CN115524452B - 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 - Google Patents
面向水文节律变化的湖泊湿地生态修复实施效果评估方法 Download PDFInfo
- Publication number
- CN115524452B CN115524452B CN202211148636.1A CN202211148636A CN115524452B CN 115524452 B CN115524452 B CN 115524452B CN 202211148636 A CN202211148636 A CN 202211148636A CN 115524452 B CN115524452 B CN 115524452B
- Authority
- CN
- China
- Prior art keywords
- ecological restoration
- lake wetland
- implementation effect
- index
- scene
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 63
- 230000000694 effects Effects 0.000 title claims abstract description 46
- 230000033764 rhythmic process Effects 0.000 title claims abstract description 26
- 230000008859 change Effects 0.000 title claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 80
- 238000012544 monitoring process Methods 0.000 claims abstract description 65
- 230000005484 gravity Effects 0.000 claims abstract description 17
- 241000272517 Anseriformes Species 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 21
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 10
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 10
- 229910052757 nitrogen Inorganic materials 0.000 claims description 10
- 229910052760 oxygen Inorganic materials 0.000 claims description 10
- 239000001301 oxygen Substances 0.000 claims description 10
- 229910052698 phosphorus Inorganic materials 0.000 claims description 10
- 239000011574 phosphorus Substances 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 5
- 241000271566 Aves Species 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000592342 Tracheophyta Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Economics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Marketing (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Geology (AREA)
- Botany (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Environmental & Geological Engineering (AREA)
- Wood Science & Technology (AREA)
Abstract
本发明公开了面向水文节律变化的湖泊湿地生态修复实施效果评估方法，包括步骤：步骤1，考虑引调水工程给湖泊湿地带来的水文节律影响，制定湖泊湿地生态修复的目标；步骤2，以水质状况B1，水鸟多样性状况B2，植被覆盖状况B3三个方面作为准则层构建基于“目标层‑准则层‑指标层”层次结构模型的评估体系；步骤3，在不同情景下分别对湖泊湿地的水质状况、水鸟多样性状况、植被覆盖状况进行多次监测；步骤4，利用云重心评价法评估湖泊湿地生态修复实施效果。本发明可从时空上准确量化评估水文节律变化的湖泊湿地生态修复实施效果，具有明确性、可操作性和可衡量性，对于引调水工程绿色发展保障和湖泊湿地生态可持续发展提供有效支撑。
Description
技术领域
本发明属于湖泊湿地生态保护技术领域，具体涉及面向水文节律变化的湖泊湿地生态修复实施效果评估方法。
背景技术
引调水工程作为调蓄水资源分配，保障供水安全的多目标工程，在产生巨大经济效益和社会效益的同时，也不可避免地影响湖泊的水文节律变化，进而影响湖泊湿地生态水文过程、景观格局、生态功能和生物多样性。但目前我国湖泊湿地生态修复主要针对水污染治理问题(包括外源和内源污染物控制、湖滨带修复等)，针对水文节律变化的湿地生态修复也多针对已受损湖泊湿地生态系统，基本为“事后干预”。面向水文节律变化的湿地生态修复的目标是通过对引起湖泊湿地生态系统退化的主要驱动因子进行“提前干预”，降低引调水工程运行引起的水文节律变化对湖泊湿地生态的不利影响。然而，湖泊湿地生态修复实施后，湖泊湿地生态修复区域生态结构(包括植物存活状况、高度、盖度等)和功能(生物多样性维持)是否有所改善和调节？湖泊湿地生态系统是否朝生态修复的目标方向发展？已实施的湖泊湿地生态修复技术是否适合在大范围进行推广应用？这些不确定性问题均需开展湖泊湿地生态修复实施效果评估来研究和解决。
目前关于湖泊湿地生态系统调查和评价方面的研究较多，具体包括湖泊湿地生态状况评价(湖泊自然环境、水环境、污染源等调查，富营养化评价，水文地貌评价，生物多样性评价等)和生态修复目标确定，仅仅是湖泊湿地生态修复的前期研究工作。而关于湿地生态修复方面的技术，大多数为湿地生态修复装置和修复方法等方面的，湿地生态修复实施效果评估方法也多集中于河流生态系统或湖泊湿地生态系统的单一准则层。
当前缺乏湖泊湿地生态修复实施效果评估方法的研究，限制了湖泊湿地生态修复技术的推广应用，制约了引调水工程“社会-经济-生态”综合效益的发挥。因此，制定一种能够有效评估面向水文节律变化的湖泊湿地生态修复实施效果的评估方法，对于引调水工程设计者和实施者是迫切需要的，对于保障引调水工程绿色发展和湖泊湿地生态可持续发展具有重要的现实意义，更关系着人民福祉和子孙后代的美好生活需求。
发明内容
本发明的目的是提供面向水文节律变化的湖泊湿地生态修复实施效果评估方法，该方法可准确评估引调水工程影响下湖泊湿地生态修复的实施效果。
本发明的技术方案如下：
面向水文节律变化的湖泊湿地生态修复实施效果评估方法，包括步骤：
步骤1，考虑引调水工程给湖泊湿地带来的水文节律影响，从提高物质循环功能、维护水鸟多样性、恢复栖息地功能三个方面制定湖泊湿地生态修复的目标；
步骤2，以水质状况B1，水鸟多样性状况B2，植被覆盖状况B3三个方面作为准则层构建基于“目标层-准则层-指标层”层次结构模型的评估体系；
步骤3，在不同情景下分别对湖泊湿地的水质状况、水鸟多样性状况、植被覆盖状况进行多次监测；不同情景包括现状水位情景S1、规划控制水位但未实施生态修复情景S2和规划控制水位且实施生态修复情景S3，其中，现状水位为湖泊湿地的多年最枯月平均水位，规划控制水位为规划水平年下湖泊湿地的控制水位；
步骤4，利用云重心评价法评估湖泊湿地生态修复实施效果；
步骤4进一步包括子步骤：
4.1对三种情景下的监测数据分别进行归一化处理；
4.2根据归一化处理后的监测数据分别确定三种情景下各评价指标的权重系数，具体为：对各情景下归一化后的监测数据，将同一评价指标的不同监测值相加，获得监测数据相关的新矩阵；对新矩阵进行归一化处理得权重系数矩阵；
4.3根据各情景下的原始监测数据分别构建三个情景下的期望值矩阵；
4.4根据期望值矩阵和权重系数矩阵分别计算各情景下云模型的加权偏离度；
4.5将三种情景下的加权偏离度输入云发生器，分别自动获取各情景的隶属度，根据隶属度的优劣评估生态修复实施效果。
进一步的，“目标层-准则层-指标层”层次结构模型表示为：
目标层A＝{面向水文节律变化的湖泊湿地生态修复实施效果}；
准则层B＝{水质状况B1，水鸟多样性状况B2，植被覆盖状况B3}；
指标层C＝{化学需氧量C1，总磷C2，总氮C3，氨氮C4，香农-维纳多样性指数C5，辛普森多样性指数C6，皮洛均匀度指数C7，植被覆盖度C8}；
且，所述湖泊湿地生态修复的目标进一步包括确定化学需氧量C1、总磷C2、总氮C3、氨氮C4、香农-维纳多样性指数C5、辛普森多样性指数C6、皮洛均匀度指数C7和植被覆盖度C8的目标值。
进一步的，子步骤4.1所述的归一化处理，具体为：
将情景S1下的监测数据记为矩阵CS1＝{cim|i＝1,2,...,I,m＝1,2,...，M}，cim表示第i个评价指标的第m次监测值，I表示评价指标数量，M表示监测次数；对cim归一化处理： 为cim归一化后的值；
将情景S2下的监测数据记为矩阵cjm表示第j个评价指标的第m次监测值，对cjm进行归一化处理：/> 为cjm归一化后的值；
将情景S3下的监测数据记为矩阵ckm表示第k个评价指标的第m次监测值，对ckm进行归一化处理：/> 为ckm归一化后的值。
进一步的，子步骤4.3中，情景S1下第i个评价指标的期望值所有期望值Exi构成情景S1下的期望值矩阵/>
情景S2下第j个评价指标的期望值所有期望值Exj构成情景S2下的期望值矩阵/>
情景S3下第k个评价指标的期望值所有的期望值Exk构成情景S3下的期望值矩阵/>
进一步的，子步骤4.4中所述的根据期望值矩阵和权重系数矩阵分别计算各情景下云模型的加权偏离度，进一步包括：
期望值矩阵和权重系数矩阵的乘积作为云重心向量；
评价指标目标值与权重系数矩阵的乘积作为修复目标状态下的云重心向量；
对云重心向量进行偏移转换，获得偏移转换量；
利用权重系数矩阵对偏移转换量进行加权求和，获得加权偏离度。
进一步的，在云发生器中，将隶属度区间[0,1]等分为10个区间，每个区间依次对应一个评语：非常差(0，0.1)，很差(0.1，0.2)，较差(0.2，0.3)，差(0.3，0.4)，一般(0.4，0.5)，好(0.5，0.6)，较好(0.6，0.7)，很好(0.7，0.8)，非常好(0.8，0.9)，极好(0.9，1.0)。
进一步的，子步骤4.5中，根据隶属度的优劣评估生态修复实施效果，包括：
比较情景S3和情景S1的隶属度优劣，获得生态修复相对现状水位的实施效果；
比较情景S3和情景S2的隶属度优劣，获得生态修复相对规划控制水位情景的实施效果。
本发明具有如下优点和有益效果：
考虑到当前缺乏面向水文节律变化的湖泊湿地生态修复实施效果评估方法，限制了湖泊湿地生态修复技术的推广应用，难以有效地评估湖泊湿地生态修复实施效果。针对该问题，本发明统筹考虑修复目标的确定、评估体系的构建、修复前后湖泊湿地的监测，通过修复后状态与受影响状态及未实施生态修复状态对比，能够从时空上准确量化评估面向引调水工程的湖泊湿地生态修复实施效果，具有明确性、可操作性和可衡量性，对于引调水工程绿色发展保障和湖泊湿地生态可持续发展提供有效支撑。
附图说明
图1为本发明方法流程示意图。
具体实施方式
为使本领域技术人员更好地理解本发明，下面将对本发明技术方案的具体实施方式进行清楚、完整地描述，显然，下文所描述的仅为具体实施方式，其并不限制本发明的保护范围。
下面将结合附图详细说明本发明方法的具体实施过程。其具体实施方式的流程见图1，包括：
步骤1，考虑引调水工程给湖泊湿地带来的水文节律影响，从提高物质循环功能、维护水鸟多样性、恢复栖息地功能三个方面制定湖泊湿地生态修复的目标。
进一步的，确定化学需氧量C1、总磷C2、总氮C3、氨氮C4、香农-维纳多样性指数C5、辛普森多样性指数C6、皮洛均匀度指数C7和植被覆盖度C8的目标值，记为C(goal)＝{C1(goal),C2(goal),…,C8(goal)}。
步骤2，以水质状况B1、水鸟多样性状况B2、植被覆盖状况B3三个方面作为准则层，构建基于“目标层-准则层-指标层”层次结构模型的湖泊湿地生态修复实施效果评估体系。
表1湖泊湿地生态修复实施效果评估体系
在本具体实施方式中，所构建的评估体系层次结构模型见表1，目标层A是反映湖泊湿地生态修复实施效果的综合评价指标；准则层B是从不同方面反映湖泊湿地生态修复实施效果的水平，包括水质状况B1，水鸟多样性状况B2，植被覆盖状况B3三个准则层指标；其中，水质状况B1包括化学需氧量C1、总磷C2、总氮C3、氨氮C4的评价指标集，表示为B1＝{C1，C2，C3，C4}；水鸟多样性状况B2包括香农-维纳多样性指数C5、辛普森多样性指数C6、皮洛均匀度指数C7的评价指标集，表示为B2＝{C5，C6，C7}；植被覆盖状况B3包括植被覆盖度C8的评价指标，表示为B3＝{C8}。
上述所构建的“目标层-准则层-指标层”层次结构模型可表示为：目标层A＝{面向水文节律变化的湖泊湿地生态修复实施效果}；准则层B＝{水质状况B1，水鸟多样性状况B2，植被覆盖状况B3}；指标层C＝{化学需氧量C1，总磷C2，总氮C3，氨氮C4，香农-维纳多样性指数C5，辛普森多样性指数C6，皮洛均匀度指数C7，植被覆盖度C8}。
步骤3，在不同情景下分别对湖泊湿地的水质状况B1、水鸟多样性状况B2、植被覆盖状况B3进行多次监测。考虑到引调水工程给湖泊湿地带来的水文节律变化，监测现状水位情景(记为情景S1)下湖泊湿地的水质状况、水鸟多样性状况以及植被覆盖状况，作为对比监测数据；监测规划控制水位但未实施生态修复情景(记为情景S2)下湖泊湿地的水质状况、水鸟多样性状况以及植被覆盖状况，同样作为对比监测数据；监测规划控制水位且实施生态修复情景(记为情景S3)下湖泊湿地的水质状况、水鸟多样性状况以及植被覆盖状况，作为生态修复后的监测数据。具体地，现状水位采用湖泊湿地的多年最枯月平均水位，规划控制水位选择对应的规划水平年下湖泊湿地的控制水位。
在本具体实施方式中，在情景S1下，分别对化学需氧量C1、总磷C2、总氮C3、氨氮C4、香农-维纳多样性指数C5、辛普森多样性指数C6、皮洛均匀度指数C7和植被覆盖度C8监测M次，获取监测数据集其中，cim为矩阵/>中元素，cim表示第i个评价指标在第m次监测时的监测值。
同样地，在情景S2下，分别对化学需氧量C1、总磷C2、总氮C3、氨氮C4、香农-维纳多样性指数C5、辛普森多样性指数C6、皮洛均匀度指数C7和植被覆盖度C8监测M次，获取监测数据集其中，cjm为矩阵/>中元素，cjm表示第j个评价指标在第m次监测时的监测值。
同样地，在情景S3下，分别对化学需氧量C1、总磷C2、总氮C3、氨氮C4、香农-维纳多样性指数C5、辛普森多样性指数C6、皮洛均匀度指数C7和植被覆盖度C8监测M次，获取监测数据集其中，ckm为矩阵/>中元素，ckm表示第k个评价指标在第m次监测时的监测值。
对于水质状况监测，水样采集按照《环境监测技术规范》的规定方法执行，样品分析按照标准GB3838-2002《地表水环境质量标准》规定及《环境监测技术规范》的选配方法执行；水鸟多样性状况监测应符合标准HJ710.4—2014《生物多样性观测技术导则鸟类》；植被覆盖状况监测应符合标准HJ710.1—2014《生物多样性观测技术导则陆生维管植物》。
步骤4，将情景S1和S2下的监测数据作为对比监测数据，将情景S3下的监测数据作为生态修复后的监测数据，利用云重心评价法评估湖泊湿地生态修复实施效果。
本发明将云重心评价法引入到湖泊湿地生态修复实施效果评估中，并采用如下具体实施过程：
步骤4.1，对三种情景下的监测数据分别进行归一化处理，所谓归一化处理即将原始监测数据映射到0～1范围内。
情景S1下的监测数据记为矩阵其中元素cim表示情景S1下第i个评价指标的第m次监测值，m＝1,2，……M；情景S2下的监测数据记为矩阵/>其中元素cjm表示情景S2下第j个评价指标的第m次监测值；情景S3下的监测数据记为矩阵/>其中元素ckm表示情景S3下第k个评价指标的第m次监测值。
对情景S1、情景S2情景S3下的监测数据矩阵分别进行归一化处理，获得归一化处理后的监测数据矩阵，分别记为
对中任一元素cim，归一化处理后记为/>
对中任一元素cjm，归一化处理后记为/>
对中任一元素ckm，归一化处理后记为/>
步骤4.2，确定三种情景下各评价指标的权重系数。
先分别对矩阵中元素按行相加，即将同一评价指标不同次的监测值相加，获得三种情景对应的监测数据相关的新矩阵/>和/>再根据 分别确定三种情景下各评价指标的权重系数。
中任一元素Wi可表示为：
中任一元素Wj可表示为：
中任一元素Wk可表示为：
再分别对和/>进行归一化处理得到三种情景下的权重系数矩阵/> 和/>
步骤4.3，根据各情景下原始监测数据分别构建三个情景下评价指标的期望矩阵。
情景S1下第i个评价指标的期望值Exi为：
所有的期望值Exi构成情景S1下的期望值矩阵
情景S2下第j个评价指标的期望值Exj为：
所有的期望值Exj构成情景S2下的期望值矩阵
情景S3下第k个评价指标的期望值Exk为：
所有的期望值Exk构成情景S3下的期望值矩阵
步骤4.4，分别计算三种情景下云模型的加权偏离度。
情景S1下云模型的加权偏移度的具体计算包括如下子步骤：
①计算云重心向量
②计算修复目标状态下的云重心向量
③将云重心向量进行偏移转换
④对偏移转换量进行加权求和获取加权偏移度/>
情景S2下云模型的加权偏移度的具体计算包括如下子步骤：
①计算云重心向量
②计算修复目标状态下的云重心向量
③将云重心向量进行偏移转换
④将偏移转换量进行加权求和获取加权偏移度/>
情景S3下云模型的加权偏移度的具体计算包括如下子步骤：
①计算云重心向量
②计算修复目标状态下的云重心向量
③将云重心向量进行偏移转换
④将偏移转换量进行加权求和获取加权偏移度/>
上述Ci(Goal)、Cj(Goal)、Ck(Goal)均为预设的指标目标值，Ci(Goal)＝Cj(Goal)＝Ck(Goal)。
步骤4.5，将三种情景下的加权偏离度输入云发生器，自动获取三种情景下的隶属度，根据隶属度的优劣评估生态修复实施效果。
在云发生器模型中，将隶属度区间[0,1]等分为t个区间(即等级)，每个区间依次对应一个评语，评语根据区间从小到大的顺序从劣至优分布。本具体实施方式中，划分为10个等级，即t＝10，评语及对应区间的关系为：非常差(0，0.1)，很差(0.1，0.2)，较差(0.2，0.3)，差(0.3，0.4)，一般(0.4，0.5)，好(0.5，0.6)，较好(0.6，0.7)，很好(0.7，0.8)，非常好(0.8，0.9)，极好(0.9，1.0)。
当获得三种情景下的隶属度，隶属度可分别反映各情景的优劣。比较情景S3和情景S1的隶属度优劣，可得出相对现状的生态修复实施效果：若情景S3的评语更优，则生态修复实施相对现状产生了正向效果；否则未产生正向效果。比较情景S3和情景S2的隶属度优劣，可得出相对规划控制水位情况的生态修复实施效果：若情景S3的评语更优，则生态修复实施相对规划控制水位情况产生了正向效果；否则未产生正向效果。
本发明一方面通过现状水位情景(S1)和规划控制水位且实施生态修复情景(S3)对比，从时间层面上回答生态修复能将水位抬升的影响降低到多大程度；另一方面规划控制水位但不实施生态修复情景(S2)和规划控制水位且实施生态修复情景(S3)对比，从空间层面上回答生态修复能否有效降低水位抬升的影响。整个评估过程可以准确量化评估面向水文节律变化的湖泊湿地生态修复实施效果，为湖泊湿地生态修复技术的推广应用提供依据。
上述对本发明做了详细说明并且描述了实施例，但是对于本发明并不局限于此，本领域的普通技术人员，显然可以按照上述说明而做出各种形式上的改动和创新，只要不脱离本发明权利要求所保护的范围内，均受保护。
Claims (5)
1.面向水文节律变化的湖泊湿地生态修复实施效果评估方法，其特征是，包括步骤：
步骤1，考虑引调水工程给湖泊湿地带来的水文节律影响，从提高物质循环功能、维护水鸟多样性、恢复栖息地功能三个方面制定湖泊湿地生态修复的目标；
步骤2，以水质状况B1，水鸟多样性状况B2，植被覆盖状况B3三个方面作为准则层构建基于“目标层-准则层-指标层”层次结构模型的评估体系；
步骤3，在不同情景下分别对湖泊湿地的水质状况、水鸟多样性状况、植被覆盖状况进行多次监测；不同情景包括现状水位情景S1、规划控制水位但未实施生态修复情景S2和规划控制水位且实施生态修复情景S3，其中，现状水位为湖泊湿地的多年最枯月平均水位，规划控制水位为规划水平年下湖泊湿地的控制水位；
步骤4，利用云重心评价法评估湖泊湿地生态修复实施效果；
步骤4进一步包括子步骤：
4.1对三种情景下的监测数据分别进行归一化处理；
4.2根据归一化处理后的监测数据分别确定三种情景下各评价指标的权重系数，具体为：对各情景下归一化后的监测数据，将同一评价指标的不同监测值相加，获得监测数据相关的新矩阵；对新矩阵进行归一化处理得权重系数矩阵；
4.3根据各情景下的原始监测数据分别构建三个情景下的期望值矩阵；
4.4根据期望值矩阵和权重系数矩阵分别计算各情景下云模型的加权偏离度；
4.5将三种情景下的加权偏离度输入云发生器，分别自动获取各情景的隶属度，根据隶属度的优劣评估生态修复实施效果；
所述“目标层-准则层-指标层”层次结构模型表示为：
目标层A＝{面向水文节律变化的湖泊湿地生态修复实施效果}；
准则层B＝{水质状况B1，水鸟多样性状况B2，植被覆盖状况B3}；
指标层C＝{化学需氧量C1，总磷C2，总氮C3，氨氮C4，香农-维纳多样性指数C5，辛普森多样性指数C6，皮洛均匀度指数C7，植被覆盖度C8}；
且，所述湖泊湿地生态修复的目标进一步包括确定化学需氧量C1、总磷C2、总氮C3、氨氮C4、香农-维纳多样性指数C5、辛普森多样性指数C6、皮洛均匀度指数C7和植被覆盖度C8的目标值；
所述根据隶属度的优劣评估生态修复实施效果，包括：
比较情景S3和情景S1的隶属度优劣，获得生态修复相对现状水位的实施效果；
比较情景S3和情景S2的隶属度优劣，获得生态修复相对规划控制水位情景的实施效果。
2.如权利要求1所述的面向水文节律变化的湖泊湿地生态修复实施效果评估方法，其特征是：
子步骤4.1所述的归一化处理，具体为：
将情景S1下的监测数据记为矩阵cim表示第i个评价指标的第m次监测值，I表示评价指标数量，M表示监测次数；对cim归一化处理： 为cim归一化后的值；
将情景S2下的监测数据记为矩阵cjm表示第j个评价指标的第m次监测值，对cjm进行归一化处理：/> 为cjm归一化后的值；
将情景S3下的监测数据记为矩阵ckm表示第k个评价指标的第m次监测值，对ckm进行归一化处理：/> 为ckm归一化后的值。
3.如权利要求1所述的面向水文节律变化的湖泊湿地生态修复实施效果评估方法，其特征是：
子步骤4.3中，情景S1下第i个评价指标的期望值所有期望值Exi构成情景S1下的期望值矩阵/>
下的期望值矩阵ExS2；
情景S3下第k个评价指标的期望值所有的期望值Exk构成情景S3下的期望值矩阵/>
4.如权利要求1所述的面向水文节律变化的湖泊湿地生态修复实施效果评估方法，其特征是：
子步骤4.4中所述的根据期望值矩阵和权重系数矩阵分别计算各情景下云模型的加权偏离度，进一步包括：
期望值矩阵和权重系数矩阵的乘积作为云重心向量；
评价指标目标值与权重系数矩阵的乘积作为修复目标状态下的云重心向量；
对云重心向量进行偏移转换，获得偏移转换量；
利用权重系数矩阵对偏移转换量进行加权求和，获得加权偏离度。
5.如权利要求1所述的面向水文节律变化的湖泊湿地生态修复实施效果评估方法，其特征是：
在云发生器中，将隶属度区间[0,1]等分为10个区间，每个区间依次对应一个评语：非常差(0，0.1)，很差(0.1，0.2)，较差(0.2，0.3)，差(0.3，0.4)，一般(0.4，0.5)，好(0.5，0.6)，较好(0.6，0.7)，很好(0.7，0.8)，非常好(0.8，0.9)，极好(0.9，1.0)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211148636.1A CN115524452B (zh) | 2022-09-21 | 2022-09-21 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211148636.1A CN115524452B (zh) | 2022-09-21 | 2022-09-21 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115524452A CN115524452A (zh) | 2022-12-27 |
| CN115524452B true CN115524452B (zh) | 2024-02-02 |
Family
ID=84698895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211148636.1A Active CN115524452B (zh) | 2022-09-21 | 2022-09-21 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115524452B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899473A (zh) * | 2015-07-07 | 2015-09-09 | 郑州大学 | 一种河流断面退化评价方法 |
| KR101773568B1 (ko) * | 2016-03-24 | 2017-09-12 | 플러스파운틴(주) | 수공간에서의 생태복원용 처리수 공급 제어방법 |
| WO2017177761A1 (zh) * | 2016-04-13 | 2017-10-19 | 中国水利水电科学研究院 | 一种湖库水环境污染修复系统 |
| CN107449883A (zh) * | 2017-08-02 | 2017-12-08 | 江苏省环境监测中心 | 一种湖泊、水库水生态健康评估技术方法 |
| CN107764963A (zh) * | 2017-10-12 | 2018-03-06 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种引水工程湖泊生态影响监控与评估技术方法 |
| CN108564243A (zh) * | 2018-02-09 | 2018-09-21 | 中国水利水电科学研究院 | 一种江河源区生态保护修复的水资源效应定量评估方法 |
| RU2017116218A (ru) * | 2017-05-11 | 2018-11-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный университет по землеустройству" | Способ комплексного мониторинга природной среды |
| CN109115975A (zh) * | 2018-08-29 | 2019-01-01 | 山东师范大学 | 水生生物的节律性分析、水环境监测方法、装置及系统 |
| CN110852518A (zh) * | 2019-11-15 | 2020-02-28 | 中国水利水电科学研究院 | 一种多泥沙河流河口区域的生态补水方法 |
| CN111252898A (zh) * | 2019-10-30 | 2020-06-09 | 上海海洋大学 | 一种浅水湖泊生态系统调控与稳定维持方法 |
| CN112651586A (zh) * | 2020-09-11 | 2021-04-13 | 南京中禹智慧水利研究院有限公司 | 一种河湖生态健康智能诊断的方法 |
| CN112651591A (zh) * | 2020-11-10 | 2021-04-13 | 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 |
| CN112651548A (zh) * | 2020-12-11 | 2021-04-13 | 中国电建集团昆明勘测设计研究院有限公司 | 一种高原湖滨生态景观修复规划的评估识别方法 |
| CN112766593A (zh) * | 2021-01-28 | 2021-05-07 | 中国电建集团北京勘测设计研究院有限公司 | 一种水利水电工程生态调度方案的优化方法 |
| CN113449935A (zh) * | 2021-08-31 | 2021-09-28 | 中国水利水电科学研究院 | 一种面向生态的水资源优化配置方法 |
| CN113449982A (zh) * | 2021-06-25 | 2021-09-28 | 中国水利水电科学研究院 | 基于控制性生态因子比尺的湖泊生态水文节律确定方法 |
| CN114049520A (zh) * | 2021-11-19 | 2022-02-15 | 长江水资源保护科学研究所 | 面向枯水期水位抬升影响的湖泊湿地生态修复方法 |
-
2022
- 2022-09-21 CN CN202211148636.1A patent/CN115524452B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899473A (zh) * | 2015-07-07 | 2015-09-09 | 郑州大学 | 一种河流断面退化评价方法 |
| KR101773568B1 (ko) * | 2016-03-24 | 2017-09-12 | 플러스파운틴(주) | 수공간에서의 생태복원용 처리수 공급 제어방법 |
| WO2017177761A1 (zh) * | 2016-04-13 | 2017-10-19 | 中国水利水电科学研究院 | 一种湖库水环境污染修复系统 |
| RU2017116218A (ru) * | 2017-05-11 | 2018-11-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный университет по землеустройству" | Способ комплексного мониторинга природной среды |
| CN107449883A (zh) * | 2017-08-02 | 2017-12-08 | 江苏省环境监测中心 | 一种湖泊、水库水生态健康评估技术方法 |
| CN107764963A (zh) * | 2017-10-12 | 2018-03-06 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种引水工程湖泊生态影响监控与评估技术方法 |
| CN108564243A (zh) * | 2018-02-09 | 2018-09-21 | 中国水利水电科学研究院 | 一种江河源区生态保护修复的水资源效应定量评估方法 |
| CN109115975A (zh) * | 2018-08-29 | 2019-01-01 | 山东师范大学 | 水生生物的节律性分析、水环境监测方法、装置及系统 |
| CN111252898A (zh) * | 2019-10-30 | 2020-06-09 | 上海海洋大学 | 一种浅水湖泊生态系统调控与稳定维持方法 |
| CN110852518A (zh) * | 2019-11-15 | 2020-02-28 | 中国水利水电科学研究院 | 一种多泥沙河流河口区域的生态补水方法 |
| CN112651586A (zh) * | 2020-09-11 | 2021-04-13 | 南京中禹智慧水利研究院有限公司 | 一种河湖生态健康智能诊断的方法 |
| CN112651591A (zh) * | 2020-11-10 | 2021-04-13 | 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 |
| 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 |
| CN112651548A (zh) * | 2020-12-11 | 2021-04-13 | 中国电建集团昆明勘测设计研究院有限公司 | 一种高原湖滨生态景观修复规划的评估识别方法 |
| CN112766593A (zh) * | 2021-01-28 | 2021-05-07 | 中国电建集团北京勘测设计研究院有限公司 | 一种水利水电工程生态调度方案的优化方法 |
| CN113449982A (zh) * | 2021-06-25 | 2021-09-28 | 中国水利水电科学研究院 | 基于控制性生态因子比尺的湖泊生态水文节律确定方法 |
| CN113449935A (zh) * | 2021-08-31 | 2021-09-28 | 中国水利水电科学研究院 | 一种面向生态的水资源优化配置方法 |
| CN114049520A (zh) * | 2021-11-19 | 2022-02-15 | 长江水资源保护科学研究所 | 面向枯水期水位抬升影响的湖泊湿地生态修复方法 |
Non-Patent Citations (9)
| Title |
|---|
| 不同补水条件下黄河三角洲湿地恢复情景模拟;黄;刘高焕;王新功;葛雷;范晓梅;王瑞玲;单凯;;地理研究(第11期);全文 * |
| 人工补水条件下的缺水河流生态修复综合评价方法;于森;王明玉;刘佳;刘培斌;赵月芬;杨毅;;环境科学学报(第02期);全文 * |
| 唱彤 ; 郦建强 ; 金菊良 ; 陈磊 ; 董涛 ; 陈梦璐 ; 张浩宇 ; .面向水流系统功能的多维度水资源承载力评价指标体系.水资源保护.(第01期),全文. * |
| 张淑倩 ; 孔令阳 ; 邓绪伟 ; 汪正祥 ; 李海波 ; 李中强 ; .江汉湖群典型湖泊生态系统健康评价――以梁子湖、洪湖、长湖、斧头湖、武湖为例.环境科学学报.(第09期),全文. * |
| 彭跃.基于云理论的流域水污染物总量减排绩效评估.现代农业科技.2013,(第undefined期),第189-190页第1.2-2.4节. * |
| 李瑶瑶 ; 于鲁冀 ; 吕晓燕 ; 王莉 ; 徐艳红 ; 范鹏宇 ; .淮河流域(河南段)河流生态系统健康评价及分类修复模式.环境科学与技术.(第07期),全文. * |
| 生态修复工程条件下污染河流水质模拟和应用;徐斌;杨悦锁;王咏;张刚;范伟;路莹;高翠萍;;应用生态学报(第08期);全文 * |
| 苏子河流域生态修复措施及评价研究;刘放;;水利技术监督(第03期);全文 * |
| 贡湖生态修复区水质净化模拟与净化能力;施芊芸;钱新;高海龙;李慧明;;中国环境科学(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115524452A (zh) | 2022-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mahmoud et al. | An advanced approach for optimal wind power generation prediction intervals by using self-adaptive evolutionary extreme learning machine | |
| Smith et al. | Economic impacts of marine reserves: the importance of spatial behavior | |
| Watson | GLOBAL BIODIVERSITY ASSESSMENT (UNEP) | |
| Suo et al. | Wind speed prediction by a swarm intelligence based deep learning model via signal decomposition and parameter optimization using improved chimp optimization algorithm | |
| CN108539738B (zh) | 一种基于梯度提升决策树的短期负荷预测方法 | |
| CN104899653B (zh) | 基于专家系统及蓝藻生长机理时序模型的湖库蓝藻水华预测方法 | |
| CN105389742B (zh) | 一种水环境敏感区遥感识别方法及系统和岸边带建设方法 | |
| CN103514457A (zh) | 生态约束条件下土地利用结构优化的多目标改进差分进化模型 | |
| EP4303785A1 (en) | Reservoir flow rate regulating method and apparatus, electronic device, and storage medium | |
| CN109934422A (zh) | 一种基于时间序列数据分析的神经网络风速预测方法 | |
| CN115983131A (zh) | 一种水产品生长含氧量调控方法及装置 | |
| CN110069032A (zh) | 一种基于小波神经网络的茄子温室环境智能检测系统 | |
| CN113592144A (zh) | 一种中长期径流概率预报方法及系统 | |
| CN110458722A (zh) | 基于多目标随机向量函数连接网络的洪水区间预报方法 | |
| CN110414115A (zh) | 一种基于遗传算法的小波神经网络番茄产量预测方法 | |
| Huang | Multi-objective calibration of a reservoir water quality model in aggregation and non-dominated sorting approaches | |
| Lignell et al. | Getting the “right” parameter values for models of the pelagic microbial food web | |
| Sun et al. | Predicting steady-state biogas production from waste using advanced machine learning-metaheuristic approaches | |
| CN115524452B (zh) | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 | |
| CN116885715A (zh) | 一种分布式光伏集群功率短期预测方法及装置 | |
| Baño-Medina et al. | Towards calibrated ensembles of neural weather model forecasts | |
| CN116579504A (zh) | 基于机器学习的池塘海水养殖水温的预测方法 | |
| Chatterjee et al. | Hybrid regression model for soil moisture quantity prediction | |
| Canale et al. | A biological production model for Grand Traverse Bay | |
| Concepcion II et al. | Metaheuristic optimization of ammonia factor as a eutrophication pollution emission descriptor for trophic state stability |
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 |