CN115063021A - 水库大坝工程对环境影响的识别方法、系统、设备及介质 - Google Patents
水库大坝工程对环境影响的识别方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN115063021A CN115063021A CN202210800559.7A CN202210800559A CN115063021A CN 115063021 A CN115063021 A CN 115063021A CN 202210800559 A CN202210800559 A CN 202210800559A CN 115063021 A CN115063021 A CN 115063021A
- Authority
- CN
- China
- Prior art keywords
- evidence
- ecological function
- key
- influence
- indexes
- 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 64
- 230000006870 function Effects 0.000 claims abstract description 289
- 230000007613 environmental effect Effects 0.000 claims abstract description 63
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 230000003993 interaction Effects 0.000 claims description 45
- 230000015654 memory Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims 1
- 230000009897 systematic effect Effects 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 230000002596 correlated effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 241000251468 Actinopterygii Species 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 241000271566 Aves Species 0.000 description 2
- 241000938605 Crocodylia Species 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- 241000238424 Crustacea Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012800 visualization Methods 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
- G06Q10/0639—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
- 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
- G06Q50/08—Construction
-
- 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)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种水库大坝工程对环境影响的识别方法、系统、设备及介质。水库大坝工程对环境影响的识别方法，包括：接收目标文献库。从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标。获取与关键指标相关的第一数量的循证问题。确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果。基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果。通过本发明，使得到的识别结果更具有客观性和科学性，更有助于开展受影响功能和指标的全面、系统评价，以便能够提高环境影响评价的技术经济性。
Description
技术领域
本发明涉及水利工程技术领域，具体涉及一种水库大坝工程对环境影响的识别方法、系统、设备及介质。
背景技术
水库大坝工程建设与运行在一定程度上影响了河流生态系统健康，无论是工程建设前的规划、设计阶段，工程建设过程中的施工阶段，还是工程建成投产后运行阶段，都需要全面、准确地识别水库大坝工程对河流生态系统不同功能的环境影响，并据此提出环境保护措施或影响减缓措施。
相关技术中，针对水库大坝工程对环境影响的识别方法主要分为三类：第一类，为确定可能受影响或已受影响的河流生态系统功能和指标，开展水库大坝工程整体宏观影响识别的方法，基于本领域的相关专家的人工打分结果，评价水库大坝工程环境的影响。第二类，对可能受影响或已受影响的全部河流生态系统功能和指标开展相对全面、系统评价的方法，以相关的技术导则、指南等文件要求内容，对水库大坝工程环境影响进行评价。第三类，对已确定的可能受影响或已受影响河流生态系统功能和指标，对部分主要影响开展相对全面、系统评价的方法。
由此可见，相关技术中，针对水库大坝工程对环境影响进行识别时，主要采用人为定性的方式进行判断，进而导致得到识别结果具有主观性，且不具有统一标准，从而影响后续基于评价结果对水库大坝工程进行提出环境保护措施或影响减缓措施的有效性。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中对水库大坝工程环境影响的评价缺乏客观性，且最终的评价结果不准确的缺陷，从而提供一种水库大坝工程对环境影响的识别方法、系统、设备及介质。
在第一方面，本发明提供一种水库大坝工程对环境影响的识别方法，方法包括：接收目标文献库，目标文献库包括水库大坝工程对河流生态功能具有影响的多个生态功能指标。从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标。获取与关键指标相关的第一数量的循证问题。确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果。基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果。
在该方式中，能够根据关键指标的第一数量的循证问题的循证结果，对关键指标在水库大坝工程中对环境影响进行综合评价，进而识别关键指标在水库大坝工程中对环境影响结果，从而使得到的识别结果更具有客观性和科学性，更有助于开展受影响功能和指标的全面、系统评价，以便能够提高环境影响评价的技术经济性。
结合第一方面，在第一方面的第一实施例中，确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果，包括：通过预先构建的生态证据框架，分别识别每一个循证问题的问题内容。采用循环分析法遍历多个循证文献，以根据每一个循证问题的问题内容获取每一个循证问题对应的文献证据，文献证据用于验证对应问题内容是否对环境具有影响。根据文献证据，确定每一个循证问题是否对环境具有影响的循证结果。
结合第一方面或者第一方面的第一实施例，在第一方面的第二实施例中，基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果，包括：根据第一数量的循证结果，得到第一数量的循证结果中循证结果为是的第二数量。根据第二数量与第一数量之间的比例，确定关键指标在水库大坝工程中对环境影响的定量结果。
结合第一方面的第二实施例，在第一方面的第三实施例中，根据第二数量与第一数量之间的比例，确定关键指标在水库大坝工程中对环境影响的定量结果，包括：若第二数量与第一数量之间的比例大于或者等于指定比例阈值，则确定关键指标在水库大坝工程中对环境影响的定量结果为具有严重影响。
结合第一方面的第二实施例，在第一方面的第四实施例中，第一数量的循证问题中包括至少一个用于表征关键指标的关键循证问题。
结合第一方面，在第一方面的第五实施例中，方法还包括：基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。其中，关键指标的数量为第三数量，分别与第四数量的生态功能类别相对应，部分关键指标对应的生态功能类别相同。
在该方式中，通过生态功能网络关联模型，建立生态功能类别与关键指标之间的相互作用定量关系，能够明确不同生态功能类别下的关键指标对其他生态功能类别所可能产生的影响，进而有助于提高对水库大坝工程环境识别的技术经济性。
结合第一方面的第五实施例，在第一方面的第六实施例中，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系，包括：以第四数量的生态功能类别作为网络节点，根据每一个关键指标在水库大坝工程中对环境影响的定量结果，通过由贝叶斯网络模型构成的生态功能网络关联模型，分别确定第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，其中，第一生态功能类别和第二生态功能类别为第四数量的生态功能类别中任意两个不同的生态功能类别。根据第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
结合第一方面的第六实施例，在第一方面的第七实施例中，方法还包括：将每一个关键指标与其他生态功能类别之间的相互作用定量关系进行输出，以用于显示。
结合第一方面，在第一方面的第八实施例中，从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标，包括：将多个生态功能指标与预置的水库大坝工程环境影响评价指标库进行对比，分别确定每一个生态功能指标的标准值。基于每一个生态功能指标的标准值，从多个生态功能指标中提取对水库大坝工程环境影响进行评价的关键指标。
在第二方面，本发明提供一种水库大坝工程对环境影响的识别系统，包括：接收模块，用于接收目标文献库，目标文献库包括水库大坝工程对河流生态功能具有影响的多个生态功能指标。指标筛选模块，用于从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标。获取模块，用于获取与关键指标相关的第一数量的循证问题。循证模块，用于确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果。识别模块，用于基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果。
结合第二方面，在第二方面的第一实施例中，循证模块包括：问题识别模块，用于通过预先构建的生态证据框架，分别识别每一个循证问题的问题内容。循证子模块，用于采用循环分析法遍历多个循证文献，以根据每一个循证问题的问题内容获取每一个循证问题对应的文献证据，文献证据用于验证对应问题内容是否对环境具有影响。第一确定模块，用于根据文献证据，确定每一个循证问题是否对环境具有影响的循证结果。
结合第二方面或者第二方面的第一实施例，在第二方面的第二实施例中，识别模块包括：结果统计模块，用于根据第一数量的循证结果，得到第一数量的循证结果中循证结果为是的第二数量。第二确定模块，用于根据第二数量与第一数量之间的比例，确定关键指标在水库大坝工程中对环境影响的定量结果。
结合第二方面的第二实施例，在第二方面的第三实施例中，第二确定模块包括：第二确定子模块，用于若第二数量与第一数量之间的比例大于或者等于指定比例阈值，则确定关键指标在水库大坝工程中对环境影响的定量结果为具有严重影响。
结合第二方面的第二实施例，在第二方面的第四实施例中，第一数量的循证问题中包括至少一个用于表征关键指标的关键循证问题。
结合第二方面，在第二方面的第五实施例中，系统包括：生态功能网络关联模块，用于基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。其中，关键指标的数量为第三数量，分别与第四数量的生态功能类别相对应，部分关键指标对应的生态功能类别相同。
结合第二方面的第五实施例，在第二方面的第六实施例中，生态功能网络关联模块包括：第三确定模块，用于以第四数量的生态功能类别作为网络节点，根据每一个关键指标在水库大坝工程中对环境影响的定量结果，通过由贝叶斯网络模型构成的生态功能网络关联模型，分别确定第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，其中，第一生态功能类别和第二生态功能类别为第四数量的生态功能类别中任意两个不同的生态功能类别。生态功能网络关联子模块，用于根据第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
结合第二方面的第六实施例，在第二方面的第七实施例中，系统还包括：评价结果展示模块，用于将每一个关键指标与其他生态功能类别之间的相互作用定量关系进行输出，以用于显示。
结合第二方面，在第二方面的第八实施例中，指标筛选模块包括：第四确定模块，用于将多个生态功能指标与预置的水库大坝工程环境影响评价指标库进行对比，分别确定每一个生态功能指标的标准值。第二确定模块，用于基于每一个生态功能指标的标准值，从多个生态功能指标中提取对水库大坝工程环境影响进行评价的关键指标。
根据第三方面，本发明实施方式还提供一种计算机设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面及其可选实施方式中任一项的水库大坝工程对环境影响的识别方法。
根据第四方面，本发明实施方式还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行第一方面及其可选实施方式中任一项的水库大坝工程对环境影响的识别方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例提出的一种水库大坝工程对环境影响的识别方法的流程图。
图2是根据一示例性实施例提出的一种获取目标文献库方法的流程图。
图3是根据一示例性实施例提出的一种获取关键指标方法的流程图。
图4是根据一示例性实施例提出的一种识别关键指标对环境影响的方法流程图。
图5是根据一示例性实施例提出的另一种水库大坝工程对环境影响的识别方法的流程图。
图6是根据一示例性实施例提出的又一种水库大坝工程对环境影响的识别方法的流程图。
图7是根据一示例性实施例提出的一种生态功能类别的关联交互图。
图8是根据一示例性提出的一种识别结果示意图。
图9是根据一示例性提出的另一种识别结果示意图。
图10是根据一示例性提出的一种关键指标的影响识别结果示意图。
图11是根据一示例性提出的一种各空间尺度统计饼状图。
图12是根据一示例性提出的另一种关键指标的影响识别结果示意图。
图13是根据一示例性提出的另一种各空间尺度统计饼状图。
图14是根据一示例性实施例提出的另一种生态功能类别的关联交互图。
图15是根据一示例性实施例提出的一种水库大坝工程对环境影响的识别系统的结构框图。
图16是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
相关技术中，针对水库大坝工程对环境影响的识别方法主要包括如下三类：第一类，为确定可能受影响或已受影响的河流生态系统功能和指标，开展水库大坝工程整体宏观影响识别的方法，基于本领域的相关专家的人工打分结果，评价水库大坝工程环境的影响。第二类，对可能受影响或已受影响的全部河流生态系统功能和指标开展相对全面、系统评价的方法，以相关的技术导则、指南等文件要求内容，对水库大坝工程环境影响进行评价。第三类，对已确定的可能受影响或已受影响河流生态系统功能和指标，对部分主要影响开展相对全面、系统评价的方法。
由此可见，相关技术中，针对水库大坝工程对环境影响进行识别时，主要采用人为定性的方式进行判断，进而导致得到识别结果具有主观性，且不具有统一标准。并且，采用人为方式进行识别时，会因个人的知识局限性，导致得到的识别结果与真实结果存在差异，进而影响后续基于评价结果对水库大坝工程进行提出环境保护措施或影响减缓措施的有效性。
为解决上述问题，本发明实施例中提供一种水库大坝工程对环境影响的识别方法，用于计算机设备中，需要说明的是，其执行主体可以是水库大坝工程对环境影响的识别系统，该系统可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部，其中，该计算机设备可以是终端或客户端或服务器，服务器可以是一台服务器，也可以为由多台服务器组成的服务器集群，本申请实施例中的终端可以是智能手机、个人电脑、平板电脑、可穿戴设备以及智能机器人等其他智能硬件设备。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。
本实施例中的计算机设备，适用于识别水库大坝工程对环境影响的使用场景。通过本发明提供的水库大坝工程对环境影响的识别方法，能够预先从水库大坝工程对河流生态功能具有影响的多个生态功能指标中，提取用于对水库大坝工程环境影响进行评价的关键指标，进而根据该关键指标相关的多个循证问题的循证结果进行综合评价，识别对该关键指标在水库大坝工程中对环境影响的结果，从而使得到的识别结果更具有客观性和科学性，更有助于开展受影响功能和指标的全面、系统评价，以便能够提高环境影响评价的技术经济性。
图1是根据一示例性实施例提出的一种水库大坝工程对环境影响的识别方法的流程图。如图1所示，水库大坝工程对环境影响的识别方法包括如下步骤S101至步骤S105。
在步骤S101中，接收目标文献库。
在本发明实施例中，目标文献库包括水库大坝工程对河流生态功能具有影响的多个生态功能指标。在一例中，目标文献库中各目标文献的来源可以包括全球水库大坝工程对河流生态功能影响研究相关的期刊论文、研究报告、政策、法规导则等资料。在一例中，目标文献的来源越丰富，越具有权威性，后续得到的关键指标越有助于对水库大坝工程环境影响进行有效评价。
在一实施场景中，目标文献库的获取过程可以如图2所示。图2是根据一示例性实施例提出的一种获取目标文献库方法的流程图。在科学网站、引擎搜索、学术网址中，通过设置检索关键词、限定时间范围(例如：1980-2020)，获取目标文献库。其中，目标文献库中的多个目标文献中，包括明确论述河流生态系统影响的科技期刊论文，以及相关硕博学位论文、科技报告等。科技期刊论文覆盖：水资源、环境、生态、生态水文、地貌、生态水利、可持续性发展和能源相关主题。
在步骤S102中，从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标。
在本发明实施例中，采用文献计量分析法对目标文献库中的多个目标文献进行分析，从多个目标文献中所记载的多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标，以便通过得到的关键指标对水库大坝工程环境影响进行有效、合理且科学的识别。
在一例中，关键指标的数量为第三数量，分别与第四数量的生态功能类别相对应，部分关键指标对应的生态功能类别相同。因此，为便于简化识别过程，提高识别效率，则第三数量的关键指标根据第四数量的生态功能类别进行整合排列，并明确每一个关键指标所在的空间尺度，进而后续逐条识别每一个关键指标对环境的影响时，便可以根据生态功能类别进行识别。
在一实施例中，关键指标可以是通过将多个生态功能指标与预置的水库大坝工程环境影响评价指标库进行对比得到的。其中，水库大坝工程环境影响评价指标库中包括全球水库大坝工程对河流生态功能影响的相关生态功能指标和以及每一个生态功能的标准值。基于每一个生态功能指标的标准值，采用文献计量分析法从多个生态功能指标中提取对水库大坝工程环境影响进行评价的关键指标。
在一实施场景中，提取关键指标的流程可以如图3所示。图3是根据一示例性实施例提出的一种获取关键指标方法的流程图。将多个生态功能指标根据第四数量为6个的生态功能类别进行分类，覆盖流域、上游、库区和下游等不同空间尺度，进而得到第三数量为52个的关键指标。在一例中，可以采用表格的形式将第三数量的关键指标根据第四数量的生态功能类别进行整合排列，得到的结果可以如表1所示。
表1
在步骤S103中，获取与关键指标相关的第一数量的循证问题。
在本发明实施例中，为充分验证关键指标在水库大坝工程中对环境的影响，则获取与关键指标相关的第一数量的循证问题，以便通过各循证问题的循证结果，对该关键指标进行综合评价，从而使得到的识别结果更具有科学性和客观性。其中，第一数量为与关键指标相关的循证问题的总数量，不同关键指标对应的第一数量可以不同。在一例中，第一数量的循证问题中包括至少一个用于表征关键指标的关键循证问题。在另一例中，为充分表征生态功能指标信息，第一数量大于等于5。
在一实施例中，可以预先建立如表2所示的多个若干水库大坝工程环境影响循证问题清单，以便获取与关键指标相关的循证问题。其中，对于涉及生物多样性相关的问题，可以进一步细分具体生物类群，如鱼类、两栖类、鸟类、哺乳类、爬行类、甲壳类、双壳类、昆虫类、植物等。
表2
在步骤S104中，确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果。
在本发明实施例中，分别确定每一个循证问题对环境是否具有影响的循证结果，得到每一个循证问题的循证结果。其中，循证结果可以包括：是、否或者不确定。
在一实施例中，可以通过预先构建的生态证据框架，分别识别每一个循证问题的问题内容。采用循环分析法遍历多个循证文献，以根据每一个循证问题的问题内容获取每一个循证问题对应的文献证据，其中。文献证据用于验证对应问题内容是否对环境具有影响。根据文献证据，确定每一个循证问题是否对环境具有影响的循证结果。
在步骤S105中，基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果。
在本发明实施例中，根据第一数量的循证结果中循证结果为是的数量，确定关键指标在水库大坝工程中对环境影响的结果。例如：第一数量的循证结果中为是的数量越多，则表征该关键指标在水库大坝工程中对环境影响越严重。第一数量的循证结果中为是的数量越少，则表征该关键指标在水库大坝工程中对环境越轻微。
在一实施例中，根据第一数量的循证结果，得到第一数量的循证结果中循证结果为是的第二数量，进而根据第二数量与第一数量之间的比例，确定关键指标在水库大坝工程中对环境影响的定量结果。在另一实施例中，若第二数量与第一数量之间的比例大于或者等于指定比例阈值，则确定关键指标在水库大坝工程中对环境影响的定量结果为具有严重影响。
通过上述实施例，能够根据关键指标的第一数量的循证问题的循证结果，对关键指标在水库大坝工程中对环境影响进行综合评价，进而识别关键指标在水库大坝工程中对环境影响结果，从而使得到的识别结果更具有客观性和科学性，更有助于开展受影响生态功能系统和关键指标的全面、系统评价，以便能够提高环境影响评价的技术经济性。
在一实施场景中，识别关键指标在水库大坝工程中对环境影响的过程可以如图4所示。图4是根据一示例性实施例提出的一种识别关键指标对环境影响的方法流程图。通过预先构建的生态证据框架，分别识别每一个循证问题的问题内容。通过开发概念模型将识别到的问题内容进行提炼、简化。针对每一个循证问题确定影响的假设关系。采用循环分析法遍历多个循证文献，获取每一个循证问题对应的文献证据。根据循证问题对应的生态功能类别以及循证问题的权重，评估循证问题对应的关键指标对环境影响的定量结果(影响程度)。在一例中，为提高准确度，则进一步检测假设关系，以确定最初针对每一个循证问题确定的假设关系是否正确。若部分假设关系为错误关系，则对概念模型进行检测，并重新将识别到的问题内容进行提炼、简化。在另一例中，若在获取每一个循证问题对应的文献证据的过程中，发现部分循证问题无法获取对应的文献证据时，则对概念模型进行检测，并重新将识别到的问题内容进行提炼、简化。
在一实施例中，可以将关键指标在水库大坝工程中对环境影响的结果进行输出展示，以将识别结果进行可视化显示，进而用户可以直接根据输出的结果确定关键指标在水库大坝工程中对环境的影响。例如：将不同生态功能类别、不同关键指标的影响程度绘制成蜘蛛图、柱状图和饼状图。
图5是根据一示例性实施例提出的另一种水库大坝工程对环境影响的识别方法的流程图。如图5所示，水库大坝工程对环境影响的识别方法包括如下步骤。
在步骤S501中，接收目标文献库。
在步骤S502中，从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标。
在步骤S503中，获取与关键指标相关的第一数量的循证问题。
在步骤S504中，确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果。
在步骤S505中，基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果。
在步骤S506中，基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
在本发明实施例中，关键指标的数量为第三数量，分别与第四数量的生态功能类别相对应，部分关键指标对应的生态功能类别相同。为确定在水库大坝工程影响下，河流生态系统中各生态功能类别和关键指标的相互作用定量关系，则基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，进而得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
在一实施例中，以第四数量的生态功能类别作为网络节点，根据每一个关键指标在水库大坝工程中对环境影响的定量结果，通过由贝叶斯网络模型构成的生态功能网络关联模型，分别确定第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系。其中，第一生态功能类别和第二生态功能类别为第四数量的生态功能类别中任意两个不同的生态功能类别。根据第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。具体的，通过由贝叶斯网络模型构成的生态功能网络关联模型建立生态功能类别与关键指标之间的相互作用定量关系时，可以将各生态功能类别作为网络的节点，生态功能类别和关键指标相互作用关系作为网络的向边，进而建立不同生态功能类别和关键指标的相互作用定量关系。其中，网络的向边可以根据关键指标在水库大坝工程中对环境影响的定量结果进行确定，即，根据关键指标的第一数量的循证结果中第二数量与第一数量之间的比例作为网络的向边，用于表达生态功能类别和关键指标之间关系的强弱。其中，贝叶斯网络模型可以采用下述公式进行表示：
其中，若以确定关联生态功能类别相互之间的关联关系为例，则p(Ix|Iy)表示生态功能类别Ix和生态功能类别 Iy的关联程度，为在生态功能类别Iy受影响时生态功能类别Ix受影响的概率。H是假设关系，用二进制值0和1 表示。p(Ix)和p(Iy)分别为Ix和Iy生态功能类别指标问题回答“是”的比例。p(～Iy)是Iy不受影响的概率，p(Ix|～Iy)是当Iy不受影响时Ix受影响的概率。假定某生态功能类别Iy有可能不受水电开发影响，即在Iy生态功能类别的关键指标所有问题回答都为“是”时，Iy生态功能类别仍不受影响，考虑将p(～Iy)最小值设置为0.2，若1-p(Iy)≤0.2，则p(～Iy)＝0.2，否则p(～Iy)＝1-p(Iy)。若以确定关键指标相互之间的关联关系为例，则Ix和Iy分别表示不同生态功能类别下的关键指标。
通过上述实施例，通过生态功能网络关联模型，建立生态功能类别与关键指标之间的相互作用定量关系，能够明确不同生态功能类别下的关键指标对其他生态功能类别所可能产生的影响，进而有助于提高对水库大坝工程环境识别的技术经济性。
图6是根据一示例性实施例提出的又一种水库大坝工程对环境影响的识别方法的流程图。如图6所示，水库大坝工程对环境影响的识别方法包括如下步骤。
在步骤S601中，接收目标文献库。
在步骤S602中，从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标。
在步骤S603中，获取与关键指标相关的第一数量的循证问题。
在步骤S604中，确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果。
在步骤S605中，基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果。
在步骤S606中，基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
在步骤S607中，将每一个关键指标与其他生态功能类别之间的相互作用定量关系进行输出，以用于显示。
在本发明实施例，可以通过R编程环境中的图形化工具包igraph和RCircos进行编程实现可视化，以有向无环图(图7)展示不同生态功能类别的相互作用定量关系。其中，图7是根据一示例性实施例提出的一种生态功能类别的关联交互图。其中，为便于展示，则以第四数量为5的生态功能类别为例，将5种不同的生态功能类别中的关键关键指标进行相互关联。为区分各生态功能类别，则分别用生态功能1、生态功能2、生态功能3、生态功能4和生态功能5表示5种不同的生态功能类别。需注意，图中箭头方向仅用于示例，可根据实际需求进行调整，在本发明中不进行限定。以Circos图展示不同生态功能类别、不同关键指标的相互作用定量关系。
通过上述实施例，将生态功能类别与关键指标之间的相互作用定量关系进行输出展示，有助于用户能够快速、且直接的了解不同生态功能类别和不同关键指标在水库大坝工程中对环境影响的表征情况，进而有助于开展受影响生态功能类型和关键指标的全面、系统评价，从而提高环境影响评价的技术经济性。
在一实施场景中，以某水库大坝工程为例，采用本申请的水库大坝工程对环境影响的识别方法对该水坝工程对环境影响进行识别时，基于目标文献库获取对该水坝工程环境影响进行评价的第三数量(52个)的关键指标。其中，52个关键指标属于第四数量(6种)的生态功能类别。6种生态功能类别分别包括：水文情势、水环境、地形地貌、连通性、生物多样性、景观格局。
分别获取每一个关键指标的第一数量的循证问题，得到如表3所示的水库大坝工程环境影响循证问题清单，并采用循环分析法遍历多个循证文献，确定每一个循证问题的循证结果。
表3
基于每一个关键指标的第一数量的循证问题的循证结果，对每一个关键指标在某水库大坝工程中对环境影进行定量识别，以循证结果为“是”的比例表征某水库大坝工程对关键指标已经产生的定量结果(如表4)，并将该结果进行输出展示。
表4
基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过由贝叶斯网络模型构成的生态功能网络关联模型，建立生态功能类别之间的相互作用定量关系，得到某水库大坝工程对河流生态系统中不同生态功能类别影响的识别结果，如图8所示。图8是根据一示例性提出的一种识别结果示意图。通过图8可知，对不同生态功能类型影响程度依次为生物多样性、水环境、连通性、景观、地形地貌和水文情势。
某水库大坝工程对河流生态系统不同关键指标影响评价结果如图9所示。图9是根据一示例性提出的另一种识别结果示意图。通过图9可知，某水库大坝工程对生物多样性功能的大多数关键指标均具有影响。对不同水环境功能的关键指标影响差异较大，例如对营养盐、初级生产力以及关键元素等影响更为显著；对连通性功能的各个关键指标均有一定程度影响，尤其是对河网破碎度影响最为显著；对水文情势功能影响较小；景观功能方面的影响主要为土地利用变化和保护区的淹没、阻隔等关键指标；对地形地貌功能影响主要体现在流域地貌特征和基质底质特征等关键指标。
某水库大坝工程对河流生态系统不同空间尺度关键指标影响评价结果可以如图10。图10是根据一示例性提出的一种关键指标的影响识别结果示意图。将各个关键结果基于空间尺度进行统计分类，得到图11，图11是根据一示例性提出的一种各空间尺度统计饼状图。如图10所示，某水库大坝工程对河流生态系统不同空间尺度的关键指标影响存在一定差异性，对流域和工程方面影响最大。针对流域方面，在连通性、生物多样性、水环境、地形地貌、水文情势等方面功能影响显著，对景观功能影响较小。其中，连通性功能方面主要体现在对流域破碎度、过鱼设施、流域连通特征等影响；生物多样性功能方面主要体现在对物种出现概率、遗传特征、行为特征等影响；水环境功能方面主要体现在对大分子污染物、营养盐等影响；地形地貌和水文情势功能方面主要体现在对流域特征的影响。针对工程方面，在水文情势、景观、生物多样性、水环境等方面功能影响显著。其中，水文情势功能方面主要体现在上下游水文变化、库区特征等影响；景观功能方面主要体现在影响范围以及保护区等影响；生物多样性功能方面主要体现在种群特征、繁殖生长特征、物种多样性等影响；水环境方面主要体现在溶解气体、溶解氧等影响。针对下游方面，在地形地貌、生物多样性、水环境等方面功能影响显著。其中，地形地貌功能方面主要体现在河道特征、河漫滩特征等影响；水环境功能方面主要体现在水温、悬浮物以及关键元素等影响；生物多样性功能方面主要体现在物种多样性、栖息地、营养结构、初级生产力等影响。针对库区方面，在水环境、景观、水文情势等方面功能有一定影响。其中，水环境功能方面主要体现在缓冲能力、温室气体排放等影响；景观功能方面主要体现在土地利用、水库淹没等影响；水文情势功能方面主要体现在库区特征、上下游水文变化等影响。
某水库大坝工程对河流生态系统不同生物类群的关键指标影响评价结果可以如图12所示。图12是根据一示例性提出的另一种关键指标的影响识别结果示意图。将各个关键结果基于生物类群功能类别进行统计分类，得到图13，图13是根据一示例性提出的另一种各空间尺度统计饼状图。如图12所示，某水库大坝工程对河流生态系统不同生物类群功能类别的关键指标影响程度依次为鱼类、哺乳类、爬行类、鸟类、昆虫类等。
某水库大坝工程影响下河流生态系统不同生态功能类别相互作用定量关系见图14。图14是根据一示例性实施例提出的另一种生态功能类别的关联交互图。结果表明，生物多样性和水环境、生物多样性和连通性之间的相互作用显著。
某水库大坝工程影响下河流生态系统不同关键指标相互作用定量关系的结果表明，大部分关键指标与其他关键指标间作用关系较弱，相同生态功能类别的不同关键指标作用关系中，主要为在生物多样性功能中F3、F2、F7、 F6、F51几个关键指标的相互作用关系显著，评价过程中需要重点考虑。不同生态功能类别的关键指标的相互作用关系中，生物多样性功能中F3、F2、F7、F6、F51与水环境功能中F48的相互作用显著；土地利用功能中F22 与水环境功能中F48、连通性功能中F13的相互作用显著，评价过程中需要重点考虑。
通过上述实施例，能够实现水库大坝工程环境影响的快速识别与评价，有助于提高识别的技术经济性。并且，有助于实现水库大坝工程对河流生态系统功能指标影响的定量表征，以及水库大坝工程影响下河流生态系统功能和指标相互作用关系的定量表征。
基于相同发明构思，本发明还提供一种水库大坝工程对环境影响的识别系统。
图15是根据一示例性实施例提出的一种水库大坝工程对环境影响的识别系统的结构框图。如图15所示，水库大坝工程对环境影响的识别系统包括接收模块1501、指标筛选模块1502、获取模块1503、循证模块1504和识别模块1505。
接收模块1501，用于接收目标文献库，目标文献库包括水库大坝工程对河流生态功能具有影响的多个生态功能指标；
指标筛选模块1502，用于从多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标；
获取模块1503，用于获取与关键指标相关的第一数量的循证问题；
循证模块1504，用于确定每一个循证问题对环境是否具有影响的循证结果，得到关键指标的第一数量的循证结果；
识别模块1505，用于基于第一数量的循证结果，确定关键指标在水库大坝工程中对环境影响的结果。
在一实施例中，循证模块1504包括：问题识别模块，用于通过预先构建的生态证据框架，分别识别每一个循证问题的问题内容。循证子模块，用于采用循环分析法遍历多个循证文献，以根据每一个循证问题的问题内容获取每一个循证问题对应的文献证据，文献证据用于验证对应问题内容是否对环境具有影响。第一确定模块，用于根据文献证据，确定每一个循证问题是否对环境具有影响的循证结果。
在另一实施例中，识别模块1505包括：结果统计模块，用于根据第一数量的循证结果，得到第一数量的循证结果中循证结果为是的第二数量。第二确定模块，用于根据第二数量与第一数量之间的比例，确定关键指标在水库大坝工程中对环境影响的定量结果。
在又一实施例中，第二确定模块包括：第二确定子模块，用于若第二数量与第一数量之间的比例大于或者等于指定比例阈值，则确定关键指标在水库大坝工程中对环境影响的定量结果为具有严重影响。
在又一实施例中，第一数量的循证问题中包括至少一个用于表征关键指标的关键循证问题。
在又一实施例中，系统包括：生态功能网络关联模块，用于基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。其中，关键指标的数量为第三数量，分别与第四数量的生态功能类别相对应，部分关键指标对应的生态功能类别相同。
在又一实施例中，生态功能网络关联模块包括：第三确定模块，用于以第四数量的生态功能类别作为网络节点，根据每一个关键指标在水库大坝工程中对环境影响的定量结果，通过由贝叶斯网络模型构成的生态功能网络关联模型，分别确定第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，其中，第一生态功能类别和第二生态功能类别为第四数量的生态功能类别中任意两个不同的生态功能类别。生态功能网络关联子模块，用于根据第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
在又一实施例中，系统还包括：评价结果展示模块，用于将每一个关键指标与其他生态功能类别之间的相互作用定量关系进行输出，以用于显示。
在又一实施例中，指标筛选模块1502包括：第四确定模块，用于将多个生态功能指标与预置的水库大坝工程环境影响评价指标库进行对比，分别确定每一个生态功能指标的标准值。第二确定模块，用于基于每一个生态功能指标的标准值，从多个生态功能指标中提取对水库大坝工程环境影响进行评价的关键指标。
上述水库大坝工程对环境影响的识别系统的具体限定以及有益效果可以参见上文中对于水库大坝工程对环境影响的识别方法的限定，在此不再赘述。上述各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图16是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。如图16所示，该设备包括一个或多个处理器1610以及存储器1620，存储器1620包括持久内存、易失内存和硬盘，图16中以一个处理器1610为例。该设备还可以包括：输入装置1630和输出装置1640。
处理器1610、存储器1620、输入装置1630和输出装置1640可以通过总线或者其他方式连接，图16中以通过总线连接为例。
处理器1610可以为中央处理器(Central Processing Unit，CPU)。处理器1610还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1620作为一种非暂态计算机可读存储介质，包括持久内存、易失内存和硬盘，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本申请实施例中的业务管理方法对应的程序指令/模块。处理器 1610通过运行存储在存储器1620中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述任意一种水库大坝工程对环境影响的识别方法。
存储器1620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据、需要使用的数据等。此外，存储器1620可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器1620可选包括相对于处理器1610远程设置的存储器，这些远程存储器可以通过网络连接至数据处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置1630可接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键信号输入。输出装置1640可包括显示屏等显示设备。一个或者多个模块存储在存储器1620中，当被一个或者多个处理器1810 执行时，执行如图1-图14所示的方法。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，具体可参见如图1-图14所示的实施例中的相关描述。
本发明实施例还提供了一种非暂态计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的认证方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(RandomAccess Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (20)
1.一种水库大坝工程对环境影响的识别方法，其特征在于，所述方法包括：
接收目标文献库，所述目标文献库包括水库大坝工程对河流生态功能具有影响的多个生态功能指标；
从所述多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标；
获取与所述关键指标相关的第一数量的循证问题；
确定每一个循证问题对环境是否具有影响的循证结果，得到所述关键指标的第一数量的循证结果；
基于所述第一数量的循证结果，确定所述关键指标在水库大坝工程中对环境影响的结果。
2.根据权利要求1所述的方法，其特征在于，所述确定每一个循证问题对环境是否具有影响的循证结果，得到所述关键指标的第一数量的循证结果，包括：
通过预先构建的生态证据框架，分别识别每一个循证问题的问题内容；
采用循环分析法遍历多个循证文献，以根据每一个循证问题的问题内容获取每一个循证问题对应的文献证据，所述文献证据用于验证对应问题内容是否对环境具有影响；
根据所述文献证据，确定每一个循证问题是否对环境具有影响的循证结果。
3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一数量的循证结果，确定所述关键指标在水库大坝工程中对环境影响的结果，包括：
根据所述第一数量的循证结果，得到所述第一数量的循证结果中循证结果为是的第二数量；
根据所述第二数量与所述第一数量之间的比例，确定所述关键指标在水库大坝工程中对环境影响的定量结果。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第二数量与所述第一数量之间的比例，确定所述关键指标在水库大坝工程中对环境影响的定量结果，包括：
若所述第二数量与所述第一数量之间的比例大于或者等于指定比例阈值，则确定所述关键指标在水库大坝工程中对环境影响的定量结果为具有严重影响。
5.根据权利要求3所述的方法，其特征在于，所述第一数量的循证问题中包括至少一个用于表征所述关键指标的关键循证问题。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系；
其中，所述关键指标的数量为第三数量，分别与第四数量的生态功能类别相对应，部分关键指标对应的生态功能类别相同。
7.根据权利要求6所述的方法，其特征在于，所述通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系，包括：
以所述第四数量的生态功能类别作为网络节点，根据每一个关键指标在水库大坝工程中对环境影响的定量结果，通过由贝叶斯网络模型构成的生态功能网络关联模型，分别确定第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，其中，所述第一生态功能类别和所述第二生态功能类别为所述第四数量的生态功能类别中任意两个不同的生态功能类别；
根据第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
将每一个关键指标与其他生态功能类别之间的相互作用定量关系进行输出，以用于显示。
9.根据权利要求1所述的方法，其特征在于，所述从所述多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标，包括：
将所述多个生态功能指标与预置的水库大坝工程环境影响评价指标库进行对比，分别确定每一个生态功能指标的标准值；
基于每一个生态功能指标的标准值，从所述多个生态功能指标中提取对水库大坝工程环境影响进行评价的关键指标。
10.一种水库大坝工程对环境影响的识别系统，其特征在于，包括：
接收模块，用于接收目标文献库，所述目标文献库包括水库大坝工程对河流生态功能具有影响的多个生态功能指标；
指标筛选模块，用于从所述多个生态功能指标中提取用于对水库大坝工程环境影响进行评价的关键指标；
获取模块，用于获取与所述关键指标相关的第一数量的循证问题；
循证模块，用于确定每一个循证问题对环境是否具有影响的循证结果，得到所述关键指标的第一数量的循证结果；
识别模块，用于基于所述第一数量的循证结果，确定所述关键指标在水库大坝工程中对环境影响的结果。
11.根据权利要求10所述的系统，其特征在于，所述循证模块包括：
问题识别模块，用于通过预先构建的生态证据框架，分别识别每一个循证问题的问题内容；
循证子模块，用于采用循环分析法遍历多个循证文献，以根据每一个循证问题的问题内容获取每一个循证问题对应的文献证据，所述文献证据用于验证对应问题内容是否对环境具有影响；
第一确定模块，用于根据所述文献证据，确定每一个循证问题是否对环境具有影响的循证结果。
12.根据权利要求10或11所述的系统，其特征在于，所述识别模块包括：
结果统计模块，用于根据所述第一数量的循证结果，得到所述第一数量的循证结果中循证结果为是的第二数量；
第二确定模块，用于根据所述第二数量与所述第一数量之间的比例，确定所述关键指标在水库大坝工程中对环境影响的定量结果。
13.根据权利要求12所述的系统，其特征在于，所述第二确定模块包括：
第二确定子模块，用于若所述第二数量与所述第一数量之间的比例大于或者等于指定比例阈值，则确定所述关键指标在水库大坝工程中对环境影响的定量结果为具有严重影响。
14.根据权利要求12所述的系统，其特征在于，所述第一数量的循证问题中包括至少一个用于表征所述关键指标的关键循证问题。
15.根据权利要求10所述的系统，其特征在于，所述系统包括：
生态功能网络关联模块，用于基于每一个关键指标在水库大坝工程中对环境影响的结果以及每一个关键指标对应的生态功能类别，通过预置的生态功能网络关联模型，将不同生态功能类别中的关键指标进行相互关联，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系；
其中，所述关键指标的数量为第三数量，分别与第四数量的生态功能类别相对应，部分关键指标对应的生态功能类别相同。
16.根据权利要求15所述的系统，其特征在于，所述生态功能网络关联模块包括：
第三确定模块，用于以所述第四数量的生态功能类别作为网络节点，根据每一个关键指标在水库大坝工程中对环境影响的定量结果，通过由贝叶斯网络模型构成的生态功能网络关联模型，分别确定第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，其中，所述第一生态功能类别和所述第二生态功能类别为所述第四数量的生态功能类别中任意两个不同的生态功能类别；
生态功能网络关联子模块，用于根据第一生态功能类别中的每一个关键指标与第二生态功能类别中的每一个关键指标之间的相互关联关系，得到每一个关键指标与其他生态功能类别之间的相互作用定量关系。
17.根据权利要求16所述的系统，其特征在于，所述系统还包括：
评价结果展示模块，用于将每一个关键指标与其他生态功能类别之间的相互作用定量关系进行输出，以用于显示。
18.根据权利要求10所述的系统，其特征在于，所述指标筛选模块包括：
第四确定模块，用于将所述多个生态功能指标与预置的水库大坝工程环境影响评价指标库进行对比，分别确定每一个生态功能指标的标准值；
第二确定模块，用于基于每一个生态功能指标的标准值，从所述多个生态功能指标中提取对水库大坝工程环境影响进行评价的关键指标。
19.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-9中任一项所述的水库大坝工程对环境影响的识别方法。
20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的水库大坝工程对环境影响的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210800559.7A CN115063021B (zh) | 2022-07-06 | 2022-07-06 | 水库大坝工程对环境影响的识别方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210800559.7A CN115063021B (zh) | 2022-07-06 | 2022-07-06 | 水库大坝工程对环境影响的识别方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115063021A true CN115063021A (zh) | 2022-09-16 |
| CN115063021B CN115063021B (zh) | 2023-10-24 |
Family
ID=83205002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210800559.7A Active CN115063021B (zh) | 2022-07-06 | 2022-07-06 | 水库大坝工程对环境影响的识别方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115063021B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116308183A (zh) * | 2023-03-23 | 2023-06-23 | 黄河勘测规划设计研究院有限公司 | 水利水电工程人工砂石加工系统关键指标智能设计方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111554405A (zh) * | 2019-09-30 | 2020-08-18 | 华中科技大学同济医学院附属协和医院 | 一种循证医学rct的智能数据提取和质量评价方法 |
| US20200311319A1 (en) * | 2019-03-28 | 2020-10-01 | China Waterborne Transport Research Institute | Method for evaluating ecological environmental impact of channel project and countermeasures thereof based on mechanism analysis |
| US20200342969A1 (en) * | 2019-04-25 | 2020-10-29 | Gallagher Bassett Services, Inc. | Monitoring treatment compliance using evidence-based guidelines |
| CN112257973A (zh) * | 2020-09-04 | 2021-01-22 | 华电电力科学研究院有限公司 | 一种基于大坝安全监测成果的水电站大坝安全管理成效积分动态计算方法 |
| CN114706971A (zh) * | 2022-03-15 | 2022-07-05 | 灵犀量子(北京)医疗科技有限公司 | 生物医学文献类型判定方法及装置 |
-
2022
- 2022-07-06 CN CN202210800559.7A patent/CN115063021B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200311319A1 (en) * | 2019-03-28 | 2020-10-01 | China Waterborne Transport Research Institute | Method for evaluating ecological environmental impact of channel project and countermeasures thereof based on mechanism analysis |
| US20200342969A1 (en) * | 2019-04-25 | 2020-10-29 | Gallagher Bassett Services, Inc. | Monitoring treatment compliance using evidence-based guidelines |
| CN111554405A (zh) * | 2019-09-30 | 2020-08-18 | 华中科技大学同济医学院附属协和医院 | 一种循证医学rct的智能数据提取和质量评价方法 |
| CN112257973A (zh) * | 2020-09-04 | 2021-01-22 | 华电电力科学研究院有限公司 | 一种基于大坝安全监测成果的水电站大坝安全管理成效积分动态计算方法 |
| CN114706971A (zh) * | 2022-03-15 | 2022-07-05 | 灵犀量子(北京)医疗科技有限公司 | 生物医学文献类型判定方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| RYAN A. MCMANAMAY等: "Evidence-based indicator approach to guide preliminary environmental impact assessments of hydropower development", 《HTTPS://WWW.ELSEVIER.COM/OPEN-ACCESS/USERLICENSE/1.0/》, pages 1 - 37 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116308183A (zh) * | 2023-03-23 | 2023-06-23 | 黄河勘测规划设计研究院有限公司 | 水利水电工程人工砂石加工系统关键指标智能设计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115063021B (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Daru et al. | Endemism patterns are scale dependent | |
| Allen et al. | Global hotspots and correlates of emerging zoonotic diseases | |
| Jamoneau et al. | Beta diversity of diatom species and ecological guilds: Response to environmental and spatial mechanisms along the stream watercourse | |
| García‐Girón et al. | Biotic interactions hold the key to understanding metacommunity organisation | |
| Murray et al. | Pathogeography: leveraging the biogeography of human infectious diseases for global health management | |
| Thurman et al. | Testing the link between species interactions and species co‐occurrence in a trophic network | |
| Albert et al. | On the importance of intraspecific variability for the quantification of functional diversity | |
| CN106557695B (zh) | 一种恶意应用检测方法和系统 | |
| Li et al. | Calibrating cellular automata based on landscape metrics by using genetic algorithms | |
| Yang et al. | Simulating land use change by integrating ANN-CA model and landscape pattern indices | |
| Wang et al. | ICT and socio-economic development: Evidence from a spatial panel data analysis in China | |
| Minor et al. | Graph theory as a proxy for spatially explicit population models in conservation planning | |
| Brown et al. | Path dependence and the validation of agent‐based spatial models of land use | |
| Liu et al. | A bottom‐up approach to discover transition rules of cellular automata using ant intelligence | |
| Muhly et al. | Humans strengthen bottom-up effects and weaken trophic cascades in a terrestrial food web | |
| Feng et al. | Modelling coastal land use change by incorporating spatial autocorrelation into cellular automata models | |
| De Marco et al. | Vulnerability of Cerrado threatened mammals: an integrative landscape and climate modeling approach | |
| Agnarsson et al. | A multi-clade test supports the intermediate dispersal model of biogeography | |
| Eng et al. | Predicting the likelihood of altered streamflows at ungauged rivers across the conterminous United States | |
| Göthe et al. | Flow restoration and the impacts of multiple stressors on fish communities in regulated rivers | |
| Latif et al. | Evaluating habitat suitability models for nesting white‐headed woodpeckers in unburned forest | |
| Bar‐Massada et al. | Non‐stationarity in the co‐occurrence patterns of species across environmental gradients | |
| Ryo et al. | Nonlinear higher order abiotic interactions explain riverine biodiversity | |
| Blasco‐Costa et al. | Biogeography of parasitism in freshwater fish: spatial patterns in hot spots of infection | |
| CN111339237A (zh) | 养殖场风险预测方法、装置、设备及存储介质 |
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 |