CN115409374A - 城镇化差异对流域水生态服务功能的影响预警方法 - Google Patents
城镇化差异对流域水生态服务功能的影响预警方法 Download PDFInfo
- Publication number
- CN115409374A CN115409374A CN202211051641.0A CN202211051641A CN115409374A CN 115409374 A CN115409374 A CN 115409374A CN 202211051641 A CN202211051641 A CN 202211051641A CN 115409374 A CN115409374 A CN 115409374A
- Authority
- CN
- China
- Prior art keywords
- index
- service function
- urbanization
- water ecological
- ecological service
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 408
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000000513 principal component analysis Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 371
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000036961 partial effect Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 239000002689 soil Substances 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 10
- 230000001364 causal effect Effects 0.000 claims description 9
- 239000008235 industrial water Substances 0.000 claims description 9
- 238000000746 purification Methods 0.000 claims description 9
- 239000002131 composite material Substances 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000004887 air purification Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 229910052760 oxygen Inorganic materials 0.000 claims description 5
- 239000001301 oxygen Substances 0.000 claims description 5
- 238000012353 t test Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 230000002195 synergetic effect Effects 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 2
- 229910052799 carbon Inorganic materials 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000008092 positive effect Effects 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims 1
- 230000010485 coping Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 32
- 239000000047 product Substances 0.000 description 13
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 6
- 230000014759 maintenance of location Effects 0.000 description 6
- 229910052757 nitrogen Inorganic materials 0.000 description 6
- 229910052698 phosphorus Inorganic materials 0.000 description 6
- 239000011574 phosphorus Substances 0.000 description 6
- 241000282414 Homo sapiens Species 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001744 unit root test Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 238000009776 industrial production Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000000692 Student's t-test Methods 0.000 description 2
- 150000001450 anions Chemical class 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229930002868 chlorophyll a Natural products 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000013485 heteroscedasticity test Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
- 238000005406 washing 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—Systems or methods specially adapted for 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)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (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)
Abstract
本发明涉及一种城镇化差异对流域水生态服务功能的影响预警方法，基于主成分分析算法将城镇化指标值和水生态服务功能指标值转换为城镇化主成分和水生态服务功能主成分，通过构建城镇化指标的综合函数和水生态服务功能指标的综合函数来获取对应指标的权重，再通过对城镇化指标值和水生态服务功能指标值进行加权求和，利用城镇化的综合指数和水生态服务功能的综合指数来构建拟合模型，根据拟合的环境库兹涅茨曲线来获取城镇化的综合指数阈值，在目标区域的城镇化的综合指数与城镇化的综合指数阈值的差值小于预设阈值时发出预警信号，从而使研究人员可以了解城镇化差异对当地水生态服务功能演变的影响，并及时制定相应的防范措施及应对策略。
Description
技术领域
本发明涉及流域水生态服务功能领域，尤其是涉及一种城镇化差异对流域水生态服务功能的影响预警方法。
背景技术
水生态服务功能是水生态系统的重要组成部分。水生态系统为区域经济发展提供物质条件，例如水产品提供、水利发电及航运等。除此之外，水生态系统为人类社会提供适宜的居住条件和人文条件，包括水文调节、空气净化、水体自净、水土保持、生境维持等。
快速增长的城镇化对流域生态系统稳定造成巨大压力，流域水生态恶化也制约着城镇化的健康发展。城镇化发展带来人口、经济的增长，建设用地面积增加，农用地面积减少等情况，且在发展经济的同时，流域水生态系统受到一定的破坏，但随着人类社会对生态环境的重视，加大了对水生态系统的保护，水生态系统稳定性也因此得到一定的恢复。
在城镇化发展进程中，根据城镇人口规模、经济水平、产业结构、人口受教育程度等基本情况，将城镇化进程分为城镇化前期、中期、后期和终期。不同城镇化发展阶段对水生态系统的影响不同，因此也造成流域水生态服务功能的变化存在不一致性和复杂性。在研究城镇化差异对流域水生态服务功能的影响时，往往需要多项数据进行复杂的分析计算并结合技术人员的判断，来确定城镇化差异对流域水生态服务功能的影响，该过程复杂且耗时耗力。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提供一种城镇化差异对流域水生态服务功能的影响预警方法，可以得到准确的城镇化指标对水生态服务功能的影响关系。
本申请的第一方面，提供了一种城镇化差异对流域水生态服务功能的影响预警方法，包括以下步骤：
获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值；
基于主成分分析算法，获取所述至少一个城镇化指标值对应的至少一个城镇化主成分，根据所述至少一个城镇化主成分构建城镇化指标的综合函数，根据城镇化指标的综合函数对所述城镇化指标值的偏导数的绝对值，获取城镇化指标值的权重；
基于主成分分析算法，获取所述至少一个水生态服务功能指标值对应的至少一个水生态服务功能主成分，根据所述至少一个水生态服务功能主成分构建水生态服务功能指标的综合函数，根据水生态服务功能指标的综合函数对所述水生态服务功能指标值的偏导数的绝对值，获取水生态服务功能指标值的权重；
根据所述城镇化指标值的权重，对所述至少一个城镇化指标值进行加权求和，获取城镇化的综合指数；
根据所述水生态服务功能指标值的权重，对所述至少一个水生态服务功能指标值进行加权求和，获取水生态服务功能的综合指数；
以水生态服务功能的综合指数作为因变量，以城镇化的综合指数作为自变量，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型，获取所述拟合模型拟合的环境库兹涅茨曲线；
获取所述环境库兹涅茨曲线的拐点对应的城镇化的综合指数阈值，当目标区域的城镇化的综合指数与所述城镇化的综合指数阈值的差值小于预设阈值时，发出预警信号。
本申请的第二方面，提供了一种城镇化指标对水生态服务功能的影响关系获取装置，包括：
数据获取模块，用于获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值；
第一权重获取模块，用于基于主成分分析算法，获取所述至少一个城镇化指标值对应的至少一个城镇化主成分，根据所述至少一个城镇化主成分构建城镇化指标的综合函数，根据城镇化指标的综合函数对所述城镇化指标值的偏导数的绝对值，获取城镇化指标值的权重；
第二权重获取模块，用于基于主成分分析算法，获取所述至少一个水生态服务功能指标值对应的至少一个水生态服务功能主成分，根据所述至少一个水生态服务功能主成分构建水生态服务功能指标的综合函数，根据水生态服务功能指标的综合函数对所述水生态服务功能指标值的偏导数的绝对值，获取水生态服务功能指标值的权重；
第一指数获取模块，用于根据所述城镇化指标值的权重，对所述至少一个城镇化指标值进行加权求和，获取城镇化的综合指数；
第二指数获取模块，用于根据水生态服务功能指标值的权重，对所述至少一个水生态服务功能指标值进行加权求和，获取水生态服务功能的综合指数；
环境库兹涅茨曲线获取模块，用于以水生态服务功能的综合指数作为因变量，以城镇化的综合指数作为自变量，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型，获取所述拟合模型拟合的环境库兹涅茨曲线；
预警模块，用于获取所述环境库兹涅茨曲线的拐点对应的城镇化的综合指数阈值，当目标区域的城镇化的综合指数与所述城镇化的综合指数阈值的差值小于预设阈值时，发出预警信号。
本申请的第三方面，提供了一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述的城镇化差异对流域水生态服务功能的影响预警方法的步骤。
本申请的第四方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的城镇化差异对流域水生态服务功能的影响预警方法的步骤。
在本申请实施例中，基于主成分分析算法将城镇化指标值转换为城镇化主成分，将水生态服务功能指标值转换为水生态服务功能主成分，通过构建城镇化指标的综合函数和水生态服务功能指标的综合函数来获取城镇化指标值的权重和水生态服务功能指标值的权重，再通过对城镇化指标值和水生态服务功能指标值进行加权求和，利用得到的城镇化的综合指数和水生态服务功能的综合指数来构建拟合模型，从而根据城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线来获取城镇化的综合指数阈值，在目标区域的城镇化的综合指数与城镇化的综合指数阈值的差值小于预设阈值时发出预警信号，从而使研究人员可以了解城镇化差异对当地水生态服务功能演变的影响，并及时制定相应的防范措施及应对策略。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1为本发明一个实施例中一种城镇化差异对流域水生态服务功能的影响预警方法的流程图；
图2为本发明另一个实施例中一种城镇化差异对流域水生态服务功能的影响预警方法的流程图；
图3为本发明一个实施例中一种城镇化指标对水生态服务功能的影响关系获取装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确，所描述的实施例仅仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请实施例保护的范围。
在本申请实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请实施例。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
此外，在本申请的描述中，除非另有说明，“若干个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“三种一般表示前后关联对象是一种“或”的关系。
请参阅图1，本申请提供了一种城镇化差异对流域水生态服务功能的影响预警方法，包括以下步骤：
S101：获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值；
目标区域为设定的一片地表区域。
具体地，所述获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值的步骤具体包括：
获取目标区域的统计年鉴数据和水生态系统数据；
基于城镇化评价指标体系，根据所述统计年鉴数据获取目标区域的至少一个城镇化指标值；
基于水生态服务功能评价指标体系，根据所述统计年鉴数据和所述水生态系统数据获取目标区域的至少一个水生态服务功能指标值；
城镇化评价指标体系可用于评价目标区域的城镇化水平，城镇化评价指标体系包括至少一个城镇化指标。具体地，城镇化指标可以为用户从人口城镇化、经济城镇化、土地城镇化与政策城镇化等多个角度设置的评价指标。
统计年鉴数据可以从统计网站或者经大数据处理抓取到的目标区域的统计年鉴数据。
如表1所示，其为一个实施例中的城镇化评价指标体系，城镇化评价指标体系包括多个一级城镇化指标和多个二级城镇化指标；每一个一级城镇化指标包括至少一个二级城镇化指标；
其中，一级城镇化指标包括人口城镇化、经济城镇化、社会城镇化和政策城镇化；
人口城镇化对应的二级城镇化指标包括人口密度、人口增长率、第二产业从业人员比重和第三产业从业人员比重；
经济城镇化对应的二级城镇化指标包括地区生产总值、工业总产值、农业总产值、人均生产总值、轻工业占工业总产值比重、地区生产总值增长率、居民可支配收入和居民消费零售额；
土地城镇化对应的二级城镇化指标包括建设用地面积、耕地用地面积、水域面积、交通路径和城镇绿地面积；
政策城镇化对应的二级城镇化指标包括科技投入占GDP的比重、环保投入占GDP的比重、教育支出占地区GDP的比重、医疗卫生支出占地区GDP的比重和财政支出占地区GDP的比重。
表1城镇化评价指标体系
其中，目标区域的城镇化指标值可以通过查阅国家统计局的人口统计数据、经济统计数据、医疗卫生机构统计数据、土地利用数据、收入数据、财政支出数据等数据得到。
城镇化指标值可以同时具有时间与空间(样本)维度，例如，城镇化指标值可以是某一年的某个地区的某个城镇化指标值。城镇化指标值可以视为若干个样本在不同时间的截面数据，或者各个指标的时间序列，结合城镇化指标值的时间和空间维度，形成三维立体数据，提高城镇化指标对水生态服务功能的影响关系获取的准确性。
水生态服务功能评价指标体系可用于评价目标区域的水生态服务功能水平，水生态服务功能评价指标体系包括至少一个水生态服务功能指标。具体地，水生态服务功能指标可以为用户从产品提供功能、调节功能、文化功能和生命支持功能等多个角度设置的评价指标。
如表2所示，其为一个实施例中水生态服务功能评价指标体系，水生态服务功能评价指标体系包括多个一级水生态服务功能指标和多个二级水生态服务功能指标；每一个一级水生态服务功能指标包括至少一个二级水生态服务功能指标。
表2水生态服务功能评价指标体系
其中，一级水生态服务功能指标对应的二级水生态服务功能指标包括产品提供功能、调节功能、文化功能和生命支持功能；
产品提供功能对应的二级水生态服务功能指标包括生活用水、产业用水、水资源供给、水产品提供、水力发电和内陆航运；
生活用水是指居民通过取水设施和取水系统取用的用以满足日常饮用、洗涤、冲厕、牲畜用水等基本生活需要的水资源，在本申请实施例中，以生活用水价值来确定目标区域的产品提供功能，具体地，根据生活用水的水价以及生活用水水价来计算生活用水价值：
Vp1＝Pp1×Qp1
其中，Vp1为生活用水价值，Pp1为生活用水水价，Qp1为生活用水量。
产业用水是用于满足工业生产需要的水资源，在本申请实施例中，以产业用水价值来确定目标区域的产品提供功能，具体地，根据产业用水的水价以及各产业用水水价来计算产业用水价值：
∑Vpi＝Ppi×Qpi
其中，Vpi为第i产业用水价值；Ppi为第i产业用水水价；Qpi为第i产业用水量，第i产业可以为第一产业、第二产业和/或第三产业。
水资源供给由淡水供应能力和饮用水需求量共同决定，供需平衡、储量有可靠保障是水库生态系统水资源供给服务所要实现的最终目标，本申请实施例中以水资源供给价值来确定水资源供给情况：
Vw＝Sw×Pw
其中，Vw为水资源供给价值(亿元)，Sw为水资源供给量(108m3)，Pw为饮用水水价。
水产品提供可以根据捕获水产品的价值来衡量：
其中，Vf为提供水产品价值(亿元)；Y为水产品捕获量(t)；Q为水产品投放量(t)；Pv为水产品产值(亿元)；O为水产品产量(104t)。
水力发电可以根据目标区域的水力发电站发电价值量来衡量：
Vp＝∑YP×WP
其中，Vp为水力发电价值(元)；YP为P电站年发电量(kW·h)；WP为单位电价(元/kW·h)。内陆航运可以以流域内船只货运和客运流通的价值量来衡量，具体地：
Vgi＝Pgi×Qgi
其中，Vgi为第i种内陆航运价值；Pgi为第i内陆航运单位均价(元/人·km)；Qgi为第i种内陆航运物质量(108人·km或108t·km)。
调节功能对应的二级水生态服务功能指标包括水量调节、空气净化、水质净化、土壤保持和水源涵养；
水量调节是指河流、坑塘等水生态系统通过水源涵养功能，分洪削峰，补充地下水，实现流域水量在空间和时间上的再分配。本申请实施例中，以调节水量来衡量水量调节功能：
RW＝SW×Δh
其中，RW为调节水量(m3)，Δh为最高水位与平水位之差，即水位绝对变幅(m)，SW为区域水域面积(m2)。
空气净化是指水生态系统通过水面蒸发和植物蒸腾作用，使空气湿度增加，从而吸收大气中的粉尘及一些有毒气体，并且水生态系统还可以增加空气中的负离子，本申请实施例中，以净化空气功能服务价值来衡量空气净化功能：
Vr＝Pr-1×Qr-1+Pr-2×Qr-2
其中，Vr为净化空气功能服务价值；Pr-1为负离子生产的单位价格；Qr-1为水生态系统增加负离子数量；Pr-2为降低粉尘的单位价格；Qr-2为降低粉尘数量。
水质净化是指水生态系统通过对径流中含氮、磷污染物质的稀散、吸附、氧化还原等物理、化学反应，降低水体中的氮磷含量，从而实现净化水环境的功能。本申请实施例中，以氮净化量和磷净化量来衡量水质净化功能：
NW＝QN×SW×βN
PW＝QP×Sw×βP
其中，NW为氮净化量(t)，PW为磷净化量(t)，QN为单位面积氮污染物入河量(t/km2)，QP为单位面积磷污染物入河量(t/km2)，βN为氮去除率(％)，βP为磷去除率(％)。
湖泊水库是地表径流泥沙的要接纳场所，具有土壤持留功能。本申请实施例中，以土壤保持价值量来衡量土壤持留功能：
其中，土壤保持面积＝泥沙淤积量(吨)/(土壤表土平均厚度*土壤平均容重)；
土壤保持价值量＝土壤保持面积*(年度农业产值/耕地总面积)。
水源涵养是可以通过蓄水价值来衡量，具体地：
Vwstore＝Rs×Pwstore
其中，Vwstore为涵养水源价值(亿元)，Rs为流域水库蓄水量(108m3)，Pwstore为单位贮水价值(元/m3)。
文化功能对应的二级水生态服务功能指标包括文化科研教育和美学价值。水生态系统独特的水分、营养物质循环与生态结构，使其成为天然的农学、生态学、水文水利学等学科的天然实验室，具有重要的文化科研价值。
在本申请实施例中，取中国单位面积湿地的平均文化科研价值和全球湿地生态系统科研文化功能价值的平均值作为水生态系统的科研价值参数，由此计算出各区域的文化科研价值量。
美学价值是指湿地生态系统或者景观为人类提供观赏、娱乐、旅游的场所产生的价值。
在本申请实施例中，以旅游价值来确定美学价值，具体地，旅游价值以旅游者在旅游过程中的总支出计算，总支出包括游客从出发地至景点的直接往返交通费用、游客在整个旅游时间中的食宿费用以及门票和景点的各种服务收费等。
生命支持功能对应的二级水生态服务功能指标包括物种多样性、固碳释氧和物质循环。
具体地，物种多样性以Shannon-Wiener多样性指数来计算，：
其中，H′为Shannon-Wiener多样性指数；n为所有物种数量；Pi为第i个物种的相对多度。
水生态系统中的浮游植物通过光合作用不断吸收大气中的CO2，产生O2，将生成的有机物质积累到自身体内，从而调节大气成分，因此，在本申请实施例中，固碳释氧水平以固碳释氧总量来衡量：
Tc＝Sw×NPPem＝Sw(34.52chl-a+222.9)
其中，Tc为固碳释氧总量(mg/d)；NPPem为浮游植物初级生产力(mg(C)/(m2·d))；chl-a为水域表层叶绿素a浓度(mg/m3)；Sw为区域水域面积(m2)。
水生态服务功能指标值可以同时具有时间与空间(样本)维度，例如，水生态服务功能指标值可以是某一年的某个地区的某个水生态服务功能指标值。水生态服务功能指标值可以视为若干个样本在不同时间的截面数据，或者各个指标的时间序列，结合水生态服务功能指标值的时间和空间维度，形成三维立体数据，提高城镇化指标对水生态服务功能的影响关系获取的准确性。
在一个实施例中，可以利用相关系数来验证城镇化和水生态服务功能内部指标之间是否具有线性关系，具体地，按照下列方式，获取每一个城镇化指标与水生态服务功能指标之间的相关系数：
其中，ρ为第i个城镇化指标Xi与第i个水生态服务功能指标Yi之间的相关系数，
为城镇化指标的均值，
为水生态服务功能指标的均值，n为指标的个数。
在得到相关系数ρ后，可以按照下表3确定每一个城镇化指标与水生态服务功能指标之间的相关性：
表3相关系数表
| ρ∈(0，0.3] | 微弱相关 |
| ρ∈(0.3，0.5] | 低度相关 |
| ρ∈(0.5，0.8] | 显著相关 |
| ρ∈(0.8，1.0] | 高度相关 |
当两个自变量的相关性较高时，利用该自变量拟合的模型偏向高相关的变量，导致模型对这些变量存在较高的依赖性，影响模型的泛化性能。因此，优选地，在对所述至少一个城镇化指标值进行加权求和之前，还包括以下步骤：
获取每两个城镇化指标之间的相关系数，若存在两个城镇化指标的相关系数大于预设系数阈值，分别计算两个城镇化指标与其它城镇化指标的平均相关系数，删除其中平均相关系数最大的城镇化指标。
当存在城镇化指标X1和城镇化指标X2的相关系数达到0.99甚至1时，计算城镇化指标X1与其它城镇化指标的平均相关系数α，计算城镇化指标X2其它城镇化指标的平均相关系数β，如果α＞β，则删除城镇化指标X1，否则删除城镇化指标X2。
通过删除高相关的自变量，避免拟合的模型偏向高相关的自变量，提高拟合的模型的泛化能力和准确性。
在一个优选的实施例中，为了避免各指标量纲和量级差异过大影响数据的可靠性，可以对城镇化指标值和水生态服务功能指标值进行无量纲化标准化处理，从而便于后续各项数据的比较和计算。
本申请以水生态服务功能指标为例进行对标准化处理的过程进行说明，对于城镇化指标的标准化处理的过程可参照下述说明，在此不再赘述：
具体地，在获取至少一个水生态服务功能指标值之后，还包括以下步骤：
根据所述水生态服务功能指标对水生态服务功能的影响关系，确定所述水生态服务功能指标为正向指标或负向指标；其中，正向指标对水生态服务功能具有正向作用，负向指标对水生态服务功能具有负向作用；
其中，水生态服务功能指标对水生态服务功能为正向影响或负向影响可以通过现有的水生态服务功能指标对水生态服务功能的研究资料确定，对于正向指标，其数值越大，对水生态服务功能的正向影响越大；对于负向指标，其数值越大，对水生态服务功能的负向影响越大。
当所述水生态服务功能指标为正向指标，按照以下方式，对所述水生态服务功能指标进行标准化：
当所述水生态服务功能指标为负向指标，按照以下方式，对所述水生态服务功能指标进行标准化：
其中，
为地区
第i年的水生态服务功能指标j的标准化值，
为地区
第i年的水生态服务功能指标j的初始值，
为不同地区不同年份的水生态服务功能指标j中的最小值，
为不同地区不同年份的水生态服务功能指标j中的最大值。
本申请实施例中，通过对城镇化指标值和水生态服务功能指标值进行标准化，降低拟合模型的数据运算量，提高拟合模型拟合效率和准确率。
S102：基于主成分分析算法，获取所述至少一个城镇化指标值对应的至少一个城镇化主成分，根据所述至少一个城镇化主成分构建城镇化指标的综合函数，根据城镇化指标的综合函数对所述城镇化指标值的偏导数的绝对值，获取城镇化指标值的权重；
主成分分析法通过在尽可能多地保留数据信息的基础上，通过少数互不相关的综合因子代替数量众多的随机变量，实质上是一组变量的数个线性组合来解释这组变量的方差—协方差结构。其中，各个主成分的权重由其本身的贡献率决定，是由数据的信息客观确定的，克服了主观赋权法人为确定权重的缺陷，本申请中基于主成分分析算法来获取城镇化指标值的权重，可以有效提高城镇化的综合指数的准确性。
S103：基于主成分分析算法，获取所述至少一个水生态服务功能指标值对应的至少一个水生态服务功能主成分，根据所述至少一个水生态服务功能主成分构建水生态服务功能指标的综合函数，根据水生态服务功能指标的综合函数对所述水生态服务功能指标值的偏导数的绝对值，获取水生态服务功能指标值的权重；
本申请以水生态服务功能指标为例，对获取水生态服务功能指标值的权重的过程进行说明：
具体地，获取水生态服务功能指标值的权重的步骤具体包括：
按照以下方式，获取水生态服务功能指标的k个主成分：
其中，Fk为水生态服务功能指标的第k个主成分，S1、S2……Sm为m个水生态服务功能指标的标准化值，ak1、ak2……akm为第k个主成分的各个水生态服务功能指标值S1、S2……Sm对应的因子系数，k应的；
主成分包含了水生态服务功能指标集的绝大多数信息，若假设F为水生态服务功能指标的综合函数，按照以下方式，构建水生态服务功能指标的综合函数：
其中，F为水生态服务功能指标的综合函数，n为水生态服务功能指标的个数，θj为主成分Fj的方差贡献率，表示解释指标集信息的能力，aij为因子系数。
按照以下方式，获取水生态服务功能指标的权重：
其中，ωj为水生态服务功能指标j的权重，
为地区
第i年的水生态服务功能指标j的标准化值；
本申请中以水生态服务功能指标的综合函数F对所述水生态服务功能指标值
的偏导数的绝对值来表示水生态服务功能受水生态服务功能指标影响的敏感度，偏导数的绝对值越大表示该指标越重要，因此，以该偏导数的绝对值作为水生态服务功能指标的权重。
需要说明的是，本申请中获取城镇化指标值的权重的方式与获取水生态服务功能指标值的权重的方式类似，具体可参照上述实施例的说明，在此不再赘述。
S104：根据所述城镇化指标值的权重，对所述至少一个城镇化指标值进行加权求和，获取城镇化的综合指数；
城镇化指标值的权重可以根据该城镇化指标与城镇化的影响程度确定，例如，对与城镇化的影响程度越高的城镇化指标，赋予更高的权重，对于对与城镇化的影响程度低的城镇化指标，赋予低权重。
S105：根据所述水生态服务功能指标值的权重，对所述至少一个水生态服务功能指标值进行加权求和，获取水生态服务功能的综合指数；
水生态服务功能指标值的权重可以根据该水生态服务功能指标对水生态系统的影响程度确定，影响程度越高，其权重越大。
具体地，按照以下方式，对所述至少一个水生态服务功能指标值进行加权求和：
其中，
为水生态服务功能的综合指数，
为地区
第i年的水生态服务功能指标j的标准化值。
S106：以水生态服务功能的综合指数作为因变量，以城镇化的综合指数作为自变量，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型，获取所述拟合模型拟合的环境库兹涅茨曲线；
根据环境库兹涅茨曲线(Environmental Kuznets Curve，EKC)，水生态服务功能随着人均收入水平的提高可能呈现的下降后上升的U形曲线关系，当一个国家处于经济起飞阶段时，水生态系统较为稳定，其水生态服务功能较好，但是随着人均GDP的上升，人类社会对水生态的开发和利用增加，工农业活动导致水生态环境受到破坏，因而水生态服务功能呈现下降的趋势；当经济发展到一定水平时，即到达某个临界点(或称“拐点”点后，随着人均GDP的进一步提升，以及对水生态系统的保护措施逐渐重视，水生态服务功能又会从低到高，水生态服务功能也会获得改善和提升。
由于不同城镇化地区具有不同的经济、人口、土地等特征，且水生态服务功能也可能存在复杂的变化过程，因此为了减少和降低数据的异方差性和波动性，本申请中采用环境库兹涅茨曲线模型的线性、二次、三次对数模型来拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线。
具体地，所述根据城镇化的综合指数和水生态服务功能的综合指数，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型的步骤具体包括：
将所述城镇化的综合指数和所述水生态服务功能的综合指数输入二次对数模型中，获取二次对数模型的R2值；
其中，
为地区
的水生态服务功能的综合指数，
为地区
的城镇化的综合指数，β01为二次对数模型的常数项，β11、β21、β31为二次对数模型的系数，系数取值不同影响着环境库兹涅茨曲线的形状，E1为二次对数模型的影响因素，E1通常为0；ε1为二次对数模型的误差项，服从正态分布；
将所述城镇化的综合指数和所述水生态服务功能的综合指数输入三次对数模型中，获取三次对数模型的R2值；
其中，β02为三次对数模型的常数项，β12、β22、β32、β42为三次对数模型的系数，系数取值不同影响着环境库兹涅茨曲线的形状，E2为三次对数模型的影响因素，E2通常为0；ε2为三次对数模型的误差项，服从正态分布。
根据二次对数模型的R2值和三次对数模型的R2值，确定最贴合的拟合模型，根据所述拟合模型拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线。
当拟合模型为线性模型，也即β11≠0，β21＝β31＝0时，环境库兹涅茨曲线为线性关系，当β11＞0时环境库兹涅茨曲线向右上方延伸，当β11＜0时环境库兹涅茨曲线向右下方延伸。
若拟合模型为二次对数模型，当β11＞0、β21＜0、β31＝0时，环境库兹涅茨曲线为倒“U”形，则水生态服务功能呈现先上升后下降的趋势；当β11＜0、β21＞0、β31＝0时，环境库兹涅茨曲线为正“U”形，则水生态服务功能呈现先下降后上升的趋势。
若拟合模型为三次对数模型，当β12＞0、β22＜0、β32＞0时，环境库兹涅茨曲线为正“N”形，则水生态服务功能呈现“下降-上升-下降”的趋势；当β12＜0、β22＞0、β32＜0时，环境库兹涅茨曲线为倒“N”形，则水生态服务功能呈现“上升-下降-上升”的趋势。
在本申请实施例中，利用测定系数R2来衡量样本观测值的分布与样本回归曲线的紧密程度，其中，测定系数R2位于0和1之间，当测定系数R2越接近于1，表示拟合模型的拟合优度越高。
本申请中可以通过观察各个参数的t检验值。在0.05的置信水平下，若p值小于0.05，说明变量在模型中满足显著性水平，进一步得到显著性更强的解释变量。
本申请利用拟合模型拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线，根据环境库兹涅茨曲线来确定城镇化差异与水生态服务功能之间的定量关系、不同城镇化地区水生态服务功能的变化过程以及两者协调发展的“拐点”，从空间和时间尺度上展示了城镇化差异对水生态服务功能演变的影响，为研究人员制定相应的城镇化发展策略提供重要参考。
S107：获取所述环境库兹涅茨曲线的拐点对应的城镇化的综合指数阈值，当目标区域的城镇化的综合指数与所述城镇化的综合指数阈值的差值小于预设阈值时，发出预警信号。
本申请的拐点可以是指环境库兹涅茨曲线的不同变化趋势的临界点，例如，可以是先上升后下降的环境库兹涅茨曲线的最高点，或者，也可以是先下降后上升的环境库兹涅茨曲线的最低点。
针对不同拐点，可以设置不同的预警信号，例如，对于先上升后下降的环境库兹涅茨曲线，其预警信号可以用于警示用户该区域的水生态服务功能即将衰减，以提示用户制定相应的防范措施及应对策略。
本申请的城镇化差异对流域水生态服务功能的影响预警方法可以运行在计算机设备中，当计算机设备检测到目标区域的城镇化的综合指数即将超过所述城镇化的综合指数阈值时，向用户预先绑定的终端发出警示信号，例如，可以是向管理员等用户预先绑定的手机号发送警示短信等，从而便于研究人员了解当地水生态服务功能水平，及时制定相应的防范措施及应对策略。
在本申请实施例中，基于主成分分析算法将城镇化指标值转换为城镇化主成分，将水生态服务功能指标值转换为水生态服务功能主成分，通过构建城镇化指标的综合函数和水生态服务功能指标的综合函数来获取城镇化指标值的权重和水生态服务功能指标值的权重，再通过对城镇化指标值和水生态服务功能指标值进行加权求和，利用得到的城镇化的综合指数和水生态服务功能的综合指数来构建拟合模型，从而根据城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线来获取城镇化的综合指数阈值，在目标区域的城镇化的综合指数与城镇化的综合指数阈值的差值小于预设阈值时发出预警信号，从而使研究人员可以了解城镇化差异对当地水生态服务功能演变的影响，并及时制定相应的防范措施及应对策略。
由于本申请的城镇化指标值和水生态服务功能指标值所涉及的数据量较大，在拟合计算时效率较低，针对上述问题，如图2所示，在一个优选的实施例中，在根据城镇化的综合指数和水生态服务功能的综合指数构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型之前，还包括以下步骤：
S201：按照以下方式，构建计量回归模型：
其中，
为地区
的水生态服务功能的综合指数，χi1、χi2、χi3、χi4...为多个城镇化指标值，α1、α2、α3、α4...分别为与多个城镇化指标对应的多个回归系数，γi1、γi2、γi3、γi4...为多个水生态服务功能指标值，β1、β2、β3、β4...分别为为与多个水生态服务功能指标对应的的回归系数，εi为城镇化发展对水生态服务功能指数回归模型的个体效应项，μi为计量回归模型的随机干扰项，
为城镇化的综合指数；
S202：基于单位根检验方法，对所述计量回归模型各变量的平稳性进行验证；
单位根检验方法用于检验各变量的时间序列是否存在单位根，若存在单位根则确定该时间序列为非平稳序列，若不存在单位根，则该时间序列为平稳序列。对于存在单位根的时间序列，在回归分析中会出现虚假回归，影响回归计算的准确性。
具体地，可以通过以下3种模型进行单位根检验，3种模型分别对应不包括常数项和时间趋势项、包括常数项和包括常数项和时间趋势项三种情况的单位根检验，在验证时，可以依次验证，也可以先验证包括常数项和时间趋势项的情况，再验证包括常数项的情况，最后验证不包括常数项和时间趋势项：
其中，α为截距项(常数项)，βt为时间趋势项，ΔXt为变量Xt和变量Xt-1的一阶差分项，εt为随机误差项(残差项)，m为序列的个数。
假设H0：δ＝0，即时间序列存在单位根，备选假设H1：δ＜0。
构造如下统计量τ：
其中，τ为统计量，
为
的最小二乘估计值，
对于不平稳的序列，可以通过对该序列的数据进行差分处理，以获取平稳的序列，从而消除经济时间序列表现出共同的变化趋势，而这些序列间本身不一定有直接的关联的情况。
S203：若所述回归模型存在至少两个不平稳的变量，对所述至少两个不平稳的变量进行协整检验；
协整检验是判断变量间是否存在长期均衡稳定关系的一般方法，其基本要求即检验序列需是同阶单整序列。若单位根检验表明序列数据是非平稳的，则不能通过对多个非平稳变量进行简单的回归来分析它们之间的相关关系，为了研究两个或多个非平稳变量之间是否存在某种长期的均衡关系(协整关系)，应进行协整检验。
具体地，按照以下方式，来对所述至少两个不平稳的变量进行协整检验：
若两个变量的时间序列
和
满足：
(1).
为非稳定时间序列；
(2).
为非稳定时间序列；
(3).两者的线性组合平稳，表示成
且Zt单整数小于d则可称
存在协整关系。
其中，I(d)表示序列为d阶协整，a为变量
对应的协整向量，b为变量
对应的协整向量。
本申请中利用协整检验确定城镇化的综合指数
和水生态服务功能的综合指数
之间是否在一定程度上存在长期均衡的协整关系。
S204：若城镇化的综合指数与水生态服务功能的综合指数之间存在协整关系，基于格兰杰因果关系检验方法，确定城镇化的综合指数与水生态服务功能的综合指数为单向因果关系或双向因果关系；
格兰杰因果关系检验方法用于确定城镇化的综合指数与水生态服务功能的综合指数为单向因果关系或双向因果关系。
具体地，按照以下方式，对城镇化的综合指数与水生态服务功能的综合指数的因果关系进行检验：
若公式(1)中R各个滞后项前的参数α在统计上整体显著不为0，而公式(2)中U各个滞后项前的参数γ在统计上整体显著为0，确定水生态服务功能的综合指数
对城镇化的综合指数
有单向影响；
若公式(1)中R各个滞后项前的参数α在统计上整体显著为0，而公式(2)中U各个滞后项前的参数γ在统计上整体显著不为0，确定城镇化的综合指数
对水生态服务功能的综合指数
有单向影响；
若公式(1)中R各个滞后项前的参数α在统计上整体显著不为0，而公式(2)中U各个滞后项前的参数γ在统计上整体显著不为0，确定城镇化的综合指数
与水生态服务功能的综合指数
之间有双向影响；
若公式(1)中R各个滞后项前的参数α在统计上整体显著为0，而公式(2)中U各个滞后项前的参数γ在统计上整体显著为0，确定城镇化的综合指数
与水生态服务功能的综合指数
之间不存在影响。
S205：建立城镇化的综合指数与水生态服务功能的综合指数的联立方程模型，对所述联立方程模型进行t检验，获取各变量的p值，并剔除p值大于预设阈值的变量；
具体地，按照以下方式，建立城镇化的综合指数与水生态服务功能的综合指数的联立方程模型：
对联立方程模型进行F检验，获取联立方程模型F检验调整后的R2，得知模型拟合优度。
对联立方程模型中各参数进行t检验，获取各变量的p值，其中，P值小于预设阈值的变量表示该变量在模型中显著，保留该变量；P值大于预设阈值的变量表示该变量在模型中不显著，对其进行剔除p值。
通过分析回归模型各变量对应的回归系数，若回归系数为正值，说明该变量对被解释变量水生态服务功能综合指数起正向作用，反之则为负向作用；回归系数的大小则反映该变量对被解释变量水生态服务功能综合指数的影响程度的大小。回归系数越大，表示该变量对被解释变量水生态服务功能综合指数的影响程度越大，反之则影响程度越小。
优选地，可以根据回归系数的大小选取与水生态服务功能的综合指数的关联性大于预设阈值的变量来计算城镇化的综合指数和水生态服务功能的综合指数，从而降低数据处理量，提高数据处理效率。
请参阅图3，本发明还提供了一种城镇化指标对水生态服务功能的影响关系获取装置，所述装置包括：
数据获取模块101，用于获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值；
第一权重获取模块102，用于基于主成分分析算法，获取所述至少一个城镇化指标值对应的至少一个城镇化主成分，根据所述至少一个城镇化主成分构建城镇化指标的综合函数，根据城镇化指标的综合函数对所述城镇化指标值的偏导数的绝对值，获取城镇化指标值的权重；
第二权重获取模块103，用于基于主成分分析算法，获取所述至少一个水生态服务功能指标值对应的至少一个水生态服务功能主成分，根据所述至少一个水生态服务功能主成分构建水生态服务功能指标的综合函数，根据水生态服务功能指标的综合函数对所述水生态服务功能指标值的偏导数的绝对值，获取水生态服务功能指标值的权重；
第一指数获取模块104，用于根据所述城镇化指标值的权重，对所述至少一个城镇化指标值进行加权求和，获取城镇化的综合指数；
第二指数获取模块105，用于根据水生态服务功能指标值的权重，对所述至少一个水生态服务功能指标值进行加权求和，获取水生态服务功能的综合指数；
环境库兹涅茨曲线获取模块106，用于以水生态服务功能的综合指数作为因变量，以城镇化的综合指数作为自变量，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型，获取所述拟合模型拟合的环境库兹涅茨曲线；
预警模块107，用于获取所述环境库兹涅茨曲线的拐点对应的城镇化的综合指数阈值，当目标区域的城镇化的综合指数与所述城镇化的综合指数阈值的差值小于预设阈值时，发出预警信号。
需要说明的是，上述实施例提供的城镇化指标对水生态服务功能的影响关系获取装置在执行城镇化差异对流域水生态服务功能的影响预警方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分为不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的城镇化指标对水生态服务功能的影响关系获取装置与城镇化差异对流域水生态服务功能的影响预警方法属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
本申请实施例还提供了一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述城镇化差异对流域水生态服务功能的影响预警方法的步骤。
本申请实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读储存介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本申请实施例还提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述城镇化差异对流域水生态服务功能的影响预警方法的步骤。
本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。
Claims (10)
1.一种城镇化差异对流域水生态服务功能的影响预警方法，其特征在于，包括以下步骤：
获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值；
基于主成分分析算法，获取所述至少一个城镇化指标值对应的至少一个城镇化主成分，根据所述至少一个城镇化主成分构建城镇化指标的综合函数，根据城镇化指标的综合函数对所述城镇化指标值的偏导数的绝对值，获取城镇化指标值的权重；
基于主成分分析算法，获取所述至少一个水生态服务功能指标值对应的至少一个水生态服务功能主成分，根据所述至少一个水生态服务功能主成分构建水生态服务功能指标的综合函数，根据水生态服务功能指标的综合函数对所述水生态服务功能指标值的偏导数的绝对值，获取水生态服务功能指标值的权重；
根据所述城镇化指标值的权重，对所述至少一个城镇化指标值进行加权求和，获取城镇化的综合指数；
根据所述水生态服务功能指标值的权重，对所述至少一个水生态服务功能指标值进行加权求和，获取水生态服务功能的综合指数；
以水生态服务功能的综合指数作为因变量，以城镇化的综合指数作为自变量，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型，获取所述拟合模型拟合的环境库兹涅茨曲线；
获取所述环境库兹涅茨曲线的拐点对应的城镇化的综合指数阈值，当目标区域的城镇化的综合指数与所述城镇化的综合指数阈值的差值小于预设阈值时，发出预警信号。
2.根据权利要求1所述的城镇化差异对流域水生态服务功能的影响预警方法，其特征在于，在获取至少一个水生态服务功能指标值之后，还包括以下步骤：
根据所述水生态服务功能指标对水生态服务功能的影响关系，确定所述水生态服务功能指标为正向指标或负向指标；其中，正向指标对水生态服务功能具有正向作用，负向指标对水生态服务功能具有负向作用；
当所述水生态服务功能指标为正向指标，按照以下方式，对所述水生态服务功能指标进行标准化：
当所述水生态服务功能指标为负向指标，按照以下方式，对所述水生态服务功能指标进行标准化：
其中，
为地区
第i年的水生态服务功能指标j的标准化值，
为地区
第i年的水生态服务功能指标j的初始值，
为不同地区不同年份的水生态服务功能指标j中的最小值，
为不同地区不同年份的水生态服务功能指标j中的最大值。
3.根据权利要求1所述的城镇化差异对流域水生态服务功能的影响预警方法，其特征在于，获取水生态服务功能指标值的权重的步骤具体包括：
按照以下方式，获取水生态服务功能指标的k个主成分：
Fk＝ak1S1+ak2S2+…+akmSm
其中，Fk为水生态服务功能指标的第k个主成分，S1、S2……Sm为m个水生态服务功能指标的标准化值，ak1、ak2……akm为第k个主成分的各个水生态服务功能指标值S1、S2……Sm对应的因子系数，k子系；
按照以下方式，构建水生态服务功能指标的综合函数：
其中，F为水生态服务功能指标的综合函数，n为水生态服务功能指标的个数，θj为主成分Fj的方差贡献率；
按照以下方式，获取水生态服务功能指标的权重：
其中，ωj为水生态服务功能指标j的权重，
为地区
第i年的水生态服务功能指标j的标准化值。
4.根据权利要求1所述的城镇化差异对流域水生态服务功能的影响预警方法，在根据城镇化的综合指数和水生态服务功能的综合指数构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型之前，还包括以下步骤：
按照以下方式，构建计量回归模型：
其中，
为地区
的水生态服务功能的综合指数，χi1、χi2、χi3、χi4…为多个城镇化指标值，α1、α2、α3、α4…分别为与多个城镇化指标对应的多个回归系数，γi1、γi2、γi3、γi4…为多个水生态服务功能指标值，β1、β2、β3、β4…分别为为与多个水生态服务功能指标对应的的回归系数，εi为城镇化发展对水生态服务功能指数回归模型的个体效应项，μi为计量回归模型的随机干扰项，
为城镇化的综合指数；
基于单位根检验方法，对所述计量回归模型各变量的平稳性进行验证；
若所述回归模型存在至少两个不平稳的变量，对所述至少两个不平稳的变量进行协整检验；
若城镇化的综合指数与水生态服务功能的综合指数之间存在协整关系，基于格兰杰因果关系检验方法，确定城镇化的综合指数与水生态服务功能的综合指数为单向因果关系或双向因果关系；
建立城镇化的综合指数与水生态服务功能的综合指数的联立方程模型，对所述联立方程模型进行t检验，获取各变量的p值，并剔除p值小于预设阈值的变量。
5.根据权利要求1所述的城镇化差异对流域水生态服务功能的影响预警方法，所述根据城镇化的综合指数和水生态服务功能的综合指数，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型的步骤具体包括：
将所述城镇化的综合指数和所述水生态服务功能的综合指数输入二次对数模型中，获取二次对数模型的R2值；
其中，
为地区
的水生态服务功能的综合指数，
为地区
的城镇化的综合指数，β01为二次对数模型的常数项，β11、β21、β31为二次对数模型的系数，E1为二次对数模型的影响因素，ε1为二次对数模型的误差项；
将所述城镇化的综合指数和所述水生态服务功能的综合指数输入三次对数模型中，获取三次对数模型的R2值；
其中，β02为三次对数模型的常数项，β12、β22、β32、β42为三次对数模型的系数，E2为三次对数模型的影响因素，ε2为三次对数模型的误差项；
根据二次对数模型的R2值和三次对数模型的R2值，确定最贴合的拟合模型，根据所述拟合模型拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线。
6.根据权利要求1所述的城镇化差异对流域水生态服务功能的影响预警方法，在对所述至少一个城镇化指标值进行加权求和之前，还包括以下步骤：
获取每两个城镇化指标之间的相关系数，若存在两个城镇化指标的相关系数大于预设系数阈值，分别计算两个城镇化指标与其它城镇化指标的平均相关系数，删除其中平均相关系数最大的城镇化指标。
7.根据权利要求1-6任一项所述的城镇化差异对流域水生态服务功能的影响预警方法，其特征在于，所述获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值的步骤具体包括：
获取目标区域的统计年鉴数据和水生态系统数据；
基于城镇化评价指标体系，根据所述统计年鉴数据获取目标区域的至少一个城镇化指标值；
基于水生态服务功能评价指标体系，根据所述统计年鉴数据和所述水生态系统数据获取目标区域的至少一个水生态服务功能指标值；
其中，所述城镇化评价指标体系包括多个一级城镇化指标和多个二级城镇化指标；每一个一级城镇化指标包括至少一个二级城镇化指标；
其中，一级城镇化指标包括人口城镇化、经济城镇化、土地城镇化和政策城镇化；
人口城镇化对应的二级城镇化指标包括人口密度、人口增长率、第二产业从业人员比重和第三产业从业人员比重；
经济城镇化对应的二级城镇化指标包括地区生产总值、工业总产值、农业总产值、人均生产总值、轻工业占工业总产值比重、地区生产总值增长率、居民可支配收入和居民消费零售额；
土地城镇化对应的二级城镇化指标包括建设用地面积、耕地用地面积、水域面积、交通路径和城镇绿地面积；
政策城镇化对应的二级城镇化指标包括科技投入占GDP的比重、环保投入占GDP的比重、教育支出占地区GDP的比重、医疗卫生支出占地区GDP的比重和财政支出占地区GDP的比重；
所述水生态服务功能评价指标体系包括多个一级水生态服务功能指标和多个二级水生态服务功能指标；每一个一级水生态服务功能指标包括至少一个二级水生态服务功能指标；
其中，一级水生态服务功能指标对应的二级水生态服务功能指标包括产品提供功能、调节功能、文化功能和生命支持功能；
产品提供功能对应的二级水生态服务功能指标包括生活用水、产业用水、水资源供给、水产品提供、水力发电和内陆航运；
调节功能对应的二级水生态服务功能指标包括水量调节、空气净化、水质净化、土壤保持和水源涵养；
文化功能对应的二级水生态服务功能指标包括文化科研教育和美学价值；
生命支持功能对应的二级水生态服务功能指标包括物种多样性、固碳释氧和物质循环。
8.一种城镇化指标对水生态服务功能的影响关系获取装置，其特征在于，包括：
数据获取模块，用于获取目标区域的至少一个城镇化指标值和至少一个水生态服务功能指标值；
第一权重获取模块，用于基于主成分分析算法，获取所述至少一个城镇化指标值对应的至少一个城镇化主成分，根据所述至少一个城镇化主成分构建城镇化指标的综合函数，根据城镇化指标的综合函数对所述城镇化指标值的偏导数的绝对值，获取城镇化指标值的权重；
第二权重获取模块，用于基于主成分分析算法，获取所述至少一个水生态服务功能指标值对应的至少一个水生态服务功能主成分，根据所述至少一个水生态服务功能主成分构建水生态服务功能指标的综合函数，根据水生态服务功能指标的综合函数对所述水生态服务功能指标值的偏导数的绝对值，获取水生态服务功能指标值的权重；
第一指数获取模块，用于根据所述城镇化指标值的权重，对所述至少一个城镇化指标值进行加权求和，获取城镇化的综合指数；
第二指数获取模块，用于根据水生态服务功能指标值的权重，对所述至少一个水生态服务功能指标值进行加权求和，获取水生态服务功能的综合指数；
环境库兹涅茨曲线获取模块，用于以水生态服务功能的综合指数作为因变量，以城镇化的综合指数作为自变量，构建用于拟合城镇化的综合指数和水生态服务功能的综合指数的环境库兹涅茨曲线的拟合模型，获取所述拟合模型拟合的环境库兹涅茨曲线；
预警模块，用于获取所述环境库兹涅茨曲线的拐点对应的城镇化的综合指数阈值，当目标区域的城镇化的综合指数与所述城镇化的综合指数阈值的差值小于预设阈值时，发出预警信号。
9.一种计算机可读存储介质，其上储存有计算机程序，其特征在于：该计算机程序被处理器执行时实现如权利要求1-7任意一项所述的城镇化差异对流域水生态服务功能的影响预警方法的步骤。
10.一种计算机设备，其特征在于：包括存储器、处理器以及存储在所述存储器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任意一项所述的城镇化差异对流域水生态服务功能的影响预警方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211051641.0A CN115409374B (zh) | 2022-08-30 | 2022-08-30 | 城镇化差异对流域水生态服务功能的影响预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211051641.0A CN115409374B (zh) | 2022-08-30 | 2022-08-30 | 城镇化差异对流域水生态服务功能的影响预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115409374A true CN115409374A (zh) | 2022-11-29 |
| CN115409374B CN115409374B (zh) | 2023-09-01 |
Family
ID=84164052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211051641.0A Active CN115409374B (zh) | 2022-08-30 | 2022-08-30 | 城镇化差异对流域水生态服务功能的影响预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115409374B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116167894A (zh) * | 2023-04-20 | 2023-05-26 | 中关村科学城城市大脑股份有限公司 | 水资源短缺告警方法、装置、电子设备和计算机可读介质 |
| CN116934015A (zh) * | 2023-07-11 | 2023-10-24 | 广东省科学院广州地理研究所 | 城镇化与水生态功能的时空动态分析方法、装置及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101686848B1 (ko) * | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | 평가지표의 표준화지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템 |
| CN112819284A (zh) * | 2021-01-05 | 2021-05-18 | 黄河勘测规划设计研究院有限公司 | 以流域为基础的生态环境演变评价方法及装置 |
| CN113139151A (zh) * | 2021-04-13 | 2021-07-20 | 武汉理工大学 | 一种城市化与生态环境近远程耦合协调水平的测度方法 |
| CN113762730A (zh) * | 2021-08-16 | 2021-12-07 | 中国科学院地理科学与资源研究所 | 一种水资源承载力风险评估方法及其电子设备 |
| WO2022099852A1 (zh) * | 2020-11-10 | 2022-05-19 | 广东粤海水务股份有限公司 | 一种城市景观湖泊水生态系统健康评价及诊断方法 |
| CN114626771A (zh) * | 2022-05-18 | 2022-06-14 | 中山大学 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
| CN114819378A (zh) * | 2022-05-11 | 2022-07-29 | 中国科学院地理科学与资源研究所 | 城市建设用地指标预测方法及装置 |
| US20230062591A1 (en) * | 2021-08-19 | 2023-03-02 | Qinghai Normal University | Method for estimating service value spaces of wetland ecosystems |
-
2022
- 2022-08-30 CN CN202211051641.0A patent/CN115409374B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101686848B1 (ko) * | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | 평가지표의 표준화지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템 |
| WO2022099852A1 (zh) * | 2020-11-10 | 2022-05-19 | 广东粤海水务股份有限公司 | 一种城市景观湖泊水生态系统健康评价及诊断方法 |
| CN112819284A (zh) * | 2021-01-05 | 2021-05-18 | 黄河勘测规划设计研究院有限公司 | 以流域为基础的生态环境演变评价方法及装置 |
| CN113139151A (zh) * | 2021-04-13 | 2021-07-20 | 武汉理工大学 | 一种城市化与生态环境近远程耦合协调水平的测度方法 |
| CN113762730A (zh) * | 2021-08-16 | 2021-12-07 | 中国科学院地理科学与资源研究所 | 一种水资源承载力风险评估方法及其电子设备 |
| US20230062591A1 (en) * | 2021-08-19 | 2023-03-02 | Qinghai Normal University | Method for estimating service value spaces of wetland ecosystems |
| CN114819378A (zh) * | 2022-05-11 | 2022-07-29 | 中国科学院地理科学与资源研究所 | 城市建设用地指标预测方法及装置 |
| CN114626771A (zh) * | 2022-05-18 | 2022-06-14 | 中山大学 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
Non-Patent Citations (1)
| Title |
|---|
| 夏自兰;赵小风;王继军;: "江苏省环境库兹涅茨曲线特征及其成因分析", no. 01, pages 204 - 207 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116167894A (zh) * | 2023-04-20 | 2023-05-26 | 中关村科学城城市大脑股份有限公司 | 水资源短缺告警方法、装置、电子设备和计算机可读介质 |
| CN116934015A (zh) * | 2023-07-11 | 2023-10-24 | 广东省科学院广州地理研究所 | 城镇化与水生态功能的时空动态分析方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115409374B (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Webb et al. | Widespread nitrous oxide undersaturation in farm waterbodies creates an unexpected greenhouse gas sink | |
| CN115409374A (zh) | 城镇化差异对流域水生态服务功能的影响预警方法 | |
| Liu et al. | Spatiotemporal dynamics of succession and growth limitation of phytoplankton for nutrients and light in a large shallow lake | |
| Bechtold et al. | Effects of N, P, and organic carbon on stream biofilm nutrient limitation and uptake in a semi‐arid watershed | |
| McDowell et al. | Establishment of reference or baseline conditions of chemical indicators in New Zealand streams and rivers relative to present conditions | |
| Wang et al. | GOLUM-CNP v1. 0: a data-driven modeling of carbon, nitrogen and phosphorus cycles in major terrestrial biomes | |
| CN112903606B (zh) | 一种基于无人机高光谱的红树林生态恢复力评估方法 | |
| Greenwood et al. | Utilizing eutrophication assessment directives from transitional to marine systems in the Thames Estuary and Liverpool Bay, UK | |
| Warner et al. | Upscaling soil-atmosphere CO2 and CH4 fluxes across a topographically complex forested landscape | |
| Peng et al. | The characteristics and local-regional contributions of atmospheric black carbon over urban and suburban locations in Shanghai, China | |
| Loewen et al. | Multiscale drivers of phytoplankton communities in north‐temperate lakes | |
| Rounds | Development of a neural network model for dissolved oxygen in the Tualatin River, Oregon | |
| Urbini et al. | Temporal and spatial variability of the CO2 system in a riverine influenced area of the Mediterranean Sea, the northern Adriatic | |
| Wang et al. | Temporal shifts in controls over methane emissions from a boreal bog | |
| Cai et al. | Spatial variation in soil respiration is determined by forest canopy structure through soil water content in a mature beech forest | |
| Bell et al. | Predictability of seawater DMS during the North Atlantic aerosol and marine ecosystem study (NAAMES) | |
| CN114254802B (zh) | 气候变化驱动下植被覆盖时空变化的预测方法 | |
| Gaines et al. | Effects of climate and anthropogenic drivers on surface water area in the southeastern United States | |
| Santos et al. | Increasy eutrophication symptoms during a prolonged drought event in tropical semi-arid reservoirs, Brazil | |
| He et al. | Uncertainty analysis of eddy flux measurements in typical ecosystems of ChinaFLUX | |
| Zhang et al. | Improving global gross primary productivity estimation by fusing multi-source data products | |
| Noriega et al. | Spatial and temporal variability of CO 2 fluxes in tropical estuarine systems near areas of high population density in Brazil | |
| Van Huissteden et al. | Sensitivity analysis of a wetland methane emission model based on temperate and arctic wetland sites | |
| de Azevedo et al. | Taxonomic and functional approaches to phytoplankton in ecosystems with different coverage of aquatic plants | |
| Mayen et al. | Atmospheric CO 2 exchanges measured by eddy covariance over a temperate salt marsh and influence of environmental controlling factors |
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 |