CN114219370B - 一种基于社交网络的河流水质多维影响因素权重分析方法 - Google Patents

Abstract

一种基于社交网络的河流水质多维影响因素权重分析方法，涉及环境领域。本发明是为了对多维的水质影响因素进行客观准确的权重分析。本发明所述的一种基于社交网络的河流水质多维影响因素权重分析方法，构建了包括污染负荷、气候、地貌土壤、人类活动、土地利用、景观指标和环境指标七大类数十小类的河流水质多维影响因素体系，通过分析多维影响因素之间的相互关系，并以此为基础，基于社交网络，建立水质多维影响因素网络模型，结合度中心性、接近中心性、特征向量中心性这些社交网络主要特征综合评价各影响因素节点的重要性，从而实现对河流水质多维影响因素的权重分析排序。

Description

一种基于社交网络的河流水质多维影响因素权重分析方法

技术领域

本发明属于环境领域，尤其涉及河流水质分析技术。

背景技术

从2016年至2020年地表水Ⅰ—Ⅲ类水水质断面比例数据来看，水环境质量有了明显改善，但水生态环境保护结构性、根源性、趋势性压力总体上尚未根本缓解。河流具有调节气候、地貌塑造、供水、发电等生态环境、服务、文化娱乐等功能，与人类活动息息相关，同时也是体现水生态环境问题和保护成效的载体，随着美丽河湖的建设，河流污染治理愈发受到重视。

多维影响因素对河流水质的影响程度是河流水质预测模型指标体系构建的基础，对其权重分析及排序可以帮助构建者筛选出具有影响力更大、区分能力更强、更具代表性的指标，来减少对河流水质影响较少的指标，提高模型预测精度，进而帮助河流管理者准确确定水环境管理方案和建立决策预警机制，是河长制、一河一策等制度政策的技术保障，是美丽河流保护与建设的关键。

河流水质多维影响因素权重分析的挑战之一在于影响指标的复杂性。影响水质变化的指标可以分为自然因素和社会经济因素，目前研究中影响因素的初选因人而异，但大多集中在气候、地貌土壤、土地利用、人类活动四大类下的小项具体指标，具有多维性，大量不同指标之间相互作用、相互影响，构成了繁杂的初选指标体系，而且随着对污染物产生、迁移过程理解的深入，指标体系不断丰富。河流水质多维影响因素权重分析的另一个重要挑战在于如何尽可能降低排序过程中的人为主观因素，目前采取主观与客观相结合的方法，辅以人为的比较，但是多指标复杂相关性、不确定性、以及主观的偏向性会带来较大误差。因此，在河流水质预测领域亟需提出一种针对复杂多维的水质影响因素进行完全客观权重分析的有效方法。

发明内容

本发明是为了对多维的水质影响因素进行客观准确的权重分析，现提供一种基于社交网络的河流水质多维影响因素权重分析方法。

一种基于社交网络的河流水质多维影响因素权重分析方法，包括以下步骤：

步骤一：构建河流水质多维影响因素的有权网络G(V,E)，其中V为节点集，E为边集；

步骤二：利用河流水质多维影响因素的指标数据对有权网络中的节点赋予定义，并将两个不同指标数据之间的线性关系系数赋值给有权网络中的边；

步骤三：根据下式计算每个节点的度中心性：

其中，D_i为节点v_i的度中心性，x_ij为能够与节点v_i直接联系的节点数量，N为有权网络中节点总数，i＝1,2,...,N，j＝1,2,...,N，i≠j；

步骤四：利用有权网络中的边集计算节点v_i与节点v_j之间的最短路径长度d_ij，然后根据下式计算每个节点的接近中心性：

其中，C_i为节点v_i的接近中心性；

步骤五：根据下式计算每个节点的特征向量中心性：

其中，S_i为节点v_i的特征向量中心性，A_ij为网络邻接矩阵A中的元素，所述网络邻接矩阵A中节点v_i与节点v_j能够直接连接则记为1，否则记为0，A_ij＝1或0，λ^-1为网络邻接矩阵A中的最大特征值，T_j为λ^-1对应的最大特征向量；

步骤六：根据下式计算每个节点的综合评价值：

其中，l_i为节点v_i的综合评价值；

步骤七：将所有节点的综合评价值进行排序，获得的排序结果作为河流水质多维影响因素权重分析结果。

进一步的，上述河流水质多维影响因素包括：污染负荷指标、景观指标、环境指标、气候指标、地貌土壤指标、人类活动指标和土地利用指标，

污染负荷指标包括：COD总量、氨氮总量、总氮总量、总磷总量、城镇生活源的COD、氨氮、总氮及总磷排放量、农村生活源的COD氨氮总氮及总磷排放量、工业源的COD氨氮总氮及总磷排放量、畜禽养殖源的COD氨氮总氮及总磷排放量、农田面源的COD氨氮总氮及总磷排放量、和雨水的COD氨氮总氮及总磷排放量，

景观指标包括：归一化植被指数和边缘密度数据，

环境指标包括：老工业污染源治理投资额、城市环境基础设施建设投资额和污水处理厂集中处理率数据，

气候指标包括：蒸发蒸散量、平均气温和降水量数据，

地貌土壤指标包括：数字高程模型、坡度和土壤类型数据，

人类活动指标包括：地区生产总值、人均地区生产总值和常住人口数量数据，

土地利用指标包括：土地利用类型数据。

进一步的，两个不同指标数据X和Y之间的线性关系系数r_XY的取值范围为-1≤r_XY≤1，表达式为：

其中，μ_X和μ_Y分别为指标数据X和Y的均值，X_k和Y_k分别为指标数据X和Y的第k个观测值，z为一种指标数据的观测样本总数，k＝1,2,...,z。

进一步的，河流水质多维影响因素的指标数据通过统计公报与年鉴、云平台与数据库中获得。

进一步的，上述步骤四中，节点v_i与节点v_j之间包括多条路径，每条路径包括多条有权网络中的边，将每条路径中边的数值进行累计，最小累计值对应的路径为最短路径，最小累计值为最短路径长度d_ij。

本发明的核心发明效果，主要体现在以下4点：

1、本发明在气候、地貌土壤、人类活动、土地利用等传统指标体系的基础上，增加了污染负荷、环境投入和景观指标三大类相关指标，河流水质多维影响因素更为全面，指标体系更为丰富；

2、本发明基于社交网络，可为河流水质多维影响因素体系这一复杂系统的抽象及影响指标的权重分析排序研究提供一种全新的思路。

3、本发明通过数据分析影响因素之间的相互关系，结合度中心性、接近中心性和特征向量中心性提出的河流水质多维影响因素权重分析方法，实现指标权重的全面分析与合理判断，排行过程消除了人为主观因素的影响；

4、本发明为数据驱动型，适用性强。社交网络建模方法、影响因素权重分析方法，广泛适用于各种河流，不受河流类型与地域分布的影响，模拟结果符合河流特性。

附图说明

图1为本发明基于社交网络的河流水质多维影响因素权重分析方法流程图；

图2为影响因素之间的散点图；

图3为河流水质多维影响因素网络结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

社交网络是对复杂系统的抽象描述，将系统的组成单元抽象为节点，将各单元间的相互关系抽象为边，使复杂系统抽象为由点集和边集构成的复杂网络，将对复杂系统结构与功能的研究，转变为对网络结构和功能的探索，可以准确、真实地刻画实际单元之间的相互作用结构的关系。社交网络分析技术可为河流水质多维影响因素体系这一复杂系统的抽象及影响因素权重分析提供一种全新的思路。本实施方式基于社交网络提供一种河流水质多维影响因素权重分析方法，具体如下：

具体实施方式一：参照图1至图3具体说明本实施方式，本实施方式所述的一种基于社交网络的河流水质多维影响因素权重分析方法，包括以下步骤：

1、构建河流水质多维影响因素体系

合理正确地建立水质多维影响因素体系是影响指标权重排行的前提之一，初步选取时包含多来源、多类型的指标。使得河流水质变化的驱动性指标可以分为自然因素和社会经济因素。一般来说，影响河流水质变化的自然环境因素主要有气温降水量等气候指标、土壤性质等地貌土壤指标、土地利用类型指标等；人口数量、社会经济发展水平等人类活动指标是河流水环境重要的社会经济驱动因素，反映了水环境支持人类生产生活的潜力和区域社会经济活动的内在动力及发展趋势。除此之外，城镇生活源、农村生活源、工业源、农田面源、畜禽养殖源和雨水源污染排放相当于河流水环境系统中的承载源，以污染负荷这一指标衡量，是河流水质变化的直接原因。绿化覆盖率、景观周长面积都直接或者间接影响区域水环境。环境投入管理指标是通过相关政策调控河流水资源，直接或间接治理水环境，以达到社会经济可持续发展的目的，对河流水质会产生积极影响。因此，本实施方式最终选择污染负荷指标、景观指标、环境指标、气候指标、地貌土壤指标、人类活动指标和土地利用指标这七大类指标，具体的，每个指标体系下所包含的数据为：

污染负荷指标包括：COD、氨氮、总氮和总磷的排放量数据，以上数据可以是工业源、畜禽养殖源、农田面源、雨水源各自产生的，如表1所示。

景观指标包括：归一化植被指数和边缘密度数据。

环境指标包括：老工业污染源治理投资额、城市环境基础设施建设投资额和污水处理厂集中处理率数据。

气候指标包括：蒸发蒸散量、平均气温和降水量数据。

地貌土壤指标包括：数字高程模型、坡度和土壤类型数据。

人类活动指标包括：地区生产总值、人均地区生产总值和常住人口数量数据。

土地利用指标包括：土地利用类型数据。

2、在确定了河流水质多维影响因素体系之后，开始收集数据。本实施方式使用的数据主要包括统计公报与年鉴、云平台与数据库两个主要来源。统计公报与年鉴主要为各省环境统计公报、各省统计年鉴和《中国城市统计年鉴》等。云平台与数据库主要获取气候数据、地貌土壤数据等。对于污染负荷指标、景观指标等通过大量的数据处理及简单计算获得。对于气候指标、环境指标等，通过数据处理及统计分析获得。

3、本实施方式通过采集到的数据分析多维影响因素之间的相互关系，用影响因素的皮尔森相关系数量化其相互关系，为后续构建社交网络奠定基础。皮尔森相关系数也称皮尔森积矩相关系数，是一种线性相关系数用来反映两个变量X和Y的线性相关程度，则两个不同指标数据X和Y之间的线性关系系数记为r_XY，取值范围为-1≤r_XY≤1，绝对值越大表明相关性越强。

r_XY表达式为：

其中，μ_X和μ_Y分别为指标数据X和Y的均值，X_k和Y_k分别为指标数据X和Y的第k个观测值，z为一种指标数据的观测样本总数，k＝1,2,...,z。

因为皮尔森相关系数是用来反应两个变量之间相似程度的统计量，所以通过皮尔森相关系数实现影响因素相关性分析。

4、河流水质多维影响因素权重分析，具体包括以下步骤：

步骤一：基于社交网络理论，将河流水质多维影响因素权重分析问题构建为河流水质多维影响因素的有权网络G(V,E)，其中V为节点集，E为边集。

步骤二：利用河流水质多维影响因素的指标数据对有权网络中的节点赋予定义，并将两个不同指标数据之间的线性关系系数赋值给有权网络中的边。

社交网络中衡量节点中心性的度量指标包括度中心性、接近中心性、中介中心性、特征向量中心性。由于单一度量指标只能从一个维度度量网络结构关系，存在很大的局限性。度中心性、接近中心性和特征向量中心性的内涵与河流水质影响因素权重分析建模一致，因此，在综合评价时采用度中心性、接近中心性与特征向量中心性相结合的方式。本实施方式提出的河流水质影响因素重要性综合评价算法，结合度中心性、接近中心性与特征向量中心性，可以突破单一维度度量网络关系的局限，从而实现河流水质多维影响因素综合评价。具体的，度中心性、接近中心性与特征向量中心性分别采用如下步骤获得。

步骤三：根据下式计算每个节点的度中心性：

其中，D_i为节点v_i的度中心性，x_ij为能够与节点v_i直接联系的节点数量，N为有权网络中节点总数，i＝1,2,...,N，j＝1,2,...,N，i≠j。

本步骤中，一个节点的节点度越大就意味着这个节点的度中心性越高，该节点在网络中就越重要。

步骤四：节点v_i与节点v_j之间包括多条路径，每条路径包括多条有权网络中的边。将每条路径中边的数值进行累计，最小累计值对应的路径为最短路径，最小累计值为最短路径长度d_ij。进而根据下式计算每个节点的接近中心性：

其中，C_i为节点v_i的接近中心性。

本步骤中，接近中心性体现的是一个点与其他点的近邻程度。计算的是网络中节点与其他节点的平均距离，这个平均距离越小就说明这个点到其他所有点的路径越短，也就说明这个点距离其他所有点越近。

步骤五：根据下式计算每个节点的特征向量中心性：

其中，S_i为节点v_i的特征向量中心性，A_ij为网络邻接矩阵A中的元素，所述网络邻接矩阵A中节点v_i与节点v_j能够直接连接则记为1，否则记为0，A_ij＝1或0，λ^-1为网络邻接矩阵A中的最大特征值，T_j为λ^-1对应的最大特征向量。

本步骤中，节点重要性既取决于其邻居节点的数量(即该节点的度)，也取决于邻居节点的重要性。特征向量中心性定义为与最大特征值相关的邻接矩阵的特征向量。

步骤六：根据下式计算每个节点的综合评价值：

其中，l_i为节点v_i的综合评价值；

步骤七：基于以上综合评价算法，将所有节点的综合评价值进行排序，得到所有节点综合评价值排行结果，节点排行即为河流水质多维影响因素权重分析结果。以此为据筛选河流水质预测模型的输入指标，与传统的筛选结果比较，验证水质预测模型精度是否提升。

具体实施例

本实施例以某江流域上游区域为例进行说明，具体实施过程为：

建包括污染负荷、气候、地貌土壤、人类活动、土地利用、景观指标、环境指标在内的七大类、数十小类指标的河流水质多维影响因素体系。

以污染负荷大类为例，其小类的构成如表1所示。

表1污染负荷指标构成

本实施例通过环保局数据库收集整理25个区域内断面的点位、采测分离数据。各指标数据通过统计公报和年鉴、云平台和数据库进行收集。

根据皮尔森相关系数计算公式完成影响因素相关性分析，影响因素之间的散点图如图2所示。

基于社交网络理论，将河流水质多维影响因素权重分析问题，构建河流水质多维影响因素有权网络G(V,E)，其中V为节点集，E为边集。将水质多维影响因素抽象为节点，指标之间的相互关系抽象为连边，影响因素网络结构图如图3所示。

根据前一步多维影响因素的数据挖掘分析结果，将影响因素之间的皮尔森相关系数作为网络中边的值。

基于建立的影响因素有权网络，根据公式分别计算度中心性、接近中心性与特征向量中心性，最终计算综合评价指数。

基于以上综合评价算法，通过计算得到节点权重核算及排行结果，即得到影响因素权重核算结果及排行结果。通过以上结果筛选河流水质预测模型的10个输入指标，与传统的筛选结果比较，采用R²验证水质预测模型精度的提升情况。比较结果如下表2所示。

表2水质预测模型精度比较结果

由表2可知，采取本发明前，采用传统的筛选方法选择的输入指标，其河流预测模型R²为0.57。采取本发明后，采用基于社交网络的河流水质多维影响因素权重分析方法筛选出的输入指标，其河流预测模型R²为0.72，对河流水质预测模型精度提升了15％左右。

本发明提出了一种基于社交网络的河流水质多维影响因素权重分析方法，该方法构建了包括污染负荷、气候、地貌土壤、人类活动、土地利用、景观指标和环境指标七大类数十小类的河流水质多维影响因素体系，通过分析多维影响因素之间的相互关系，并以此为基础，基于社交网络，建立水质多维影响因素网络模型，结合度中心性、接近中心性、特征向量中心性这些社交网络主要特征综合评价各影响因素节点的重要性，从而实现对河流水质多维影响因素的权重分析排序。本发明解决了影响因素的复杂性和相关性的问题，消除了排行过程中人为主观因素的影响，实现了河流水质多维影响因素的智慧排行，具有较强的适用性。

虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其它所述实施例中。

Claims (4)

1.一种基于社交网络的河流水质多维影响因素权重分析方法，其特征在于，包括以下步骤：

步骤一：构建河流水质多维影响因素的有权网络G(V,E)，其中V为节点集，E为边集；

步骤二：利用河流水质多维影响因素的指标数据对有权网络中的节点赋予定义，并将两个不同指标数据之间的线性关系系数赋值给有权网络中的边；

步骤三：根据下式计算每个节点的度中心性：

其中，D_i为节点v_i的度中心性，x_ij为能够与节点v_i直接联系的节点数量，N为有权网络中节点总数，i＝1,2,...,N，j＝1,2,...,N，i≠j；

步骤四：利用有权网络中的边集计算节点v_i与节点v_j之间的最短路径长度d_ij，然后根据下式计算每个节点的接近中心性：

其中，C_i为节点v_i的接近中心性；

步骤五：根据下式计算每个节点的特征向量中心性：

其中，S_i为节点v_i的特征向量中心性，A_ij为网络邻接矩阵A中的元素，所述网络邻接矩阵A中节点v_i与节点v_j能够直接连接则记为1，否则记为0，A_ij＝1或0，λ^-1为网络邻接矩阵A中的最大特征值，T_j为λ^-1对应的最大特征向量；

步骤六：根据下式计算每个节点的综合评价值：

其中，l_i为节点v_i的综合评价值；

步骤七：将所有节点的综合评价值进行排序，获得的排序结果作为河流水质多维影响因素权重分析结果；

河流水质多维影响因素包括：污染负荷指标、景观指标、环境指标、气候指标、地貌土壤指标、人类活动指标和土地利用指标，

污染负荷指标包括：COD总量、氨氮总量、总氮总量、总磷总量、城镇生活源的COD、氨氮、总氮及总磷排放量、农村生活源的COD氨氮总氮及总磷排放量、工业源的COD氨氮总氮及总磷排放量、畜禽养殖源的COD氨氮总氮及总磷排放量、农田面源的COD氨氮总氮及总磷排放量、和雨水的COD氨氮总氮及总磷排放量，

景观指标包括：归一化植被指数和边缘密度数据，

环境指标包括：老工业污染源治理投资额、城市环境基础设施建设投资额和污水处理厂集中处理率数据，

气候指标包括：蒸发蒸散量、平均气温和降水量数据，

地貌土壤指标包括：数字高程模型、坡度和土壤类型数据，

人类活动指标包括：地区生产总值、人均地区生产总值和常住人口数量数据，

土地利用指标包括：土地利用类型数据。

2.根据权利要求1所述的一种基于社交网络的河流水质多维影响因素权重分析方法，其特征在于，两个不同指标数据X和Y之间的线性关系系数r_XY的取值范围为-1≤r_XY≤1，表达式为：

其中，μ_X和μ_Y分别为指标数据X和Y的均值，X_k和Y_k分别为指标数据X和Y的第k个观测值，z为一种指标数据的观测样本总数，k＝1,2,...,z。

3.根据权利要求1所述的一种基于社交网络的河流水质多维影响因素权重分析方法，其特征在于，河流水质多维影响因素的指标数据通过统计公报与年鉴、云平台与数据库中获得。

4.根据权利要求1、2或3所述的一种基于社交网络的河流水质多维影响因素权重分析方法，其特征在于，

步骤四中，节点v_i与节点v_j之间包括多条路径，每条路径包括多条有权网络中的边，

将每条路径中边的数值进行累计，最小累计值对应的路径为最短路径，最小累计值为最短路径长度d_ij。

Images