CN115147011B - 一种地表水与林地损害鉴定评估方法及装置、设备和介质 - Google Patents

一种地表水与林地损害鉴定评估方法及装置、设备和介质 Download PDF

Info

Publication number
CN115147011B
CN115147011B CN202211045324.8A CN202211045324A CN115147011B CN 115147011 B CN115147011 B CN 115147011B CN 202211045324 A CN202211045324 A CN 202211045324A CN 115147011 B CN115147011 B CN 115147011B
Authority
CN
China
Prior art keywords
damage
surface water
water
evaluation
quantification
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
Application number
CN202211045324.8A
Other languages
English (en)
Other versions
CN115147011A (zh
Inventor
赵丹
董卓达
王虎
郭培培
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.)
Environmental Planning Institute Of Ministry Of Ecology And Environment
Shenzhen Huayun Zhongsheng Technology Co ltd
Original Assignee
Shenzhen Huayun Zhongsheng Technology Co ltd
Environmental Planning Institute Of Ministry Of Ecology And Environment
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 Shenzhen Huayun Zhongsheng Technology Co ltd, Environmental Planning Institute Of Ministry Of Ecology And Environment filed Critical Shenzhen Huayun Zhongsheng Technology Co ltd
Priority to CN202211045324.8A priority Critical patent/CN115147011B/zh
Publication of CN115147011A publication Critical patent/CN115147011A/zh
Application granted granted Critical
Publication of CN115147011B publication Critical patent/CN115147011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Abstract

一种地表水与林地损害鉴定评估方法及装置、设备和介质,属于生态环境领域,所述的地表水与林地损害鉴定评估方法适用于环境损坏的评估,所述的地表水与林地损害鉴定评估方法中包括地表水损害评估、林地损害评估,采用的评估方法通过步骤1、评估模型数据采集;步骤2、评估模型的建立;步骤3、评估模型的计算方法。通过本发明的通过构建针对典型损害情景的评估模型,为损害鉴定评估提供实用工具,形成损害鉴定评估指南,并选择典型损害案例,开展相关实物量化、价值量化方法的验证,保证评估过程的标准化以及评估结果的可信度。

Description

一种地表水与林地损害鉴定评估方法及装置、设备和介质
技术领域
本发明属于生态环境领域,更具体的说涉及一种地表水与林地损害鉴定评估方法及装置、设备和介质。
背景技术
我国提出加快生态文明制度建设,实行最严格的源头保护制度、损害赔偿制度、责任追究制度。其中生态环境损害赔偿制度要求在产生环境损害侵权纠纷后,不论是进行磋商还是诉讼,都需要开展生态环境损害的鉴定评估,形成评估报告或鉴定意见作为解决纠纷的重要依据。环境污染刑事案件判决、环境公益诉讼案件审理、突发环境事件应急处置等都需要损害鉴定评估结论作为支撑。
而土壤地下水损害由于涉及到采样检测等复杂的环节,不适合通过模型进行全过程评估,而林地损害评估过程相对简单,对调查的依赖性相对较小,可以通过模型工具的开发,提高评估效率。
发明内容
本发明针对环境污染导致的损害,基于空间分析、迁移转化模型等,开展实物量化方法优化研究,降低环境损害实物量化的不确定性;针对生态破坏导致的损害,降低生态服务功能损害实物量化的不确定性。针对简单成因、较小规模、典型污染物、单一资源或生态系统类型,开发生态环境损害价值量化模型。
为了实现上述目的,本发明是采用以下技术方案实现的 :所述的评估方法采用以下三个步骤建立:步骤1、评估方法数据采集;步骤2、评估模型的建立;步骤3、评估模型的量化计算;所述步骤2、评估模型的建立包括建立地表水损害评估模型、林地损害评估模型;
所述步骤3、评估模型的量化计算包括生态损害实物量化以及生态损害价值量化。
第一方面、进一步地,所述的步骤1、评估模型数据采集方法使用卫星影像、无人机影像、遥感、实地样方调查、地理信息系统GIS,对生态环境的损坏进行实物量化。
进一步地,所述的损坏实物量化采用以下计算方法,包括但不限于(1)布点采样方式、策略;(2)空间插值方法和参数;(3)迁移扩散模拟方法和参数;(4)恢复过程模拟方法和参数。
进一步地,所述的地表水损害评估模型如下:
Figure 932227DEST_PATH_IMAGE001
(1)
其中、C为单位治理成本;V为排放数量;α为危害系数;β为超标系数;γ为敏感系数。
进一步地,所述的地表水损害评估模型的生态损害实物量化计算方法中V排放数量计算如下:
(1)排污口超标排放废水并进入地表水体的,排放数量为超标排放的废水或特征污染物总量;
(2)其他偷排、倾倒废水的,排放数量为排放的废水或特征污染物总量;
(3)向地表水体排放、倾倒固体废物的,排放数量为排放、倾倒的固体废物总量。
进一步地,(1)排放行为发生在集中式生活饮用水地表水源地、水生动植物自然保护区、水产种质资源保护区及其他国家自然保护区内的,或排放行为发生在上述保护区外、但污染物进入上述保护区且监测数据表明引起上述保护区水质异常的;危害系数值α确定为3;
(2)排放行为发生在渔业用水功能区的,或排放行为发生在渔业用水功能区外、但有监测数据表明引起渔业用水水质异常的;危害系数值α确定为2.5;
(3)排放行为发生在农业用水功能区的,或排放行为发生在农业用水功能区外、但有监测数据表明引起农业用水水质异常的;危害系数α值确定为2;
(4)排放行为发生在非直接接触娱乐用水、一般工业用水和一般景观用水功能区,或排放行为发生在上述用水功能区外、但有监测数据表明引起上述用水水质异常的;危害系数值α确定为1.5;
所述的地表水损害评估模型中的超标系数β的确定:
(1)污染最大超标倍数>1000;β取值为2;
(2)100<最大超标倍数≤1000;β取值为1.75;
(3)10<最大超标倍数≤100;β取值为1.5;
(4)1<最大超标倍数≤10;β取值为1.25;
(5)最大超标倍数≤1;β取值为1;
所述的地表水损害评估模型中的γ敏感系数取值确定;
(1)危险废物;γ取值为2;
(2)一般工业固体废物;γ取值为1.75;
(3)化学品(危险化学品除外);γ取值为1.5;
(4)生活垃圾;γ取值为1.25。
进一步地,所述的林地损害评估模型包括5个量化模块,每一个量化模块对应一种生态损害量化方法,分别为:
(1)基于调查-遥感解译的损害实物量化模块;
(2)基于等值分析的损害实物量化模块;
(3)基于工程要素法进行损害价值量化模块;
(4)基于函数法进行损害价值量化模块;
(5)基于案例比对法进行损害价值量化模块。
根据本发明第一方面的方法,设计一种地表水与林地损害鉴定的装置,所述的地表水与林地损害鉴定的装置用于一种地表水与林地损害鉴定评估方法,所述的装置包括:
数据获取模块,用于获取地表水损害以及林地损害的数据集;
数据处理模块,用于对所述原始获取的地表水损害以及林地损害的数据集进行数据处理,得到建立地表水损害模型以及林地损害模型的数据;
数据计算模块,用于依据处理后的数据对评估模型的量化计算。
再一方面;一种电子设备,包括处理器和存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现所述的一种地表水与林地损害鉴定评估方法。
又一方面、一种计算机可读存储介质,其上存储于计算机程序,所述的计算机程序被处理器执行时实现所述的一种地表水与林地损害鉴定评估方法。
本发明有益效果:
本发明针对地表水污染导致的损害,基于空间分析、迁移转化模型等,开展实物量化方法优化研究,降低环境损害实物量化的不确定性;针对生态破坏导致的损害,降低生态服务功能损害实物量化的不确定性。针对简单成因、较小规模、典型污染物、单一资源或生态系统类型,开发生态环境损害价值量化模型。为检察系统快速开展形式审查、结果审核等提供实用工具。
附图说明
图1为本发明地表水与林地损害鉴定评估方法实物量化图;
图2为本发明地表水与林地损害鉴定评估方法价值量化图;
图3为本发明卫星要干图像处理后地表视图;
图4为本发明无人机图像处理后地表视图。
具体实施方式
下面将结合附图1-图4对本发明进行详细说明,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。
实施例1
所述的评估模型采用以下三个步骤建立:所述的地表水与林地损害鉴定评估方法用于公益诉讼领域的地表水与林地损坏的量化评估,所述的评估模型采用以下三个步骤建立:步骤1、评估模型数据采集;步骤2、评估模型的建立;步骤3、评估模型的量化计算。
步骤1、评估模型数据采集方法使用卫星影像、无人机影像、遥感、实地样方调查、地理信息系统GIS,对生态环境的损坏进行实物量化。
如图3所示:
所述的卫星图像采用GF3卫星影像数据,卫星遥感数据常规的处理内容有纠正校准、拼接镶嵌、色彩调整、匹配融合、影像叠加、数据分幅、矢量纠正、坐标转换、分类提取、正射校正、矢量化、三维建模、后期制图。
如图4所示:
无人机影像是应用很广泛的一种检测方案,无人机拍摄生成的高分辨率的图像可以直观辨别污染源、污染口、可见漂浮物等,并生成分布图,为环境评价和环境监察提供科学依据。其生成的多光谱图像可直观地监测地表水环境质量状况,水质富营养化、有机污染程度、排污口排水污染程度等信息的专题图,能够直观地展示水域环境状况,对污染物影响程度和范围进行预警,从而达到为水污染事故处理处置提供支撑的目的。无人机上搭载的摄像装备其影像分辨率可以达到0.1~0.5米,分辨率优于目前国内外一些高分辨率卫星影像数据;同时数据采集和处理速度快,其采集能力能达到每天采集和处理近4000平方公里。
无人机影像的处理方法为:
步骤一:利用无人机图像采集设备对图像进行实时采集,生成图像数据源;
步骤二:建立无人机图像数据源压缩接口的适配方法;
步骤三:对图像数据源进行压缩,生成图像的数字传输信号;
步骤四:将数字传输信号传送至控制端并转为图像显示。
所述的步骤二:建立无人机图像数据源压缩接口的适配方法采用以下技术方案实现的:
(1)建立不同数据源接口;
(2)建立异类数据的映射模型;
(3)格式转换,将数据源中的单帧或者多帧的图像转换为yuv数据格式。
所述的(1)建立不同数据源接口包括:数据源包括 SAR图像、高光谱图像和视频信息;其中,SAR图像、高光谱图像采用高速总线接口;视频信息采用数字采集接口。
所述的(2)建立异类数据的映射模型包括:标记SAR 图像为00,高光谱图像为01,视频数据为10。
所述的(3)格式转换,将数据源中的单帧或者多帧的图像转换为yuv数据格式对图像数据源进行压缩,包括:将图像数据源中的每一帧图像分成16x16像素大小的宏块;根据不同类别图像数据源,分别进行预测编码;并得到图像的预测残差。
利用地理信息系统GIS生态环境的损坏进行实物量化,GIS系统即地理信息系统(GIS ,geographic information system)是随着地理科学、计算机技术、遥感技术和信息科学的发展而发展起来的一个学科。图形数据的标志之一就是图形元素有明确的位置坐标,不同图形之间有各种各样的拓扑关系。简单地说,拓扑关系指图形元素之间的空间位置和连接关系。简单的图形元素如点、线、多边形等;点有坐标(x, y);线可以看成由无数点组成,线的位置就可以表示为一系列坐标对(x1, y1),(x2, y2),……(xn, yn);平面上的多边形可以认为是由闭合曲线形成范围。图形元素之间有多种多样的相互关系,如一个点在一条线上或在一个多边形内,一条线穿过一个多边形等等。
实地样方调查包括损害调查指标,水文地貌调查。
其中损害调查指标重点针对不同类型地表水与沉积物生态环境事件确定具体的调查指标,其中,环境污染类事件重点调查地表水和沉积物受污染程度、水生生物污染物残留浓度和产品供给功能;生态破坏类事件重点调查水产品供给、生物多样性维护以及洪水调蓄、水质净化、气候调节等与水生态系统相关的调节服务类型,对于工程建设需要重点关注可能对休闲娱乐和景观等文化服务功能造成的影响。同时,针对不同类型事件的特点,有针对性地选取调查指标。
水文地貌调查:对于水环境污染事件,需要利用水动力学模型和水质模型对水环境质量进行模拟以确定损害范围和程度,对于非法采砂、违规工程建设等水生态破坏事件,需要明确破坏行为对岸带稳定性、航运等支持功能的影响。因此,需要根据事件的特点收集必要的水文地貌数据,并根据需要开展实际调查。
所述步骤2、评估模型的建立包括地表水损害评估模型、林地损害评估模型。
所述的地表水损害评估,对于突发水环境污染事件,由于多数情况下无法获取第一时间的监测数据,除常规调查监测外,可以采用模型模拟的方法对水质以及污染物在水体中的迁移转化、产生二次污染物进行分析;对于累积水环境污染事件,主要采用实际监测的手段,并对累积性污染可能产生的生物和生态效应进行调查观测;对于水生态破坏事件,可以采用实际调查与模型模拟相结合的方法,对水生态服务功能、水生生物以及破坏行为可能导致的二次污染情况进行监测分析。
所述的林地损害评估中,损害的标准为
(1)在耕地或林地上建窑、建坟、建房、修路、压占、硬化或建设其他建筑物及构筑物的,可判断土地种植条件遭严重毁坏;
(2)在耕地或林地上挖砂、采石、采矿、取土和开挖地基等的,致使土地原有耕作层或表土全部被破坏,可判断土地种植条件遭严重毁坏;
(3)耕地的基础灌溉设施被破坏,导致耕地原有种植条件严重毁坏的,可判断耕地种植条件遭严重毁坏;
(4)破坏林地原有植被的,导致林地种植条件遭严重毁坏,可判断林地被破坏;
(5)在耕地或林地上堆放建筑垃圾、医疗废物和工业污秽等固体废弃物,排放有害废水、污水及粉(烟)尘及其它污染物的,污染物含量高于风险管制值的,可判断土地种植条件遭严重毁坏;污染物含量介于筛选值和管制值之间的需要进行风险评价,根据风险评价结果判断土地种植条件是否遭受严重毁坏。
所述的步骤3、评估模型的量化计算包括生态损害实物量化以及生态损害价值量化。
所述的损坏实物量化采用以下计算方法:
包括但不限于(1)布点采样方式;(2)空间插值方法;(3)迁移扩散模拟方法;(4)恢复过程模拟方法。具体方法为:
布点采样方式有采样点布设、网格布点法、同心圆布点法、扇形布点法。
空间插值方法为:确定性插值方法是基于信息点之间的相似程度或者整个曲面的光滑性来创建一个拟合曲面,比如反距离加权平均插值法(IDW)、趋势面法、样条函数法等;地质统计学插值方法是利用样本点的统计规律,使样本点之间的空间自相关性定量化,从而在待预测的点周围构建样本点的空间结构模型,例如克立格(Kriging)插值法。
克立格(Kriging)插值法模型如下:
Z=m(x)+c(x)+e
Z:空间的属性值;
m(x):总的趋势
c(x):结构性成分,可以用模型来描述
e:随机的成分 --> 随机误差。
克立格(Kriging)插值法的步骤;
S1分析数据的分布特征,进行必要数据转换;
S2分析数据的空间变化趋势;
S3确定变异方差的函数类型;
S4选择合适的搜索半径和临近数据点数,选择合适的插值方法进行插值。
恢复过程模拟法通过识别实物量化精确度影响指标和关键参数,通过控制不同变量参数等方式探索实物量化优化方法。基于案例调研结果,分析土壤、地表水、地下水等环境介质,重金属、石油烃等污染物类型,原位或异位、氧化还原、监测自然衰减等不同恢复技术对应的恢复费用,研究识别恢复费用的关键影响因素。
所述的地表水损害评估模型如下:
Figure 351707DEST_PATH_IMAGE001
(1)
其中、C为单位治理成本;V为排放数量;α为危害系数;β为超标系数;γ为敏感系数。
对于涉及水生物和水生态损害的,需要通过建立暴露—反应关系,确定地表水与沉积物污染、损害受体的因果关系。对于地表水生态破坏事件因果关系分析,关键在于破坏行为主体和损害受体以及地表水生态系统功能损害机理的确认分析。地表水因果关系判定通常建立在同源性分析、暴露路径和验证以及关联性证明的基础上,同源性分析主要利用指纹法、同位素技术、多元统计分析等技术方法确定污染源;暴露路径主要分析污染物传输与释放机理;关联性证明主要识别污染物与损害结果,借助水生态效应模型QWASI模型、FISH模型、FOOD WEB模型、AQUATOX模型进行预测分析。利用模型模拟损害发生的情况及其发生概率,通过盖然性分析获得的结论可以作为证据使用。
所述的地表水损害评估模型的生态损害实物量化计算方法中V排放数量计算如下:
(1)排污口超标排放废水并进入地表水体的,排放数量为超标排放的废水或特征污染物总量;
(2)其他偷排、倾倒废水的,排放数量为排放的废水或特征污染物总量;
(3)向地表水体排放、倾倒固体废物的,排放数量为排放、倾倒的固体废物总量。
地表水评估的适用范围以及危害系数值α的确定。
(1)排放行为发生在集中式生活饮用水地表水源地、水生动植物自然保护区、水产种质资源保护区及其他国家自然保护区内的,或排放行为发生在上述保护区外、但污染物进入上述保护区且监测数据表明引起上述保护区水质异常的。危害系数值α确定为3。
(2)排放行为发生在渔业用水功能区的,或排放行为发生在渔业用水功能区外、但有监测数据表明引起渔业用水水质异常的。危害系数值α确定为2.5。
(3)排放行为发生在农业用水功能区的,或排放行为发生在农业用水功能区外、但有监测数据表明引起农业用水水质异常的。危害系数α值确定为2.
(4)排放行为发生在非直接接触娱乐用水、一般工业用水和一般景观用水功能区,或排放行为发生在上述用水功能区外、但有监测数据表明引起上述用水水质异常的。危害系数值α确定为1.5。
地表水损害评估模型中的超标系数β的确定:
(1)污染最大超标倍数>1000;β取值为2。
(2)100<最大超标倍数≤1000;β取值为1.75。
(3)10<最大超标倍数≤100;β取值为1.5。
(4)1<最大超标倍数≤10;β取值为1.25。
(5)最大超标倍数≤1;β取值为1。
地表水损害评估模型中的γ敏感系数取值确定。
(1)危险废物;γ取值为2。
(2)一般工业固体废物;γ取值为1.75。
(3)化学品(危险化学品除外);γ取值为1.5。
(4)生活垃圾;γ取值为1.25。
所述的林地损害评估模型包括5个量化模块,每一个量化模块对应一种生态损害量化方法,分别为:
(1)基于调查-遥感解译的损害实物量化;
通过野外调查、卫星影像、无人机影像、GIS空间分析来确定损害时间、损害范围、损害程度。
(2)基于等值分析的损害实物量化;
所述的(2)基于等值分析的损害实物量化计算方式如下:
Figure 76955DEST_PATH_IMAGE002
(2)
Figure 163860DEST_PATH_IMAGE003
(3)
Figure 699884DEST_PATH_IMAGE004
(4)。
(3)基于工程要素法进行损害价值量化;
(4)基于函数法进行损害价值量化;
通过关键影响因素影响程度来确定费用计算函数。
(5)基于案例比对法进行损害价值量化。
通过关键影响因素影响程度来确定案例匹配规则。
根据本发实施例1,设计一种地表水与林地损害鉴定的装置,所述的地表水与林地损害鉴定的装置用于一种地表水与林地损害鉴定评估方法,所述的装置包括:
数据获取模块,用于获取地表水损害以及林地损害的数据集;
数据处理模块,用于对所述原始获取的地表水损害以及林地损害的数据集进行数据处理,得到建立地表水损害模型以及林地损害模型的数据;
数据计算模块,用于依据处理后的数据对评估模型的量化计算。
再一方面;一种电子设备,包括处理器和存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现所述的一种地表水与林地损害鉴定评估方法。
又一方面、一种计算机可读存储介质,其上存储于计算机程序,所述的计算机程序被处理器执行时实现所述的一种地表水与林地损害鉴定评估方法。
又一方面、一种计算机可读存储介质,其上存储于计算机程序,所述的计算机程序被处理器执行时一种地表水与林地损害鉴定评估方法。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(read-only memory,ROM)、随机存取器(randomaccessmemory,RAM)、磁盘或光盘等。应该指出,上述详细说明都是示例性的,旨在对本申请提供进一步的说明。
除非另有指明,本文使用的所有技术和科学术语均具有与本申请所属技术领域的普通技术人员的通常理解所相同的含义。需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请所述的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式。此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (7)

1.一种地表水与林地损害鉴定评估方法,所述的地表水与林地损害鉴定评估方法用于公益诉讼领域的地表水与林地损坏的量化评估,其特征在于:所述的评估方法采用以下三个步骤建立:步骤1、评估方法数据采集;步骤2、评估模型的建立;步骤3、评估模型的量化计算;其中,所述步骤2、评估模型的建立包括建立地表水损害评估模型、林地损害评估模型;
所述步骤3、评估模型的量化计算包括生态损害实物量化以及生态损害价值量化;
所述的地表水损害评估模型如下:
Figure 422894DEST_PATH_IMAGE001
其中、C为单位治理成本;V为排放数量;α为危害系数;β为超标系数;γ为敏感系数;
所述的地表水损害评估模型的生态损害实物量化计算方法中V排放数量取值如下:
(1)排污口超标排放废水并进入地表水体的,排放数量为超标排放的废水或特征污染物总量;
(2)其他偷排、倾倒废水的,排放数量为排放的废水或特征污染物总量;
(3)向地表水体排放、倾倒固体废物的,排放数量为排放、倾倒的固体废物总量;
地表水评估的适用范围以及危害系数值α的确定:
(1)排放行为发生在集中式生活饮用水地表水源地、水生动植物自然保护区、水产种质资源保护区及其他国家自然保护区内的,或排放行为发生在上述保护区外、但污染物进入上述保护区且监测数据表明引起上述保护区水质异常的;危害系数值α确定为3;
(2)排放行为发生在渔业用水功能区的,或排放行为发生在渔业用水功能区外、但有监测数据表明引起渔业用水水质异常的;危害系数值α确定为2.5;
(3)排放行为发生在农业用水功能区的,或排放行为发生在农业用水功能区外、但有监测数据表明引起农业用水水质异常的;危害系数α值确定为2;
(4)排放行为发生在非直接接触娱乐用水、一般工业用水和一般景观用水功能区,或排放行为发生在上述用水功能区外、但有监测数据表明引起上述用水水质异常的;危害系数值α确定为1.5;
所述的地表水损害评估模型中的超标系数β的确定方式为:
污染最大超标倍数>1000;β取值为2;
100<污染最大超标倍数≤1000;β取值为1.75;
10<污染最大超标倍数≤100;β取值为1.5;
1<污染最大超标倍数≤10;β取值为1.25;
污染最大超标倍数≤1;β取值为1;
所述的地表水损害评估模型中的敏感系数γ取值确定方式为:
危险废物;γ取值为2;
一般工业固体废物;γ取值为1.75;
化学品,危险化学品除外;γ取值为1.5;
生活垃圾;γ取值为1.25。
2.根据权利要求1所述的一种地表水与林地损害鉴定评估方法,其特征在于:所述的步骤1、评估模型数据采集方法为使用卫星影像、无人机影像、遥感、实地样方调查、地理信息系统GIS对生态环境的损坏进行实物量化。
3.根据权利要求1所述的一种地表水与林地损害鉴定评估方法,其特征在于:所述的生态损坏实物量化采用以下计算方法,包括但不限于(1)布点采样方式;(2)空间插值方法;(3)迁移扩散模拟方法;(4)恢复过程模拟方法。
4.根据权利要求1所述的一种地表水与林地损害鉴定评估方法,其特征在于:所述的林地损害评估模型包括5个量化模块,每一个量化模块对应一种生态损害量化方法,分别为:
模块1、基于调查-遥感解译的损害实物量化模块;
模块2、基于等值分析的损害实物量化模块;
模块3、基于工程要素法进行损害价值量化模块;
模块4、基于函数法进行损害价值量化模块;
模块5、基于案例比对法进行损害价值量化模块。
5.一种地表水与林地损害鉴定的装置,所述的装置用于权利要求1至4中任一项所述的一种地表水与林地损害鉴定评估方法,其特征在于:所述的地表水与林地损害鉴定的装置包括:
数据获取模块,用于获取地表水损害以及林地损害的数据集;
数据处理模块,用于对获取的地表水损害以及林地损害的数据集进行数据处理,得到建立地表水损害模型以及林地损害模型的数据;
数据计算模块,用于依据处理后的数据对评估模型进行量化计算。
6.一种电子设备,其特征在于:包括处理器和存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如权利要求1至4中任一项所述的一种地表水与林地损害鉴定评估方法。
7.一种计算机存储介质,其特征在于:其上存储有计算机程序,所述的计算机程序被处理器执行时实现如权利要求1至4中任一项所述的一种地表水与林地损害鉴定评估方法。
CN202211045324.8A 2022-08-30 2022-08-30 一种地表水与林地损害鉴定评估方法及装置、设备和介质 Active CN115147011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211045324.8A CN115147011B (zh) 2022-08-30 2022-08-30 一种地表水与林地损害鉴定评估方法及装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211045324.8A CN115147011B (zh) 2022-08-30 2022-08-30 一种地表水与林地损害鉴定评估方法及装置、设备和介质

Publications (2)

Publication Number Publication Date
CN115147011A CN115147011A (zh) 2022-10-04
CN115147011B true CN115147011B (zh) 2022-11-29

Family

ID=83416356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211045324.8A Active CN115147011B (zh) 2022-08-30 2022-08-30 一种地表水与林地损害鉴定评估方法及装置、设备和介质

Country Status (1)

Country Link
CN (1) CN115147011B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315491B (zh) * 2023-11-28 2024-02-20 泰安市绿威园林有限公司 一种面向林业工程建设的生态红线预警方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2021101529A4 (en) * 2021-03-25 2021-05-13 China Waterborne Transport Research Institute Method for judging causal relationship of marine ecological environment damage

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3842071A1 (de) * 1988-12-14 1990-06-21 Morszeck Beratende Ingenieure Verfahren und anlage zur behandlung vereisungsschutzmittelbelasteten oberflaechenwassers
CN104573338B (zh) * 2014-12-24 2017-09-29 哈尔滨工业大学 一种应用于突发性水源污染应急处置技术筛选与评估的方法
CN108492007B (zh) * 2018-03-02 2021-10-26 交通运输部水运科学研究所 一种海洋生态环境损害因果关系判定方法
CN113535678B (zh) * 2021-07-08 2023-08-11 中国科学院南京地理与湖泊研究所 一种地表水环境优先污染物清单的构建方法
CN114912851B (zh) * 2022-07-18 2022-11-08 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) 一种矿山越界开采生态环境损害评估系统及其方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2021101529A4 (en) * 2021-03-25 2021-05-13 China Waterborne Transport Research Institute Method for judging causal relationship of marine ecological environment damage

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
典型淡水生态环境损害量化技术研究初探;吴宣等;《交通节能与环保》;20210603;第17卷(第83期);第46-52页 *

Also Published As

Publication number Publication date
CN115147011A (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
Voutchkova et al. A high-resolution nitrate vulnerability assessment of sandy aquifers (DRASTIC-N)
Elkadiri et al. A remote sensing-based approach for debris-flow susceptibility assessment using artificial neural networks and logistic regression modeling
Zamorano et al. Evaluation of a municipal landfill site in Southern Spain with GIS-aided methodology
Leuven et al. Riverine landscape dynamics and ecological risk assessment
Jafari et al. Groundwater risk assessment based on optimization framework using DRASTIC method
Rajib et al. Surface depression and wetland water storage improves major river basin hydrologic predictions
Dewitte et al. Combining spatial data in landslide reactivation susceptibility mapping: a likelihood ratio-based approach in W Belgium
Mogaji et al. Modeling groundwater vulnerability prediction using geographic information system (GIS)-based ordered weighted average (OWA) method and DRASTIC model theory hybrid approach
Ares et al. Detection of process‐related changes in plant patterns at extended spatial scales during early dryland desertification
Thiery et al. Application of expert rules in indirect approaches for landslide susceptibility assessment
Fitzpatrick et al. Spatial variability of subaqueous and terrestrial acid sulfate soils and their properties, for the Lower Lakes South Australia
Allocca et al. A novel methodology for Groundwater Flooding Susceptibility assessment through Machine Learning techniques in a mixed-land use aquifer
CN115147011B (zh) 一种地表水与林地损害鉴定评估方法及装置、设备和介质
Lozano et al. Data collection tools for post-disaster damage assessment of building and lifeline infrastructure systems
Welivitiya et al. Evaluating a new landform evolution model: a case study using a proposed mine rehabilitation landform
Neocleous et al. Digital mapping of corrosion risk in coastal urban areas using remote sensing and structural condition assessment: case study in Cyprus
Pimwiset et al. Water Turbidity Determination by a Satellite Imagery-Based Mathematical Equation for the Chao Phraya River: 10.32526/ennrj/20/202100237
Detenbeck et al. Watershed-based survey designs
Fabbri et al. A software approach to spatial predictions of natural hazards and consequent risks
WO2021199245A1 (ja) 分析装置、分析方法及び記憶媒体
Park et al. Spatial Estimates of Stormwater‐Pollutant Loading Using Bayesian Networks and Geographic Information Systems
Uber Suspended sediment production and transfer in mesoscale catchments: A new approach combining flux monitoring, fingerprinting and distributed numerical modeling
Dai et al. Application and exploration of artificial intelligence technology in urban ecosystem-based disaster risk reduction: A scoping review
Schmidt et al. Application of deep convolutional networks for improved risk assessments of post-wildfire drinking water contamination
Hossain et al. Neural Network Based Estimation of Service Life of Different Metal Culverts in Arkansas

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221026

Address after: No. 8, Dayangfang, Beiyuan Road, Andingmenwai, Chaoyang District, Beijing 100,012

Applicant after: Environmental Planning Institute of the Ministry of Ecology and Environment

Applicant after: Shenzhen Huayun Zhongsheng Technology Co.,Ltd.

Address before: 518057 Room 701, Building 11, Shenzhen Software Park (Phase 2), No. 1, Kejizhong 2 Road, Gaoxin District, Maling Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong, China

Applicant before: Shenzhen Huayun Zhongsheng Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant