CN112232680B - 基于Copula函数的流域氮代谢环境风险评价方法 - Google Patents
基于Copula函数的流域氮代谢环境风险评价方法 Download PDFInfo
- Publication number
- CN112232680B CN112232680B CN202011120385.7A CN202011120385A CN112232680B CN 112232680 B CN112232680 B CN 112232680B CN 202011120385 A CN202011120385 A CN 202011120385A CN 112232680 B CN112232680 B CN 112232680B
- Authority
- CN
- China
- Prior art keywords
- nitrogen
- amount
- copula
- risk
- coefficient
- 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.)
- Active
Links
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 408
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 204
- 230000004060 metabolic process Effects 0.000 title claims abstract description 71
- 241000039077 Copula Species 0.000 title claims abstract description 59
- 238000011156 evaluation Methods 0.000 title claims abstract description 21
- 238000005315 distribution function Methods 0.000 claims abstract description 44
- 230000007613 environmental effect Effects 0.000 claims abstract description 39
- 239000002352 surface water Substances 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 34
- 239000002689 soil Substances 0.000 claims abstract description 34
- 238000009825 accumulation Methods 0.000 claims abstract description 31
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 239000000463 material Substances 0.000 claims abstract description 7
- 238000012847 principal component analysis method Methods 0.000 claims abstract description 6
- 244000144977 poultry Species 0.000 claims description 49
- 235000013594 poultry meat Nutrition 0.000 claims description 49
- 244000144972 livestock Species 0.000 claims description 34
- 238000009395 breeding Methods 0.000 claims description 31
- 230000001488 breeding effect Effects 0.000 claims description 31
- 230000001419 dependent effect Effects 0.000 claims description 30
- 239000000126 substance Substances 0.000 claims description 24
- 239000003337 fertilizer Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 20
- 239000010902 straw Substances 0.000 claims description 20
- 239000010871 livestock manure Substances 0.000 claims description 19
- 210000003608 fece Anatomy 0.000 claims description 18
- 238000004064 recycling Methods 0.000 claims description 17
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 239000007789 gas Substances 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 239000010840 domestic wastewater Substances 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 239000002440 industrial waste Substances 0.000 claims description 7
- 238000000611 regression analysis Methods 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 5
- 230000002503 metabolic effect Effects 0.000 claims description 5
- 241000283690 Bos taurus Species 0.000 claims description 4
- 241001494479 Pecora Species 0.000 claims description 4
- 238000009360 aquaculture Methods 0.000 claims description 4
- 244000144974 aquaculture Species 0.000 claims description 4
- 235000021022 fresh fruits Nutrition 0.000 claims description 4
- 239000010842 industrial wastewater Substances 0.000 claims description 4
- 239000003621 irrigation water Substances 0.000 claims description 4
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 claims description 4
- 235000013613 poultry product Nutrition 0.000 claims description 4
- 235000013311 vegetables Nutrition 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005206 flow analysis Methods 0.000 claims description 3
- 238000009412 basement excavation Methods 0.000 claims description 2
- 238000010219 correlation analysis Methods 0.000 claims 1
- 238000007599 discharging Methods 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 239000010802 sludge Substances 0.000 description 12
- 230000002550 fecal effect Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 239000010865 sewage Substances 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000010866 blackwater Substances 0.000 description 4
- 238000013329 compounding Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 239000010797 grey water Substances 0.000 description 4
- 239000005431 greenhouse gas Substances 0.000 description 3
- 238000002386 leaching Methods 0.000 description 3
- 150000002829 nitrogen Chemical class 0.000 description 3
- 239000002351 wastewater Substances 0.000 description 3
- 238000004065 wastewater treatment Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Images
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了基于Copula函数的流域氮代谢环境风险评价方法,包括:建立流域氮代谢网络模型,计算氮物质流;拟合大气氮排放量、地表水氮负荷量以及土壤氮积累量的边缘分布函数;构造大气氮排放量、地表水氮负荷量以及土壤氮积累量的三元联合分布函数;根据三元联合分布函数计算多元联合分布函数值,进行环境风险评价;利用主成分分析法识别氮代谢环境风险的关键影响因素;利用通径分析法获得氮代谢环境风险各影响因素之间的相互作用关系。本发明依据多元联合分布函数值实现了流域内氮代谢环境风险的评价与分级;识别了氮代谢环境风险的关键影响因素,探寻了各影响因素之间的相互作用关系,揭示了流域氮代谢环境风险源的形成机制。
Description
技术领域
本发明属于环境风险控制领域,具体涉及基于Copula函数的流域氮代谢环境风险评价方法。
背景技术
非点源污染具有分散性、不确定性和复杂性的特征,为有效解决流域非点源氮污染问题,对氮代谢环境风险进行评价是十分有必要的。
目前,对氮代谢环境风险评价的研究主要是在氮污染源流失负荷的基础上进行的,评价方法有多因子综合评价法、氮指数法、分布式面源污染模型评价法等,但是这些方法较少考虑氮代谢综合环境风险以及环境风险评价结果的不确定性。
氮代谢的最终环境归宿包括排入大气、排入地表水体以及在土壤中积累,这三个过程本身具有随机性,可能同时发生并且相互联系。排入大气的氮会增加温室气体的含量;排入地表水体的氮会引起富营养化;积累在土壤中的氮会在淋洗作用下进入水体或者通过反硝化、氨挥发过程产生温室气体排入大气。因此,氮代谢环境风险评价应综合考虑排入大气、排入地表水体,以及在土壤中积累这三个随机过程。
发明内容
本发明的目的是提供基于Copula函数的流域氮代谢环境风险评价方法,解决现有方法中较少考虑氮代谢综合环境风险以及环境风险评价结果不确定性的问题。
本发明的技术方案是基于Copula函数的流域氮代谢环境风险评价方法,包括以下步骤:
步骤1:建立流域氮代谢网络模型,计算氮物质流;
步骤2:拟合大气氮排放量、地表水氮负荷量以及土壤氮积累量的边缘分布函数;
步骤3:根据步骤2的边缘分布函数,构造大气氮排放量、地表水氮负荷量以及土壤氮积累量的三元联合分布函数;
步骤4:根据步骤3的三元联合分布函数,采用环境风险源危险度评价模型,进行环境风险评价;
步骤5:利用主成分分析法识别氮代谢环境风险的关键影响因素;
步骤6:利用通径分析法获得氮代谢环境风险各影响因素之间的相互作用关系。
步骤1中,选取的氮密切相关的生产系统和生活系统的节点包括:居民生活、农作物种植、蔬菜种植、干鲜果种植、生猪养殖、牛羊养殖、家禽养殖、水产养殖、工业;根据氮在各个节点的输入、消费、回收以及排放过程,建立流域氮代谢网络模型,将降水、灌溉、渗漏、排污等与氮排放到自然水体相关的过程纳入氮代谢网络模型,不考虑氮在土壤中淋溶过程,只考虑氮排放入大气和流域地表水体以及在土壤中积累的过程。
所述步骤2采用蒙特卡洛方法,拟合大气氮排放量的边缘分布函数的过程具体包括:
(1)据流域氮代谢网络模型,建立大气氮排放与其影响因素之间的函数关系式B1,
(2)根据文献数据和专家咨询,确定每个影响因素的概率密度函数和累积概率函数;
(3)利用随机数发生器对每个影响因素产生均匀分布的随机数并带入函数关系式B1得到大气氮排放值;
(4)根据每次得到的大气氮排放值,做频率直方图,计算统计特征量并拟合概率分布。
步骤3中,选择确定最优的Copula函数,建立大气氮排放量、地表水氮负荷量以及土壤氮积累量两两组合的二元Copula联合分布函数,再根据多维Copula函数的定义,依据三元 Copula联合分布函数与二元Copula联合分布函数的关系,推导出大气氮排放量、地表水氮负荷量以及土壤氮积累量的三元Copula联合分布函数。
步骤3中,Copula函数分为Ali-Mikhail-Haq Copula、Clayton Copula、FrankCopula以及 Gumbel Copula函数4种,根据经验Copula函数的定义,基于大气氮排放、地表水氮负荷以及土壤氮积累的经验分布,得到经验Copula函数,然后计算各个Copula函数模型与经验 Copula函数之间的欧式距离,选择欧式距离最小的Copula函数为最优的Copula函数。
氮代谢环境风险的影响因素包括社会经济条件、农业种植要素、畜禽养殖要素、工业污染排放、含氮物质回收利用5个大类的影响因素。
进一步地,步骤5具体包括以下子步骤:
步骤5.1:基于流域氮代谢网络模型和物质流分析结果,结合流域实际情况选择确定影响因素;
步骤5.2:通过回归分析法以环境风险为因变量,对影响因素进行共线性分析;
步骤5.3:根据特征根大于1或者方差的累积贡献率达85%-95%的选取原则,提取前三个成分作为主成分;
步骤5.4:绘制主成分载荷系数图。
进一步地,步骤6具体包括以下子步骤:
步骤6.1:建立影响因素的相关系数、通径系数的方程组,方程组如下:
式中rij是自变量xi与xj之间的相关系数;riy是自变量xi与因变量y之间的相关系数;Piy是自变量xi的直接通径系数,即标准化后的偏相关系数,表示自变量xi对因变量y的直接影响;Piy*rij是自变量xi的间接通径系数,表示自变量xi通过自变量xj对因变量y的间接影响;
步骤6.2:计算相关系数和通径系数,选取环境风险作为因变量y,种植总面积x1、化肥施用量x2、畜禽养殖量x3、饲料投入量x4、畜禽粪便产生量x5、工业废气排放量x6、畜禽粪便还田量x7、生活废水还田量x8以及秸秆回用量x9等作为自变量,首先通过回归分析求解相关系数、直接通径系数和间接通径系数;
步骤6.3:根据通径系数计算自变量对因变量的决定系数,将决定系数大于0.4的影响因素记为对流域氮代谢环境风险具有重要影响的因素;
步骤6.4:绘制通径图。
相比现有技术,本发明的有益效果是构建了大气氮排放量、地表水氮负荷量以及土壤氮积累量的Copula联合分布函数并以此为基础计算多元联合分布函数值,依据多元联合分布函数值实现了流域内氮代谢环境风险的评价与分级;利用主成分分析法识别了氮代谢环境风险的关键影响因素;利用通径分析法探寻了各影响因素之间的相互作用关系,揭示了流域氮代谢环境风险源的形成机制。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为本发明实施例的流域氮代谢环境风险评价方法的流程示意图。
图2为本发明实施例的流域氮代谢网络的示意图。
图3(a)为本发明实施例的大气氮排放的概率密度图。
图3(b)为本发明实施例的大气氮排放的分布函数图。
图4(a)为本发明实施例的地表水氮负荷的概率密度图。
图4(b)为本发明实施例的地表水氮负荷的分布函数图。
图5(a)为本发明实施例的土壤氮积累的概率密度图。
图5(b)为本发明实施例的土壤氮积累的分布函数图。
图6为本发明实施例的氮代谢环境风险影响因素主成分载荷系数图。
图7为本发明实施例的氮代谢环境风险影响因素的通径图。
具体实施方式
实施例选择北京市密云县作为实施对象,选取居民生活、农作物种植、蔬菜种植、干鲜果种植、生猪养殖、牛羊养殖、家禽养殖、水产养殖和工业9个生产系统和生活系统中的节点,建立流域氮代谢网络模型,将降水、灌溉、渗漏、排污等与氮排放到自然水体相关的过程纳入氮代谢网络模型,不考虑氮在土壤中淋溶过程,只考虑氮排放入大气和流域地表水体以及在土壤中积累的过程。
如图1所示,基于Copula函数的流域氮代谢环境风险评价方法,包括以下步骤,
步骤1:建立流域氮代谢网络模型,如图2所示,计算氮物质流;
步骤2:拟合大气氮排放量、地表水氮负荷量以及土壤氮积累量的边缘分布函数;
步骤3:根据步骤2的边缘分布函数,构造大气氮排放量、地表水氮负荷量以及土壤氮积累量的三元联合分布函数;
步骤4:根据步骤3的三元联合分布函数,采用环境风险源危险度评价模型,进行环境风险评价;
步骤5:利用主成分分析法识别氮代谢环境风险的关键影响因素;
步骤6:利用通径分析法获得氮代谢环境风险各影响因素之间的相互作用关系;
步骤6.1:建立影响因素的相关系数、通径系数的方程组,方程组如下:
式中rij是自变量xi与xj之间的相关系数;riy是自变量xi与因变量y之间的相关系数;Piy是自变量xi的直接通径系数,即标准化后的偏相关系数,表示自变量xi对因变量y的直接影响;Piy*rij是自变量xi的间接通径系数,表示自变量xi通过自变量xj对因变量y的间接影响;
步骤6.2:计算相关系数和通径系数,选取环境风险作为因变量y,种植总面积x1、化肥施用量x2、畜禽养殖量x3、饲料投入量x4、畜禽粪便产生量x5、工业废气排放量x6、畜禽粪便还田量x7、生活废水还田量x8以及秸秆回用量x9等作为自变量,首先通过回归分析求解相关系数、直接通径系数和间接通径系数;
步骤6.3:根据通径系数计算自变量对因变量的决定系数,将决定系数大于0.4的影响因素记为对流域氮代谢环境风险具有重要影响的因素;
步骤6.4:绘制通径图。
步骤1中,以居民生活为例,氮代谢网络模型包括氮物质输入量和氮物质输出量:
(1)氮物质输入量
居民生活子系统的氮输入主要来自能源、食物和水,分别根据城镇居民人数Ppopu_u和农村居民人数Ppopu_r乘以相应的能源、食物和水的消耗量及含氮量计算得到,相关的计算公式如下:
Ppopu_u=ku×Ppopu
Ppopu_r=(1-ku)×Ppopu
HIener_N=Ppopu_u×Mener_u×365×βener_N+Ppopu_r×Mener_r×365 ×βener_N
HIfood_N=Ppopu_u×Mfood_u×βfood_N+Ppopu_r×Mfood_r×βfood_N
式中ku为城镇居民占居民总数的比例;Mener_u、Mener_r分别为城镇、农村居民人均能源日消耗量;βener_N、βfood_N、分别表示能源、食物、水的含氮量;HIener_N、HIfood_N、HIwate_N分别表示来自能源、食物、水的氮物质年输入量;
(2)氮物质输出量
居民生活子系统氮输出过程有废弃物排放、气体排放、黑水和灰水的排放、渗漏以及粪便污泥与废水的再利用等,均根据相应物质的质量乘以其含氮量以及相关的排放系数计算得到,相关的计算公式如下:
上述计算式中参数的定义及概率分布如表1所示,根据上述计算式即可计算得到居民生活环节的氮代谢物质流流动。
表1居民生活子系统氮物质流计算公式的参数的定义和取值表
农作物种植、蔬菜种植、干鲜果种植、生猪养殖、牛羊养殖、家禽养殖、水产养殖和工业的氮代谢物质流的计算方法与居民生活的氮代谢物质流的计算方法相类似。
步骤2以拟合大气氮排放量的边缘分布函数为例,采用蒙特卡洛方法拟合大气氮排放量的边缘分布函数的过程具体包括:
(1)据流域氮代谢网络模型,建立大气氮排放与其影响因素之间的函数关系式B1,
(2)根据文献数据和专家咨询,确定每个影响因素的概率密度函数和累积概率函数;
(3)利用随机数发生器对每个影响因素产生均匀分布的随机数并带入函数关系式B1得到大气氮排放值;
(4)根据每次得到的大气氮排放值,做频率直方图,计算统计特征量并拟合概率分布。
步骤2得到的大气氮排放量的边缘分布如图3(a)和图3(b)所示,地表水氮负荷量的边缘分布如图4(a)和图4(b)所示,土壤氮积累量的边缘分布如图5(a)和图5(b)所示。
步骤3中,选择确定最优的Copula函数,建立大气氮排放量U、地表水氮负荷量I以及土壤氮积累量W两两组合的二元Copula联合分布函数,再根据多维Copula函数的定义,依据三元Copula联合分布函数与二元Copula联合分布函数的关系,推导出大气氮排放量、地表水氮负荷量以及土壤氮积累量的三元Copula联合分布函数。Copula函数分为 Ali-Mikhail-Haq Copula、Clayton Copula、Frank Copula以及Gumbel Copula函数4种,根据经验Copula函数的定义,基于大气氮排放、地表水氮负荷以及土壤氮积累的经验分布,得到经验Copula函数,然后计算各个Copula函数模型与经验Copula函数之间的欧式距离,选择欧式距离最小的Gumbel Copula函数为最优的Copula函数。
先利用Gumbel Copula让U和V复合,复合参数为2.1807,然后将U和V的复合元与W复合,复合参数为1.2054,最终得到U、V和W之间的三元Gumbel Copula函数模型如下:
式中α,θ分别为Copula函数中的参数。
步骤4中,环境风险源危险度评价模型如下:
R=G(Cθ(FU(u),FV(v),FW(w)))
式中G()为Gumbel-Hougaard Copula函数,FU(u),FV(v),FW(w)分别表示大气氮排放U、地表水氮负荷V、土壤氮积累W的边缘分布函数,Cθ(FU(u),FV(v),FW(w))表示大气氮排放U、地表水氮负荷V、土壤氮积累W三者的多元联合分布函数,R表示环境风险危险度,R越大代表环境风险源的危险度越大。
利用上述模型、公式计算密云县各个镇的氮代谢环境风险源危险度,结果如表2所示。
表2密云县各个镇的氮代谢环境风险源危险度评价表
步骤5的具体过程如下:
步骤5.1:基于流域氮代谢网络模型和物质流分析的结果,并结合流域实际情况,从社会经济条件、农业种植要素、畜禽养殖要素、工业污染排放以及含氮物质回收利用等5个方面进行深入挖掘,选取了14个能够量化分析流域氮代谢环境风险的影响因素,如表3所示;
表3氮代谢环境风险的主要影响因素表
步骤5.2:采用回归分析法,对影响因素进行相关性分析,影响因素之间的相关系数如表4所示。
表4影响因素的相关系数表
以环境风险为因变量,采用统计分析软件SPSS对已选取的9个影响因素进行了共线性分析,分析结果如表5所示。从表5中可以看出,当模型维数大于5时,相应的特征值接近于 0,条件指数大于10,说明这9个自变量/影响因素之间存在多重共线性。
表5影响因素的共线性分析结果表
步骤5.3:根据主成分选取原则,即特征根大于1或者方差的累积贡献率达85%-95%,利用统计分析软件SPSS提取前三个成分作为主成分,如表6所示;
表6成分的特征值和贡献率表
步骤5.4:绘制主成分载荷系数图。
荷载系数反映了自变量/影响因素与主成分之间的相关性,通过主成分分析的方法得到已选取的14个影响因素在提取的三个主成分上的荷载情况如图6所示。从图6中可以看出,种植总面积x4、化肥施用量x5、灌溉用水量x6、畜禽粪便还田量x12、生活废水还田量x13以及秸秆回用量x14等六个影响因素在第一主成分上的荷载较高;人口x1、城乡农产品消费量x2、城乡畜禽产品消费量x3、畜禽粪便产生量x9、工业废水排放量x10以及工业废气排放量x11等六个影响因素在第二主成分上的荷载较高;畜禽养殖量x7和饲料投入量x8这两个影响因素在第三主成分上的荷载较高。
根据各个影响因素的涵义,种植总面积x4、化肥施用量x5、灌溉用水量x6、畜禽粪便还田量x12、生活废水还田量x13以及秸秆回用量x14是农业种植的相关要素,因此第一主成分代表农业发展;人口x1、城乡农产品消费量x2、城乡畜禽产品消费量x3代表城乡居民生活的消费需求,畜禽粪便产生量x9、工业废水排放量x10以及工业废气排放量x11代表生产活动引起的排污需求,因此第二主成分代表社会经济发展;畜禽养殖量x7和饲料投入量x8是畜禽养殖的相关要素,因此第三主成分代表养殖业发展。综上,社会经济发展、农业发展以及养殖业发展对流域氮代谢环境风险具有重要的影响作用。
步骤6的具体过程如下:
步骤6.1:建立影响因素的相关系数、通径系数的方程组,方程组如下:
式中rij是自变量xi与xj之间的相关系数;riy是自变量xi与因变量y之间的相关系数;Piy是自变量xi的直接通径系数,即标准化后的偏相关系数,表示自变量xi对因变量y的直接影响;Piy*rij是自变量xi的间接通径系数,表示自变量xi通过自变量xj对因变量y的间接影响;
步骤6.2:计算相关系数和通径系数,选取环境风险作为因变量y,种植总面积x1、化肥施用量x2、畜禽养殖量x3、饲料投入量x4、畜禽粪便产生量x5、工业废气排放量x6、畜禽粪便还田量x7、生活废水还田量x8以及秸秆回用量x9等作为自变量,首先通过回归分析求解相关系数、直接通径系数和间接通径系数,影响因素的相关系数和通径系数如表7所示;
表7影响因素的相关系数和通径系数表
从表7可知,种植总面积x1、化肥施用量x2、畜禽养殖量x3、饲料投入量x4、畜禽粪便产生量x5、工业废气排放量x6和生活废水还田量x8的直接通径系数是正值,而畜禽粪便还田量x7和秸秆回用量x9的直接通径系数是负值。除了工业废气排放量x6的直接通径系数大于间接通径系数,其余自变量的直接通径系数均小于间接通径系数。种植总面积x1、化肥施用量x2、畜禽粪便还田量x7和秸秆回用量x9与环境风险的相关系数明显高于其他自变量与环境风险的相关系数。
直接通径系数代表某个自变量直接对因变量产生的影响,间接通径系数代表某个自变量通过其他自变量间接对因变量产生的影响,通径系数的正负则代表自变量对因变量产生的是正效应还是负效应。结合表7中的结果可知:增加种植总面积x1、化肥施用量x2、畜禽养殖量x3、饲料投入量x4、畜禽粪便产生量x5、工业废气排放量x6和生活废水还田量x8等将会在一定程度上增强流域氮代谢的环境风险,但是增加畜禽粪便还田量x7和秸秆回用量x9将会在一定程度上减弱流域氮代谢的环境风险。畜禽粪便还田量代表农业种植中有机肥的用量,秸秆回用量包括秸秆还田和秸秆饲料两部分,由此可以说明提高农业种植和畜禽养殖中含氮物质的回收利用有助于减少流域氮代谢环境风险。此外,表7中大多数自变量的直接通径系数小于间接通径系数,说明自变量之间的相互关联程度较高,自变量相互作用对因变量产生的影响大于自变量直接对因变量产生的影响。
步骤6.3:根据通径系数计算自变量对因变量的决定系数,将决定系数大于0.4的影响因素记为对流域氮代谢环境风险具有重要影响的因素,影响因素的决定系数如表8所示;
表8影响因素的决定系数表
自变量直接或间接对因变量产生的影响的大小可通过决定系数来判断,决定系数又称为拟合优度,拟合优度越大,自变量引起的变动占总变动的比例越高,即自变量对因变量的解释程度越高。根据通径系数计算得出本研究中影响因素对流域氮代谢环境风险的决定系数如表8所示。决定系数的取值在0到1之间,本研究将决定系数大于0.4的影响因素记为对流域氮代谢环境风险具有重要影响的因素。结合表8可知,流域氮代谢环境风险的影响因素由大到小依次为:x7>x72>x71>x1>x12>x17>x2>x79>x21>x27>x19>x29>x9,其中xij,i∈{1,2,…,9},j∈{1,2,…,9}代表自变量xi与xj共同对因变量产生的影响。由此可以说明,畜禽粪便还田量、种植总面积、化肥施用量、秸秆回用量、畜禽粪便还田量与化肥施用量的共同作用、畜禽粪便还田量与种植总面积的共同作用、种植总面积与化肥施用量的共同作用、畜禽粪便还田量与秸秆回用量的共同作用、化肥施用量与秸秆回用量的共同作用等会对流域氮代谢环境风险产生较大的影响。
步骤6.4:绘制通径图,如图7所示。在流域氮代谢环境风险的众多影响因素中,种植总面积、化肥施用量、畜禽粪便还田量和秸秆回用量对流域氮代谢环境风险的影响最为显著,它们不仅对流域氮代谢环境风险产生较大的直接影响,而且会通过其他影响因素对流域氮代谢环境风险产生较大的间接影响。具体地,种植总面积和化肥施用量的增加通常会引起大气氮排放、地表水氮负荷和土壤氮积累的增加,因此种植总面积和化肥施用量的增加会刺激流域氮代谢环境风险的产生。畜禽粪便和秸秆作为肥料投入农业种植,亦会引起大气氮排放、地表水氮负荷和土壤氮积累的增加,但是增加畜禽粪便和秸秆的施用量,间接地减少了化肥的施用量,与单独施用化肥相比,反而在一定程度上降低了大气氮排放、地表水氮负荷和土壤氮积累,因此合理施用畜禽粪便和秸秆肥料不仅可以保障作物的养分需求,还可以在一定程度上抑制流域氮代谢环境风险的产生。
Claims (5)
1.基于Copula函数的流域氮代谢环境风险评价方法,其特征在于,包括以下步骤:
步骤1:建立流域氮代谢网络模型,计算氮物质流;
步骤2:拟合大气氮排放量、地表水氮负荷量以及土壤氮积累量的边缘分布函数;
步骤3:根据步骤2的边缘分布函数,构造大气氮排放量、地表水氮负荷量以及土壤氮积累量的三元联合分布函数;
步骤4:根据步骤3的三元联合分布函数,采用环境风险源危险度评价模型,进行环境风险评价;
环境风险源危险度评价模型如下:
R=G(Cθ(FU(u),FV(v),FW(w)))
式中G()为Gumbel-Hougaard Copula函数,FU(u),FV(v),FW(w)分别表示大气氮排放U、地表水氮负荷V、土壤氮积累W的边缘分布函数,Cθ(FU(u),FV(v),FW(w))表示大气氮排放U、地表水氮负荷V、土壤氮积累W三者的多元联合分布函数,R表示环境风险危险度;
步骤5:利用主成分分析法识别氮代谢环境风险的关键影响因素;
步骤6:利用通径分析法获得氮代谢环境风险各影响因素之间的相互作用关系;
步骤1中,选取的氮密切相关的生产系统和生活系统的节点包括:居民生活、农作物种植、蔬菜种植、干鲜果种植、生猪养殖、牛羊养殖、家禽养殖、水产养殖、工业;根据氮在各个节点的输入、消费、回收以及排放过程,建立流域氮代谢网络模型;
步骤5的具体过程如下:
步骤5.1:基于流域氮代谢网络模型和物质流分析的结果,并结合流域实际情况,从社会经济条件、农业种植要素、畜禽养殖要素、工业污染排放以及含氮物质回收利用5个方面进行深入挖掘,选取了14个能够量化分析流域氮代谢环境风险的影响因素,如表3所示;
表3氮代谢环境风险的主要影响因素表
步骤5.2:采用回归分析法,对影响因素进行相关性分析;
步骤5.3:根据主成分选取原则,即特征根大于1或者方差的累积贡献率达85%-95%,利用统计分析软件SPSS提取前三个成分作为主成分;
步骤5.4:绘制主成分载荷系数图;
荷载系数反映了自变量/影响因素与主成分之间的相关性,通过主成分分析的方法得到已选取的14个影响因素在提取的三个主成分上的荷载情况;种植总面积x4、化肥施用量x5、灌溉用水量x6、畜禽粪便还田量x12、生活废水还田量x13以及秸秆回用量x14六个影响因素在第一主成分上的荷载较高;人口x1、城乡农产品消费量x2、城乡畜禽产品消费量x3、畜禽粪便产生量x9、工业废水排放量x10以及工业废气排放量x11六个影响因素在第二主成分上的荷载较高;畜禽养殖量x7和饲料投入量x8这两个影响因素在第三主成分上的荷载较高;
根据各个影响因素的涵义,种植总面积x4、化肥施用量x5、灌溉用水量x6、畜禽粪便还田量x12、生活废水还田量x13以及秸秆回用量x14是农业种植的相关要素,因此第一主成分代表农业发展;人口x1、城乡农产品消费量x2、城乡畜禽产品消费量x3代表城乡居民生活的消费需求,畜禽粪便产生量x9、工业废水排放量x10以及工业废气排放量x11代表生产活动引起的排污需求,因此第二主成分代表社会经济发展;畜禽养殖量x7和饲料投入量x8是畜禽养殖的相关要素,因此第三主成分代表养殖业发展。
2.根据权利要求1所述的基于Copula函数的流域氮代谢环境风险评价方法,其特征在于,所述步骤2采用蒙特卡洛方法,拟合大气氮排放量的边缘分布函数的过程具体包括:
(1)据流域氮代谢网络模型,建立大气氮排放与其影响因素之间的函数关系式B1,
(2)根据文献数据和专家咨询,确定每个影响因素的概率密度函数和累积概率函数;
(3)利用随机数发生器对每个影响因素产生均匀分布的随机数并带入函数关系式B1得到大气氮排放值;
(4)根据每次得到的大气氮排放值,做频率直方图,计算统计特征量并拟合概率分布。
3.根据权利要求1所述的基于Copula函数的流域氮代谢环境风险评价方法,其特征在于,步骤3中,选择确定最优的Copula函数,建立大气氮排放量、地表水氮负荷量以及土壤氮积累量两两组合的二元Copula联合分布函数,再根据多维Copula函数的定义,依据三元Copula联合分布函数与二元Copula联合分布函数的关系,推导出大气氮排放量、地表水氮负荷量以及土壤氮积累量的三元Copula联合分布函数。
4.根据权利要求3所述的基于Copula函数的流域氮代谢环境风险评价方法,其特征在于,步骤3中,Copula函数分为Ali-Mikhail-Haq Copula、Clayton Copula、Frank Copula以及Gumbel Copula函数4种,根据经验Copula函数的定义,基于大气氮排放、地表水氮负荷以及土壤氮积累的经验分布,得到经验Copula函数,然后计算各个Copula函数模型与经验Copula函数之间的欧式距离,选择欧式距离最小的Copula函数为最优的Copula函数。
5.根据权利要求1所述的基于Copula函数的流域氮代谢环境风险评价方法,其特征在于,步骤6具体包括以下子步骤:
步骤6.1:建立影响因素的相关系数、通径系数的方程组,方程组如下:
式中rij是自变量xi与xj之间的相关系数;riy是自变量xi与因变量y之间的相关系数;Piy是自变量xi的直接通径系数,即标准化后的偏相关系数,表示自变量xi对因变量y的直接影响;Piy*rij是自变量xi的间接通径系数,表示自变量xi通过自变量xj对因变量y的间接影响;
步骤6.2:计算相关系数和通径系数,选取环境风险作为因变量y,种植总面积x1、化肥施用量x2、畜禽养殖量x3、饲料投入量x4、畜禽粪便产生量x5、工业废气排放量x6、畜禽粪便还田量x7、生活废水还田量x8以及秸秆回用量x9作为自变量,首先通过回归分析求解相关系数、直接通径系数和间接通径系数;
步骤6.3:根据通径系数计算自变量对因变量的决定系数,将决定系数大于0.4的影响因素记为对流域氮代谢环境风险具有重要影响的因素;
步骤6.4:绘制通径图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011120385.7A CN112232680B (zh) | 2020-10-19 | 2020-10-19 | 基于Copula函数的流域氮代谢环境风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011120385.7A CN112232680B (zh) | 2020-10-19 | 2020-10-19 | 基于Copula函数的流域氮代谢环境风险评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112232680A CN112232680A (zh) | 2021-01-15 |
CN112232680B true CN112232680B (zh) | 2021-11-09 |
Family
ID=74117550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011120385.7A Active CN112232680B (zh) | 2020-10-19 | 2020-10-19 | 基于Copula函数的流域氮代谢环境风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112232680B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115907471B (zh) * | 2022-11-22 | 2023-07-21 | 安徽农业大学 | 基于VineCopula函数的湖泊蓝藻风险诊断方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950323A (zh) * | 2010-08-20 | 2011-01-19 | 江苏省农业科学院 | 基于土壤养分平衡的作物氮肥施用量的推荐方法 |
CN104966128A (zh) * | 2015-03-27 | 2015-10-07 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地表径流总氮排放量预测方法 |
CN109344971A (zh) * | 2018-09-26 | 2019-02-15 | 北京工业大学 | 一种基于自适应递归模糊神经网络的出水氨氮浓度预测方法 |
CN111611541A (zh) * | 2020-04-26 | 2020-09-01 | 武汉大学 | 基于Copula函数的无资料地区降水数据推求方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060175208A1 (en) * | 2005-02-09 | 2006-08-10 | Eickhoff Steven J | Water-conductivity CO2 sensor |
US7247591B2 (en) * | 2005-05-26 | 2007-07-24 | Osram Sylvania Inc. | Translucent PCA ceramic, ceramic discharge vessel, and method of making |
CN1920556A (zh) * | 2006-09-13 | 2007-02-28 | 南京大学 | 基于gis的农业非点源污染发生潜力指数评价方法 |
CN102509155A (zh) * | 2011-09-20 | 2012-06-20 | 北京大学 | 不确定性条件下流域污染物总量控制方法 |
CN104268787A (zh) * | 2014-10-21 | 2015-01-07 | 何文 | 农业氮面源污染量的一种确定技术 |
CN110334908B (zh) * | 2019-06-03 | 2021-12-03 | 华中科技大学 | 一种流域水资源的供水发电环境多重风险评估方法和系统 |
-
2020
- 2020-10-19 CN CN202011120385.7A patent/CN112232680B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950323A (zh) * | 2010-08-20 | 2011-01-19 | 江苏省农业科学院 | 基于土壤养分平衡的作物氮肥施用量的推荐方法 |
CN104966128A (zh) * | 2015-03-27 | 2015-10-07 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地表径流总氮排放量预测方法 |
CN109344971A (zh) * | 2018-09-26 | 2019-02-15 | 北京工业大学 | 一种基于自适应递归模糊神经网络的出水氨氮浓度预测方法 |
CN111611541A (zh) * | 2020-04-26 | 2020-09-01 | 武汉大学 | 基于Copula函数的无资料地区降水数据推求方法及系统 |
Non-Patent Citations (1)
Title |
---|
三峡库区消落带N_2O排放及其影响因素;李睿等;《环境科学》;20160628(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112232680A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Walling et al. | A review of mathematical models for composting | |
Kujawa et al. | Using convolutional neural networks to classify the maturity of compost based on sewage sludge and rapeseed straw | |
Almasri et al. | Multi-criteria decision analysis for the optimal management of nitrate contamination of aquifers | |
Papangelou et al. | Assessing agro-food system circularity using nutrient flows and budgets | |
Dümenci et al. | Identifying the maturity of co-compost of olive mill waste and natural mineral materials: Modelling via ANN and multi-objective optimization | |
CN111598431B (zh) | 一种具有功能差异性的流域水生态环境承载力评估方法 | |
Vujovic et al. | Biodegradable waste management in Serbia and its implication on P flows | |
Askarany et al. | Cost benefit analyses of organic waste composting systems through the lens of time driven activity-based costing | |
Bumharter et al. | New opportunities for the European Biogas industry: A review on current installation development, production potentials and yield improvements for manure and agricultural waste mixtures | |
Yuan et al. | Phosphorus flow analysis of the socioeconomic ecosystem of Shucheng County, China | |
CN112232680B (zh) | 基于Copula函数的流域氮代谢环境风险评价方法 | |
CN112765531A (zh) | 一种流域非点源排放量自动计算方法和系统 | |
Michalak | Adapting to climate change and effective water management in Polish agriculture–At the level of government institutions and farms | |
Yu et al. | Greenhouse gas mitigation strategies and decision support for the utilization of agricultural waste systems: A case study of Jiangxi Province, China | |
Abdi et al. | Prediction compost criteria of organic wastes with biochar additive in in-vessel composting machine using ANFIS and ANN methods | |
Li et al. | An optimization approach of water-food-energy nexus in agro-forestry-livestock system under uncertain water supply | |
Cau et al. | Assessment of alternative land management practices using hydrological simulation and a decision support tool: Arborea agricultural region, Sardinia | |
Lambiasi et al. | Greenhouse gas emissions from sanitation and wastewater management systems: a review | |
Thomsson | Systems analysis of small-scale systems for food supply and organic waste management | |
Qu et al. | A model to identify entry points to curb emissions from complex manure management chains | |
Cai et al. | Carbon emission prediction model of agroforestry ecosystem based on support vector regression machine. | |
Williams et al. | Twenty years of conservation effects assessment in the St. Joseph River watershed, Indiana | |
Karnasuta et al. | Generation Assessment of Organic Waste with Correlation and Forecasting Models | |
Affuso et al. | The impact of US biofuels policy on agricultural production and nitrogen loads in Alabama | |
Montangero et al. | Material flow analysis as a tool for environmental sanitation planning in Viet Tri, Vietnam |
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 |