CN116542808A - 一种矿山环境承载力确定方法、系统、电子设备及介质 - Google Patents
一种矿山环境承载力确定方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN116542808A CN116542808A CN202310544635.7A CN202310544635A CN116542808A CN 116542808 A CN116542808 A CN 116542808A CN 202310544635 A CN202310544635 A CN 202310544635A CN 116542808 A CN116542808 A CN 116542808A
- Authority
- CN
- China
- Prior art keywords
- mine
- environment
- matrix
- judgment matrix
- parameters
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 95
- 239000011159 matrix material Substances 0.000 claims abstract description 222
- 238000011161 development Methods 0.000 claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 34
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 31
- 239000011707 mineral Substances 0.000 claims abstract description 31
- 238000013210 evaluation model Methods 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims description 77
- 238000005065 mining Methods 0.000 claims description 54
- 239000002689 soil Substances 0.000 claims description 53
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 31
- 238000009933 burial Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 22
- 230000006378 damage Effects 0.000 claims description 16
- 238000011084 recovery Methods 0.000 claims description 16
- 238000000227 grinding Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 239000011435 rock Substances 0.000 claims description 14
- 238000009825 accumulation Methods 0.000 claims description 13
- 238000005265 energy consumption Methods 0.000 claims description 13
- 239000003673 groundwater Substances 0.000 claims description 13
- 235000015097 nutrients Nutrition 0.000 claims description 13
- 239000002910 solid waste Substances 0.000 claims description 13
- 239000002699 waste material Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000002441 reversible effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 16
- 230000007613 environmental effect Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 7
- 241000282414 Homo sapiens Species 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 241000668854 Howardia biclavis Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种矿山环境承载力确定方法、系统、电子设备及介质,涉及矿山环境承载力确定领域。方法包括:获取待确定环境承载力的矿山环境参数;根据矿山环境参数,利用Satty标度法,建立判断矩阵集;确定判断矩阵集中每个判断矩阵的权重,得到权重向量;根据矿山环境参数,利用模糊综合评价模型,确定矿山环境参数的模糊隶属度矩阵;根据模糊隶属度矩阵和权重向量,利用模糊算子,确定矿山环境承载力,为决策矿产资源开发策略和开发强度提供数据支撑。本发明提高了矿山环境承载力确定的准确性。
Description
技术领域
本发明涉及矿山环境承载力确定领域,特别是涉及一种矿山环境承载力确定方法、系统、电子设备及介质。
背景技术
矿产资源是国民经济、社会发展和人民生活的重要物质基础,矿产资源的开发为人类的生存和发展源源不断地提供物质和能量的同时,矿山的地质环境也遭受着巨大的改变和破坏。长期以来大规模和高强度的矿产资源开发,为中国的建设和发展做出了巨大的贡献,但也因忽视环境甚至在一定程度上以牺牲环境为代价发展经济,导致了地质环境恶化、地质环境问题频发和生态环境失衡,即人类的矿业经济活动超过了自然生态系统的承载能力。这不仅影响了矿山环境系统各种服务功能的发挥,也给矿区周边人民的生命和财产安全造成极大的危害,更不利于矿业和国民经济的可持续发展。为了扭转矿产资源开发对区域的不利影响,需要在开采前了解矿山所在地环境承载力禀赋,选用适宜的矿山环境评价方法,对矿产资源开采后引起的环境问题和危害程度进行合理性评价,依据评价结果制定出适宜的矿山开发利用以及环境恢复治理方案,从而为矿山高质量发展提供重要的保障。
目前的现有技术,例如基于AHP-GIS耦合分析的地质环境承载力分析方法(发明专利,申请号:201911414098.4),该技术方案包括:
(1)第一步,分析系统中各因素之间的关系,把问题条理化、层次化,构造出一个有层次的结构模型。
(2)第二步,根据区域震后地质环境背景、生态环境情况、灾害点分布及社会发展情况,构建基于地质环境、生态环境和社会环境3个方面共10个评价指标层的地质环境承载力评价体系,然后分层次计算地质环境承载力评价指标体系的内容。
(3)第三步,确立地质环境承载力评价体系的一个重要准则层一地质环境,建立地质构造、地层岩性相关一级指标层,并细化至断裂带密度、断层距离等二级指标,形成完整系统的便于GIS中可量化的指标体系。
(4)第四步,采用ArcGIS中矢量数据的空间分析方法,包括叠置分析与缓冲区分析。
现有的矿山环境承载力分析方法主要存在以下几个方面的问题:
(1)现有矿山环境承载力分析方法以定性分析为主,对于定量分析矿产资源开发的环境承载力方法较少,使得矿山环境承载力分析停留于理论研究阶段,其结果难以用于指导矿山合理规划资源开发强度。
(2)分析指标方面,现有矿山环境承载力分析方法主要对矿产资源开发后的环境影响(如水体、土壤等质量)进行分析,缺少对区域的社会经济情况、矿山生态修复情况等方面影响的分析,导致准确性差。
发明内容
本发明的目的是提供一种矿山环境承载力确定方法、系统、电子设备及介质,以提高矿山环境承载力确定的准确性。
为实现上述目的,本发明提供了如下方案:
一种矿山环境承载力确定方法,包括:
获取待确定环境承载力的矿山环境参数;所述矿山环境参数包括地质环境参数、生态环境参数、土地利用情况参数、社会经济条件参数、矿山开采影响参数、矿山开采工艺参数和生态修复参数;所述地质环境参数包括地下水埋深、降雨量、地质灾害易发程度、坡度和岩体质量;所述生态环境参数包括土壤质地、土壤类型、土壤养分、土壤环境质量和地下水环境质量;所述土地利用情况参数包括土地利用类型和矿山面积;所述社会经济条件参数包括单位面积内矿业产值和单位面积内就业人数;所述矿山开采影响参数包括开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量和矿山地质灾害危险性;所述矿山开采工艺参数包括选矿比、回采率、剥采比/埋深和磨矿段数;所述生态修复参数包括恢复治理率、尾砂充填率和废渣利用率;
根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集;所述判断矩阵集包括第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵;
确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量;
根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵;
根据所述模糊隶属度矩阵和所述权重向量,利用模糊算子,确定矿山环境承载力,为决策矿产资源开发策略和开发强度提供数据支撑。
可选地,根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集,具体包括:
根据所述地质环境参数、所述生态环境参数、所述土地利用情况参数、所述社会经济条件参数、所述矿山开采影响参数、所述矿山开采工艺参数和所述生态修复参数,利用Satty标度法,建立第一判断矩阵;
根据所述地下水埋深、所述降雨量、所述地质灾害易发程度、所述坡度和所述岩体质量,利用Satty标度法,建立第二判断矩阵;
根据所述土壤质地、所述土壤类型、所述土壤养分、所述土壤环境质量和所述地下水环境质量,利用Satty标度法,建立第三判断矩阵;
根据所述土地利用类型和所述矿山面积,利用Satty标度法,建立第四判断矩阵;
根据所述单位面积内矿业产值和所述单位面积内就业人数,利用Satty标度法,建立第五判断矩阵;
根据所述开采规模、所述单位开采量能耗、所述矿坑涌水量、所述单位面积内土地压占、单位面积内土地破坏面积、所述单位面积内固体废弃物积存量和所述矿山地质灾害危险性,利用Satty标度法,建立第六判断矩阵;
根据所述选矿比、所述回采率、所述剥采比/埋深和所述磨矿段数,利用Satty标度法,建立第七判断矩阵;
根据所述恢复治理率、所述尾砂充填率和所述废渣利用率,利用Satty标度法,建立第八判断矩阵;
根据第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵确定所述判断矩阵集。
可选地,确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量,具体包括:
确定每个判断矩阵的最大特征值;
根据每个判断矩阵的最大特征值,确定每个判断矩阵的特征向量;
对每个判断矩阵的特征向量进行归一化处理,得到每个判断矩阵的权重;
根据所有判断矩阵的权重,确定所述权重向量。
可选地,根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵,具体包括:
根据所述矿山环境参数和隶属度函数,确定任一矿山环境参数对于初始评价等级的模糊隶属度;所述隶属度函数包括正向赋值型指标的隶属度函数、逆向赋值型指标的隶属度函数和标准赋值型指标的隶属度函数;所述矿山环境参数中的地下水埋深、坡度、矿山面积、开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量、选矿比和剥采比/埋深为逆向赋值型指标;所述矿山环境参数中的降雨量、土壤质地、土壤养分、单位面积内矿业产值、单位面积内就业人数、回采率、恢复治理率、尾砂充填率和废渣利用率为正向赋值型指标;所述矿山环境参数中的地质灾害易发程度、岩体质量、土壤类型、土壤环境质量、地下水环境质量、和土地利用类型、矿山地质灾害危险性和磨矿段数为标准赋值型指标;所述初始评价等级划分标准为100分为优秀、75分为良好、50分为中等和25分为较差;
根据所有模糊隶属度,建立所述模糊隶属度矩阵;所述模糊隶属度矩阵以所述矿山环境参数为行,以任一矿山环境参数对于初始评价等级的模糊隶属度为列。
可选地,还包括:
对所述环境判断矩阵进行一致性检验。
一种矿山环境承载力确定系统,包括:
数据获取模块,用于获取待确定环境承载力的矿山环境参数;所述矿山环境参数包括地质环境参数、生态环境参数、土地利用情况参数、社会经济条件参数、矿山开采影响参数、矿山开采工艺参数和生态修复参数;所述地质环境参数包括地下水埋深、降雨量、地质灾害易发程度、坡度和岩体质量;所述生态环境参数包括土壤质地、土壤类型、土壤养分、土壤环境质量和地下水环境质量;所述土地利用情况参数包括土地利用类型和矿山面积;所述社会经济条件参数包括单位面积内矿业产值和单位面积内就业人数;所述矿山开采影响参数包括开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量和矿山地质灾害危险性;所述矿山开采工艺参数包括选矿比、回采率、剥采比/埋深和磨矿段数;所述生态修复参数包括恢复治理率、尾砂充填率和废渣利用率;
判断矩阵建立模块,用于根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集;所述判断矩阵集包括第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵;
权重计算模块,用于确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量;
隶属度矩阵建立模块,用于根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵;
环境承载力确定模块,用于根据所述模糊隶属度矩阵和所述权重向量,利用模糊算子,确定矿山环境承载力,为决策矿产资源开发策略和开发强度提供数据支撑。
一种电子设备,包括:存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述的矿山环境承载力确定方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的矿山环境承载力确定方法。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明的矿山环境承载力确定方法、系统、电子设备及介质,通过获取地质环境、生态环境、土地利用情况、矿山开采影响、矿山开采工艺、社会经济条件、生态修复等参数,将层次分析法和模糊数学理论相结合,确定矿山环境承载力。本发明除了能够从地质环境、生态环境、土地利用情况、矿山开采影响、矿山开采工艺等角度对环境承载力进行分析,还考虑了社会经济条件、生态修复等视角定量化分析矿产资源开采的环境承载能力,提高了环境承载力确定的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的矿山环境承载力确定方法流程图;
图2为本发明提供的评价指标体系结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有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。
本发明的目的是提供一种矿山环境承载力确定方法、系统、电子设备及介质,以提高矿山环境承载力确定的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
术语解释:
环境承载力:是在不发生显著环境退化的情况下,自然环境系统或社会环境系统所能承受人类开发活动的能力。
实施例一
矿山环境承载力分析评价的主要目的是分析评价矿产资源开发对原生环境的影响,以此提出具体的矿产资源开发利用以及环境保护对策措施,合理科学的开发矿产资源。矿山资源环境承载力是矿区自然条件和人为矿业活动共同作用的结果,矿山资源环境问题诱发机理复杂,影响因素众多。本发明以单个矿山及其周边影响区作为生态环境问题相互影响构成的矿区作为基本评价单元,以矿区环境质量影响大且敏感的人类活动因子和环境因子作为评价对象,以因子对区域环境的敏感程度作为评价指标分级依据。
如图1所示,本发明提供的矿山环境承载力确定方法,包括:
步骤101:获取待确定环境承载力的矿山环境参数;所述矿山环境参数地下水埋深、降雨量、地质灾害易发程度、坡度、岩体质量、土壤质地、土壤类型、土壤养分、土壤环境质量、地下水环境质量、土地利用类型、矿山面积、单位面积内矿业产值、单位面积内就业人数、开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量、矿山地质灾害危险性、选矿比、回采率、剥采比/埋深、磨矿段数、恢复治理率、尾砂充填率和废渣利用率。
在实际应用中,本发明矿山环境承载力的确定主要选择以下七个一级指标层,28个评价因子,评价指标体系结构如图2所示。
指标层(矿山环境参数)包括地质环境参数、生态环境参数、土地利用情况参数、社会经济条件参数、矿山开采影响参数、矿山开采工艺参数和生态修复参数。
资源环境承载力包括28个二级评价因子。
(1)地质环境指标层(地质环境参数)的二级评价因子有5个:地下水埋深、降雨量、地质灾害易发程度、坡度、岩体质量。
(2)生态环境指标层(生态环境参数)的二级评价因子有5个:土壤质地、土壤类型、土壤养分、土壤环境质量、地下水环境质量。
(3)土地利用情况参数指标层(土地利用情况参数)的二级评价因子有2个:土地利用类型、矿山面积。
(4)社会经济条件参数指标层(社会经济条件参数)的二级评价因子有2个:单位面积内矿业产值、单位面积内就业人数。
(5)矿山开采影响指标层(矿山开采影响参数)的二级评价因子有7个:开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量、矿山地质灾害危险性。
(6)矿山开采工艺参数的二级评价因子有4个:选矿比、回采率、剥采比/埋深、磨矿段(次)数。
(7)生态修复指标层(生态修复参数)的二级评价因子有3个:恢复治理率、尾砂充填率、废渣利用率。
在实际应用中,选取出矿山环境参数之后,需要确定矿山环境参数的权重,通过层次分析法将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合,形成一个多层次的分析结构模型,从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定。具体步骤如步骤102和步骤103。
步骤102:根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集;所述判断矩阵集包括第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵。
在实际应用中,构造判断矩阵主要是通过比较同一层次上的各因子对上一层相关因子的影响作用,即将同一层的各因子进行两两对比而不是把所有因子放在一起比较。比较时通常采用相对尺度标准度量,以避免不同性质的因素之间相互比较的困难。同时,要尽量依据实际问题具体情况,减少由决策人主观因素对结果造成的影响。
本发明选用的标度为Satty标度法,如表1所示,本发明构建了如下各个因子两两之间的判断矩阵,具体包括:指标层判断矩阵(第一判断矩阵)A;地质环境因子层判断矩阵(第二判断矩阵)B1;生态环境因子层判断矩阵(第三判断矩阵)B2;土地利用情况参数因子层判断矩阵(第四判断矩阵)B3;社会经济条件参数因子层判断矩阵(第五判断矩阵)B4;矿区开采影响因子层判断矩阵(第六判断矩阵)B5;矿区工艺因子层判断矩阵(第七判断矩阵)B6;矿区生态修复因子层判断矩阵(第八判断矩阵)B7。
表1 Satty标度法标准示意表
标度 | 表示的意义 |
1 | 两个因素比较,具有相同的重要性 |
3 | 两个因素比较,前一个因素比后一个因素稍微重要 |
5 | 两个因素比较,前一个因素比后一个因素明显重要 |
7 | 两个因素比较,前一个因素比后一个因素强烈重要 |
9 | 两个因素比较,前一个因素比后一个因素极端重要 |
2、4、6、8 | 两相邻因素判断的中间值 |
上述值的倒数 | 两因素反过来比较是原来比较值的倒数 |
作为一种可选地实施方式,步骤102,具体包括:
步骤1021:根据所述地质环境参数、所述生态环境参数、所述土地利用情况参数、所述社会经济条件参数、所述矿山开采影响参数、所述矿山开采工艺参数和所述生态修复参数,利用Satty标度法,建立第一判断矩阵。
具体的,确定指标层两两判别关系:专家对各个因素重要程度进行两两比较得到如表2所示的判别关系。
表2指标层两两判别关系表
构建的指标层判断矩阵A如下:
步骤1022:根据所述地下水埋深、所述降雨量、所述地质灾害易发程度、所述坡度和所述岩体质量,利用Satty标度法,建立第二判断矩阵。
具体的,确定地质环境参数中各因子两两判别关系:专家对各个因素重要程度进行两两比较得到如表3所示的判别关系。
表3地质环境参数各因子两两判别关系表
构建的地质环境因子层判断矩阵B1如下:
步骤1023:根据所述土壤质地、所述土壤类型、所述土壤养分、所述土壤环境质量和所述地下水环境质量,利用Satty标度法,建立第三判断矩阵。
具体的,确定生态环境参数中各因子两两判别关系:专家对各个因素重要程度进行两两比较得到如表4所示的判别关系。
表4生态环境各因子两两判别关系表
构建的生态环境因子层判断矩阵B2如下:
步骤1024:根据所述土地利用类型和所述矿山面积,利用Satty标度法,建立第四判断矩阵。
具体的,确定土地利用情况参数各评价因子两两判别关系:专家对各个因素重要程度进行两两比较得到如表5所示的判别关系。
表5土地利用情况参数各因子两两判别关系表
二级因子 | 土地利用类型 | 矿山面积 |
土地利用类型 | 1 | 1/2 |
矿山面积 | 2 | 1 |
构建的土地利用情况参数因子层判断矩阵B3如下:
步骤1025:根据所述单位面积内矿业产值和所述单位面积内就业人数,利用Satty标度法,建立第五判断矩阵。
确定社会经济条件参数各评价因子两两判别关系:专家对各个因素重要程度进行两两比较得到得到如表6所示的判别关系。
表6社会经济条件参数各因子两两判别关系表
构建的社会经济条件参数因子层判断矩阵B4如下:
步骤1026:根据所述开采规模、所述单位开采量能耗、所述矿坑涌水量、所述单位面积内土地压占、单位面积内土地破坏面积、所述单位面积内固体废弃物积存量和所述矿山地质灾害危险性,利用Satty标度法,建立第六判断矩阵。
具体的,本发明中生态保护红线及水源地指标采取一票否决制,故不参与评级。且所有矿山均处于生态保护红线及水源地外,因此该因子不纳入矩阵构建。确定矿区开采影响参数各因子两两判别关系:专家对各个因素重要程度进行两两比较得到如表7所示的判别关系。
表7矿区开采影响各因子两两判别关系表
构建的矿区开采影响因子层判断矩阵B5如下:
步骤1027:根据所述选矿比、所述回采率、所述剥采比/埋深和所述磨矿段数,利用Satty标度法,建立第七判断矩阵。
具体的,确定矿山开采工艺参数各因子两两判别关系:专家对各个因子重要程度进行两两比较得到如表8所示的判别关系。
表8矿山开采工艺各因子两两判别关系表
二级因子 | 选矿比 | 回采率 | 剥采比/埋深 | 磨矿段(次)数 |
选矿比 | 1 | 3/2 | 2 | 3 |
回采率 | 2/3 | 1 | 3/2 | 2 |
剥采比/埋深 | 1/2 | 2/3 | 1 | 5/3 |
磨矿段(次)数 | 1/3 | 1/2 | 3/5 | 1 |
构建的矿山开采工艺因子层判断矩阵B6如下:
步骤1028:根据所述恢复治理率、所述尾砂充填率和所述废渣利用率,利用Satty标度法,建立第八判断矩阵。
具体的,确定生态修复参数各因子两两判别关系:专家对各个因素重要程度进行两两比较得到如表9所示的判别关系。
表9生态修复各因子两两判别关系表
构建的生态修复因子层判断矩阵B7如下:
步骤1029:根据第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵确定所述判断矩阵集。
在实际应用中,在建立好判断矩阵之后,需要对各个判断矩阵进行一致性检验。一致性检验是用来检验各矩阵内各指标的相互关系是否具有一致性性的。只有当相互关系通过检验后,才认为该矩阵可用。
一致性检验具体步骤如下:
1、一致性指标(CI)的计算:
式中,λmax是判断矩阵的最大特征值,nCI是判断矩阵的阶数。
其中,AWi为特征根向量AW的第i个元素(特征根),f为元素总数,Wi表示权重向量W的第i个评价因子的权重。
特征根向量AW中的第i个元素的计算如下:
AWi=λmaxM。
其中,M为判断矩阵的特征向量。
2、平均随机一致性指标(RI)的查找,如表10所示。
表10随机一致性指标表
矩阵阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0.00 | 0.00 | 0.58 | 0.9 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
3、一致性比例(CR)的计算:
当CR<0.10时,认为判断矩阵的一致性是可接受的。
对个判断矩阵进行一致性检验,得各判断矩阵一致性检验结果表如表11所示:
表11各判断矩阵一致性检验结果表
矩阵 | λmax | CR | 检验结果 |
A | 7.2516 | 0.0308 | 合格 |
B1 | 5.0060 | 0.0013 | 合格 |
B2 | 5.0568 | 0.0127 | 合格 |
B3 | 2.0000 | 0.0000 | 合格 |
B4 | 2.0000 | 0.0000 | 合格 |
B5 | 2.0000 | 0.0000 | 合格 |
B6 | 6.2406 | 0.0382 | 合格 |
B7 | 4.0047 | 0.0018 | 合格 |
步骤103:确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量。
完成一致性检验之后,计算各个判断矩阵的权重。
作为一种可选的实施方式,步骤103,具体包括:
确定每个判断矩阵的最大特征值。
根据每个判断矩阵的最大特征值,确定每个判断矩阵的特征向量。
对每个判断矩阵的特征向量进行归一化处理,得到每个判断矩阵的权重。
根据所有判断矩阵的权重,确定所述权重向量。
之后,根据判断矩阵的最大特征值计算判断矩阵的特征向量,通过对特征向量归一化处理得到权重。经计算:本发明中各层级指标因子的权重如表12所示:
表12各指标因子权重示意表
步骤104:根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵。
作为一种可选的实施方式,步骤104,具体包括:
根据所述矿山环境参数和隶属度函数,确定任一矿山环境参数对于初始评价等级的模糊隶属度;所述隶属度函数包括正向赋值型指标的隶属度函数、逆向赋值型指标的隶属度函数和标准赋值型指标的隶属度函数;所述初始评价等级划分标准为100分为优秀、75分为良好、50分为中等和25分为较差。
根据所有模糊隶属度,建立所述模糊隶属度矩阵;所述模糊隶属度矩阵以所述矿山环境参数为行,以任一矿山环境参数对于初始评价等级的模糊隶属度为列。
步骤105:根据所述模糊隶属度矩阵和所述权重向量,利用模糊算子,确定矿山环境承载力,为决策矿产资源开发策略和开发强度提供数据支撑。
在实际应用中,采用模糊综合评价模型确定矿山环境承载力,具体过程如下:
(一)选定矿山环境承载力评价因子(矿山环境参数)。
模糊综合评价模型首先要确定评价对象(矿山环境)的因素论域U={U1,U2,…,Um}。本发明中矿山环境承载力评价供选用28个二级评价指标因子,后续评价过程中将以28个二级评价指标因子为对象进行详细评判描述。
(二)确定各个因子评价集。
评价集是评价者对被评价对象可能做出的各种总的评价结果(矿上环境承载力)组成的集合,它实际上就是对被评价对象变化区间的一个划分,通常用V表示。V={V1,V2,…,Vi,...Vl}。其中Vi代表第i个评价结果,l为总的评价结果数。
(三)定量描述各个评价因子。
为满足模糊综合评判模型中单因子模糊评价的要求,需要定量化描述评价指标体系中的各个评价因子。依据各因子对矿区环境承载力的影响程度,将上述综合评判因素集中各因子对于资源环境承载力优、良、中、差四个等级进行标准化因子取值,对非连续变化的定性评判指标进行离散化赋值。
(四)计算各因子模糊隶属度。
在确定各个因子评价集及定量化描述各个评价因子后,设定发明资源环境承载力评价的指标因子集合为U={U1,U2,U3,…,Um},其中U1,U2,U3,…,Um为参与计算的m个指标因子的现状数据(m代表评价的指标因子数量),U分为正向赋值型指标、逆向赋值型指标和标准赋值型指标;承载力评价集合为V={V1,V2,V3,V4},其中V1=优、V2=良、V3=中、V4=差。
指标因子集合U与评价集合V确定后,依据评价集合V中的评价结果,根据野外调查及资料收集情况对每个指标因子进行定量化描述,依据相应的隶属度函数计算每个单因子对评价集的模糊隶属度。其中正向赋值型指标、逆向赋值型指标计算隶属度时需要构建隶属度函数,标准赋值型指标则需要直接赋值0或1。
1、逆向赋值型指标。
本发明评价指标体系中的地下水埋深、坡度、矿山面积、开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量、选矿比、剥采比/埋深11个指标因子为逆向赋值型指标,即指标值越小等级越优,选择如下的隶属度函数:
当G=1时:
当G≥2时:
式中,G表示评价等级,即1级(优秀)、2级(良好)、3级(中等)、4级(较差);μ1(x),…,μG(x),分别为环境因子x对一级、二级、…、G+1级环境质量标准的隶属度。e(1),…,e(G+1)为承载力的评价集合V的分级阈值,逆向赋值型指标e(G+1)>e(G)。
2、正向赋值型指标。
本发明评价指标体系中的降雨量、土壤质地、土壤养分、单位面积内矿业产值、单位面积内就业人数、回采率、恢复治理率、尾砂充填率、废渣利用率9个指标因子为正向赋值型指标,即指标值越大等级越优,选择如下的隶属度函数:
当G=1时:
当G≥2时:
式中,正向赋值型指标e(G+1)<e(G)。
3、标准赋值型指标。
本发明评价指标体系中的地质灾害易发程度、岩体质量、土壤类型、土壤环境质量、地下水环境质量、土地利用类型、矿山地质灾害危险性、磨矿段(次)数8个指标为标准赋值型指标,依据单因素资源环境承载力评价结果结合相关评价等级进行直接赋值,所处级别隶属度赋值为1,其他三个级别均为0,如岩体质量为III,评价等级为良,则该处隶属于良的程度为1,属于其它级别的程度为0。
(五)构建模糊隶属度矩阵。
基于计算得到的各个因子模糊隶属度,是构建模糊关系矩阵的前提,也是开展矿山环境承载力模糊综合评价的基础。根据隶属度函数对环境承载力评价指标体系中的诸因素分别进行评价后,各个因子的模糊隶属度向量可构成模糊隶属度矩阵R,R中不同的行向量反映了从不同的因素评价环境承载力时,评价对象对评价集中各个等级的隶属程度,即Rm1、Rm2、Rm3、Rm4分别为第m个指标对应优秀、良好、中等、较差的隶属度。
(六)矿山环境承载力分级计算。
本发明评价采用相乘相加的模糊变换算子以综合分析各个指标对矿山环境承载力的影响,并将计算得到的模糊综合评价值定义为承载力指数(环境承载力),承载力指数分值越高,则实际环境承载力越大。将承载力分为四个等级的方法计算出以“62.50分”为及格线作为本发明矿山资源承载力评价开采红线。“四分法”资源环境承载力分级具体方法如下:
本发明矿山环境承载力评价包含28个二级评价因子,除了生态保护红线及水源地指标采取一票否决制,不参与评级。其余每个因子都有对应的行业评价标准,而且这些标准基本都是等级“四分”法,所以为了切合不同标准的“四分”评价等级,采用上述模糊数学隶属度理论,把本发明的评价等级分为四个:优秀、良好、中等、较差,用模糊数学隶属度分别计算出每个级别的界限值。将四个级别按百分制平均分成4等份,其对应的百分制分值见表13,其界限值求解过程如下:
表13“四分法”百分制分值分级表
等级 | 优秀 | 良好 | 中等 | 较差 |
分 | 100 | 75 | 50 | 25 |
(1)“较差”最高分界限值求解。
当矿山环境承载力隶属于“较差”等级时,则其隶属度属于“较差”的级别,如表14,通过求极限值计算,当且仅当“较差”的隶属度为50%、“优秀”的隶属度为50%、其他隶属度都为零的情况下,承载力隶属于“较差”等级时分值最高:
100×50%+25×50%=62.50。
表14“较差”级别承载力最高分值表
(2)“中等”最高分界限值求解。
当矿山环境承载力隶属于“中等”等级时,则其隶属度属于“中等”的级别,如表15,通过求极限值计算,当且仅当“中等”的隶属度为50%、“优秀”的隶属度为50%、其他隶属度都为零的情况下,承载力隶属于“中等”等级时分值最高:
100×50%+50×50%=75。
表15“中等”级别承载力最高分值表
(3)“良好”最高分界限值求解。
当矿山环境承载力隶属于“良好”等级时,则其隶属于“良好”的级别,如表16,通过求极限值计算,当且仅当“良好”的隶属度为50%、“优秀”的隶属度为50%、其他隶属度都为零的情况下,承载力隶属于“良好”等级时分值最高:
100×50%+75×50%=87.50。
表16“良好”级别承载力最高分值表
通过对四个等级阈值的隶属度计算,得出的每个级别环境承载力的界限值见表17。通过上述计算过程看出,及格线与划分等级数量有关系,并不是总是60分。
表17四个等级承载力阈值表
等级 | 优秀 | 良好 | 中等 | 较差 |
分数线 | >87.50 | >75.00 | >62.50 | <62.50 |
(七)矿山资源环境承载力模糊综合评价。
在得到判断矩阵的权重向量W和模糊隶属度矩阵R后,采用合适的模糊变换合成算子⊙进行模糊变换合成,得到矿山环境承载力从总体上对各评价等级的隶属程度,即得到矿山环境承载力的模糊综合评价结果B。
其中,k为权重的数量;⊙为模糊变换合成算子,实际上是对各评价因子进行加权的过程。常用的模糊算子有取小取大法、相乘取大法、取小相加法、相乘相加法,本发明选用相乘相加法。
本发明得到的评价结果后续可以结合相关评价标准对矿山承载力进行客观评价,即评价矿业开采过程中,环境对其承载能力,可为决策矿产资源开发策略与开发强度提供技术支撑。为区域可持续发展提供理论支撑,为地方环境保护与生态修复提供方向。
本发明基于AHP-模糊综合评价模型的矿山环境承载力确定方法,将层次分析法和模糊数学理论相结合,能够从地质环境、生态环境、土地利用情况参数、社会经济条件参数、矿山开采影响、矿山开采工艺、生态修复7大视角定量化分析矿产资源开采的环境承载能力。其指标选取的视角具有先进性,不仅体现了矿产资源开采对环境的破坏,还体现了对带动经济发展以及生态修复后对环境的补偿效益。其评价结果相比于以往的偏定型化的评价,不仅能够得出定量化评价结果,还能够分析出制约矿产资源开发的环境限制因素。
实施例二
为了执行上述实施例一对应的方法,以实现相应的功能和技术效果,下面提供一种矿山环境承载力确定系统,包括:
数据获取模块,用于获取待确定环境承载力的矿山环境参数;所述矿山环境参数包括地质环境参数、生态环境参数、土地利用情况参数、社会经济条件参数、矿山开采影响参数、矿山开采工艺参数和生态修复参数;所述地质环境参数包括地下水埋深、降雨量、地质灾害易发程度、坡度和岩体质量;所述生态环境参数包括土壤质地、土壤类型、土壤养分、土壤环境质量和地下水环境质量;所述土地利用情况参数包括土地利用类型和矿山面积;所述社会经济条件参数包括单位面积内矿业产值和单位面积内就业人数;所述矿山开采影响参数包括开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量和矿山地质灾害危险性;所述矿山开采工艺参数包括选矿比、回采率、剥采比/埋深和磨矿段数;所述生态修复参数包括恢复治理率、尾砂充填率和废渣利用率。
判断矩阵建立模块,用于根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集;所述判断矩阵集包括第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵。
权重计算模块,用于确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量。
隶属度矩阵建立模块,用于根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵。
环境承载力确定模块,用于根据所述模糊隶属度矩阵和所述权重向量,利用模糊算子,确定矿山环境承载力,为决策矿产资源开发策略和开发强度提供数据支撑。
实施例三
本发发明提供了一种电子设备,包括:存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行实施例一的矿山环境承载力确定方法。
实施例四
本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现实施例一的矿山环境承载力确定方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种矿山环境承载力确定方法,其特征在于,包括:
获取待确定环境承载力的矿山环境参数;所述矿山环境参数包括地质环境参数、生态环境参数、土地利用情况参数、社会经济条件参数、矿山开采影响参数、矿山开采工艺参数和生态修复参数;所述地质环境参数包括地下水埋深、降雨量、地质灾害易发程度、坡度和岩体质量;所述生态环境参数包括土壤质地、土壤类型、土壤养分、土壤环境质量和地下水环境质量;所述土地利用情况参数包括土地利用类型和矿山面积;所述社会经济条件参数包括单位面积内矿业产值和单位面积内就业人数;所述矿山开采影响参数包括开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量和矿山地质灾害危险性;所述矿山开采工艺参数包括选矿比、回采率、剥采比/埋深和磨矿段数;所述生态修复参数包括恢复治理率、尾砂充填率和废渣利用率;
根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集;所述判断矩阵集包括第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵;
确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量;
根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵;
根据所述模糊隶属度矩阵和所述权重向量,利用模糊算子,确定矿山环境承载力,为决策矿产资源开发策略和开发强度提供数据支撑。
2.根据权利要求1所述的矿山环境承载力确定方法,其特征在于,根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集,具体包括:
根据所述地质环境参数、所述生态环境参数、所述土地利用情况参数、所述社会经济条件参数、所述矿山开采影响参数、所述矿山开采工艺参数和所述生态修复参数,利用Satty标度法,建立第一判断矩阵;
根据所述地下水埋深、所述降雨量、区域地质灾害易发程度、所述坡度和所述岩体质量,利用Satty标度法,建立第二判断矩阵;
根据所述土壤质地、所述土壤类型、所述土壤养分、所述土壤环境质量和所述地下水环境质量,利用Satty标度法,建立第三判断矩阵;
根据所述土地利用类型和所述矿山面积,利用Satty标度法,建立第四判断矩阵;
根据所述单位面积内矿业产值和所述单位面积内就业人数,利用Satty标度法,建立第五判断矩阵;
根据所述开采规模、所述单位开采量能耗、所述矿坑涌水量、所述单位面积内土地压占、单位面积内土地破坏面积、所述单位面积内固体废弃物积存量和所述矿山地质灾害危险性,利用Satty标度法,建立第六判断矩阵;
根据所述选矿比、所述回采率、所述剥采比/埋深和所述磨矿段数,利用Satty标度法,建立第七判断矩阵;
根据所述恢复治理率、所述尾砂充填率和所述废渣利用率,利用Satty标度法,建立第八判断矩阵;
根据第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵确定所述判断矩阵集。
3.根据权利要求1所述的矿山环境承载力确定方法,其特征在于,确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量,具体包括:
确定每个判断矩阵的最大特征值;
根据每个判断矩阵的最大特征值,确定每个判断矩阵的特征向量;
对每个判断矩阵的特征向量进行归一化处理,得到每个判断矩阵的权重;
根据所有判断矩阵的权重,确定所述权重向量。
4.根据权利要求1所述的矿山环境承载力确定方法,其特征在于,根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵,具体包括:
根据所述矿山环境参数和隶属度函数,确定任一矿山环境参数对于初始评价等级的模糊隶属度;所述隶属度函数包括正向赋值型指标的隶属度函数、逆向赋值型指标的隶属度函数和标准赋值型指标的隶属度函数;所述矿山环境参数中的地下水埋深、坡度、矿山面积、开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量、选矿比和剥采比/埋深为逆向赋值型指标;所述矿山环境参数中的降雨量、土壤质地、土壤养分、单位面积内矿业产值、单位面积内就业人数、回采率、恢复治理率、尾砂充填率和废渣利用率为正向赋值型指标;所述矿山环境参数中的地质灾害易发程度、岩体质量、土壤类型、土壤环境质量、地下水环境质量、和土地利用类型、矿山地质灾害危险性和磨矿段数为标准赋值型指标;所述初始评价等级划分标准为100分为优秀、75分为良好、50分为中等和25分为较差;
根据所有模糊隶属度,建立所述模糊隶属度矩阵;所述模糊隶属度矩阵以所述矿山环境参数为行,以任一矿山环境参数对于初始评价等级的模糊隶属度为列。
5.根据权利要求1所述的矿山环境承载力确定方法,其特征在于,还包括:
对所述环境判断矩阵进行一致性检验。
6.一种矿山环境承载力确定系统,其特征在于,包括:
数据获取模块,用于获取待确定环境承载力的矿山环境参数;所述矿山环境参数包括地质环境参数、生态环境参数、土地利用情况参数、社会经济条件参数、矿山开采影响参数、矿山开采工艺参数和生态修复参数;所述地质环境参数包括地下水埋深、降雨量、地质灾害易发程度、坡度和岩体质量;所述生态环境参数包括土壤质地、土壤类型、土壤养分、土壤环境质量和地下水环境质量;所述土地利用情况参数包括土地利用类型和矿山面积;所述社会经济条件参数包括单位面积内矿业产值和单位面积内就业人数;所述矿山开采影响参数包括开采规模、单位开采量能耗、矿坑涌水量、单位面积内土地压占、单位面积内土地破坏面积、单位面积内固体废弃物积存量和矿山地质灾害危险性;所述矿山开采工艺参数包括选矿比、回采率、剥采比/埋深和磨矿段数;所述生态修复参数包括恢复治理率、尾砂充填率和废渣利用率;
判断矩阵建立模块,用于根据所述矿山环境参数,利用Satty标度法,建立判断矩阵集;所述判断矩阵集包括第一判断矩阵、第二判断矩阵、第三判断矩阵、第四判断矩阵、第五判断矩阵、第六判断矩阵、第七判断矩阵和第八判断矩阵;
权重计算模块,用于确定所述判断矩阵集中每个判断矩阵的权重,得到权重向量;
隶属度矩阵建立模块,用于根据所述矿山环境参数,利用模糊综合评价模型,确定所述矿山环境参数的模糊隶属度矩阵;
环境承载力确定模块,用于根据所述模糊隶属度矩阵和所述权重向量,利用模糊算子,确定矿山环境承载力,为决策矿产资源开发策略和开发强度提供数据支撑。
7.一种电子设备,其特征在于,包括:存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1-5任一项所述的矿山环境承载力确定方法。
8.一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程序,所述计算机程序被处理器执行时实现权利要求1-5任一项所述的矿山环境承载力确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310544635.7A CN116542808A (zh) | 2023-05-15 | 2023-05-15 | 一种矿山环境承载力确定方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310544635.7A CN116542808A (zh) | 2023-05-15 | 2023-05-15 | 一种矿山环境承载力确定方法、系统、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116542808A true CN116542808A (zh) | 2023-08-04 |
Family
ID=87443228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310544635.7A Pending CN116542808A (zh) | 2023-05-15 | 2023-05-15 | 一种矿山环境承载力确定方法、系统、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542808A (zh) |
-
2023
- 2023-05-15 CN CN202310544635.7A patent/CN116542808A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034582B (zh) | 基于云模型和组合赋权的隧道穿越断层突水突泥风险评价方法 | |
CN108710984B (zh) | 一种矿山地质环境综合评价方法及系统 | |
Wu et al. | Regional water resource carrying capacity evaluation based on multi-dimensional precondition cloud and risk matrix coupling model | |
CN103995952B (zh) | 一种改进的矿业废弃地复垦适宜性模糊综合评价方法 | |
US20160070828A1 (en) | Vulnerability Assessment Method of Water Inrush from Aquifer Underlying Coal Seam | |
CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
CN106407493A (zh) | 一种基于多维高斯云模型的岩爆等级评价方法 | |
CN112308360A (zh) | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 | |
CN109345029A (zh) | 一种基于改进Topsis法的隧道施工优选方法 | |
CN108733632A (zh) | 一种中低渗高含水油藏重复压裂选井评价方法 | |
CN105005712B (zh) | 灰岩含水层富水性评价方法 | |
CN105654236A (zh) | 一种地下水型饮用水水源地污染风险评价方法 | |
CN111476472A (zh) | 硫铁矿山地质环境评价方法 | |
CN107491846A (zh) | 采用类比法对煤炭资源进行概略技术经济评价的方法 | |
CN110889440A (zh) | 基于主成分分析和bp神经网络的岩爆等级预测方法及系统 | |
CN107169289A (zh) | 一种基于可拓最优组合赋权法的滑坡危险性评价方法 | |
CN113033997A (zh) | 基于改进集对分析的城市水质等级确定方法、装置及介质 | |
CN104715159A (zh) | 一种线性工程地质灾害危险性评估的多层次分析法 | |
Wang et al. | Risk Assessment of Water Inrush in Karst Tunnels Based on the Ideal Point Method. | |
CN114881396A (zh) | 一种基于ahp和topsis的隧道坍塌风险评估方法 | |
CN116468282A (zh) | 一种隧道突涌水风险等级评估方法 | |
CN112329255A (zh) | 基于倾向度和未确知测度的岩爆预测方法 | |
CN116542808A (zh) | 一种矿山环境承载力确定方法、系统、电子设备及介质 | |
CN110956388A (zh) | 一种海上油气藏增产方案生成方法 | |
CN116384619A (zh) | 干旱半干旱采矿城市生态地质环境脆弱性分级方法及装置 |
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 |