CN110288186A - 一种基于风险理论的资源环境承载力测定及风险管控方法 - Google Patents
一种基于风险理论的资源环境承载力测定及风险管控方法 Download PDFInfo
- Publication number
- CN110288186A CN110288186A CN201910415950.3A CN201910415950A CN110288186A CN 110288186 A CN110288186 A CN 110288186A CN 201910415950 A CN201910415950 A CN 201910415950A CN 110288186 A CN110288186 A CN 110288186A
- Authority
- CN
- China
- Prior art keywords
- early warning
- risk
- node
- network
- bearing capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005259 measurement Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 63
- 238000007726 management method Methods 0.000 claims abstract description 44
- 238000003860 storage Methods 0.000 claims abstract description 30
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 230000036541 health Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000013480 data collection Methods 0.000 claims abstract description 4
- 238000012502 risk assessment Methods 0.000 claims description 84
- 230000008901 benefit Effects 0.000 claims description 25
- 238000011161 development Methods 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 8
- 238000013439 planning Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000035876 healing Effects 0.000 description 2
- 230000005802 health problem Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于计算机软件技术领域，公开了一种基于风险理论的资源环境承载力测定及风险管控方法，将采集的数据传输给计算机后，进行数据预处理、归类和存储，利用短板技术进行资源环境的风险因子识别，并建立资源环境承载力的大数据库；对计算机存储的资源环境数据，进行资源环境的健康、财产、生命风险计算分类；调用计算机存储的资源环境数据，建立资源承载力的存储数据集，基于效益‑费用比进行博弈分析，进行资源承载力综合评价；制定风险适应、转移与应急处置方案。本发明基于风险的资源环境承载力评价原理和技术方法体系和评判标准，为资源环境承载力评价提供新的理论与关键技术，为国土空间开发“三条红线”划定提供依据。
Description
技术领域
本发明属于计算机软件技术领域，尤其涉及一种基于风险理论的资源环境承载力测定及风险管控方法。
背景技术
目前，业内常用的现有技术是这样的：
资源环境承载力是国民经济和社会发展规划中必须考虑的基本要素之一，也是城市综合竞争力的一种体现，因此，科学地量化评估资源环境承载力已成为多个领域交叉研究的前沿课题，是新型城镇化建设中生态文明的关键所在。然而，资源环境承载力理论是个新兴的理论点和研究热点，目前仍没有形成固定的理论体系。随着各种数理模型的引进与开发，资源环境承载力研究方法已经由过去单一指标、静态分析发展到体系多目标、动态综合分析。代表性模型方法主要有生态足迹法、供需平衡法、自然植被净第一性生产力测算法、状态空间法、指数评价法、灰色系统模型、线性规划法、系统动力学方法，限制因子法和集对分析模型等。目前，承载力评价的因素指标选取主观性强、评价质量无统一评判标准、承载力的风险管控措施体系缺失，要精准服务于新时期的城市规划建设，迫切需要建立一种理论和操作上简便可行的评价方法体系。新时期城市发展对资源环境承载力提出了更高的要求，要求承载力评价有统一的衡量标准、风险管控措施以及服务体系。
综上所述，现有技术存在的问题是：
目前在公认的科学合理的资源环境承载力评价的测定方法及风险管控体系中，仅仅靠人为主观评判，获取的数据信息准确性偏差大；因此现有技术没有结合计算机，对服务于城市规划建设的数据信息不能进行精准分析处理。
而且现有技术中，对于承载力阈值定位难度比较大，和对于边界、临界点控制变量数据信息不能正确界定，造成不能科学合理的对资源环境承载力提供理论支持。
解决上述技术问题的难度和意义：
解决上述存在的问题，首先要解决两个问题：承载力阈值的确定是非常关键，难度比较大；阈值、边界、临界点，是控制变量，一个非常小的增量会产生比较大的响应变量；由于地球系统非常复杂，所以阈值点很难定位。
发明内容
针对现有技术存在的问题，本发明提供了一种基于风险理论的资源环境承载力测定及风险管控方法。
本发明是这样实现的，一种基于风险理论的资源环境承载力测定及风险管控方法，所述基于风险理论的资源环境承载力测定及风险管控方法包括以下步骤：
步骤一，利用信息采集设备采集资源环境主要因子的现状、发展趋势及危险性数据，并将上述采集的数据传输给计算机后，进行数据预处理、归类和存储，利用短板技术进行资源环境的风险因子识别，并建立资源环境承载力的大数据库；
步骤二，对计算机存储的资源环境数据，进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级，以区域单元资源信息开发保护的生态功能底线作为承载力评价边界，依据边际效益理论，设置阈值，阈值在范围内，低于边界，属于安全承载状态；如果边界交叉，进入危险区，属于容许超载状态；
如果超出阈值范围，为不可接受超载状态；
步骤三，调用计算机存储的资源环境数据，建立资源承载力的存储数据集，基于效益-费用比进行博弈分析，进行资源承载力综合评价；
步骤四，通过计算机进行资源环境承载力数据综合评价；对步骤二的区域资源环境承载力的风险等级结果、步骤三的资源承载力评价结果进行数据分析后，制定风险适应、转移与应急处置方案。
进一步，所述步骤二进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级中，具体包括：
分布计算承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间的预警度，利用分布式收集承载力风险评价及预警评判网络内节点之间的相互评价得到承载力风险评价及预警评判网络内节点的预警度，分布式迭代收敛得到群的承载力风险评价及预警评判网络间预警度；
结合承载力风险评价及预警评判网络内预警度计算方法和承载力风险评价及预警评判网络间预警度计算方法得到全局预警度，利用节点所属群的预警度和群的承载力风险评价及预警评判网络内预警度值根据各自的权重综合计算全局预警度；
采用预警度判断预警节点以及剔除预警节点，得到的每个节点的全局预警度，把预警度小于阀值的节点剔除网络；最终在时间和空间上划分城市资源承载力的风险等级。
进一步，计算承载力风险评价及预警评判网络内预警度计算方法包括：计算节点在承载力风险评价及预警评判网络内的预警度，是承载力风险评价及预警评判网络内节点对该节点的评价，S'C(i,j)表示群C内i节点对j节点的本地预警度，C'C(i,j)表示i节点对j节点预警度的规范化，TC'(i)表示群C内节点i的承载力风险评价及预警评判网络内预警度；
每个节点利用下式计算本地预警度：
S'C(i,j)＝sat(i,j)-unsat(i,j)；
利用下式计算本地预警度的规范化：
然后最后承载力风险评价及预警评判网络内的节点之间利用下式，分布式协同计算群C内每个节点的承载力风险评价及预警评判网络内预警度；
进一步，所述承载力风险评价及预警评判网络间预警度计算方法具体包括：
s(i,j)表示网络中节点i对节点j的本地预警度，S(I,J)表示群I对群J的本地预警度，s(i,j)＝sat(i,j)-unsat(i,j)；C(I,J)表示群I对群J的本地预警度的规范化，T'(I)表示群I的承载力风险评价及预警评判网络间预警度；
1)每个节点利用下公计算群的预警度：
2)利用下式计算计算本地承载力风险评价及预警评判网络间预警度的规范化：
3)网络中每个群的超级节点之间利用下式，分布式协同计算每个群的承载力风险评价及预警评判网络间预警度：
进一步，当承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间预警度计算完成之后，利用下面的公式结合承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间的预警度，得出每个节点的全局预警度：
GR(i)＝w*T'(C)+(1-w)*TC(i)；
建立一个HP2P网络；然后根据网络的不同参数，给网络中撒上了不同比例的预警节点，当网络开始运转之后，各种节点之间，包括预警节点与正常节点，预警节点与预警节点以及正常节点与正常节点之间，进行各种交易，并且记录自己对对方行为的评价；并且在各个节点开始分布式协同计算承载力风险评价及预警评判网络内节点预警度以及承载力风险评价及预警评判网络间预警度，两种承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间预警度计算完成之后，结合两个预警度值，得到每个节点的全局预警度。
本发明的另一目的在于提供一种基于风险理论的资源环境承载力测定及风险管控系统，所述基于风险理论的资源环境承载力测定及风险管控系统包括：
风险识别模块，利用信息采集设备采集资源环境主要因子的现状、发展趋势及危险性数据，并将上述采集的数据传输给计算机后，进行数据预处理、归类和存储，利用短板技术进行资源环境的风险因子识别，并建立资源环境承载力的大数据库；
环境地质问题风险估算模块，对计算机存储的资源环境数据，进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级，以区域单元资源信息开发保护的生态功能底线作为承载力评价边界，依据边际效益理论，设置阈值，阈值在范围内，低于边界，属于安全承载状态；如果边界交叉，进入危险区，属于容许超载状态；如果超出阈值范围，为不可接受超载状态；
资源承载力评价模块，调用计算机存储的资源环境数据，建立资源承载力的存储数据集，基于效益-费用比进行博弈分析，进行资源承载力综合评价；
资源环境承载力综合评价和风险管控模块，通过计算机进行资源环境承载力数据综合评价；对步骤二的区域资源环境承载力的风险等级结果、步骤三的资源承载力评价结果进行数据分析后，制定风险适应、转移与应急处置方案。
进一步，所述环境地质问题风险估算模块进一步包括：
评价体系单元，用于从风险管控角度界定一套资源环境承载力的评价技术方法体系；
体系和模型单元，用于建立风险因子识别体系和定量估算模型。
进一步，所述评价体系单元进一步包括：
体系和模型建立单元，用于建立资源环境承载力的风险因子识别体系和估算模型；
评价单元，用于构建承载力风险评价及预警评判模型，划分区域资源环境承载力的风险等级，并提出风险适应、转移以及应急处置措施。
本发明的另一目的在于提供一种实现所述基于风险理论的资源环境承载力测定及风险管控方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的基于风险理论的资源环境承载力测定及风险管控方法。
综上所述，本发明的优点及积极效果为：
本发明提供的技术方法及体系，通过计算机处理程序，引入风险管理的理念，短板理论以及边际效益理论，以人类活动带来的生命、财产和健康风险是否可接受及接受程度为切入点和纽带，提出了一套基于风险的资源环境承载力评价测定及风险管控体系，将资源环境承载力风险具有更好的准确度和可靠性。本发明一方面拓展了资源环境承载力评价的理论方法，使风险理论、短板理论、边际效益理论延生出了新的应用技术，将复杂的资源环境数据化解为风险大小，提供了统一的衡量标准，并采用信息数据的采集、存储、传播及数据保护等技术形式，提高了繁杂数据的处理效率，为解决资源环境承载力评价理论技术方法这一跨学科难题提供新的可靠方法，服务城市规划建设。另一方面，对社会经济发展提到了更好的指导性作用，确保资源环境-社会经济二元模式的复杂系统良性发展，避免产生负效应。
本发明构建承载力风险评价及预警评判模型，在时间和空间上划分城市资源承载力的风险等级中，分布计算承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间的预警度，利用分布式收集承载力风险评价及预警评判网络内节点之间的相互评价得到承载力风险评价及预警评判网络内节点的预警度，分布式迭代收敛得到群的承载力风险评价及预警评判网络间预警度。结合承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间得到全局预警度，利用节点所属群的预警度和群的承载力风险评价及预警评判网络内预警度值来根据各自的权重综合计算全局预警度。采用预警度来判断预警节点以及剔除预警节点，全面得到的每个节点的全局预警度，把预警度小于阀值的节点剔除网络；最终实现在时间和空间上划分城市资源承载力的风险等级。
附图说明
图1是本发明实施例提供的基于风险理论的资源环境承载力测定及风险管控系统结构示意图；
图中：1、风险识别模块；2、环境地质问题风险估算模块；3、资源承载力评判模块；4、资源环境承载力综合评价与风险处置模块。
图2是本发明实施例提供的基于风险理论的资源环境承载力测定及风险管控方法流程图。
图3是本发明实施例提供的承载力成本与收益曲线图。
图4是本发明实施例提供的县城及规划区崩塌滑坡分布图。
图5是本发明实施例提供的水资源边际收益曲线图。
图6是本发明实施例提供的县中心城区现状承载力评价图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明在分析人类活动与资源环境互馈机制的基础上，引入风险管理理论，从新的视角来界定资源环境承载力的理论基础、基本内涵、属性与定位、评价和评判标准等。
如图1所示，本发明实施例提供的基于风险理论的资源环境承载力测定及风险管控系统包括：
风险识别模块1，利用信息采集设备采集资源环境主要因子的现状、发展趋势及危险性数据，并将上述采集的数据传输给计算机后，进行数据预处理、归类和存储，利用短板技术进行资源环境的风险因子识别，并建立资源环境承载力的大数据库；
环境地质问题风险估算模块2，对计算机存储的资源环境数据，进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级，以区域单元资源信息开发保护的生态功能底线作为承载力评价边界，依据边际效益理论，设置阈值，阈值在范围内，低于边界，属于安全承载状态；如果边界交叉，进入危险区，属于容许超载状态；如果超出阈值范围，为不可接受超载状态；
资源承载力评价模块3，调用计算机存储的资源环境数据，建立资源承载力的存储数据集，基于效益-费用比进行博弈分析，进行资源承载力综合评价；
资源环境承载力综合评价和风险管控模块4，通过计算机进行资源环境承载力数据综合评价；对区域资源环境承载力的风险等级结果、资源承载力评价结果进行数据分析后，制定风险适应、转移与应急处置方案。
所述环境地质问题风险估算模块2进一步包括：
评价体系单元，用于从风险管控角度界定一套资源环境承载力的评价技术方法体系；
体系和模型单元，用于建立风险因子识别体系和定量估算模型。
所述评价体系单元进一步包括：
体系和模型建立单元，用于建立资源环境承载力的风险因子识别体系和估算模型；
评价单元，用于构建承载力风险评价及预警评判模型，划分区域资源环境承载力的风险等级，并提出风险适应、转移以及应急处置措施。
资源承载力评价模块3还用于资源利用的效益-费用分析、基于效益-费用的资源承载力评价。
资源环境承载力综合评价和风险管控模块4还用于资源环境承载力综合评价；提出风险适应、转移以及应急处置措施。
本发明实施例提供的基于风险理论的资源环境承载力测定及风险管控方法包括：
步骤一，利用信息采集设备采集资源环境主要因子的现状、发展趋势及危险性数据，并将上述采集的数据传输给计算机后，进行数据预处理、归类和存储，利用短板技术进行资源环境的风险因子识别，并建立资源环境承载力的大数据库；
步骤二，对计算机存储的资源环境数据，进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级，以区域单元资源信息开发保护的生态功能底线作为承载力评价边界，依据边际效益理论，设置阈值，阈值在范围内，低于边界，属于安全承载状态；如果边界交叉，进入危险区，属于容许超载状态；
如果超出阈值范围，为不可接受超载状态；
步骤三，调用计算机存储的资源环境数据，建立资源承载力的存储数据集，基于效益-费用比进行博弈分析，进行资源承载力综合评价；
步骤四，通过计算机进行资源环境承载力数据综合评价；对步骤二的区域资源环境承载力的风险等级结果、步骤三的资源承载力评价结果进行数据分析后，制定风险适应、转移与应急处置方案。
下面结合具体实施例对本发明作进一步描述。
实施例
如图2所示，本发明实施例提供的基于风险理论的资源环境承载力测定及风险管控方法包括以下步骤：
S201：基于短板理论的资源环境承载力的风险因子的识别。
S202：基于风险管控理论的环境地质问题的风险估算和预警评判。
S203：基于效益费用分析的资源承载力评价。
S204：资源环境承载力综合评价及风险管控。
步骤S201具体包括：
①从风险管控角度界定一套资源环境承载力的评价技术方法体系。借鉴短板理论，厘定城市资源环境短板与影响要素，建立短板因素数据库，引入风险管理理论，从新视角来界定资源环境承载力的理论体系；建立资源环境承载力的风险因子识别体系和估算模型；构建承载力风险评价及预警评判模型，划分区域资源环境承载力的风险等级，并提出风险适应、转移以及应急处置措施，提出资源环境承载力与风险共处的可持续发展模式，为城市规划建设提供科技支撑。
②建立风险因子识别体系。为了避免评价因子过于冗长，本发明借鉴短板理论，厘定城市资源环境短板问题，进行风险因子识别。环境地质问题产生的风险主要包括生命风险、财产风险、健康风险。生命风险指在未来发生环境地质问题的威胁范围内，人员可能遭受的生命风险；财产风险是指环境地质问题可能对建筑物基础设施、经济生活、环境等各方面造成的损失之和的量化货币值；健康风险指环境地质问题引起的人类健康问题的治愈成本、规避健康风险成本、或投入的防治措施成本。
步骤S201中，具体包括：
从风险管控角度界定一套资源环境承载力的评价技术方法体系，梳理影响社会经济发现的资源环境主要问题，根据短板理论，建立资源环境承载力的风险因子识别体系和估算模型，资源环境问题产生的风险包括生命风险、财产风险、健康风险。生命风险指在未来发生环境地质问题的威胁范围内，人员可能遭受的生命风险；财产风险是指环境地质问题可能对建筑物基础设施、经济生活、环境各方面造成的损失之和的量化货币值；健康风险指环境地质问题引起的人类健康问题的治愈成本、规避健康风险成本、或投入的防治措施成本；
依据边际效益理论，估算的资源环境风险因子，构建承载力风险评价及预警评判模型，划分区域资源环境承载力的风险等级，并提出风险适应、转移以及应急处置措施。以区域单元资源开发保护的生态功能底线作为承载力评价边界，不同于以往的数量阈值标准，而是设置了一个范围，阈值在范围内，低于边界，就低于阈值，属于安全承载状态；如果边界交叉，就进入危险区，属于容许超载状态；如果超出范围上端，就是不可接受超载状态；从而判定地质环境安全承载、容许超载和不可接受超载状态，在时间和空间上划分城市资源承载力的风险等级，以表征多门类自然资源生命共同体的“健康水平”。
在步骤S202具体包括：基于边际效益理论，构建承载力风险评价及预警评判模型，将区域资源环境承载力划分为安全承载、容许超载、不可接受超载三个等级，评价不同经济与社会发展条件下对各种风险因子适应能力，并进行预警评判，探讨其区域分异规律，为城市规划建设提供依据。引入边际效益理论，估算的资源环境风险因子引起的生命风险值、财产损失风险值、健康防控风险值，与制订的风险接受标准值相比较，以决定是否完全接受该风险，是否容忍该风险，或不准备接受该风险，以区域单元资源开发保护的生态功能底线作为承载力评价边界，不同于以往的数量阈值标准，而是设置了一个范围，阈值在范围内，低于边界，就低于阈值，属于安全承载状态；如果边界交叉，就进入危险区，属于容许超载状态；如果超出范围上端，就是不可接受超载状态。从而判定地质环境安全承载、容许超载和不可接受超载状态，在时间和空间上划分城市资源承载力的风险等级，以表征多门类自然资源生命共同体的“健康水平”。
在步骤S202中，构建承载力风险评价及预警评判模型，在时间和空间上划分城市资源承载力的风险等级中，分布计算承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间的预警度，利用分布式收集承载力风险评价及预警评判网络内节点之间的相互评价得到承载力风险评价及预警评判网络内节点的预警度，分布式迭代收敛得到群的承载力风险评价及预警评判网络间预警度。
结合承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间得到全局预警度，利用节点所属群的预警度和群的承载力风险评价及预警评判网络内预警度值来根据各自的权重综合计算全局预警度。
采用预警度来判断预警节点以及剔除预警节点，全面得到的每个节点的全局预警度，把预警度小于阀值的节点剔除网络；最终实现在时间和空间上划分城市资源承载力的风险等级。
计算承载力风险评价及预警评判网络内的方法包括：计算节点在承载力风险评价及预警评判网络内的预警度，是承载力风险评价及预警评判网络内节点对该节点的评价，S'C(i,j)表示群C内i节点对j节点的本地预警度，C'C(i,j)表示i节点对j节点预警度的规范化，TC'(i)表示群C内节点i的承载力风险评价及预警评判网络内预警度。
每个节点利用下式计算本地预警度：
S'C(i,j)＝sat(i,j)-unsat(i,j)。
利用下式计算计算本地预警度的规范化：
然后最后承载力风险评价及预警评判网络内的节点之间利用下式，分布式协同计算群C内每个节点的承载力风险评价及预警评判网络内预警度；
所述承载力风险评价及预警评判网络间预警度计算方法具体包括：
s(i,j)表示网络中节点i对节点j的本地预警度，S(I,J)表示群I对群J的本地预警度，s(i,j)＝sat(i,j)-unsat(i,j)；C(I,J)表示群I对群J的本地预警度的规范化，T'(I)表示群I的承载力风险评价及预警评判网络间预警度：
首先每个节点利用下公计算群的预警度：
然后利用下式计算计算本地承载力风险评价及预警评判网络间预警度的规范化：
最后网络中每个群的超级节点之间利用下式，分布式协同计算每个群的承载力风险评价及预警评判网络间预警度：
步骤S202进行基于风险管控理论的资源环境承载力的预警评判中，当承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间预警度计算完成之后，利用下面的公式结合承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间的预警度，得出每个节点的全局预警度：
GR(i)＝w*T'(C)+(1-w)*TC(i)。
建立一个HP2P网络；然后根据网络的不同参数，给网络中撒上了不同比例的预警节点，当网络开始运转之后，各种节点之间，包括预警节点与正常节点，预警节点与预警节点以及正常节点与正常节点之间，进行各种交易，并且记录自己对对方行为的评价；并且在各个节点开始分布式协同计算承载力风险评价及预警评判网络内节点预警度以及承载力风险评价及预警评判网络间预警度，两种承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间预警度计算完成之后，结合两个预警度值，得到每个节点的全局预警度。
在步骤S203具体包括：基于边际理论的资源承载力进行评价。对资源开发利用进行效益-费用分析，利用边际理论进行评价确定其承载力。由于资源对经济增长具有约束力，边际效益是经济学中经常用到的一个概念,它是指在其它情况不变的条件下,增加一单位要素投入给生产带来的产值增量。本次利用边际理论进行资源承载力评价，具体评价标准如图3所示。
安全承载状态：边际收益大于边际成本。边际成本与边际收益相等交叉点D代表容许承载力，此时承载力利润最大化。当增加产量消耗资源的边际成本低于边际收益时，达到利润最大化前，为安全承载状态。
容许超载状态：边际收益小于边际成本，但平均收益大于平均成本。D点和G点之间的区域为承载力容许超载状态，利润不是最大化，但还有利可图。
不可接受超载状态：平均收益小于平均成本。平均成本与平均收益相等交叉点G代表极限承载力。承载力超出G点，继续扩大，增加产量所耗资源平均成本的支出远大于平均收益，将无利可图，为不可接受超载状态。
在步骤S204具体包括：资源环境承载力综合评价和风险管控。资源承载力、环境地质问题承载力的综合评价，在资源承载力与环境地质问题风险评价的基础上，根据可能出现的几种组合模式，进行综合评价。风险的适应、转移与应急处置是基于大量实践、在大容量数据库的支持下、应用系统集成分析技术，通过建立情景模拟模型，模拟在不同风险水平下多种减轻损失的有效措施，综合分析这些措施的边际效益，提出在一定风险水平下的资源承载力合理科学的风险适应、转移和应急处置措施，建立资源环境承载力与风险共处的可持续发展模式。基于边际效益理论，开展风险适应、转移以及应急处置措施，分析承载力超载发生的可能性、减轻超载发生的后果和转移超载风险等防控措施与减缓关键技术。
本发明利用风险理论、边际效益方法以及短板理论，提出了一套资源环境承载力的理论技术方法，其评价结果从因素指标清晰、质量可控、管理措施可操作，解决了资源环境承载力难以定量评价的弊病。本发明技术方法简单，便于推广实施。
下面结合实用案例对本发明作进一步描述。
实用案例：
引入短板理论、风险理论和边际理论，构建资源环境承载力评价的理论框架，并以陕北黄土高原绥德县为研究区开展实证研究。研究结果表明，基于短板理论进行区域发展制约因素识别；基于边际理论，以水资源边际收益和边际成本大小关系、平均收益和平均成本大小关系，作为资源承载力评价标准，开展资源经济承载力评价；基于风险理论，以人类活动带来的滑坡灾害引发的生命和财产风险的接受程度作为地质环境承载力评价标准，开展地质环境承载力评价，该理论框架与技术方法体系简便易推广，评价结果可信，可以为国土空间优化、科学划定“三条红线”提供支撑。县城及规划区崩塌滑坡分布图4所示。水资源边际收益曲线如图5所示。县中心城区现状承载力评价如图6所示。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于风险理论的资源环境承载力测定及风险管控方法，其特征在于，所述基于风险理论的资源环境承载力测定及风险管控方法包括以下步骤：
步骤一，利用信息采集设备采集资源环境主要因子的现状、发展趋势及危险性数据，并将上述采集的数据传输给计算机后，进行数据预处理、归类和存储，利用短板技术进行资源环境的风险因子识别，并建立资源环境承载力的大数据库；
步骤二，对计算机存储的资源环境数据，进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级，以区域单元资源信息开发保护的生态功能底线作为承载力评价边界，依据边际效益理论，设置阈值，阈值在范围内，低于边界，属于安全承载状态；如果边界交叉，进入危险区，属于容许超载状态；
如果超出阈值范围，为不可接受超载状态；
步骤三，调用计算机存储的资源环境数据，建立资源承载力的存储数据集，基于效益-费用比进行博弈分析，进行资源承载力综合评价；
步骤四，通过计算机进行资源环境承载力数据综合评价；对步骤二的区域资源环境承载力的风险等级结果、步骤三的资源承载力评价结果进行数据分析后，制定风险适应、转移与应急处置方案。
2.如权利要求1所述基于风险理论的资源环境承载力测定及风险管控方法，其特征在于，所述步骤二进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级中，具体包括：
分布计算承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间的预警度，利用分布式收集承载力风险评价及预警评判网络内节点之间的相互评价得到承载力风险评价及预警评判网络内节点的预警度，分布式迭代收敛得到群的承载力风险评价及预警评判网络间预警度；
结合承载力风险评价及预警评判网络内预警度计算方法和承载力风险评价及预警评判网络间预警度计算方法得到全局预警度，利用节点所属群的预警度和群的承载力风险评价及预警评判网络内预警度值根据各自的权重综合计算全局预警度；
采用预警度判断预警节点以及剔除预警节点，得到的每个节点的全局预警度，把预警度小于阀值的节点剔除网络；最终在时间和空间上划分城市资源承载力的风险等级。
3.如权利要求2所述基于风险理论的资源环境承载力测定及风险管控方法，其特征在于，计算承载力风险评价及预警评判网络内预警度计算方法包括：计算节点在承载力风险评价及预警评判网络内的预警度，是承载力风险评价及预警评判网络内节点对该节点的评价，S'C(i,j)表示群C内i节点对j节点的本地预警度，C'C(i,j)表示i节点对j节点预警度的规范化，TC'(i)表示群C内节点i的承载力风险评价及预警评判网络内预警度；
每个节点利用下式计算本地预警度：
S'C(i,j)＝sat(i,j)-unsat(i,j)；
利用下式计算计算本地预警度的规范化：
然后最后承载力风险评价及预警评判网络内的节点之间利用下式，分布式协同计算群C内每个节点的承载力风险评价及预警评判网络内预警度；
4.如权利要求2所述基于风险理论的资源环境承载力测定及风险管控方法，其特征在于，所述承载力风险评价及预警评判网络间预警度计算方法具体包括：
s(i,j)表示网络中节点i对节点j的本地预警度，S(I,J)表示群I对群J的本地预警度，s(i,j)＝sat(i,j)-unsat(i,j)；C(I,J)表示群I对群J的本地预警度的规范化，T'(I)表示群I的承载力风险评价及预警评判网络间预警度；
1)每个节点利用下公计算群的预警度：
2)利用下式计算本地承载力风险评价及预警评判网络间预警度的规范化：
3)网络中每个群的超级节点之间利用下式，分布式协同计算每个群的承载力风险评价及预警评判网络间预警度：
5.如权利要求2所述基于风险理论的资源环境承载力测定及风险管控方法，其特征在于，当承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间预警度计算完成之后，利用下面的公式结合承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间的预警度，得出每个节点的全局预警度：
GR(i)＝w*T'(C)+(1-w)*TC(i)；
建立一个HP2P网络；然后根据网络的不同参数，给网络中撒上了不同比例的预警节点，当网络开始运转之后，各种节点之间，包括预警节点与正常节点，预警节点与预警节点以及正常节点与正常节点之间，进行各种交易，并且记录自己对对方行为的评价；并且在各个节点开始分布式协同计算承载力风险评价及预警评判网络内节点预警度以及承载力风险评价及预警评判网络间预警度，两种承载力风险评价及预警评判网络内和承载力风险评价及预警评判网络间预警度计算完成之后，结合两个预警度值，得到每个节点的全局预警度。
6.一种实现权利要求1～5任意一项所述基于风险理论的资源环境承载力测定及风险管控方法的信息数据处理终端。
7.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任意一项所述的基于风险理论的资源环境承载力测定及风险管控方法。
8.一种基于风险理论的资源环境承载力测定及风险管控系统，其特征在于，所述基于风险理论的资源环境承载力测定及风险管控系统包括：
风险识别模块，利用信息采集设备采集资源环境主要因子的现状、发展趋势及危险性数据，并将上述采集的数据传输给计算机后，进行数据预处理、归类和存储，利用短板技术进行资源环境的风险因子识别，并建立资源环境承载力的大数据库；
环境地质问题风险估算模块，对计算机存储的资源环境数据，进行资源环境的健康、财产、生命风险计算分类，划分区域资源环境承载力的风险等级，以区域单元资源信息开发保护的生态功能底线作为承载力评价边界，依据边际效益理论，设置阈值，阈值在范围内，低于边界，属于安全承载状态；如果边界交叉，进入危险区，属于容许超载状态；如果超出阈值范围，为不可接受超载状态；
资源承载力评价模块，调用计算机存储的资源环境数据，建立资源承载力的存储数据集，基于效益-费用比进行博弈分析，进行资源承载力综合评价；
资源环境承载力综合评价和风险管控模块，通过计算机进行资源环境承载力数据综合评价；对步骤二的区域资源环境承载力的风险等级结果、步骤三的资源承载力评价结果进行数据分析后，制定风险适应、转移与应急处置方案。
9.如权利要求8所述的基于风险理论的资源环境承载力测定及风险管控系统，其特征在于，所述环境地质问题风险估算模块进一步包括：
评价体系单元，用于从风险管控角度界定一套资源环境承载力的评价技术方法体系；
体系和模型单元，用于建立风险因子识别体系和定量估算模型。
10.如权利要求9所述的基于风险理论的资源环境承载力测定及风险管控系统，其特征在于，所述评价体系单元进一步包括：
体系和模型建立单元，用于建立资源环境承载力的风险因子识别体系和估算模型；
评价单元，用于构建承载力风险评价及预警评判模型，划分区域资源环境承载力的风险等级，并提出风险适应、转移以及应急处置措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910415950.3A CN110288186B (zh) | 2019-05-19 | 2019-05-19 | 一种基于风险理论的资源环境承载力测定及风险管控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910415950.3A CN110288186B (zh) | 2019-05-19 | 2019-05-19 | 一种基于风险理论的资源环境承载力测定及风险管控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110288186A true CN110288186A (zh) | 2019-09-27 |
| CN110288186B CN110288186B (zh) | 2021-06-22 |
Family
ID=68002512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910415950.3A Expired - Fee Related CN110288186B (zh) | 2019-05-19 | 2019-05-19 | 一种基于风险理论的资源环境承载力测定及风险管控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110288186B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110852529A (zh) * | 2019-11-20 | 2020-02-28 | 软通动力信息技术有限公司 | 一种城市部件风险预测方法、装置、服务器和存储介质 |
| CN113837481A (zh) * | 2021-09-29 | 2021-12-24 | 深圳柏谷智能科技有限公司 | 一种基于区块链的金融大数据管理系统 |
| CN113961827A (zh) * | 2021-10-26 | 2022-01-21 | 中国人民公安大学 | 一种区域防控风险的检测方法及装置 |
| CN117436767A (zh) * | 2023-12-15 | 2024-01-23 | 云南师范大学 | 基于近远程耦合协调模型的评估方法、系统及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102314549A (zh) * | 2011-07-12 | 2012-01-11 | 北京师范大学 | 一种基于环境风险分区的布局优化调整决策支持方法 |
| US20130160997A1 (en) * | 2011-12-05 | 2013-06-27 | Jehangir Framroze PUNTHAKEY | Groundwater management system |
| CN104680330A (zh) * | 2015-03-18 | 2015-06-03 | 北京师范大学 | 一种基于资源环境承载力评价指标的系统及测试方法 |
| CN109711751A (zh) * | 2019-01-15 | 2019-05-03 | 北京国脉时空大数据科技有限公司 | 一种基于时空数据融合分析的资源环境承载力评估方法 |
-
2019
- 2019-05-19 CN CN201910415950.3A patent/CN110288186B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102314549A (zh) * | 2011-07-12 | 2012-01-11 | 北京师范大学 | 一种基于环境风险分区的布局优化调整决策支持方法 |
| US20130160997A1 (en) * | 2011-12-05 | 2013-06-27 | Jehangir Framroze PUNTHAKEY | Groundwater management system |
| CN104680330A (zh) * | 2015-03-18 | 2015-06-03 | 北京师范大学 | 一种基于资源环境承载力评价指标的系统及测试方法 |
| CN109711751A (zh) * | 2019-01-15 | 2019-05-03 | 北京国脉时空大数据科技有限公司 | 一种基于时空数据融合分析的资源环境承载力评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张茂省等: "基于风险的地质环境承载力评价", 《地质通报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110852529A (zh) * | 2019-11-20 | 2020-02-28 | 软通动力信息技术有限公司 | 一种城市部件风险预测方法、装置、服务器和存储介质 |
| CN113837481A (zh) * | 2021-09-29 | 2021-12-24 | 深圳柏谷智能科技有限公司 | 一种基于区块链的金融大数据管理系统 |
| CN113837481B (zh) * | 2021-09-29 | 2024-02-20 | 深圳市合绎信息科技有限公司 | 一种基于区块链的金融大数据管理系统 |
| CN113961827A (zh) * | 2021-10-26 | 2022-01-21 | 中国人民公安大学 | 一种区域防控风险的检测方法及装置 |
| CN117436767A (zh) * | 2023-12-15 | 2024-01-23 | 云南师范大学 | 基于近远程耦合协调模型的评估方法、系统及存储介质 |
| CN117436767B (zh) * | 2023-12-15 | 2024-04-09 | 云南师范大学 | 基于近远程耦合协调模型的评估方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110288186B (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110288186A (zh) | 一种基于风险理论的资源环境承载力测定及风险管控方法 | |
| Zhu et al. | Is smart city resilient? Evidence from China | |
| Xun et al. | Research on the urban resilience evaluation with hybrid multiple attribute TOPSIS method: An example in China | |
| Lai et al. | A fuzzy comprehensive evaluation model for flood risk based on the combination weight of game theory | |
| Corbane et al. | Pan-European seismic risk assessment: a proof of concept using the Earthquake Loss Estimation Routine (ELER) | |
| Zhang et al. | A non-compensatory composite indicator approach to assessing low-carbon performance | |
| Jing et al. | Application of fuzzy analytic hierarchy process in the risk assessment of dangerous small-sized reservoirs | |
| Huang et al. | Vulnerability assessment of China's coastal cities based on DEA cross-efficiency model | |
| KR101343097B1 (ko) | 홍수 취약성 평가를 위한 퍼지 탑시스 접근방법 | |
| Li et al. | Real‐Time Warning and Risk Assessment of Tailings Dam Disaster Status Based on Dynamic Hierarchy‐Grey Relation Analysis | |
| Yang et al. | Rural vulnerability in China: Evaluation theory and spatial patterns | |
| Cao et al. | Explicit Spatializing Heat-Exposure Risk and Local Associated Factors by coupling social media data and automatic meteorological station data | |
| CN109784602A (zh) | 一种基于ptva模型的多灾种耦合物理脆弱性评估方法 | |
| CN115239156A (zh) | 城镇化指标对水系结构的影响警示方法 | |
| Shen et al. | Risk dynamics modeling of reservoir dam break for safety control in the emergency response process | |
| Zhang et al. | Risk early warning of maize drought disaster in Northwestern Liaoning Province, China | |
| CN104820961A (zh) | 一种基于网格化管理的公共危机网络预警评估方法 | |
| Li et al. | Prediction of long-term maximum settlement deformation of concrete face rockfill dams using hybrid support vector regression optimized with HHO algorithm | |
| Vashist et al. | Improvement in 1D hydrodynamic modeling using MIKE Hydro | |
| Yu et al. | A research on urban disaster resilience assessment system for rainstorm and flood disasters: A case study of Beijing | |
| Wei et al. | Emergency road network structure and planning optimization in mountainous regions in Southwest China under earthquake scenarios | |
| Chen et al. | Application of data mining technology and intelligent information technology in the construction and management of the water conservancy project in Area A | |
| Yang et al. | Multistage warning indicators of concrete dam under influences of random factors | |
| Lee et al. | Streamlining urban forest monitoring based on a large-scale tree survey: a case study of highway vegetation in Hong Kong | |
| Lin et al. | Assessment on detailed regional seismic damage risk of buildings based on time-history dynamic analyses |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210622 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |