CN109063962A - 一种基于权重的城市内河生态系统健康评价方法 - Google Patents

Abstract

本发明公开了一种基于权重的城市内河生态系统健康评价方法，包括以下步骤：(1)区分参照点和受损点；(2)建立候选微生物参数指标库；(3)筛选核心微生物参数及参数赋分；(4)计算微生物完整性指数及划分评价等级；(5)检验微生物完整性指数评价结果的可靠性。本发明融合主成分赋权法、熵权法和生物完整性指数法以微生物为研究对象对城市内河进行评价，具有较强的敏感性，可以快速、灵敏、准确、全面客观地反映城市内河生态系统健康状况。

Description

一种基于权重的城市内河生态系统健康评价方法

技术领域

本发明涉及环境污染监测和环境保护技术领域，具体涉及一种基于Ba-IBI的城市内河生态系统健康评价方法。

背景技术

生态城市的建设发展与水资源密不可分，居民生活必须要有充分的用水保障,工业生产必须水资源充足，优美的城市环境更离不开清洁良好的水生态系统，而河流在水运交通、改善气候、稀释污水、排除雨水以及美化环境等方面发挥着重要作用。而城市内河正是建设生态城市的关键一环。然而随着经济的发展，人民生活水平的提高，使得城市内河的水质状况恶化、形态结构破坏、水文条件改变和生境退化等等。因此，要解决城市内河污染严重的问题，首先要建立一个有效的评价方法，对城市内河的污染程度进行有效地定义，进而形成针对性的解决方案，进行高效的污染治理。生物完整性指数的出现将对城市内河的可持续利用和促进城市内河生态健康发展具有重大意义。

生物完整性指数自1981年提出至今有37年的历史，通过几近四十年的发展，生物完整性指数变得越来越完善。最初，生物完整性指数以鱼类为指示生物，逐渐大型底栖动物、浮游生物和硅藻等动植物也被列入指示生物研究对象中，然而随着城市化的发展，河流污染越来越严重，水质严重恶化，以上生物的生存环境受到威胁，甚至在某些等级为劣V类的城市内河中鱼类基本不存在，而微生物作为食物链中的分解者，能适应恶劣的生存环境，在自然界中广泛存在。并且以上指示生物个体和微生物个体比起来生长周期长，耐受程度高，生存环境的轻微变化对这些指示生物的种群丰度影响不大，而微生物个体生存生存时间短，生长速度快，故而与鱼类、藻类、大型底栖类生物等比起来，对生存环境的变化反应敏感。同时，微生物具有体型小，采样便于携带等优点。综合以上几点，以微生物作为生物完整性指数的指示生物所得到的结果会更准确。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于权重的城市内河生态系统健康评价方法，本发明具有较强的敏感性，可以快速、灵敏、准确、全面客观地反映城市内河生态系统健康状况。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种基于权重的城市内河生态系统健康评价方法，包括以下步骤：

(1)区分参照点和受损点：

在待评价的城市内河设置若干采样点，监测各采样点的物理指标(即浊度、温度、总悬浮颗粒)和化学指标(即总氮、总磷、氨氮、PH)；利用主成分分析得到权重的方法对所有的所述物理指标及化学指标进行计算，得到各指标的权重，筛选出权重大的多个物理指标及化学指标，构建综合水质参数；对所述综合水质参数进行赋分，并以综合总分值区间的a分位和b分位作为阈值划分为三级，分别为最小污染点、中度污染点和严重污染点，其中，a、b为正整数；各采样点累加所得的综合总分对应至每个等级分值区间，得到最终的参照点和受损点；

(2)建立候选微生物参数指标库：

计算不同水平的微生物群落丰富度指数；将不同水平的微生物群落丰富度指数、多样性指数参数、耐受性参数以及功能性参数作为计算生物完整性指数的候选参数，建立候选微生物参数指标库；

(3)筛选核心微生物参数及参数赋分：

首先筛选分布范围，分析判别能力，检验变异系数CV值，然后分析箱体图，筛选冗余性，最后分析权重；

(4)计算微生物完整性指数及划分评价等级；

(5)检验微生物完整性指数评价结果的可靠性。

步骤(1)中，所述综合水质参数具体的构建方法如下：

A1.对原始数据矩阵X_n×p进行转置，得到n×p转置矩阵X^T，其中n表示采样点的个数，p表示水质参数个数；

B1.对矩阵X^T进行标准化处理，用于避免指标量纲影响协方差矩阵，即

其中，X_ij表示第i个采样点处第j个水质参数的数值；X_j表示第j个水质指标的均值，S_j表示第j个指标的方差；

C1.建立标准化后的相关系数矩阵R，即

其中，r_ij表示相关系数，s_ij，s_ii，s_jj表示对应元素的方差；

D1.求相关系数矩阵R的特征值，即

λ₁≥λ₂≥…≥λ_n>0

相应的特征向量为

A_j＝(a_1j,a_2j,…,a_nj)^T,j＝1,2,…,n

其中，a_ij表示第j个水质指标在第i个采样点的特征值；

E1.计算主成分的方差贡献率α_k和累计方差贡献率α_(k)，即

其中，λ_i表示矩阵X的协方差矩阵S的第i个特征根；

F1.确定主成分个数及其表达式：

根据少的主成分获取多的原始信息这一原则来确定主成分的个数，即当前k个主成分的累计方差贡献率α_(k)≥85％时，即确定k为主成分个数，表达式为，

F_i＝a_1jx₁+a_2jx₂+…+a_njx_n,j＝1,2,…,n

其中，x_i表示第j个水质参数在第i个采样点的数值；

G1.构建权重向量，利用下式计算p个指标的综合得分，归一化后作为原数据矩阵各指标的权重：

其中，λ₁,λ₂,…,λ_k为矩阵X的协方差矩阵S的特征根。

步骤(2)中，所述微生物群落丰富度指数具体的计算方法如下：

收集各采样点的微生物细胞，提取微生物基因组DNA和RNA，以DNA为模板，针对16sRNA的V4-V5可变区进行PCR扩增；检测得到的PCR产物，切割目的条带进行纯化，定量所得PCR产物，进行测序；过滤掉低质量序列并挑选代表性序列进行聚类与注释，随机从每个样品中挑选出相同数目的序列，进行稀有化分析并计算微生物群落不同水平的丰富度指数。

步骤(2)中，所述多样性指数参数用来分析菌群中微生物的物种种类和多样性程度；所述耐受性参数是对环境因子的变化反应灵敏的物种；所述功能性参数是指在物质循环中作用重大的物种。

步骤(3)中，筛选核心微生物参数具体方法如下：

a)筛选分布范围，将采样点在70％的采样点内相对丰度均为0的物种剔除；

b)分析判别能力，利用利用SPSS软件对参数进行Mann-Whitney U检验，即P<0.05，得到参照点和受损点差异明显的物种；

c)检验变异系数CV值，对参照点内的差异物种进行CV值检验，剔除CV＜1的物种；

d)敏感性检验，利用箱体图分析通过步骤c)筛选出的物种的敏感性，剔除IQ＜2的物种；

e)冗余性检验，检验步骤d)筛选出物种的信息重叠程度，以r＝0.7为基准，若r≥0.7，则表明两指标信息重叠程度大，剔除其中之一，若r＜0.7，则表明两指标信息重叠程度小，二者皆可保留；

权重分析，将最终筛选出的指标进行熵值法权重分析，得到每个指标的重要程度。

步骤(3)中，所述分布范围是指参数在各个采样点的分布情况；若参数在70％的采样点内的相对丰度均为0，说明该参数分布范围低，不能作为有效的评价指标，则删除该物种；若参数在超过70％的采样点内出现，则初步认定可作为有效的评价指标，予以保存，进入下一步筛选；

判别能力分析是指筛选出对人为干扰的影响反应敏感的参数，将初步筛选出的指标数据分为参照组和受损组，对参数进行Mann-Whitney U检验，通过对比参照组和受损组的指标数据，将P值小于0.05的参数筛选出来，进入下一步筛选；

所述变异系数CV值的检验方法如下；

将变异系数CV值用于分析参照点参数数据的离散情况，筛选出离散程度小的物种参数，从而确保参数在参照点的稳定性，设定CV值的阈值，若CV≥1，表明该参数在参照点处的离散程度大，不稳定，筛除该参数；若CV＜1，表明该参数在参照点的稳定性好，进入下一步筛选。

上述箱体图具体的分析方法如下：

将经过筛选所得到的参数分为参照组和受损组，绘制箱体图，比较参照组箱体图和受损组箱体图的a％～b％分位数范围即箱体图IQ的重叠程度，分别赋予不同的值；箱体表示a％～b％分位数值分布范围，介于a％～b％分位数值范围之间的一条实线表示中位数；

箱体图的比较会出现五种情况：A.没有重叠，IQ＝3；B.部分重叠，但参照组和受损组的中位数在对方箱体之外，IQ＝2；C.部分重叠，只有参照组的中位数在受损组的箱体之内，IQ＝1；D.部分重叠，只有受损组的中位数在参照组的箱体之内，IQ＝1；E.参照组和受损组的中位数均在对方箱体之内，IQ＝0；

上述冗余性筛选方法如下：

对余下的参数进行Pearson相关性检验，并根据相关性显著水平确定生物参数间的信息重叠程度，筛选参数信息；若参数间相关系数大于设定值，则认为两参数呈显著相关，表明二者间所反映的信息大部分是重叠的，则选择两参数中实际意义大的一个，最终筛选出构成IBI指标体系的生物参数，进行下一步赋权重。

利用熵法赋权模型对筛选出的参数进行赋权处理具体的方法如下：

A2.指标正向化，即将逆指标转化为正向指标，计算步骤如下：

设有n个采样点和筛选出的q个评价参数，则原始数据构成数据矩阵Y’＝(y'_ij)_n×q，其中i＝1,2,…,n；j＝1,2,…,q；对于逆指标，利用下式进行转换：

y_ij＝1/y'_ij，

对适度指标，设最合适的值为α，则用下列公式将其转化为正指标，

y_ij＝1/|α-y'_ij|，

转化后的数据矩阵Y为：Y＝(y_ij)_n×q；

B2.计算指标的熵值，根据下列公式得第j个指标的熵值ej，

其中，β＝(ln m)^-1,0≤e_j≤1；

C2.计算指标的差异系数，根据下列公式可得第j个指标的差异系数h_j，

h_j＝1-e_j

D2.计算权重，根据下列公式可得第j个指标的权重w_j，

E2.计算修正权重，设由上式得到的权重W＝(w₁,w₂,…,w_m)中最大值为w_j，若w_j>0.3，则将其强制定义为0.3，即多余部分通过下列公式按比例分配到其余m-1个指标中，

其中，i≠j；

由此得到各指标的修正权重

步骤(4)中，计算微生物完整性指数及划分评价等级具体的方法如下：

对最终保留的核心微生物参数进行0-10的连续分值赋分；如果核心微生物参数随着污染状况的加剧而降低，则按照公式(4.1)进行计算；如果核心微生物参数随着污染状况的加剧而增加，则按照公式(4.2)进行计算；

分值＝10×(观测值-下临界值)/(上临界值-下临界值)(4.1)

分值＝10×(观测值-上临界值)/(下临界值-上临界值)(4.2)

对每个核心微生物参数的得分乘以对应权重，得到经权重分析后的结果，并将每个采样点的所有核心微生物参数赋权后的得分加和；

基于将河流的生物完整性指数分值从高到低划分的五个等级，分别为健康、亚健康、轻度不健康、中度不健康和重度不健康，将各采样点的得分对应到每个等级，从而得到最终评价结果。

步骤(5)中，将最终评价结果与通过理化指标得分得到的结果、人口数量和生境栖息地指数分别进行最小二乘法线性拟合。

本发明融合主成分赋权法、熵权法和生物完整性指数法以微生物为研究对象对城市内河进行评价，从而具有较强的敏感性，可以快速、灵敏、准确、全面客观地反映城市内河生态系统健康状况。

附图说明

图1(a)为均匀度指数的箱体图分析；

图1(b)为类芽孢杆菌属丰度的箱体图分析；

图1(c)为有机污染耐受的箱体图分析；

图1(d)为亚硝酸菌属丰度的箱体图分析；

图2为微生物生物完整性指数与综合水质参数的最小二乘法回归分析(r＝0.79)；

图3为微生物生物完整性指数值与生境定性评价指数的最小二乘法回归分析(r＝0.51)；

图4为微生物生物完整性指数值与人口变量的最小二乘法回归分析(r＝-0.71)。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

本发明融合主成分赋权法、熵权法和生物完整性指数法以微生物为研究对象对城市内河进行评价，以上海市城市内河—黄浦江为研究对象开展评价过程。

基于细菌的生物完整性指数(bacteria index of biotic integrity)，以下简称Ba-IBI。

首先沿着黄浦江流域设置采样点，沿着黄浦江的干流，直至长江口，均匀地设置了28个采样点，每个采样点均采集水样和生物膜样品。利用有机玻璃采水器采集黄浦江上覆水体水样，每个采样点的水样保存于1L聚乙烯塑料瓶中，等待水质指标检测。利用无菌的50ml聚丙烯管收集从护岸和沿岸的石头上采集到的生物膜，所有的样品被储存在干冰盒里，随后转移到-80℃的冰箱里等待提取DNA。

对28个采样点的水质进行检测，包括水质酸碱度(pH)、温度(T)、溶解氧(DO)、电导率(Ec)、高锰酸盐指数(COD_Mn)、氨氮(NH₄-N)、总氮(TN)、总磷(TP)、浊度和总颗粒悬浮物等多项理化指标(表1所示)。通过SPSS软件对理化数据进行主成分赋权法分析，最终得到DO、TP、Cond和COD_Mn作为综合水质指数(IWQ)(表2所示)。

表1.黄浦江流域采样点理化水质参数分析

表2.综合水质指数(IWQ)

根据国家地表水质量标准中的地下水分类标准(GB3838-2002)，将DO、TP、Cond和COD_Mn四个参数分为五个等级，各采样点的参数对应区间得分，赋分情况如下表3：

表3.水质参数赋分表

赋分结果显示，28个采样点的理化指标的得分区间为3-18，依据此区间绘制箱体图(参见图1(a)-图1(d))，将25分位和75分位作为分界，其中，25分位对应的IWQ值为6，75分位对应的IWQ值为16，故将得分区间划分为三类污染等级：最小污染(16＜IWQ≤18)，中度污染(6＜IWQ≤16)和重度污染(3≤IWQ≤6)。基于三类污染等级得分，28个采样点中有7个最小污染点，12个中度污染点和9个重度污染点，其中7个最小污染点作为参照点，剩余的21个中度污染点和中度污染点为受损点。

本研究中通过高通量测序分析得到黄浦江微生物群落组成，并在不同水平上筛选出各个采样点都存在的细菌物种，经过分布范围筛选方法，把在70％的采样点内相对丰度均为0的物种剔除，留下剩余的物种，同时加入多样性指数参数，香浓多样性指数、辛普森多样性指数、Pielou’s均匀度指数、Margalef’s指数，和总OTUs、总属数量，最终建立起候选参数库，如表4所示。

表4.候选指标库

接下来对候选参数库的候选参数进行判别敏感性、CV检验、箱体图、冗余性检验等分析，其中，判别敏感性和冗余性检验分别由SPSS中的曼-惠特尼U检验和Pearson相关性分析。最终，Pielou’s均匀度指数(M3)，类芽孢杆菌属丰度(M48)，有机污染耐受OTUs比例(M65)，亚硝化单胞菌属丰度(M69)等四个参数被用作核心微生物参数来构建微生物生物完整性指数。

筛选出的四个核心微生物参数进行熵权法分析，得到每个参数的权重。经计算，Pielou’s均匀度指数的权重为0.23，类芽孢杆菌属丰度的权重为0.33，有机污染耐受OTUs比例的权重为0.17，亚硝化单胞菌属丰度的权重为0.27。四个核心微生物参数在各采样点的相对丰度代入4.1或4.2式中，所的分数乘以对应权重。理论上，Ba-IBI的得分分布在0-10，将分布范围进行五等分，得到基于微生物生物完整性指数评价的五类评价等级：“健康”(8＜X≤10)，“亚健康”(6＜X≤8)，“轻度不健康”(4＜X≤6)，“中度不健康”(2＜X≤4)和“重度不健康”(0＜X≤2)。最终，28个采样点中，4个采样点为“健康”等级，4个采样点为“亚健康”等级，5个采样点为“轻度不健康”等级，9个采样点为“中度不健康”等级，剩余8个采样点为“重度不健康”等级。综合评价结果可以看出黄浦江的整体水质状况恶劣，呈现病态状况，并且“中度不健康”和“重度不健康”的采样点主要集中在下游，上中游的水质状况整体较好。结合黄浦江发展情况看，靠近长江流域的地区人口众多，城市发展水平高，而黄浦江的水质也随着城市化程度的提高而恶化。

为检验Ba-IBI结果的可靠性，本研究将Ba-IBI结果与通过理化指标得分得到的结果、人口数量和生境栖息地指数分别进行相关性分析，通过分析结果表明(如图2,3,4所示)，Ba-IBI是一种可靠有效准确地评价方法。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种基于权重的城市内河生态系统健康评价方法，其特征在于，包括以下步骤：

(1)区分参照点和受损点：

在待评价的城市内河设置若干采样点，监测各采样点的物理指标和化学指标；利用主成分分析得到权重的方法对所有的所述物理指标及化学指标进行计算，得到各指标的权重，筛选出权重大的多个物理指标及化学指标，构建综合水质参数；对所述综合水质参数进行赋分，并以综合总分值区间的a分位和b分位作为阈值划分为三级，分别为最小污染点、中度污染点和严重污染点，其中，a、b为正整数；各采样点累加所得的综合总分对应至每个等级分值区间，得到最终的参照点和受损点；

(2)建立候选微生物参数指标库：

计算不同水平的微生物群落丰富度指数；将不同水平的微生物群落丰富度指数、多样性指数参数、耐受性参数以及功能性参数作为计算生物完整性指数的候选参数，建立候选微生物参数指标库；

(3)筛选核心微生物参数及参数赋分：

首先筛选分布范围，分析判别能力，检验变异系数CV值，然后分析箱体图，筛选冗余性，最后分析权重；

(4)计算微生物完整性指数及划分评价等级；

(5)检验微生物完整性指数评价结果的可靠性。

2.根据权利要求1所述的基于权重的城市内河生态系统健康评价方法，其特征在于，

步骤(1)中，所述综合水质参数具体的构建方法如下：

A1.对原始数据矩阵X_n×p进行转置，得到n×p转置矩阵X^T，其中n表示采样点的个数，p表示水质参数个数；

B1.对矩阵X^T进行标准化处理，用于避免指标量纲影响协方差矩阵，即

其中，X_ij表示第i个采样点处第j个水质参数的数值；X_j表示第j个水质指标的均值，S_j表示第j个指标的方差；

C1.建立标准化后的相关系数矩阵R，即

其中，r_ij表示相关系数，s_ij，s_ii，s_jj表示对应元素的方差；

D1.求相关系数矩阵R的特征值，即

λ₁≥λ₂≥…≥λ_n>0

相应的特征向量为

A_j＝(a_1j,a_2j,…,a_nj)^T,j＝1,2,…,n

其中，a_ij表示第j个水质指标在第i个采样点的特征值；

E1.计算主成分的方差贡献率α_k和累计方差贡献率α_(k)，即

其中，λ_i表示矩阵X的协方差矩阵S的第i个特征根；

F1.确定主成分个数及其表达式：

根据少的主成分获取多的原始信息这一原则来确定主成分的个数，即当前k个主成分的累计方差贡献率α_(k)≥85％时，即确定k为主成分个数，表达式为，F_i＝a_1jx₁+a_2jx₂+…+a_njx_n,j＝1,2,…,n

其中，x_i表示第j个水质参数在第i个采样点的数值；

G1.构建权重向量，利用下式计算p个指标的综合得分，归一化后作为原数据矩阵各指标的权重：

其中，λ₁,λ₂,…,λ_k为矩阵X的协方差矩阵S的特征根。

3.根据权利要求1所述的基于权重的城市内河生态系统健康评价方法，其特征在于，步骤(2)中，所述微生物群落丰富度指数具体的计算方法如下：

收集各采样点的微生物细胞，提取微生物基因组DNA和RNA，以DNA为模板，针对16sRNA的V4-V5可变区进行PCR扩增；检测得到的PCR产物，切割目的条带进行纯化，定量所得PCR产物，进行测序；过滤掉低质量序列并挑选代表性序列进行聚类与注释，随机从每个样品中挑选出相同数目的序列，进行稀有化分析并计算微生物群落不同水平的丰富度指数。

4.根据权利要求1所述的基于权重的城市内河生态系统健康评价方法，其特征在于，步骤(2)中，所述多样性指数参数用来分析菌群中微生物的物种种类和多样性程度；所述耐受性参数是对环境因子的变化反应灵敏的物种；所述功能性参数是指在物质循环中作用重大的物种。

5.根据权利要求1所述的基于权重的城市内河生态系统健康评价方法，其特征在于，步骤(3)中，筛选核心微生物参数具体方法如下：

a)筛选分布范围，将采样点在70％的采样点内相对丰度均为0的物种剔除；

b)分析判别能力，利用利用SPSS软件对参数进行Mann-Whitney U检验，即P<0.05，得到参照点和受损点差异明显的物种；

c)检验变异系数CV值，对参照点内的差异物种进行CV值检验，剔除CV＜1的物种；

d)敏感性检验，利用箱体图分析通过步骤c)筛选出的物种的敏感性，剔除IQ＜2的物种；

e)冗余性检验，检验步骤d)筛选出物种的信息重叠程度，以r＝0.7为基准，若r≥0.7，则表明两指标信息重叠程度大，剔除其中之一，若r＜0.7，则表明两指标信息重叠程度小，二者皆可保留；

权重分析，将最终筛选出的指标进行熵值法权重分析，得到每个指标的重要程度。

6.根据权利要求1所述的基于权重的城市内河生态系统健康评价方法，其特征在于，步骤(3)中，所述分布范围是指参数在各个采样点的分布情况；若参数在70％的采样点内的相对丰度均为0，说明该参数分布范围低，不能作为有效的评价指标，则删除该物种；若参数在超过70％的采样点内出现，则初步认定可作为有效的评价指标，予以保存，进入下一步筛选；

判别能力分析是指筛选出对人为干扰的影响反应敏感的参数，将初步筛选出的指标数据分为参照组和受损组，对参数进行Mann-Whitney U检验，通过对比参照组和受损组的指标数据，将P值小于0.05的参数筛选出来，进入下一步筛选；

所述变异系数CV值的检验方法如下；

将变异系数CV值用于分析参照点参数数据的离散情况，筛选出离散程度小的物种参数，从而确保参数在参照点的稳定性，设定CV值的阈值，若CV≥1，表明该参数在参照点处的离散程度大，不稳定，筛除该参数；若CV＜1，表明该参数在参照点的稳定性好，进入下一步筛选。

7.根据权利要求6所述的基于权重的城市内河生态系统健康评价方法，其特征在于，

所述箱体图具体的分析方法如下：

将经过筛选所得到的参数分为参照组和受损组，绘制箱体图，比较参照组箱体图和受损组箱体图的a％～b％分位数范围即箱体图IQ的重叠程度，分别赋予不同的值；箱体表示a％～b％分位数值分布范围，介于a％～b％分位数值范围之间的一条实线表示中位数；

箱体图的比较会出现五种情况：A.没有重叠，IQ＝3；B.部分重叠，但参照组和受损组的中位数在对方箱体之外，IQ＝2；C.部分重叠，只有参照组的中位数在受损组的箱体之内，IQ＝1；D.部分重叠，只有受损组的中位数在参照组的箱体之内，IQ＝1；E.参照组和受损组的中位数均在对方箱体之内，IQ＝0。

8.根据权利要求7所述的基于权重的城市内河生态系统健康评价方法，其特征在于，

所述冗余性筛选方法如下：

对余下的参数进行Pearson相关性检验，并根据相关性显著水平确定生物参数间的信息重叠程度，筛选参数信息；若参数间相关系数大于设定值，则认为两参数呈显著相关，表明二者间所反映的信息大部分是重叠的，则选择两参数中实际意义大的一个，最终筛选出构成IBI指标体系的生物参数，进行下一步赋权重。

9.根据权利要求8所述的基于权重的城市内河生态系统健康评价方法，其特征在于，利用熵法赋权模型对筛选出的参数进行赋权处理具体的方法如下：

A2.指标正向化，即将逆指标转化为正向指标，计算步骤如下：

设有n个采样点和筛选出的q个评价参数，则原始数据构成数据矩阵Y’＝(y'_ij)_n×q，其中i＝1,2,…,n；j＝1,2,…,q；对于逆指标，利用下式进行转换：

y_ij＝1/y'_ij，

对适度指标，设最合适的值为α，则用下列公式将其转化为正指标，

y_ij＝1/|α-y'_ij|，

转化后的数据矩阵Y为：Y＝(y_ij)_n×q；

B2.计算指标的熵值，根据下列公式得第j个指标的熵值e_j，

其中，β＝(ln m)^-1,0≤e_j≤1；

C2.计算指标的差异系数，根据下列公式可得第j个指标的差异系数h_j，

h_j＝1-e_j

D2.计算权重，根据下列公式可得第j个指标的权重w_j，

E2.计算修正权重，设由上式得到的权重W＝(w₁,w₂,…,w_m)中最大值为w_j，若w_j>0.3，则将其强制定义为0.3，即多余部分通过下列公式按比例分配到其余m-1个指标中，

其中，i≠j；

由此得到各指标的修正权重

10.根据权利要求1所述的基于权重的城市内河生态系统健康评价方法，其特征在于，步骤(4)中，计算微生物完整性指数及划分评价等级具体的方法如下：

对最终保留的核心微生物参数进行0-10的连续分值赋分；如果核心微生物参数随着污染状况的加剧而降低，则按照公式(4.1)进行计算；如果核心微生物参数随着污染状况的加剧而增加，则按照公式(4.2)进行计算；

分值＝10×(观测值-下临界值)/(上临界值-下临界值) (4.1)

分值＝10×(观测值-上临界值)/(下临界值-上临界值) (4.2)

对每个核心微生物参数的得分乘以对应权重，得到经权重分析后的结果，并将每个采样点的所有核心微生物参数赋权后的得分加和；

基于将河流的生物完整性指数分值从高到低划分的五个等级，分别为健康、亚健康、轻度不健康、中度不健康和重度不健康，将各采样点的得分对应到每个等级，从而得到最终评价结果。