingapproach:risk minimization tool for development of industrial growth centresin developing countries.Journal of Cleaner Production 2002,10:271-81.

[6]Xu L,Liu G:The study of a method of regional environmental riskassessment.Journal of environmental management 2009,90:3290-6.

[7]Kucukali S:Environmental risk assessment of small hydropower(SHP)plants:A case study for Tefen SHP plant on Filyos River.Energy forSustainable Development 2014,19:102-10.

[8]Uricchio VF,Giordano R,Lopez N:A fuzzy knowledge-based decisionsupport system for groundwater pollution risk evaluation.Journal ofenvironmental management 2004,73:189-97.

[9]F S,J C,Q T,S Z:Integrated risk assessment and screening analysisof drinking water safety of a conventional water supply system.Water scienceand Technology 2007,56:47-56.

[10]Wang B,Cheng H:Environmental Risk zoning Research in BaiyangdianBasin.Procedia Environmental Sciences 2011,10:2280-6.

[11]Wong AWM,Wong MH:Recent socio-economic changes in relation toenvironmental quality of the Pearl River delta.Regional Environmental Change2004,4:28-38.

[12]Feld CK,Sousa JP,da Silva PM,Dawson TP:Indicators forbiodiversity and ecosystem services:towards an improved framework forecosystems assessment.Biodiversity and Conservation 2010,19:2895-919.

[13]Pinto R,de Jonge VN,Neto JM,Domingos T,Marques JC,Patrício J:Towards a DPSIR driven integration of ecological value,water uses andecosystem services for estuarine systems.Ocean&Coastal Management 2013,72:64-79.

[14]Hou Y,Zhou S,Burkhard B,Muller F:Socioeconomic influences onbiodiversity,ecosystem services and human well-being:a quantitativeapplication of the DPSIR model in Jiangsu,China.The Science of the totalenvironment 2014,490:1012-28.

[15]Sun S,Wang Y,Liu J,Cai H,Wu P,Geng Q,Xu L:Sustainabilityassessment of regional water resources under the DPSIR framework.Journal ofHydrology 2016,532:140-8.

[16]Zhang S,Wei Z,Liu W,Yao L,Suo W,Xing J,Huang B,Jin D,Wang J:Indicators for Environment Health Risk Assessment in the Jiangsu Province ofChina.International journal of environmental research and public health 2015,12:11012-24.

[17]Xu EGB,Leung KMY,Morton B,Lee JHW:An integrated environmentalrisk assessment and management framework for enhancing the sustainability ofmarine protected areas:the Cape d'Aguilar Marine Reserve case study in HongKong.The Science of the total environment 2015,505:269-81.

[18]Maxim L,Spangenberg JH,O'Connor M:An analysis of risks forbiodiversity under the DPSIR framework.Ecological Economics 2009,69:12-23.

[19]Peibin G,Baojiang S,Gang L,Yong W:Fuzzy comprehensive evaluationin well control risk assessment based on AHP.Advances in PetroleumExploration and Development 2012,4:13-8.

[20]张海丽:大辽河口水环境污染生态风险评价指标体系与技术方法研究.青岛:中国海洋大学,2013.

[21]Gleick PH:Roadmap for sustainable water resources in southwesternNorth America.Proceedings of the National Academy of Sciences of the UnitedStates of America 2010,107:21300-5.

[22]Timmerman JG,Beinat E,Termeer CJ,Cofino WP:Developingtransboundary river basin monitoring programmes using the DPSIR indicatorframework.Journal of environmental monitoring:JEM 2011,13:2808-018.

[23]Gomez AG,Ondiviela B,Puente A,Juanes JA:Environmental riskassessment of water quality in harbor areas:a new methodology applied toEuropean ports.Journal of environmental management 2015,155:77-88.

[24]Torres L,Yadav OPY,Khan E:A review on risk assessment techniquesfor hydraulic fracturing water and produced water management implemented inonshore unconventional oil and gas production.The Science of the totalenvironment 2016,539:478-93.

[25]Carr ER,Wingard PM,Yorty SC,Thompson MC,Jensen NK,Roberson J:Applying DPSIR to sustainable development.International Journal ofSustainable Development&World Ecology 2007,14:543-55.

[26]Edith S,Rob W:Environmental Indicators:Typology andOverview.Copenhagen:Technical Report,European Environmental Agency,1999.

[27]OECD:Environmental Indicators:OECD Core Set.Paris,1994.

[28]Muller F,Hoffmann-Kroll R,Wiggering H:Indicating ecosystemintegrity-theoretical concepts and environmental Ecological Modelling 2000,130:13-23.

[29]K P:On lins and planes of closest fit to systems of points inspace[J].Philosophical Magazine.Philosophical Magazine 1901,6:559.

[30]C.E.S:A mathematical theory of communications.The Bell SystemsTechnical Journal 1948,27:379-423,623-56.

[31]欧阳志云:区域生态环境质量评价与生态功能区划.北京:中国环境科学出版社,2009.

[32]Neshat A,Pradhan B,Dadras M:Groundwater vulnerability assessmentusing an improved DRASTIC method in GIS.Resources,Conservation and Recycling2014,86:74-86.

[33]Song G,Chen Y,Tian M,Lv S,Zhang S,Liu S:The EcologicalVulnerability Evaluation in Southwestern Mountain Region of China Based onGIS and AHP Method.Procedia Environmental Sciences 2010,2:465-75.

[34]Saaty TL:A scaling method for priorities in hierarchicalstructures.Journal of Mathematical Psychology 1977,15:234-81.

[35]Tesfamariam S,Sadiq R:Risk-based environmental decision-makingusing fuzzy analytic hierarchy process(F-AHP).Stochastic EnvironmentalResearch and Risk Assessment 2006,21:35-50.

[36]Wang X,Chan HK,Yee RWY,Diaz-Rainey I:A two-stage fuzzy-AHP modelfor risk assessment of implementing green initiatives in the fashion supplychain.International Journal of Production Economics 2012,135:595-606.

[37]Jiang Qo,Deng X,Zhan J,Yan H:Impacts of economic development onecosystem risk in the Yellow River Delta.Procedia Environmental Sciences2010,5:208-18.

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种区域水环境风险模糊综合评价方法，其特征在于，包括：

步骤1、根据目标层、系统层、准则层、指标层间层次结构关系，建立隶属度函数，并计算出区域水环境风险评估指标体系的各指标对于评价等级的隶属度；

步骤2、根据指标体系各层级关系，建立结构模型，通过相对隶属度函数建立模糊关系矩阵；根据最大隶属度的原则确定最终评价结果。

2.根据权利要求1所述的区域水环境风险模糊综合评价方法，其特征在于，所述步骤1具体包括：

对于逆向指标，指标值越小，水环境风险越高：

$\left\{\begin{array}{cc}If& x_i>a_{i,1},r_{i1}=1,r_{i2}=r_{i3}=r_{i4}=0\\ If& a_{i,k}\&GreaterEqual;x_i\&GreaterEqual;a_{i,k+1},r_{ik}=\frac{x_i-a_{i,k+1}}{a_{i,k}-a_{i,k+1}},r_{i,k+1}=\frac{a_{i,k}-x_i}{a_{i,k}-a_{i,k+1}},r_{i,other}=0,k=1,2,3\\ If& x_i<a_{i,4},r_{i1}=r_{i2}=r_{i3}=0,r_{i4}=1\end{array}\right.---\left(1\right)$

对于正向指标，指标值越大，水环境风险越高：

$\left\{\begin{array}{cc}If& x_i<a_{i,1},r_{i1}=1,r_{i2}=r_{i3}=r_{i4}=0\\ If& a_{i,k}\&le;x_i\&le;a_{i,k+1},r_{ik}=\frac{a_{i,k+1}-x_i}{a_{i,k+1}-a_{i,k}},r_{i,k+1}=\frac{x-a_{i,ki}}{a_{i,k+1}-a_{i,k}},r_{i,other}=0,k=1,2,3\\ If& x_i>a_{i,4},r_{i1}=r_{i2}=r_{i3}=0,r_{i4}=1\end{array}\right.---\left(2\right)$

其中x_i指第i项指标；a_i和k为第i项指标的第k级评价标准；r_ik指第i项指标对于第k级标准的相对隶属度。

3.根据权利要求1所述的区域水环境风险模糊综合评价方法，其特征在于，所述步骤2具体包括：

步骤21、根据指标体系各层级关系，建立结构模型，通过相对隶属度函数建立模糊关系矩阵：

其中m为该等级所含指标数；n为评价等级数；

步骤22、由于区域水环境风险评估指标体系分为4层，因此n＝4；根据权重集W及模糊关系矩阵依次进行第一、二、三级评判：

其中b_i为评价指标对第i个等级的隶属度；

根据最大隶属度的原则，取与对应的风险等级作为该要素的最终评价结果。

4.根据权利要求1所述的区域水环境风险模糊综合评价方法，其特征在于，所述区域水环境风险评估指标体系通过以下方法建立：

步骤A、确定DPSIR模型的驱动力因子、压力因子、状态因子、影响因子、响应因子；其中

驱动力因子为推动水环境压力增加或减小的潜在因子，是造成水环境发生变化的间接因素，至少包括：社会经济发展速率、人口增长速率等；

压力因子为产生水环境风险的直接驱动力，表征社会发展对水资源的需求及对水环境造成的副作用，至少包括：社会用水效率、废污水排放；

状态因子为描述区域水环境状况以及推动水环境保护工作进行所需的前提条件，即社会经济发展状况，至少包括：水质、水量、水生态状况；

影响因子为在直接、间接驱动力推动下对区域水环境以及居民生活造成的影响；

响应因子为对水环境面临的各种风险所采取的管理措施；

步骤12、构建区域水环境风险评估指标体系，所述构建区域水环境风险评估指标体系包括从不同角度反映区域水环境风险的目标层、系统层、准则层、指标层；

其中所述系统层包括至少以下五个参数：驱动力、压力、状态、影响、响应；

其中驱动力对应三个准则层参数：人口增长、经济发展、社会发展；其中人口增长对应的指标层包括：人口自然增长率、人口密度；经济发展对应的指标层包括：GPD年增长率、人均GDP；社会发展对应的指标层包括：恩格尔系数；

其中压力对应两个准则层参数：环境压力、资源压力；其中环境压力对应的指标层包括：国家重点监控企业密度、工业废水排放量、生活污水排放量、COD年排放量、农药化肥使用量；其中资源压力对应的指标层包括：万元GDP用水量、人均用水量；

其中状态对应四个准则层参数：水量、水质、水生态、受体；其中水量对应的指标层包括：人均水资源占有量；水质对应的指标层包括：水功能区水质达标率；水生态对应的指标层包括：湿地面积占辖区面积比；受体对应的指标层包括：敏感人群比重；

其中影响对应三个准则层参数：水环境、水生态、居民生活；其中水环境对应的指标层包括：河流、湖泊劣于III类水质占比；水生态对应的指标层包括：水土流失面积比例；居民生活对应的指标层包括：集中水源地水质达标率、人口平均寿命、居民生活水费；

其中响应对应三个准则层参数：水资源管理、水资源监测、污废水处理；其中水资源管理对应的指标层包括：人均水利、环境、公共基础设施投资；水资源监测对应的指标层包括：地表水水质监测断面点位数；污废水处理对应的指标层包括：污水集中处理率、工业废水处理率。