CN113283810A - 一种沿海地区大气环境脆弱性综合评价方法 - Google Patents

一种沿海地区大气环境脆弱性综合评价方法 Download PDF

Info

Publication number
CN113283810A
CN113283810A CN202110726696.6A CN202110726696A CN113283810A CN 113283810 A CN113283810 A CN 113283810A CN 202110726696 A CN202110726696 A CN 202110726696A CN 113283810 A CN113283810 A CN 113283810A
Authority
CN
China
Prior art keywords
index
evaluation
atmospheric environment
indexes
vulnerability
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.)
Pending
Application number
CN202110726696.6A
Other languages
English (en)
Inventor
孙丛婷
傅莉媛
刘丹
刘相正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning University
Original Assignee
Liaoning University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liaoning University filed Critical Liaoning University
Priority to CN202110726696.6A priority Critical patent/CN113283810A/zh
Publication of CN113283810A publication Critical patent/CN113283810A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种沿海地区大气环境脆弱性综合评价方法，评价模型包括评价指标框架的选择、沿海地区大气环境脆弱性评价指标的筛选、指标体系的建立；评价方法包括步骤：建立权重计算模型，将不同指向性指标进行规范化后与权重结合进行大气环境脆弱性综合指数的计算，然后根据综合评价指数进行区域脆弱性时空动态变化以及空间分异性的探索，使得本发明在沿海地区大气环境脆弱性评价方面具有良好适用性。

Description

一种沿海地区大气环境脆弱性综合评价方法
技术领域
本发明涉及生态环境评估领域，尤其涉及一种沿海地区大气环境脆弱性综合评价方法。
背景技术
当今社会处于高质量发展时期，在发展时对生态环境的保护尤为重要，工业发展、海运运输不可避免造成一定的大气污染。大气环境与人类发展息息相关，保护大气环境刻不容缓。当前对沿海地区大气环境的研究多处于大气污染物的处理，污染排放的控制以及污染物时空分匹配等方面，对大气环境和人类社会结合探索其相关性的研究较少
目前生态环境进行评价有定性和定量两种方式，国内外学者较多使用综合评价方法对目标对象进行研究。较常用的综合评价方法有灰色关联度法、模糊综合评价法、熵权法等。但对于具体研究问题，评价方法少有明确的适用性，即难以选取适用于具体问题的综合评价方法。
发明内容
本发明创造的目的是提供一种沿海地区大气环境脆弱性综合评价方法，以满足于根据沿海地区大气环境特点提出有代表性的指标，进行专业评价与分析的需求。
为了实现上述目的，本发明创造采用了如下技术方案：
一种沿海地区大气环境脆弱性综合评价方法，其步骤为：
步骤1)确定评价区域，选择暴露性-敏感性-适应能力框架，确定暴露性一级评价指标、敏感性一级评价指标、适应能力一级评价指标；
步骤2)根据一级指标查询得到最初的二级指标；
步骤3)根据一级指标和指标筛选方法选择对步骤2)中最初的二级指标进行筛选，得到最终的二级指标；
步骤4)分析并计算大气环境脆弱性评价模型指标权重：利用权重计算模型熵值法和 AHP层次分析法进行结合的权重计算方法对二级指标进行权重的计算；
步骤5)构建大气环境脆弱性分析评价模型：根据大气环境综合评价模型进行沿海城市相关指标的综合评价；
步骤6)对综合评价指数进行时空分布分析以及空间异质性分析。
所述的步骤1)中：暴露性一级评价指标包括大气环境污染系统，敏感性的一级评价指标包括人口压力和自然压力系统，适应能力的一级指标包括绿色发展系统和经济发展系统。
所述的步骤2)中：
查询大气环境质量标准，得到：
大气环境污染系统的二级指标为：NO2年均浓度、PM2.5年均浓度、PM10年均浓度、SO2年均浓度、AQI优于二级以上天数、工业二氧化硫排放强度、工业烟粉尘排放强度；
查询人口和自然压力指标体系，得到：
人口压力和自然压力系统的二级指标为：人口死亡率、人口自然增长率、人口密度、平均温度；
查询国家发改委印发的绿色发展、其他经济发展指标体系，得到：
绿色发展系统的二级指标：环保经费投入强度、能源消耗总量、单位GDP能耗、人均绿地面积；
经济发展系统的二级指标：第二产业增加值占GDP比重、科学技术经费投入强度、民用车拥有量、水运货运量。
所述的步骤3)中，具体方法为：
3.1)求出指标的平均值和方差，
Figure BDA0003138958620000021
其中xij为第i个评价对象的第j个指标，
Figure BDA0003138958620000022
为指标j的均值，Sj为指标j的方差；
3.2)求出最小均方差，
Figure BDA0003138958620000023
其中
Figure BDA0003138958620000024
为m个指标中方差最小的指标j0的均方差；
3.3)如果最小均方差约等于0，则将该指标纳入可删除指标中，考察所有指标；
3.4)通过Delphi法对可删除指标进一步筛选，并结合评价对象实际情况进行合适的指标补充；
3.5)得到最终的二级指标。
所述的步骤4)中，具体方法为：
4.1)对数值为负值的数据进行平移，令其数值大于0；
4.2)计算评价对象在某评价指标下的特征比重，
Figure BDA0003138958620000025
其中Pij为第i个评价对象在第j个评价指标下的特征比重，xij为第i个评价对象第j个指标的观测值；
4.3)对指标的熵值进行计算，
Figure BDA0003138958620000031
其中，k>0，ej>0。ej为第j项指标的熵值，定义k＝1/lnn；
4.4)计算指标的差异系数，并根据差异系数求得最终指标权重w1，gj＝1-ej，
Figure BDA0003138958620000032
gj为指标的差异系数，gj越大，指标作用越大，w1为指标j的权重；
4.5)根据AHP法对指标重要性进行比较，构建判断矩阵；
4.6)计算矩阵最大特征值及对应特征向量，得到主观权重结果w2；
4.7)最终权重计算结果公式为W总＝n*W1+(1-n)*W2，n∈[0,1]。
所述的步骤5)中，具体方法为：
5.1)第i个评价对象的第j各评价指标规范化公式：
正向指标：
Figure BDA0003138958620000033
负向指标：
Figure BDA0003138958620000034
5.2)根据获得的二级指标权重进行大气环境脆弱性综合评分计算，
Figure BDA0003138958620000035
所述的步骤6)中，具体方法为：
6.1)采用ArcGIS的相等间隔分级并根据分级色彩分析沿海地区大气环境脆弱性的时空分布；
6.2)空间分异性分析采用地理探测器中的因子探测和交互作用探测从指标层面分析对大气环境脆弱性空间分异的影响。
本发明创造的有益效果：
本发明提供一种沿海地区大气环境脆弱性综合评价方法，根据地区特点建立的大气环境脆弱性综合评价体系，通过指标统计数据进行数据收集，数据收集后进行预处理，利用插值法等统计方法补全缺失数据。数据处理后根据权重计算模型得到指标权重进而得到综合评价结果。对评价结果进行可视化处理，并利用地理探测器进行因子探测和交互作用探测，探索影响大气环境脆弱性空间分异性的影响因素。
附图说明
图1是沿海地区大气环境脆弱性综合评价方法流程示意图。
图2是实施例1的指标体系框架图。
图3是实施例1中辽宁省ArcGIS分级可视化图。
图4是实施例1中河北省ArcGIS分级可视化图。
图5是实施例1中山东省ArcGIS分级可视化图。
具体实施方式
下面将结合本发明创造实施例中的附图，对本发明创造实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明创造一部分实施例，而不是全部的实施例。
一种沿海地区大气环境脆弱性综合评价方法其步骤为：
步骤1)确定评价区域，选择暴露性-敏感性-适应能力框架，确定暴露性一级评价指标、敏感性一级评价指标、适应能力一级评价指标。
暴露性一级评价指标包括大气环境污染系统，敏感性的一级评价指标包括人口压力和自然压力系统，适应能力的一级指标包括绿色发展系统和经济发展系统。
步骤2)根据一级指标查询得到最初的二级指标；
查询大气环境质量标准，得到：
大气环境污染系统的二级指标为：NO2年均浓度、PM2.5年均浓度、PM10年均浓度、SO2年均浓度、AQI优于二级以上天数、工业二氧化硫排放强度、工业烟粉尘排放强度等；
查询人口和自然压力指标体系，得到：
人口压力和自然压力系统的二级指标为：人口死亡率、人口自然增长率、人口密度、平均温度等；
查询国家发改委印发的绿色发展、其他经济发展指标体系，得到：
绿色发展系统的二级指标：环保经费投入强度、能源消耗总量、单位GDP能耗、人均绿地面积；
经济发展系统的二级指标：第二产业增加值占GDP比重、科学技术经费投入强度、民用车拥有量、水运货运量。
步骤3)根据一级指标和指标筛选方法选择对步骤2)中最初的二级指标进行筛选，得到最终的二级指标；
3.1)求出指标的平均值和方差，
Figure BDA0003138958620000041
其中xij为第i个评价对象的第j个指标，
Figure BDA0003138958620000051
为指标j的均值，Sj为指标j的方差；
3.2)求出最小均方差，
Figure BDA0003138958620000052
其中
Figure BDA0003138958620000053
为m个指标中方差最小的指标j0的均方差；
3.3)如果最小均方差约等于0，则将该指标纳入可删除指标中，考察所有指标；
3.4)通过Delphi法对可删除指标进一步筛选，并结合评价对象实际情况进行合适的指标补充；
3.5)得到最终的二级指标。
步骤4)分析并计算大气环境脆弱性评价模型指标权重：利用权重计算模型熵值法和 AHP层次分析法进行结合的权重计算方法对二级指标进行权重的计算；
4.1)对数值为负值的数据进行平移，令其数值大于0；
4.2)计算评价对象在某评价指标下的特征比重，
Figure BDA0003138958620000054
其中Pij为第i个评价对象在第j个评价指标下的特征比重，xij为第i个评价对象第j个指标的观测值；
4.3)对指标的熵值进行计算，
Figure BDA0003138958620000055
其中，k>0，ej>0。ej为第j项指标的熵值，定义k＝1/lnn；
4.4)计算指标的差异系数，并根据差异系数求得最终指标权重w1，gj＝1-ej，
Figure BDA0003138958620000056
gj为指标的差异系数，gj越大，指标作用越大，w1为指标j的权重；
4.5)根据AHP法对指标重要性进行比较，构建判断矩阵；
4.6)计算矩阵最大特征值及对应特征向量，得到主观权重结果w2；
4.7)最终权重计算结果公式为W总＝n*W1+(1-n)*W2，n∈[0,1]。
步骤5)构建大气环境脆弱性分析评价模型：根据大气环境综合评价模型进行沿海城市相关指标的综合评价；
5.1)第i个评价对象的第j各评价指标规范化公式：
正向指标：
Figure BDA0003138958620000061
负向指标：
Figure BDA0003138958620000062
5.2)根据获得的二级指标权重进行大气环境脆弱性综合评分计算，
Figure BDA0003138958620000063
步骤6)对综合评价指数进行时空分布分析以及空间异质性分析；
6.1)采用ArcGIS的相等间隔分级并根据分级色彩分析沿海地区大气环境脆弱性的时空分布；
6.2)空间分异性分析采用地理探测器中的因子探测和交互作用探测从指标层面分析对大气环境脆弱性空间分异的影响。
实施例1：
图1为本发明提出的一种沿海地区大气环境脆弱性综合评价方法流程示意图。
本实施例中，提供一种沿海地区大气环境脆弱性综合评价方法，根据地区特点建立的大气环境脆弱性综合评价体系，通过指标统计数据进行数据收集，数据收集后进行预处理，利用插值法等统计方法补全缺失数据。数据处理后根据权重计算模型得到指标权重进而得到综合评价结果。对评价结果进行可视化处理，并利用地理探测器进行因子探测和交互作用探测，探索影响大气环境脆弱性空间分异性的影响因素，其处理方法具体包括如下步骤：
(1)大气环境脆弱性评价体系构建：根据暴露性-敏感性-适应能力框架进行指标的选取，暴露性包括一级指标大气环境污染系统，敏感性包括一级指标人口与自然压力系统，适应能力包括一级指标绿色发展和社会经济发展系统。
(2)根据一级指标查询二级指标，具体包括查询大气环境质量标准中PM2.5、PM10年均浓度等10项指标，国家发改委印发的绿色发展指标体系中能源消费总量等56项指标，文献调研中国压力指标体系中人口增长率等8项指标，城市经济发展指标包括人均GDP等25项指标。
(3)利用最小均方差法和Delphi法相结合筛选指标。
(4)指标数据采集：根据确定的二级指标到国家统计年鉴、各省市统计年鉴、环境质量公报等网站进行数据的获取，利用Excel进行数据统计。
(5)综合评价结果计算：根据权重计算模型和综合评价模型进行脆弱性综合评价结果的计算和评判。
(6)时空分布分析：将脆弱性结果进行分级，利用ArcGIS进行可视化分析。
(7)空间分异性分析：利用地理探测器探测指标对大气环境脆弱性空间分异性的影响。
需要说明的是，本实施例提供的大气环境脆弱性模型的指标数据采集还包括对数据的预处理步骤，由于指标的单位不同，需要将指标进行规范化处理，部分数据由于官方统计缺失，采用插值法、预测法等统计学方法进行处理。
进一步的，如图2所示，提供一种沿海地区大气环境脆弱性综合评价方法，根据一级指标和指标筛选方法选择二级评价指标。
筛选方法计算公式：
Figure BDA0003138958620000071
Figure BDA0003138958620000072
Figure BDA0003138958620000073
Figure BDA0003138958620000074
为第j项指标的均值，xij为第i个评价对象第j个指标的观测值，Sj为第j项指标的均方差，
Figure BDA0003138958620000075
为最小均方差。
根据Delphi法对
Figure BDA0003138958620000076
进行筛选，并选取沿海地区相适应的指标，得到最终指标。
大气环境污染系统的二级指标：NO2、PM2.5、PM10、SO2年均浓度、AQI优于二级以上天数、工业二氧化硫排放强度、工业烟粉尘排放强度；
人口和自然压力系统的二级指标：人口死亡率、人口自然增长率、人口密度、平均温度；
绿色发展系统的二级指标：环保经费投入强度、能源消耗总量、单位GDP能耗、人均绿地面积；
经济发展系统的二级指标：第二产业增加值占GDP比重、科学技术经费投入强度、民用车拥有量、水运货运量。
所述权重模型对二级指标权重进行计算，具体的：
熵值法权重计算公式：
Figure BDA0003138958620000081
Figure BDA0003138958620000082
gj＝1-ej；
Figure BDA0003138958620000083
Pij为第i个评价对象在第j个评价指标下的特征比重，xij为第i个评价对象第j个指标的观测值。k>0，ej>0。ej为第j项指标的熵值，定义k＝1/lnn。gj为指标的差异系数，gj越大，指标作用越大。w1为指标j的权重。
AHP法权重计算公式：
根据指标重要程度，构建判断矩阵；
计算矩阵最大特征值及对应特征向量，得到主观权重结果w2；
最终权重计算结果公式为W总＝n*W1+(1-n)*W2，n∈[0,1]。
指标筛选结果如下表所示：
表1：指标筛选结果
Figure BDA0003138958620000084
辽宁省沿海城市指标权重计算结果如下表所示：
表2：辽宁省权重结果计算表
Figure BDA0003138958620000085
河北省沿海城市指标权重计算结果如下表所示：
表3：河北省权重计算结果表
Figure BDA0003138958620000091
山东省沿海城市指标权重计算结果如下表所示：
表4：山东省权重计算结果表
Figure BDA0003138958620000092
对指标原始数值进行规范化，公式如下：
正向指标：
Figure BDA0003138958620000093
负向指标：
Figure BDA0003138958620000094
根据综合评价公式
Figure BDA0003138958620000095
大气环境脆弱性综合评价结果如下表所示：
表5：大气环境脆弱性分级表
脆弱性级别 隶属度范围
轻度脆弱 0-0.2
较轻脆弱 0.2-0.4
中度脆弱 0.4-0.6
较重脆弱 0.6-0.8
重度脆弱 0.8-1
辽宁省沿海城市大气环境脆弱性综合评价结果如下表所示：
表6：辽宁省沿海城市大气环境脆弱性综合评价结果表
综合评价指数 大气环境系统 人口和自然压力 绿色发展 经济发展
大连 0.250479 0.095362 0.060287 0.032602 0.062228
丹东 0.256536 0.000000 0.096263 0.075686 0.084587
锦州 0.351187 0.008220 0.108852 0.148183 0.085932
营口 0.319598 0.049431 0.090587 0.059265 0.120315
盘锦 0.381322 0.000000 0.130833 0.116396 0.134093
葫芦岛 0.331796 0.000000 0.039382 0.171948 0.120466
河北省沿海城市大气环境脆弱性综合评价结果如下表所示：
表7：河北省沿海城市大气环境脆弱性综合评价结果表
综合评价指数 大气环境系统 人口和自然压力 绿色发展 经济发展
秦皇岛 0.359433 0.000000 0.120632 0.176559 0.062243
唐山 0.385953 0.018069 0.142040 0.119738 0.106105
沧州 0.155594 0.064091 0.000000 0.038556 0.052946
山东省沿海城市大气环境脆弱性综合评价结果如下表所示：
表8：山东省沿海城市大气环境脆弱性综合评价结果表
综合评价指数 大气环境系统 人口和自然压力 绿色发展 经济发展
青岛 0.399635 0.021649 0.138427 0.120683 0.118877
东营 0.269691 0.000000 0.107316 0.076417 0.085959
烟台 0.317025 0.016022 0.046090 0.147323 0.107589
潍坊 0.247374 0.051921 0.075941 0.058744 0.060769
威海 0.415374 0.043106 0.116467 0.107362 0.148439
日照 0.240513 0.000000 0.078148 0.092399 0.069966
滨州 0.302112 0.015776 0.093753 0.073706 0.118877
利用ArcGIS和地理探测器对综合评价结果进行可视化和空间分异性分析。
辽宁、河北和山东省沿海城市大气环境脆弱性利用ArcGIS分级可视化如图3、4、5所示：辽宁省地级市大气环境为较轻脆弱和中度脆弱且中度脆弱区面积居多；河北省地级市大气环境为轻度脆弱和较轻脆弱，南部地区优于北部地区；山东省地级市大气环境为较轻脆弱、中度脆弱和较重脆弱，且中度脆弱区面积居多。
地理探测器结果如下表所示：
表9辽宁、河北和山东省单指标对大气环境脆弱空间分异性作用结果
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19
q statistic 0.1106 0.2588 0.5385 0.2404 0.1709 0.3710 0.4220 0.3402 0.2266 0.2003 0.4666 0.2382 0.3466 0.0757 0.5407 0.3191 0.3479 0.0857 0.1473
p value 0.9754 0.9623 0.7465 0.5918 0.6447 0.9413 0.2223 0.2778 0.6782 0.7378 0.6508 0.8942 0.5948 0.9801 0.3207 0.9939 0.6391 0.9629 0.9810
表10辽宁、河北和山东省指标交互作用对大气环境脆弱空间分异结果
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19
X1 0.110586
X2 0.687783 0.258825
X3 0.780883 0.962874 0.538502
X4 0.714991 0.703776 0.610028 0.240378
X5 0.752484 0.687663 0.684202 0.641301 0.170949
X6 0.738165 0.601927 0.812399 0.754798 0.815378 0.371012
X7 0.789792 0.831911 0.994994 0.994994 0.82725 0.774104 0.421959
X8 0.705999 0.713938 0.787843 0.860685 0.516756 0.758419 0.630954 0.340155
X9 0.701746 0.977928 0.83196 0.818636 0.422924 0.779541 0.884165 0.629855 0.226558
X10 0.457979 0.619174 0.690156 0.550325 0.545302 0.818697 0.785586 0.729876 0.576692 0.200312
X11 0.922618 0.857919 0.690055 0.574494 0.8251 0.909197 0.952564 0.780086 0.855082 0.712289 0.46658
X12 0.645872 0.758561 0.763722 0.774749 0.639648 0.811429 0.633709 0.590688 0.887337 0.717429 0.804798 0.238176
X13 0.486453 0.684296 0.80134 0.723125 0.764131 0.757926 0.895403 0.91225 0.801646 0.560855 0.809054 0.931733 0.346626
X14 0.515237 0.935034 0.976395 0.885512 0.869833 0.509383 0.790813 0.786286 0.731943 0.47675 0.907957 0.848935 0.461495 0.07567
X15 0.856341 0.874121 0.884459 0.757989 0.778424 0.738251 0.646198 0.812366 0.887756 0.810698 0.979034 0.798894 0.876061 0.739935 0.54074
X16 0.62889 0.575887 0.748761 0.665647 0.810861 0.496732 0.838751 0.760564 0.766532 0.755421 0.795251 0.587343 0.681167 0.489421 0.90944 0.31912 2
X17 0.961115 0.657207 0.946727 0.874152 0.641045 0.913948 0.785313 0.845341 0.570953 0.654386 0.884137 0.61116 0.907874 0.792621 0.7425 0.71494 30.347949
X18 0.942246 0.590495 0.841017 0.793521 0.492908 0.604524 0.832411 0.90016 0.643507 0.403406 0.895305 0.787191 0.634941 0.999075 0.732994 0.721344 0.572846 0.085706
X19 0.584305 0.808105 0.915556 0.868218 0.610595 0.568979 0.944382 0.879044 0.576761 0.456424 0.933374 0.736101 0.60035 0.388859 0.843119 0.527164 0.54671 0.47943 0.147275
以上显示和描述了本发明的基本原理和主要特征及其优点。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本发明的原理，在不脱离本发明精神和范围的前提下，对以上是实施例的变化和变型都将落入本发明的保护范围。

Claims (7)

1.一种沿海地区大气环境脆弱性综合评价方法，其特征在于，其步骤为：
步骤1)确定评价区域，选择暴露性-敏感性-适应能力框架，确定暴露性一级评价指标、敏感性一级评价指标、适应能力一级评价指标；
步骤2)根据一级指标查询得到最初的二级指标；
步骤3)根据一级指标和指标筛选方法选择对步骤2)中最初的二级指标进行筛选，得到最终的二级指标；
步骤4)分析并计算大气环境脆弱性评价模型指标权重：利用权重计算模型熵值法和AHP层次分析法进行结合的权重计算方法对二级指标进行权重的计算；
步骤5)构建大气环境脆弱性分析评价模型：根据大气环境综合评价模型进行沿海城市相关指标的综合评价；
步骤6)对综合评价指数进行时空分布分析以及空间异质性分析。
2.根据权利要求1所述的一种沿海地区大气环境脆弱性综合评价方法，其特征在于，所述的步骤1)中：暴露性一级评价指标包括大气环境污染系统，敏感性的一级评价指标包括人口压力和自然压力系统，适应能力的一级指标包括绿色发展系统和经济发展系统。
3.根据权利要求2所述的一种沿海地区大气环境脆弱性综合评价方法，其特征在于，所述的步骤2)中：
查询大气环境质量标准，得到：
大气环境污染系统的二级指标为：NO2年均浓度、PM2.5年均浓度、PM10年均浓度、SO2年均浓度、AQI优于二级以上天数、工业二氧化硫排放强度、工业烟粉尘排放强度；
查询人口和自然压力指标体系，得到：
人口压力和自然压力系统的二级指标为：人口死亡率、人口自然增长率、人口密度、平均温度；
查询国家发改委印发的绿色发展、其他经济发展指标体系，得到：
绿色发展系统的二级指标：环保经费投入强度、能源消耗总量、单位GDP能耗、人均绿地面积；
经济发展系统的二级指标：第二产业增加值占GDP比重、科学技术经费投入强度、民用车拥有量、水运货运量。
4.根据权利要求1所述的一种沿海地区大气环境脆弱性综合评价方法，其特征在于，所述的步骤3)中，具体方法为：
3.1)求出指标的平均值和方差，
Figure FDA0003138958610000021
其中xij为第i个评价对象的第j个指标，
Figure FDA0003138958610000022
为指标j的均值，Sj为指标j的方差；
3.2)求出最小均方差，
Figure FDA0003138958610000023
其中
Figure FDA0003138958610000027
为m个指标中方差最小的指标j0的均方差；
3.3)如果最小均方差约等于0，则将该指标纳入可删除指标中，考察所有指标；
3.4)通过Delphi法对可删除指标进一步筛选，并结合评价对象实际情况进行合适的指标补充；
3.5)得到最终的二级指标。
5.根据权利要求1所述的一种沿海地区大气环境脆弱性综合评价方法，其特征在于，所述的步骤4)中，具体方法为：
4.1)对数值为负值的数据进行平移，令其数值大于0；
4.2)计算评价对象在某评价指标下的特征比重，
Figure FDA0003138958610000024
其中Pij为第i个评价对象在第j个评价指标下的特征比重，xij为第i个评价对象第j个指标的观测值；
4.3)对指标的熵值进行计算，
Figure FDA0003138958610000025
其中，k>0，ej>0。ej为第j项指标的熵值，定义k＝1/lnn；
4.4)计算指标的差异系数，并根据差异系数求得最终指标权重w1，gj＝1-ej，
Figure FDA0003138958610000026
gj为指标的差异系数，gj越大，指标作用越大，w1为指标j的权重；
4.5)根据AHP法对指标重要性进行比较，构建判断矩阵；
4.6)计算矩阵最大特征值及对应特征向量，得到主观权重结果w2；
4.7)最终权重计算结果公式为W总＝n*W1+(1-n)*W2，n∈[0,1]。
6.根据权利要求1所述的一种沿海地区大气环境脆弱性综合评价方法，其特征在于，所述的步骤5)中，具体方法为：
5.1)第i个评价对象的第j各评价指标规范化公式：
正向指标：
Figure FDA0003138958610000031
负向指标：
Figure FDA0003138958610000032
5.2)根据获得的二级指标权重进行大气环境脆弱性综合评分计算，
Figure FDA0003138958610000033
7.根据权利要求1所述的一种沿海地区大气环境脆弱性综合评价方法，其特征在于，所述的步骤6)中，具体方法为：
6.1)采用ArcGIS的相等间隔分级并根据分级色彩分析沿海地区大气环境脆弱性的时空分布；
6.2)空间分异性分析采用地理探测器中的因子探测和交互作用探测从指标层面分析对大气环境脆弱性空间分异的影响。
CN202110726696.6A 2021-06-29 2021-06-29 一种沿海地区大气环境脆弱性综合评价方法 Pending CN113283810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110726696.6A CN113283810A (zh) 2021-06-29 2021-06-29 一种沿海地区大气环境脆弱性综合评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110726696.6A CN113283810A (zh) 2021-06-29 2021-06-29 一种沿海地区大气环境脆弱性综合评价方法

Publications (1)

Publication Number Publication Date
CN113283810A true CN113283810A (zh) 2021-08-20

Family

ID=77286282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110726696.6A Pending CN113283810A (zh) 2021-06-29 2021-06-29 一种沿海地区大气环境脆弱性综合评价方法

Country Status (1)

Country Link
CN (1) CN113283810A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114943389A (zh) * 2022-07-21 2022-08-26 中国兵器科学研究院 一种基于脆性理论的投送路径优选方法、设备及存储介质
CN117522652B (zh) * 2023-12-11 2024-05-31 云南大学 人居环境脆弱性评价方法、系统、智能终端及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108876167A (zh) * 2018-06-27 2018-11-23 南京林业大学 一种基于dpsir模型的滨海湿地生态安全评价方法
CN109242306A (zh) * 2018-09-04 2019-01-18 深圳市城市公共安全技术研究院有限公司 基于多层次灰色关联分析的安全生产风险评估方法及系统
CN109934490A (zh) * 2019-03-13 2019-06-25 广州海洋地质调查局 一种滨海湿地生态地质环境综合评价和等级分区方法
CN111832895A (zh) * 2020-06-10 2020-10-27 中国水产科学研究院黄海水产研究所 一种基于灰色加权关联度的滨海湿地生态脆弱性潜在风险评估方法
CN112232689A (zh) * 2020-10-27 2021-01-15 中国地质科学院水文地质环境地质研究所 一种茶叶连片种植区的生态地质脆弱性评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108876167A (zh) * 2018-06-27 2018-11-23 南京林业大学 一种基于dpsir模型的滨海湿地生态安全评价方法
CN109242306A (zh) * 2018-09-04 2019-01-18 深圳市城市公共安全技术研究院有限公司 基于多层次灰色关联分析的安全生产风险评估方法及系统
CN109934490A (zh) * 2019-03-13 2019-06-25 广州海洋地质调查局 一种滨海湿地生态地质环境综合评价和等级分区方法
CN111832895A (zh) * 2020-06-10 2020-10-27 中国水产科学研究院黄海水产研究所 一种基于灰色加权关联度的滨海湿地生态脆弱性潜在风险评估方法
CN112232689A (zh) * 2020-10-27 2021-01-15 中国地质科学院水文地质环境地质研究所 一种茶叶连片种植区的生态地质脆弱性评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张阳等: "人类活动影响下城市大气环境的脆弱性评价", 吉 林 大 学 学 报 （理 学 版 ）, vol. 55, no. 4, pages 1 - 7 *
王俊帝;刘志强;刘俪胤;洪亘伟;: "基于地理探测器的中国典型样带建成区绿地率空间分异的影响机理研究", 生态经济, no. 10 *
苏贤保等: "于综合权重法的西北典型区域水资源脆弱性评价研究", 干旱区资源与环境, vol. 32, no. 3, pages 1 - 7 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114943389A (zh) * 2022-07-21 2022-08-26 中国兵器科学研究院 一种基于脆性理论的投送路径优选方法、设备及存储介质
CN114943389B (zh) * 2022-07-21 2022-11-15 中国兵器科学研究院 一种基于脆性理论的投送路径优选方法、设备及存储介质
CN117522652B (zh) * 2023-12-11 2024-05-31 云南大学 人居环境脆弱性评价方法、系统、智能终端及存储介质

Similar Documents

Publication Publication Date Title
CN110749942B (zh) 适用于静止卫星资料同化的晴空通道检测质量控制方法
CN109583516A (zh) 一种基于地基和卫星观测的时空连续pm2.5反演方法
CN111122449A (zh) 一种城市不透水面遥感提取方法及系统
Réchou et al. Spatio‐temporal variability of rainfall in a high tropical island: Patterns and large‐scale drivers in Réunion Island
CN107677614A (zh) 一种水中重金属污染风险在线预警系统及方法
CN113869689A (zh) 一种基于遥感和地理信息系统的生态环境动态监测方法
CN113283810A (zh) 一种沿海地区大气环境脆弱性综合评价方法
CN115690632A (zh) 一种内陆河流水体的水环境监测方法
CN113012771A (zh) 土壤重金属空间插值方法、装置及计算机可读存储介质
Tian et al. Contributions of aerosol composition and sources to particulate optical properties in a southern coastal city of China
CN116148188A (zh) 空天地一体化湖泊水质溯源方法、系统、设备及存储介质
CN114462316A (zh) 一种面向国土空间规划的空气质量优化模拟方法
Gao et al. Evaluation and driving force analysis of marine sustainable development based on the grey relational model and path analysis
CN115186230B (zh) 一种判定台风对空气质量影响的方法及装置
CN116466368A (zh) 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法
CN116070735A (zh) 一种基于边长和方位向差规则的黄海绿潮分布区及其漂移预测初始场制作方法
CN112365274B (zh) 一种基于多源数据的高精度水污染溯源方法
Sun et al. Dynamic monitoring of haze pollution using satellite remote sensing
Guang et al. Research on impact of ground control point distribution on image geometric rectification based on voronoi diagram
CN103617452A (zh) 一种大型光伏基地区域测光网络布局方法
Morgado et al. Determination of microplastic contamination levels and trends in vast oceanic sediment areas with uncertainty
CN115358103B (zh) 一种基于Sentinel-2数据的水环境检测方法
Liu et al. Construction of suspended solids model of Baiyangdian based on spectral characteristic parameters
CN117723497B (zh) 一种智能随动水质监测系统
Li et al. Remote Sensing Image Processing of Ecological Environment Monitoring Based on Multi-scale Retinex Algorithm

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