CN116976694A - 一种滩涂生态系统综合评价方法 - Google Patents
一种滩涂生态系统综合评价方法 Download PDFInfo
- Publication number
- CN116976694A CN116976694A CN202310891005.7A CN202310891005A CN116976694A CN 116976694 A CN116976694 A CN 116976694A CN 202310891005 A CN202310891005 A CN 202310891005A CN 116976694 A CN116976694 A CN 116976694A
- Authority
- CN
- China
- Prior art keywords
- index
- beach
- matrix
- data
- expressed
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 206
- 238000004364 calculation method Methods 0.000 claims abstract description 107
- 238000000034 method Methods 0.000 claims abstract description 103
- 230000008569 process Effects 0.000 claims abstract description 41
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 10
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 170
- 238000012546 transfer Methods 0.000 claims description 56
- 238000012545 processing Methods 0.000 claims description 32
- 238000005457 optimization Methods 0.000 claims description 30
- 238000010606 normalization Methods 0.000 claims description 29
- 230000036541 health Effects 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 11
- 238000013210 evaluation model Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 9
- 241001465754 Metazoa Species 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000012847 principal component analysis method Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 239000003208 petroleum Substances 0.000 claims description 2
- 239000004016 soil organic matter Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 9
- 241000251468 Actinopterygii Species 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000463 material Substances 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
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及滩涂生态系统综合评价技术领域,尤其涉及一种滩涂生态系统综合评价方法。所述方法包括以下步骤:获取滩涂生态系统的细化指标;利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分,生成指标等级数据;通过改进的层次分析法对细化指标进行主观权重计算,从而生成细化指标主观权重;对细化指标进行熵权法加权计算,生成细化指标客观权重;将细化指标主观权重与细化指标客观权重进行基于乘法合成原理的组合赋权,生成组合权重信息;将组合权重信息与指标等级数据进行评价目标综合评价计算,生成滩涂生态系统综合评价参数。本发明通过对滩涂生态系统进行细化指标计算,能够提供相对比较准确的某区域滩涂生态系统综合评估。
Description
技术领域
本发明涉及滩涂生态系统综合评价技术领域,尤其涉及一种滩涂生态系统综合评价方法。
背景技术
滩涂生态系统包括海滩、河滩和湖滩。滩涂是陆域与水域的交界,是两者之间物质、能量交换的过渡地带,若划定某范围内的滩涂为研究对象,则该范围内的滩涂即为一个复杂系统,系统内多种因素的变化与相互影响会直接或间接影响该系统的整体状态或水平。影响某个复杂系统的因素一般有多种,这些因素不仅会对复杂系统本身造成影响,同时各因素之间也有可能存在相互影响的作用。为了对某个复杂系统进行研究,需要评判其所处的整体状态或水平,这时就需要用到多指标综合评价的方法。多指标综合评价的结果一般是某个量化值,再将此量化值与相应的标度进行对比,可以直观地显示出该评价对象的综合水平。然而,传统的滩涂生态综合评价方法专家赋权失误难以甄别,并且缺乏成熟的滩涂生态综合评价方法或者滩涂生态综合评价方法较为繁琐,不能高效且准确地对滩涂生态系统进行综合评价。
发明内容
基于此,本发明提供一种滩涂生态系统综合评价方法,以解决至少一个上述技术问题。
为实现上述目的,一种滩涂生态系统综合评价方法,所述方法包括以下步骤:
步骤S1:通过卫星监控设备对滩涂生态系统进行影像扫描,生成滩涂评价对象区域;获取滩涂生态系统健康状况;根据预设的人类与生态环境之间相互作用的机理规律与专家规则对滩涂生态系统健康状况进行滩涂生态系统的综合评价体系建立,构建滩涂生态系统综合评价体系,其中滩涂生态系统综合评价体系包括指标层的细化指标;
步骤S2:获取统计年鉴资料与湿地保护措施资料;根据细化指标,利用卫星遥感影像技术、统计年鉴资料以及湿地保护措施资料对滩涂评价对象区域进行滩涂评价区域内细化指标样本特征数据采集,生成指标样本特征数据;利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分处理,生成指标等级数据;
步骤S3:对层次分析法计算主观权重进行改进优化,以得到改进的层次分析法,通过改进的层次分析法对细化指标进行细化指标主观权重计算,从而生成改进层次分析法计算得出的细化指标主观权重;
步骤S4:对细化指标进行评价体系各指标熵权法加权计算处理,生成细化指标客观权重;
步骤S5:将细化指标主观权重与细化指标客观权重进行基于乘法合成原理的组合赋权,生成组合权重信息;
步骤S6:将组合权重信息与指标等级数据进行评价目标综合评价计算,生成滩涂生态系统综合评价参数;
步骤S7:将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行滩涂生态的综合结果评级及措施方向优化处理,生成滩涂生态优化措施数据。
本发明通过卫星监控设备对滩涂生态系统进行影像扫描,可用于生成滩涂评价对象区域,即确定评价范围和边界,有助于将评价聚焦在具体的滩涂区域,提高评价的针对性和精确性,通过卫星监控设备获取滩涂生态系统的健康状况数据,例如水质数据、植被覆盖情况、土壤质量等,这些数据提供了滩涂生态系统的基本信息和状态,为评价提供了重要的数据支持。根据预设的人类与生态环境之间相互作用的机理规律与专家规则,对滩涂生态系统的健康状况进行综合评价体系的建立,包括确定评价指标和规则,以及构建指标层次结构和关联关系,通过建立综合评价体系,可以系统化地考虑不同指标和规则,滩涂生态系统综合评价体系包括指标层的细化指标,通过将指标进行细化和细分,可以更全面地了解滩涂生态系统的各个方面,有助于深入分析滩涂生态系统的特征和问题,为后续评价和决策提供更详细的信息,从而提高评价的科学性和可比性。通过获取统计年鉴资料和湿地保护措施资料,以此提供更全面、综合的信息,帮助评价者充分了解滩涂生态系统所涉及的各个方面,并根据细化指标,且利用卫星遥感影像技术,可以获取滩涂评价对象区域的高分辨率影像数据,这些数据可用于提取滩涂特征,如植被覆盖、土地利用类型、水体分布等,通过遥感数据的应用,可以提供客观、实时的滩涂特征信息,为评价提供更准确、全面的数据支持,使得数据包含了滩涂生态系统各个指标的实际观测值,反映了滩涂的实际情况和特征。通过利用预设的指标评级标度对指标样本特征数据进行无量纲化处理,即将数据映射到一个统一的评级标度上,这样可以消除不同指标之间的量纲差异,使得不同指标的评价结果具有可比性,便于进行综合分析和权重计算。通过对层次分析法进行改进优化,可以提高权重计算的准确性和可靠性,降低传统层次分析法中可能存在的主观性和主观偏差,提高权重计算的科学性和客观性。通过改进的层次分析法,对细化指标进行主观权重计算,细化指标是滩涂生态系统评价体系中的具体指标,对滩涂生态系统的各个方面进行细致刻画,通过计算细化指标的主观权重,可以确定各个细化指标在评价中的相对重要程度,为后续的权重合成和评价结果提供基础,通过改进的层次分析法计算得出的细化指标主观权重,更准确地反映了评价者对各个指标的主观判断和重视程度。通过熵权法对细化指标进行加权计算,可以获得客观权重,相比于主观权重,客观权重更加客观和普遍适用,不依赖于个体主观意见,通过客观权重的计算,可以提高评价的客观性和实际性,通过细化指标的客观权重,可以进行指标间的对比分析和权衡,评价者可以根据客观权重的结果,有针对性地制定改进措施和决策,优化滩涂生态系统的管理和保护,客观权重的计算结果还可以为相关方提供决策支持和参考。将细化指标的主观权重和客观权重进行组合赋权,可以综合考虑评价者的主观判断和指标的客观重要性,主观权重反映了评价者对指标的个人看法,而客观权重表示了指标的实际重要性,通过基于乘法合成原理的组合赋权,可以在考虑评价者意见的同时,保持对指标重要性的合理权衡。通过将组合权重信息与指标等级数据进行综合评分计算,可以生成滩涂生态系统的综合评价参数,综合评价参数综合考虑了各个指标的权重和等级信息,使评价结果更加直观和可理解,方便决策者和管理者对滩涂生态系统进行比较和判断,可以更全面地反映滩涂生态系统的综合状况和健康程度。将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行对比,可以对滩涂生态系统的状况进行评级,评级可以将评价结果转化为易于理解和比较的等级表示,使滩涂生态系统的状况更加直观和可视化,对滩涂生态系统的评级和控制措施方向的确定,可以生成滩涂生态优化措施数据,这些数据包括具体的措施建议、改进计划、资源调配等内容,为滩涂生态系统的保护和管理提供实际的行动指导,有助于指导滩涂生态系统的管理和保护工作。因此,本发明的滩涂生态综合评价方法通过优化层次分析法,再进行主客观的组合赋权进行评价滩涂生态系统,使得评价方法更为简便,并且考虑多方位的因素使得评价误差大大减少,能够高效且准确地对滩涂生态系统进行综合评价。
附图说明
图1为本发明一种滩涂生态系统综合评价方法的步骤流程示意图;
图2为图1中步骤S3的详细实施步骤流程示意图;
图3为图1中步骤S4的详细实施步骤流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的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。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图3,一种滩涂生态系统综合评价方法,所述方法包括以下步骤:
步骤S1:通过卫星监控设备对滩涂生态系统进行影像扫描,生成滩涂评价对象区域;获取滩涂生态系统健康状况;根据预设的人类与生态环境之间相互作用的机理规律与专家规则对滩涂生态系统健康状况进行滩涂生态系统的综合评价体系建立,构建滩涂生态系统综合评价体系,其中滩涂生态系统综合评价体系包括指标层的细化指标;
步骤S2:获取统计年鉴资料与湿地保护措施资料;根据细化指标,利用卫星遥感影像技术、统计年鉴资料以及湿地保护措施资料对滩涂评价对象区域进行滩涂评价区域内细化指标样本特征数据采集,生成指标样本特征数据;利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分处理,生成指标等级数据;
步骤S3:对层次分析法计算主观权重进行改进优化,以得到改进的层次分析法,通过改进的层次分析法对细化指标进行细化指标主观权重计算,从而生成改进层次分析法计算得出的细化指标主观权重;
步骤S4:对细化指标进行评价体系各指标熵权法加权计算处理,生成细化指标客观权重;
步骤S5:将细化指标主观权重与细化指标客观权重进行基于乘法合成原理的组合赋权,生成组合权重信息;
步骤S6:将组合权重信息与指标等级数据进行评价目标综合评价计算,生成滩涂生态系统综合评价参数;
步骤S7:将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行滩涂生态的综合结果评级及措施方向优化处理,生成滩涂生态优化措施数据。
本发明通过卫星监控设备对滩涂生态系统进行影像扫描,可用于生成滩涂评价对象区域,即确定评价范围和边界,有助于将评价聚焦在具体的滩涂区域,提高评价的针对性和精确性,通过卫星监控设备获取滩涂生态系统的健康状况数据,例如水质数据、植被覆盖情况、土壤质量等,这些数据提供了滩涂生态系统的基本信息和状态,为评价提供了重要的数据支持。根据预设的人类与生态环境之间相互作用的机理规律与专家规则,对滩涂生态系统的健康状况进行综合评价体系的建立,包括确定评价指标和规则,以及构建指标层次结构和关联关系,通过建立综合评价体系,可以系统化地考虑不同指标和规则,滩涂生态系统综合评价体系包括指标层的细化指标,通过将指标进行细化和细分,可以更全面地了解滩涂生态系统的各个方面,有助于深入分析滩涂生态系统的特征和问题,为后续评价和决策提供更详细的信息,从而提高评价的科学性和可比性。通过获取统计年鉴资料和湿地保护措施资料,以此提供更全面、综合的信息,帮助评价者充分了解滩涂生态系统所涉及的各个方面,并根据细化指标,且利用卫星遥感影像技术,可以获取滩涂评价对象区域的高分辨率影像数据,这些数据可用于提取滩涂特征,如植被覆盖、土地利用类型、水体分布等,通过遥感数据的应用,可以提供客观、实时的滩涂特征信息,为评价提供更准确、全面的数据支持,使得数据包含了滩涂生态系统各个指标的实际观测值,反映了滩涂的实际情况和特征。通过利用预设的指标评级标度对指标样本特征数据进行无量纲化处理,即将数据映射到一个统一的评级标度上,这样可以消除不同指标之间的量纲差异,使得不同指标的评价结果具有可比性,便于进行综合分析和权重计算。通过对层次分析法进行改进优化,可以提高权重计算的准确性和可靠性,避免传统层次分析法中可能存在的主观性和主观偏差,提高权重计算的科学性和客观性。通过改进的层次分析法,对细化指标进行主观权重计算,细化指标是滩涂生态系统评价体系中的具体指标,对滩涂生态系统的各个方面进行细致刻画,通过计算细化指标的主观权重,可以确定各个细化指标在评价中的相对重要程度,为后续的权重合成和评价结果提供基础,通过改进的层次分析法计算得出的细化指标主观权重,更准确地反映了评价者对各个指标的主观判断和重视程度。通过熵权法对细化指标进行加权计算,可以获得客观权重,相比于主观权重,客观权重更加客观和普遍适用,不依赖于个体主观意见,通过客观权重的计算,可以提高评价的客观性和公正性,通过细化指标的客观权重,可以进行指标间的对比分析和权衡,评价者可以根据客观权重的结果,有针对性地制定改进措施和决策,优化滩涂生态系统的管理和保护,客观权重的计算结果还可以为相关方提供决策支持和参考。将细化指标的主观权重和客观权重进行组合赋权,可以综合考虑评价者的主观判断和指标的客观重要性,主观权重反映了评价者对指标的个人看法,而客观权重表示了指标的实际重要性,通过基于乘法合成原理的组合赋权,可以在考虑评价者意见的同时,保持对指标重要性的合理权衡。通过将组合权重信息与指标等级数据进行综合评分计算,可以生成滩涂生态系统的综合评价参数,综合评价参数综合考虑了各个指标的权重和等级信息,使评价结果更加直观和可理解,方便决策者和管理者对滩涂生态系统进行比较和判断,可以更全面地反映滩涂生态系统的综合状况和健康程度。将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行对比,可以对滩涂生态系统的状况进行评级,评级可以将评价结果转化为易于理解和比较的等级表示,使滩涂生态系统的状况更加直观和可视化,对滩涂生态系统的评级和控制措施方向的确定,可以生成滩涂生态优化措施数据,这些数据包括具体的措施建议、改进计划、资源调配等内容,为滩涂生态系统的保护和管理提供实际的行动指导,有助于指导滩涂生态系统的管理和保护工作。因此,本发明的滩涂生态综合评价方法通过优化层次分析法,再进行主客观的组合赋权进行评价滩涂生态系统,使得评价方法更为简便,并且考虑多方位的因素使得评价误差大大减少,能够高效且准确地对滩涂生态系统进行综合评价。
本发明实施例中,参考图1所述,为本发明一种滩涂生态系统综合评价方法的步骤流程示意图,在本实施例中,所述滩涂生态系统综合评价方法的步骤包括:
步骤S1:通过卫星监控设备对滩涂生态系统进行影像扫描,生成滩涂评价对象区域;获取滩涂生态系统健康状况;根据预设的人类与生态环境之间相互作用的机理规律与专家规则对滩涂生态系统健康状况进行滩涂生态系统的综合评价体系建立,构建滩涂生态系统综合评价体系,其中滩涂生态系统综合评价体系包括指标层的细化指标;
本发明实施例中,利用卫星监控设备对滩涂生态系统进行影像扫描,通过对影像数据的分析和处理,生成滩涂评价对象区域,这些区域可以包括滩涂的地理范围、湿地类型等信息。获取滩涂生态系统的健康状况数据,这些数据可以包括水质监测数据、植被覆盖度、动植物种群数量等,这些数据是评价滩涂生态系统健康状况的重要依据。基于预设的人类与生态环境之间相互作用的机理规律和专家规则,对滩涂生态系统的健康状况进行综合评价体系的建立,例如由人类活动对生态系统产生压力、因压力生态系统原有的质和量发生改变以及人类采取一定管理措施来应对这些改变上述三种因果关系,将滩涂生态系统综合评价体系划分为压力、状态和响应三类,进而选取相应的细化指标对压力、状态和响应进行细分,得到如压力层中的指标包括围垦强度、渔业生产等细化指标。
步骤S2:获取统计年鉴资料与湿地保护措施资料;根据细化指标,利用卫星遥感影像技术、统计年鉴资料以及湿地保护措施资料对滩涂评价对象区域进行滩涂评价区域内细化指标样本特征数据采集,生成指标样本特征数据;利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分处理,生成指标等级数据;
本发明实施例中,获取相关的统计年鉴资料,例如关于滩涂面积、生物多样性指数、海平面上升速度等方面的数据,这些统计年鉴资料可以提供对滩涂生态系统的宏观了解和评估依据,还需要了解对湿地保护的意识和观念,这可以通过开展问卷调查、专家访谈或社会调研等方式来获取,例如,我们可以了解当地居民对滩涂生态保护的重视程度、对湿地生态系统功能的认识等。利用卫星遥感影像技术来获取滩涂评价对象区域内的具体特征数据,例如土地利用类型、植被覆盖度等,卫星遥感影像技术可以提供高分辨率的图像数据,帮助我们识别和量化滩涂生态系统的特征。结合获取的统计年鉴资料和湿地保护措施资料,对采集到的细化指标样本特征数据进行处理,并且利用预设的指标评级标度对数据进行无量纲化处理,将其转化为无单位的指标等级数据,评级标度分为1、2、3、4和5共5类等级,实现指标数据的无量纲化处理,例如,对某一指标进行归一化处理,将其转化为相对评级,从而能够更好地进行综合评价和比较。
步骤S3:对层次分析法计算主观权重进行改进优化,以得到改进的层次分析法,通过改进的层次分析法对细化指标进行细化指标主观权重计算,从而生成改进层次分析法计算得出的细化指标主观权重;
本发明实施例中,建立一个判断矩阵,用于比较各个细化指标之间的相对重要性,例如假设有三个指标,请一组专家对这些指标进行两两比较,判断指标状况相对于生物多样性的重要性,以及指标状况相对于自然景观的重要性,专家们根据他们的专业知识和经验,给出两个指标之间的相对权重,传统的AHP方法可能存在一些局限性,例如专家对比较难度较大、判断矩阵不一致等,因此,我们采用改进的方法来优化主观权重的计算,将原本层次分析法中的九标度,改进为三标度,改进后的层次分析法大大减少了数据量,利用三标度的层次分析法对细化指标进行主观权重计算,以此计算出细化指标主观权重。
步骤S4:对细化指标进行评价体系各指标熵权法加权计算处理,生成细化指标客观权重;
本发明实施例中,采用熵权法来计算滩涂生态系各指标的权重,利用滩涂生态系统评价相关的多个细化指标构建指标数据矩阵,其中每一列代表一个细化指标,每一行代表一个指标样本特征数据。针对每个指标,我们计算其在各个样本上的归一化值。接下来,对于每个指标计算其归一化后的数据矩阵的列向量的熵值,熵值反映了指标的多样性和离散程度,较大的熵值表示指标的信息量更大,然后,计算指标列向量的权重,通过归一化熵值除以各指标熵值的总和得到,以此计算出细化指标客观权重。
步骤S5:将细化指标主观权重与细化指标客观权重进行基于乘法合成原理的组合赋权,生成组合权重信息;
本发明实施例中,计算每个指标的初始组合权重,这是通过将主观权重和客观权重相乘得到的,例如,对于某个细化指标,将其主观权重和客观权重相乘得到其初始组合权重,对于其他指标也进行同样的计算,对初始组合权重进行归一化处理,以生成最终的组合权重信息,归一化的目的是将权重值转化为在0到1之间的范围,使其具有可比性和可解释性,使用归一化计算公式,将每个指标的初始组合权重除以所有指标初始组合权重的总和,从而得到归一化后的组合权重信息。
步骤S6:将组合权重信息与指标等级数据进行评价目标综合评价计算,生成滩涂生态系统综合评价参数;
本发明实施例中,将每个指标的组合权重与其对应的指标等级数据相乘,得到各个指标的综合评价参数,例如,对于某个细化指标,将其组合权重乘以相应的指标等级数据得到该指标的综合评分,对于其他指标也进行同样的计算,对所有指标的综合评分进行求和,以此得到滩涂生态系统综合评价参数,这个综合评分反映了滩涂生态系统在各个指标上的表现综合情况,考虑了各个指标的重要性权重。
步骤S7:将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行滩涂生态的综合结果评级及措施方向优化处理,生成滩涂生态优化措施数据。
本发明实施例中,首先将滩涂生态系统的综合评价参数与预设的滩涂生态评级标度进行比对和匹配。评级标度是一个等级系统,包含不同等级的滩涂生态状态,如优秀、良好、一般和较差等。根据综合评价参数的数值,确定滩涂生态系统的综合评级结果,确定综合评级结果后,根据评级结果进行措施方向优化处理,不同的综合评级结果可能需要采取不同的优化措施,以改善滩涂生态系统的状况,例如如果评级结果表明滩涂生态系统处于较差状态,那么可能需要采取增加环境保护措施、恢复植被覆盖、减少污染物排放等措施来优化滩涂生态系统。根据优化措施的要求和可行性,生成滩涂生态优化措施数据,这些数据包括具体的优化措施内容、实施步骤、所需资源和时间等信息,为进一步的滩涂生态系统管理和保护提供指导和支持。
优选地,步骤S1包括以下步骤:
步骤S11:通过卫星监控设备对滩涂生态系统进行影像扫描,生成滩涂评价对象区域;
步骤S12:获取滩涂生态系统健康状况;
步骤S13:根据预设的人类与生态环境之间相互作用的机理规律将滩涂生态系统健康状况进行评价目标划分,分别生成压力层、状态层和响应层;
步骤S14:根据专家规则将压力层、状态层和响应层进行滩涂生态系统的综合评价体系建立,以构建滩涂生态系统综合评价体系;
其中滩涂生态系统综合评价体系中包括目标层、项目层以及指标层;目标层的滩涂生态系统健康状况包括项目层的压力层、状态层以及指标层;项目层的压力层包括指标层的围垦强度、渔业生产、货物运输量、土著植物面积比例;项目层的状态层包括土壤内梅罗综合污染指数、土壤有机质、土壤石油类、综合水质标识指数、底栖动物多度、底栖动物多样性指数、浮游植物密度、浮游植物多样性指数、浮游动物密度、浮游动物多样性指数、鸟类数量、供给功能、调节功能、支持功能以及文化功能;项目层的响应层包括湿地管理水平、湿地保护措施资料、政策法规以及财政支出。
本发明通过卫星监控设备进行影像扫描,可以获取高分辨率的影像数据,帮助准确确定滩涂生态系统的评价对象区域。这有助于确保评价工作的准确性和可靠性。获取滩涂生态系统健康状况可以提供关于滩涂生态系统的详细信息,包括生物多样性、生态功能、生态过程等方面的情况,这有助于对滩涂生态系统的整体状况进行综合评估。根据预设的人类与生态环境之间相互作用的机理规律对滩涂生态系统健康状况进行评价目标划分,可以将评价目标分为压力层、状态层和响应层,这种划分有助于将评价工作分解为不同层次,使评价指标更加具体和可操作。通过专家规则将压力层、状态层和响应层进行综合评价体系建立,可以综合考虑不同层次的指标和因素,形成滩涂生态系统的综合评价体系,这有助于综合评估滩涂生态系统的健康状况,并提供更全面、准确的评价结果。
本发明实施例中,利用卫星监控设备对滩涂生态系统进行影像扫描,通过对影像数据的处理和分析,生成滩涂评价对象区域,这可以包括使用遥感技术获取滩涂地区的影像数据,并将其转化为可识别的滩涂边界和区域。获取滩涂生态系统的健康状况数据,这可能涉及收集相关的生态数据,例如水质监测数据、生物多样性数据、土壤质量数据等,这些数据可以通过现场采样、实验室分析或者从相关机构和数据库获取。根据预设的人类与生态环境之间相互作用的机理规律对滩涂生态系统的健康状况数据进行评价目标划分,分别生成压力层、状态层和响应层,例如在压力层中,可以评估滩涂面临的围垦强度、渔业生产和货物运输量等因素,在状态层中,我们可以评估土壤内梅罗综合污染指数、水质标识指数、底栖动物多度等指标,在响应层中,我们可以考虑湿地管理水平、湿地保护措施资料、政策法规和财政支出等因素。根据专家规则,我们将压力层、状态层和响应层进行滩涂生态系统的综合评价体系建立,这涉及将不同层次的指标进行归类和组织,以构建滩涂生态系统综合评价体系,这个体系以目标层为顶层,包括滩涂生态系统健康状况;项目层为中间层,包括压力层、状态层和响应层;指标层为最底层,包括具体的评价指标,如围垦强度、土壤有机质、底栖动物多度等,滩涂生态系统综合评价体系图下表所示:
优选地,步骤S2包括以下步骤:
步骤S21:获取统计年鉴资料与湿地保护措施资料;
步骤S22:根据细化指标,利用卫星遥感影像技术、统计年鉴资料以及湿地保护措施资料对滩涂评价对象区域进行滩涂评价区域内细化指标样本数据采集,生成指标样本数据;
步骤S23:利用主成分分析法对指标样本数据进行指标样本特征数据提取,生成指标样本特征数据;
步骤S24:利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分处理,生成指标等级数据。
本发明获取统计年鉴资料和湿地保护措施资料的信息可以从多个方面提供数据支持,涵盖了滩涂生态系统的不同方面,包括环境、生态、社会等,这样可以更全面地了解滩涂生态系统的情况。通过利用卫星遥感影像技术、统计年鉴资料和湿地保护措施资料,可以对滩涂评价对象区域内的细化指标进行数据采集,这样可以获得多维度的数据,更准确地描述滩涂生态系统的特征和状况。主成分分析法可以对每个指标的指标样本数据进行降维和提取,将原始数据转化为更少但保留主要信息的指标样本特征数据,这样可以简化数据分析过程,并减少冗余信息的影响,使得评价结果更具有代表性和可解释性。通过将指标样本特征数据进行无量纲化处理,即将数据转化为无单位的相对值,可以消除不同指标之间的量纲差异,使得指标数据可以进行可靠的比较和综合,生成的指标等级数据可以直观地反映滩涂生态系统的状态,并为后续的权重计算和评价提供依据。
本发明实施例中,获取统计年鉴资料与湿地保护措施资料。我们可以收集与滩涂生态系统相关的统计年鉴数据,例如人口统计、经济指标、环境保护投入等。同时,我们还会调查和了解湿地保护的政策、法规和公众对湿地保护的认知和行动。根据细化指标,利用卫星遥感影像技术、统计年鉴资料以及湿地保护措施资料对滩涂评价对象区域进行细化指标样本数据采集,例如可以利用卫星遥感数据获取滩涂地区的植被覆盖情况、土地利用类型等信息,同时结合统计年鉴资料和湿地保护措施资料调研结果,收集关于滩涂利用、保护和管理的相关数据,如农田面积、湿地保护区的数量等。利用主成分分析法对指标样本数据进行特征提取,通过主成分分析,我们可以将每个高维指标的指标样本数据的样本降维为少数几个主成分,从而提取出最具代表性的特征。这些主成分可以代表滩涂生态系统的不同方面,如土地利用、水质状况等。利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分处理,生成指标等级数据。例如由于不同指标的量纲不尽相同,因此将各指标获得的数据划分为5类等级从而实现无量纲化处理,使后续计算无需考虑指标的量纲因素,如鱼类完整性指数小于22则划分为等级1,22~34则划分为等级2,34~44则划分为等级3,44~52则划分为等级4,52以上则划分为等级5,其余指标同样根据实际情况进行上述处理。通过这样的划分,我们可以将指标样本特征数据转化为具有可比性和可比较性的指标等级数据。
优选地,其中改进的层次分析法包括指标重要性对比三标度法取值规则,步骤S3包括以下步骤:
步骤S31:将层次分析法中指标之间相互比较判断重要性的九标度法改进为三标度法,利用三标度法对细化指标进行取值方式构建,生成指标重要性对比三标度法取值规则;
其中,指标重要性对比三标度法取值规则为:oj比oi明显重要时,aij为0;oj与oi同样重要时,aij为1;oi比oj明显重要时,aij为2;aij表示为第i个指标与第j个指标的指标重要性对比三标度法取值,oj表示为第j个细化指标,oi表示为第i个细化指标;
步骤S32:根据指标重要性对比三标度法取值规则对各细化指标进行两两对比,并构建比较矩阵A=(aij)n×n;
其中,构建比较矩阵A=(aij)n×n如下所示:
式中,A表示为比较矩阵,n为指标的总数,ann表示为第n个指标与第n个指标的指标重要性对比三标度法取值;
步骤S33:利用判断矩阵构建公式对比较矩阵A=(aij)n×n进行判断元素计算,以构建判断矩阵B=(bij)n×n;
其中,判断矩阵构建公式如下所示:
式中,bij表示判断矩阵第i行第j列的判断矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,ri表示为比较矩阵A=(aij)n×n中第i行所有元素相加值,max(ri)表示为ri的最大值,min(ri)表示为ri的最小值,K表示为ri的最大值与ri的最小值的比值,rj表示为比较矩阵A=(aij)n×n中第j行所有元素相加值;
步骤S34:利用传递矩阵构建公式对判断矩阵利用传递矩阵构建公式对判断矩阵B=(bij)n×n进行传递元素计算,以构建传递矩阵C=(cij)n×n;
其中,传递矩阵构建公式如下所示:
cij=lgbij;
式中,cij表示为传递矩阵第i行第j列的传递矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,bij表示为判断矩阵第i行第j列的判断元素;
步骤S35:利用最优传递算法对传递矩阵C=(cij)n×n进行最优化处理,生成最优传递矩阵D=(dij)n×n;
其中,最优传递算法如下所示:
式中,dij表示为最优传递矩阵第i行第j列的最优传递矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,n为指标的总数,cik表示为递矩阵第i行第k列的传递元素,cjk表示为第j行第k列的传递元素;
步骤S36:利用拟优一致矩阵构建公式对最优传递矩阵D=(dij)n×n进行拟优一致元素计算,以构建求解矩阵B=(bij)n×n的拟优一致矩阵B’=(b′ij)n×n;
其中,拟优一致矩阵构建公式如下所示:
式中,b′ij表示为拟优一致矩阵第i行第j列的拟优一致矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,dij表示为最优传递矩阵第i行第j列的最优传递矩阵元素;
步骤S37:利用列正规化对拟优一致矩阵B’=(b′ij)n×n进行求解,生成列正规化矩阵Z’=(zij)n×n;
其中,列正规化如下所示:
式中,zij表示为列正规化矩阵第i行第j列的列正规化矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,n为指标的总数,b′ij表示为拟优一致矩阵第i行第j列的拟优一致矩阵元素,b′kj表示为拟优一致矩阵第k行第j列的拟优一致矩阵元素;
步骤S38:利用主观权重计算公式列正规化矩阵进行主观权重计算,从而生成改进层次分析法计算得出的细化指标主观权重;
其中,主观权重计算公式如下所示:
式中,τi表示为第i个指标的细化指标主观权重,i表示为小于等于指标总数的任意值,zij表示为列正规化矩阵第i行第j列的列正规化矩阵元素。
本发明通过改进为三标度法,可以简化指标之间重要性的比较判断过程,九标度法相对较复杂,而三标度法只需要在明显重要、同样重要和明显不重要之间进行选择,降低了主观判断的复杂度。通过进行两两对比,可以确定不同细化指标之间的重要性关系,并构建比较矩阵,这样可以量化指标之间的重要性,为后续的权重计算提供依据。通过判断矩阵构建公式,可以将比较矩阵转化为判断矩阵,这样可以进一步处理指标之间的重要性关系,为后续的权重计算和综合评价提供基础。通过判断矩阵构建公式,可以将判断矩阵转化为传递矩阵,传递矩阵可以反映指标之间的传递效应,即更高级别指标对下一级别指标的影响程度。通过最优传递算法,可以对传递矩阵进行最优化处理,得到最优传递矩阵,最优传递矩阵可以更准确地反映指标之间的传递效应,提高层次分析结果的准确性和可靠性。通过拟优一致矩阵构建公式,可以将最优传递矩阵转化为拟优一致矩阵,拟优一致矩阵可以更好地符合一致性要求,提高层次分析方法的准确性和可行性。通过列正规化,对拟优一致矩阵进行求解,生成列正规化矩阵,列正规化矩阵可以将各个指标的权重进行归一化处理,确保它们的总和为1,便于权重的比较和综合。通过主观权重计算公式,可以利用列正规化矩阵进行主观权重的计算,主观权重可以反映指标的相对重要性,为综合评价和决策提供依据。
作为本发明的一个实例,参考图2所示,为图1中步骤S3的详细实施步骤流程示意图,在本实例中所述步骤S3包括:
步骤S31:将层次分析法中指标之间相互比较判断重要性的九标度法改进为三标度法,利用三标度法对细化指标进行取值方式构建,生成指标重要性对比三标度法取值规则;
本发明实施例中,改进了层次分析法中的指标重要性对比方法,采用了三标度法。假设我们有两个细化指标,oi和oj。根据三标度法的定义,如果oj比oi明显重要,给aij赋值为0;如果两个因素同样重要,赋值为1;如果oi比oj明显重要,赋值为2。假设我们比较的是滩涂生态系统的A和B两个细化指标。如果A在滩涂生态系统中比B更重要,我们将aij赋值为0。如果两个指标在滩涂生态系统中同等重要,赋值为1。如果B在滩涂生态系统中比A更重要,赋值为2。
步骤S32:根据指标重要性对比三标度法取值规则对各细化指标进行两两对比,并构建比较矩阵A=(aij)n×n;
本发明实施例中,根据指标重要性对比三标度法取值规则,我们对各细化指标进行两两比较,并构建比较矩阵。比较矩阵是一个n×n的矩阵,其中n表示指标的总数,aij表示第i个指标与第j个指标的指标重要性对比三标度法取值。
步骤S33:利用判断矩阵构建公式对比较矩阵A=(aij)n×n进行判断元素计算,以构建判断矩阵B=(bij)n×n;
本发明实施例中,根据判断矩阵构建公式,我们计算出判断矩阵B的元素值。这里涉及到比较矩阵A中每一行的元素相加值,以及最大值和最小值的计算。
步骤S34:利用传递矩阵构建公式对判断矩阵利用传递矩阵构建公式对判断矩阵B=(bij)n×n进行传递元素计算,以构建传递矩阵C=(cij)n×n;
本发明实施例中,通过使用传递矩阵构建公式,我们计算得到传递矩阵C的元素值,其中每个元素等于对应判断矩阵B元素的值。
步骤S35:利用最优传递算法对传递矩阵C=(cij)n×n进行最优化处理,生成最优传递矩阵D=(dij)n×n;
本发明实施例中,利用最优传递算法对传递矩阵C进行计算,得到最优传递矩阵D的元素值。
步骤S36:利用拟优一致矩阵构建公式对最优传递矩阵D=(dij)n×n进行拟优一致元素计算,以构建求解矩阵B=(bij)n×n的拟优一致矩阵B’=(b′ij)n×n;
本发明实施例中,使用拟优一致矩阵构建公式,我们计算得到拟优一致矩阵B’的元素值,其中每个元素等于对应最优传递矩阵D元素的值的10的幂次方。
步骤S37:利用列正规化对拟优一致矩阵B’=(b′ij)n×n进行求解,生成列正规化矩阵Z’=(zij)n×n;
本发明实施例中,行列正规化,我们计算得到列正规化矩阵Z’的元素值,其中每个元素等于对应拟优一致矩阵B’元素的值除以拟优一致矩阵B’每列元素之和。
步骤S38:利用主观权重计算公式列正规化矩阵进行主观权重计算,从而生成改进层次分析法计算得出的细化指标主观权重。
本发明实施例中,通过使用主观权重计算公式,我们可以计算出每个细化指标的主观权重值。
优选地,步骤S4包括以下步骤:
步骤S41:根据细化指标以及指标样本特征数据构建原始数据矩阵X=(xkl)m×n;
其中,原始数据矩阵X=(xkl)m×n构建方式如下所示:
式中,xkl表示为原始数据矩阵中第k行第l列的原始数据矩阵元素,m表示为第n个指标的指标样本特征数据,n表示为指标总数;
步骤S42:利用样本列占比计算公式对原始数据矩阵X=(xkl)m×n进行样本列占比计算,生成样本列占比矩阵;
其中,样本列占比计算公式如下所示:
式中,Mkl表示为第l项指标中第k个样本所占该列的比重,m表示为第n个指标的指标样本特征数据l表示为小于等于指标总数的任意值,xkl表示为第l项指标中第k个样本的指标样本数据;
步骤S43:利用信息熵计算公式对样本列占比矩阵进行指标信息熵计算,生成信息熵向量;
其中,信息熵计算公式如下所示:
式中,el表示为第l个指标的信息熵计算值,m表示为指标的样本数据数量,Mkl表示为第l项指标中第k个样本所占该列的比重;
步骤S44:利用权重计算公式对信息熵向量进行细化指标客观权重计算,生成细化指标客观权重;
其中,权重计算公式如下所示:
式中,ωl表示为第l个指标的客观权重,el表示为第l个指标的信息熵计算值,n表示为指标总数。
本发明通过将细化指标和指标样本特征数据组合成原始数据矩阵,可以将指标和样本数据整合在一个矩阵中,为后续的计算提供基础。进行样本列占比计算,生成样本列占比矩阵,通过计算每个样本在指标列中的占比,可以量化指标在样本数据中的重要程度,形成样本列占比矩阵,这有助于评估每个指标对样本的影响程度,并为权重计算提供依据。进行指标信息熵计算,生成信息熵向量,通过计算每个指标的信息熵,可以度量指标的不确定性或多样性,信息熵向量反映了指标的相对重要性,可以用于客观权重计算。进行细化指标客观权重计算,通过使用权重计算公式,可以利用信息熵向量计算出每个指标的客观权重,客观权重反映了指标在整体中的相对重要性,提供了基于数据分析的权重评估。
作为本发明的一个实例,参考图3所示,为图1中步骤S4的详细实施步骤流程示意图,在本实例中所述步骤S4包括:
步骤S41:根据细化指标以及指标样本特征数据构建原始数据矩阵(xkl)m×n;
本发明实施例中,假设我们有4个细化指标,每个指标有3个样本数据。根据指标样本特征数据,我们构建原始数据矩阵X=(xkl)3×4。
步骤S42:利用样本列占比计算公式对原始数据矩阵X=(xkl)m×n进行样本列占比计算,生成样本列占比矩阵;
本发明实施例中,通过利用样本列占比计算公式对原始数据矩阵X=(xkl)m×n进行样本列占比计算,计算得出每个指标根据样本生成的样本列占信息,以此生成样本列占比矩阵;
步骤S43:利用信息熵计算公式对样本列占比矩阵进行指标信息熵计算,生成信息熵向量;
本发明实施例中,利用信息熵计算公式对样本列占比矩阵中每个指标根据样本生成的样本列占信息进行计算,生成指标的信息熵,以此构建信息熵向量;
步骤S44:利用权重计算公式对信息熵向量进行细化指标客观权重计算,生成细化指标客观权重。
本发明实施例中,利用权重计算公式对信息熵向量进行细化指标客观权重计算,生成每个细化指标的客观权重。
优选地,步骤S5包括以下步骤:
步骤S51:利用初始组合权重计算公式对细化指标主观权重与细化指标客观权重进行组合赋权,生成初始组合权重信息;
其中,初始组合权重计算公式如下所示:
Wp=τp·ωp;
式中,Wp表示为主观客观组合后第p个指标的初始组合权重,τp表示为第p个指标的细化指标主观权重,ωp表示为第p个指标的细化指标客观权重;
步骤S52:利用归一化计算公式对初始组合权重信息进行归一化处理,从而生成组合权重信息;
其中,归一化计算公式如下所示:
式中,W′p表示为主观客观组合后第p个指标的组合权重,Wp表示为组合后第p个指标的初始组合权重,n为指标的总数。
本发明通过将细化指标的主观权重和客观权重进行组合赋权,可以结合主观评价和客观数据分析的结果,形成初始的组合权重信息,这样做可以综合考虑主观和客观因素,更全面地评估指标的重要性。通过归一化计算公式,对初始的组合权重信息进行处理,使得权重值在0到1之间,并且各个指标权重的总和为1,这样做可以使权重具有可比性和可解释性,便于进行综合评价和决策。
本发明实施例中,利用初始组合权重计算公式对细化指标的主观权重和客观权重进行组合赋权,生成初始组合权重信息,假设我们有4个细化指标,它们的主观权重分别为[0.3,0.2,0.1,0.4],客观权重分别为[0.1,0.3,0.2,0.4],以此得到初始组合权重信息为[0.03,0.06,0.02,0.16]。将初始组合权重信息带入归一化就按公式中,以此进行归一化处理,从而生成组合权重信息,得到归一化后的组合权重信息为[0.09,0.18,0.06,0.48]。
优选地,步骤S6包括以下步骤:
步骤S61:利用滩涂生态系统综合评价算法构建滩涂生态系统综合评价模型;
其中,滩涂生态系统综合评价算法如下所示:
IML=∑W′p·Yp;
式中,IML为滩涂生态系统综合评价模型结果值,W′p为主观客观组合后第p个指标的组合权重,Yp为第p个指标的指标等级数据;
步骤S62:将组合权重信息和指标等级数据传输至滩涂生态系统综合评价模型进行滩涂生态系统综合评价参数计算,生成滩涂生态系统综合评价参数。
本发明通过滩涂生态系统综合评价算法,建立一个评价模型,用于综合评估滩涂生态系统的状况,该模型结合了组合权重信息和指标等级数据,将它们进行综合计算,得到一个综合评价结果,这样做可以将各个指标的权重和指标数据相结合,形成对滩涂生态系统综合状况的综合评估。将组合权重信息和指标等级数据传输至滩涂生态系统综合评价模型,进行相应的计算,得到滩涂生态系统的综合评价参数,这些参数可以用来描述滩涂生态系统的综合状况,反映出不同指标对滩涂生态系统的影响程度和贡献度,通过计算这些参数,可以更全面、客观地了解滩涂生态系统的综合状况,为滩涂管理和保护提供科学依据。
本发明实施例中,利用滩涂生态系统综合评价算法构建滩涂生态系统综合评价模型,该模型为输入组合权重信息和指标等级数据两者参数,对滩涂生态系统综合评价参数进行自动计算得出结果。将组合权重信息和指标等级数据传输至滩涂生态系统综合评价模型进行滩涂生态系统综合评价参数的计算,例如有4个指标的组合权重信息为[0.09,0.18,0.06,0.48],而这些指标的指标等级数据为[3,4,2,3],则生成滩涂生态系统综合评价参数为IML=(0.09*3)+(0.18*4)+(0.06*2)+(0.48*3),以此滩涂生态系统综合评价参数为3.66。
优选地,步骤S7包括以下步骤:
步骤S71:将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行滩涂生态综合结果评级,生成综合评价结果等级;
步骤S72:根据综合评价结果等级与组合权重信息进行滩涂生态系统措施方向优化,以生成滩涂生态优化措施数据。
本发明将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行对比和匹配,以确定滩涂生态系统的综合评价结果等级,通过将评价参数与评级标度相结合,可以将滩涂生态系统的整体状况进行分级,从而更直观地反映出其综合评价结果。根据综合评价结果等级和组合权重信息,对滩涂生态系统的措施方向进行优化,通过综合考虑评价结果等级和各指标的权重,可以确定滩涂生态系统改善和保护的重点领域和措施,这有助于制定针对性的滩涂生态优化措施,以提高滩涂生态系统的质量和可持续性。
本发明实施例中,将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行对比,生成综合评价结果等级,假设预设的滩涂生态评级标度如下:
优秀(评级标度为5);
良好(评级标度为4);
一般(评级标度为3);
较差(评级标度为2);
很差(评级标度为1);
在前面的例子中,滩涂生态综合评价参数I_ML的计算结果为3.66,根据预设的评级标度,我们可以将评价参数进行评级,在这种情况下,综合评价结果等级为"一般",对应的评级标度为3。根据综合评价结果等级和组合权重信息,确定滩涂生态系统的优化措施方向,生成滩涂生态优化措施数据,在这个例子中,综合评价结果等级为"一般",对应的评级标度为3,同时组合权重信息为[0.09,0.18,0.06,0.48]。基于这些信息,可以制定针对滩涂生态系统的优化措施。例如,根据组合权重信息中较高的权重,可以确定关注的重点指标,并制定相应的优化措施,如增加生态修复工程投入、加强环境监测和管理等。
本申请有益效果在于,本发明采用多指标综合评价的方式,综合考虑了多个指标的信息,能够全面、客观地评估滩涂生态系统的状况,通过对各项指标进行权重计算、数据处理和综合分析,能够提供对滩涂生态系统整体状况的综合评价结果。融合了主观权重和客观权重的计算,使评价结果更加全面和可靠,主观权重反映了专家、决策者或利益相关者的主观意见和偏好,客观权重基于数据和统计分析,能够客观地反映指标的重要性和贡献度,通过主客观权重的结合,可以减少主观偏好的影响,提高评价结果的科学性和可信度。方法中采用了归一化处理,对评价结果进行了统一的比例缩放,消除了指标之间的量纲和数量级的差异,这样可以确保不同指标的权重在评价过程中具有相同的量纲,使得各项指标能够公平地贡献到最终评价结果中。通过将评价结果与预设的评级标度进行对比,能够将滩涂生态系统的状况进行综合评级,以直观地呈现其综合评价结果,同时,根据评级和权重信息,能够确定滩涂生态系统的优化措施方向,为滩涂管理和保护提供具体的指导和建议,这有助于制定针对性的措施,优化滩涂生态系统的状况,提高其生态质量和可持续性。本发明的滩涂生态评价方法提供了科学的、可量化的评价结果,为滩涂生态系统的决策制定和管理提供支持,通过对滩涂生态系统的综合评价,能够揭示其优势和不足之处,为决策者提供有关滩涂生态保护、恢复和可持续利用的信息,帮助他们做出明智的决策。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种滩涂生态系统综合评价方法,其特征在于,所述方法包括以下步骤:
步骤S1:通过卫星监控设备对滩涂生态系统进行影像扫描,生成滩涂评价对象区域;获取滩涂生态系统健康状况;根据预设的人类与生态环境之间相互作用的机理规律与专家规则对滩涂生态系统健康状况进行滩涂生态系统的综合评价体系建立,构建滩涂生态系统综合评价体系,其中滩涂生态系统综合评价体系包括指标层的细化指标;
步骤S2:获取统计年鉴资料与湿地保护措施资料;根据细化指标,利用卫星遥感影像技术、统计年鉴资料以及湿地保护措施资料对滩涂评价对象区域进行滩涂评价区域内细化指标样本特征数据采集,生成指标样本特征数据;利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分处理,生成指标等级数据;
步骤S3:对层次分析法计算主观权重进行改进优化,以得到改进的层次分析法,通过改进的层次分析法对细化指标进行细化指标主观权重计算,从而生成改进层次分析法计算得出的细化指标主观权重;
步骤S4:对细化指标进行评价体系各指标熵权法加权计算处理,生成细化指标客观权重;
步骤S5:将细化指标主观权重与细化指标客观权重进行基于乘法合成原理的组合赋权,生成组合权重信息;
步骤S6:将组合权重信息与指标等级数据进行评价目标综合评价计算,生成滩涂生态系统综合评价参数;
步骤S7:将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行滩涂生态的综合结果评级及措施方向优化处理,生成滩涂生态优化措施数据。
2.根据权利要求1所述的滩涂生态系统综合评价方法,其特征在于,步骤S1包括以下步骤:
步骤S11:通过卫星监控设备对滩涂生态系统进行影像扫描,生成滩涂评价对象区域;
步骤S12:获取滩涂生态系统健康状况;
步骤S13:根据预设的人类与生态环境之间相互作用的机理规律将滩涂生态系统健康状况进行评价目标划分,分别生成压力层、状态层和响应层;
步骤S14:根据专家规则将压力层、状态层和响应层进行滩涂生态系统的综合评价体系建立,以构建滩涂生态系统综合评价体系;
其中滩涂生态系统综合评价体系中包括目标层、项目层以及指标层;目标层的滩涂生态系统健康状况包括项目层的压力层、状态层以及指标层;项目层的压力层包括指标层的围垦强度、渔业生产、货物运输量、土著植物面积比例;项目层的状态层包括土壤内梅罗综合污染指数、土壤有机质、土壤石油类、综合水质标识指数、底栖动物多度、底栖动物多样性指数、浮游植物密度、浮游植物多样性指数、浮游动物密度、浮游动物多样性指数、鸟类数量、供给功能、调节功能、支持功能以及文化功能;项目层的响应层包括湿地管理水平、湿地保护措施资料、政策法规以及财政支出。
3.根据权利要求2所述的滩涂生态系统综合评价方法,其特征在于,步骤S2包括以下步骤:
步骤S21:获取统计年鉴资料与湿地保护措施资料;
步骤S22:根据细化指标,利用卫星遥感影像技术、统计年鉴资料以及湿地保护措施资料对滩涂评价对象区域进行滩涂评价区域内细化指标样本数据采集,生成指标样本数据;
步骤S23:利用主成分分析法对指标样本数据进行指标样本特征数据提取,生成指标样本特征数据;
步骤S24:利用预设的指标评级标度对指标样本特征数据进行无量纲化数据划分处理,生成指标等级数据。
4.根据权利要求3所述的滩涂生态系统综合评价方法,其特征在于,其中改进的层次分析法包括指标重要性对比三标度法取值规则,步骤S3包括以下步骤:
步骤S31:将层次分析法中指标之间相互比较判断重要性的九标度法改进为三标度法,利用三标度法对细化指标进行取值方式构建,生成指标重要性对比三标度法取值规则;
其中,指标重要性对比三标度法取值规则为:oj比oi明显重要时,aij为0;oj与oi同样重要时,aij为1;oi比oj明显重要时,aij为2;aij表示为第i个指标与第j个指标的指标重要性对比三标度法取值,oj表示为第j个细化指标,oi表示为第i个细化指标;
步骤S32:根据指标重要性对比三标度法取值规则对各细化指标进行两两对比,并构建比较矩阵A=(aij)n×n;
其中,构建比较矩阵A=(aij)n×n如下所示:
式中,A表示为比较矩阵,n为指标的总数,ann表示为第n个指标与第n个指标的指标重要性对比三标度法取值(显然a11=a22=…=ann=1);
步骤S33:利用判断矩阵构建公式对比较矩阵A=(aij)n×n进行判断元素计算,以构建判断矩阵B=(bij)n×n;
其中,判断矩阵构建公式如下所示:
式中,bij表示判断矩阵第i行第j列的判断矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,ri表示为比较矩阵A=(aij)n×n中第i行所有元素相加值,max(ri)表示为ri的最大值,min(ri)表示为ri的最小值,K表示为ri的最大值与ri的最小值的比值,rj表示为比较矩阵A=(aij)n×n中第j行所有元素相加值;
步骤S34:利用传递矩阵构建公式对判断矩阵B=(bij)n×n进行传递元素计算,以构建传递矩阵C=(cij)n×n;
其中,传递矩阵构建公式如下所示:
cij=lgbij;
式中,cij表示为传递矩阵第i行第j列的传递矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,bij表示为判断矩阵第i行第j列的判断元素;
步骤S35:利用最优传递算法对传递矩阵C=(cij)n×n进行最优化处理,生成最优传递矩阵D=(dij)n×n;
其中,最优传递算法如下所示:
式中,dij表示为最优传递矩阵第i行第j列的最优传递矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,n为指标的总数,cik表示为递矩阵第i行第k列的传递元素,cjk表示为第j行第k列的传递元素;
步骤S36:利用拟优一致矩阵构建公式对最优传递矩阵D=(dij)n×n进行拟优一致元素计算,以构建求解矩阵B=(bij)n×n的拟优一致矩阵B’=(b′ij)n×n;
其中,拟优一致矩阵构建公式如下所示:
式中,b′ij表示为拟优一致矩阵第i行第j列的拟优一致矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,dij表示为最优传递矩阵第i行第j列的最优传递矩阵元素;
步骤S37:利用列正规化对拟优一致矩阵B’=(b′ij)n×n进行求解,生成列正规化矩阵Z’=(zij)n×n;
其中,列正规化如下所示:
式中,zij表示为列正规化矩阵第i行第j列的列正规化矩阵元素,i表示为小于等于指标总数的任意值,j表示为小于等于指标总数的任意值,n为指标的总数,b′ij表示为拟优一致矩阵第i行第j列的拟优一致矩阵元素,b′kj表示为拟优一致矩阵第k行第j列的拟优一致矩阵元素;
步骤S38:利用主观权重计算公式列正规化矩阵进行主观权重计算,从而生成改进层次分析法计算得出的细化指标主观权重;
其中,主观权重计算公式如下所示:
式中,τi表示为第i个指标的细化指标主观权重,i表示为小于等于指标总数的任意值,zij表示为列正规化矩阵第i行第j列的列正规化矩阵元素。
5.根据权利要求4所述的滩涂生态系统综合评价方法,其特征在于,步骤S4包括以下步骤:
步骤S41:根据细化指标以及指标样本特征数据构建原始数据矩阵X=(xkl)m×n;
其中,原始数据矩阵X=(xkl)m×n构建方式如下所示:
式中,xkl表示为原始数据矩阵中第k行第l列的原始数据矩阵元素,m表示为指标样本特征数据个数,n表示为指标总数;
步骤S42:利用样本列占比计算公式对原始数据矩阵X=(xkl)m×n进行样本列占比计算,生成样本列占比矩阵;
其中,样本列占比计算公式如下所示:
式中,Mkl表示为第l项指标中第k个样本所占该列的比重,m表示为指标样本特征数据个数,l表示为小于等于指标总数的任意值,xkl表示为第l项指标中第k个样本的指标样本数据;
步骤S43:利用信息熵计算公式对样本列占比矩阵进行指标信息熵计算,生成信息熵向量;
其中,信息熵计算公式如下所示:
式中,el表示为第l个指标的信息熵计算值,m表示为指标的样本数据数量,Mkl表示为第l项指标中第k个样本所占该列的比重;
步骤S44:利用权重计算公式对信息熵向量进行细化指标客观权重计算,生成细化指标客观权重;
其中,权重计算公式如下所示:
式中,ωl表示为第l个指标的客观权重,el表示为第l个指标的信息熵计算值,n表示为指标总数。
6.根据权利要求5所述的滩涂生态系统综合评价方法,其特征在于,步骤S5包括以下步骤:
步骤S51:利用初始组合权重计算公式对细化指标主观权重与细化指标客观权重进行组合赋权,生成初始组合权重信息;
其中,初始组合权重计算公式如下所示:
Wp=τp·ωp;
式中,Wp表示为主观客观组合后第p个指标的初始组合权重,τp表示为第p个指标的细化指标主观权重,ωp表示为第p个指标的细化指标客观权重;
步骤S52:利用归一化计算公式对初始组合权重信息进行归一化处理,从而生成组合权重信息;
其中,归一化计算公式如下所示:
式中,W′p表示为主观客观组合后第p个指标的组合权重,Wp表示为组合后第p个指标的初始组合权重,n为指标的总数。
7.根据权利要求6所述的滩涂生态系统综合评价方法,其特征在于,步骤S6包括以下步骤:
步骤S61:利用滩涂生态系统综合评价算法构建滩涂生态系统综合评价模型;
其中,滩涂生态系统综合评价算法如下所示:
IML=∑W′p·Yp;
式中,IML为滩涂生态系统综合评价模型结果值,W′p为主观客观组合后第p个指标的组合权重,Yp为第p个指标的指标等级数据;
步骤S62:将组合权重信息和指标等级数据传输至滩涂生态系统综合评价模型进行滩涂生态系统综合评价参数计算,生成滩涂生态系统综合评价参数。
8.根据权利要求7所述的滩涂生态系统综合评价方法,其特征在于,步骤S7包括以下步骤:
步骤S71:将滩涂生态系统综合评价参数与预设的滩涂生态评级标度进行滩涂生态综合结果评级,生成综合评价结果等级;
步骤S72:根据综合评价结果等级与组合权重信息进行滩涂生态系统措施方向优化,以生成滩涂生态优化措施数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310891005.7A CN116976694A (zh) | 2023-07-19 | 2023-07-19 | 一种滩涂生态系统综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310891005.7A CN116976694A (zh) | 2023-07-19 | 2023-07-19 | 一种滩涂生态系统综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116976694A true CN116976694A (zh) | 2023-10-31 |
Family
ID=88480785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310891005.7A Pending CN116976694A (zh) | 2023-07-19 | 2023-07-19 | 一种滩涂生态系统综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976694A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859680A (zh) * | 2020-07-24 | 2020-10-30 | 武汉理工大学 | 一种系统性能综合评价方法 |
CN112132486A (zh) * | 2020-10-01 | 2020-12-25 | 长江水利委员会长江科学院 | 西北内陆河区水资源高效利用的生态环境影响评价方法 |
CN113065789A (zh) * | 2021-04-15 | 2021-07-02 | 南京航空航天大学 | 一种基于三标度层次分析法的制造成熟度等级快速自评方法 |
CN113496359A (zh) * | 2021-07-13 | 2021-10-12 | 天津大学 | 一种多组合主客观均匀优化赋权风险评价方法 |
CN113626335A (zh) * | 2021-08-23 | 2021-11-09 | 公安部交通管理科学研究所 | 一种面向公安交通管理应用软件的质量评价方法及系统 |
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 |
CN115146948A (zh) * | 2022-06-28 | 2022-10-04 | 国网湖北省电力有限公司电力科学研究院 | 一种基于主客观综合模糊评价法的电动汽车充电桩健康状态评估方法 |
CN115496375A (zh) * | 2022-09-27 | 2022-12-20 | 山东大学 | 一种湖泊健康状况评价诊断方法及系统 |
CN115563448A (zh) * | 2022-10-12 | 2023-01-03 | 江苏省海涂研究中心(江苏省海洋环境监测预报中心) | 一种沿海滩涂生态脆弱性评价系统及方法 |
CN115689338A (zh) * | 2022-10-17 | 2023-02-03 | 国网江苏省电力有限公司淮安供电分公司 | 一种基于多指标的配电网技术成熟度评价方法及系统 |
CN115796652A (zh) * | 2022-11-16 | 2023-03-14 | 长江生态环保集团有限公司 | 一种考虑多因素耦合的河流水生态系统恢复评价方法 |
CN115907532A (zh) * | 2022-11-21 | 2023-04-04 | 中国人民解放军32181部队 | 车辆修理企业布局分析评估方法及系统 |
CN116050897A (zh) * | 2022-12-28 | 2023-05-02 | 北京东方园林环境股份有限公司 | 一种河湖滨岸带的生态安全评价方法 |
-
2023
- 2023-07-19 CN CN202310891005.7A patent/CN116976694A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859680A (zh) * | 2020-07-24 | 2020-10-30 | 武汉理工大学 | 一种系统性能综合评价方法 |
CN112132486A (zh) * | 2020-10-01 | 2020-12-25 | 长江水利委员会长江科学院 | 西北内陆河区水资源高效利用的生态环境影响评价方法 |
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 |
CN113065789A (zh) * | 2021-04-15 | 2021-07-02 | 南京航空航天大学 | 一种基于三标度层次分析法的制造成熟度等级快速自评方法 |
CN113496359A (zh) * | 2021-07-13 | 2021-10-12 | 天津大学 | 一种多组合主客观均匀优化赋权风险评价方法 |
CN113626335A (zh) * | 2021-08-23 | 2021-11-09 | 公安部交通管理科学研究所 | 一种面向公安交通管理应用软件的质量评价方法及系统 |
CN115146948A (zh) * | 2022-06-28 | 2022-10-04 | 国网湖北省电力有限公司电力科学研究院 | 一种基于主客观综合模糊评价法的电动汽车充电桩健康状态评估方法 |
CN115496375A (zh) * | 2022-09-27 | 2022-12-20 | 山东大学 | 一种湖泊健康状况评价诊断方法及系统 |
CN115563448A (zh) * | 2022-10-12 | 2023-01-03 | 江苏省海涂研究中心(江苏省海洋环境监测预报中心) | 一种沿海滩涂生态脆弱性评价系统及方法 |
CN115689338A (zh) * | 2022-10-17 | 2023-02-03 | 国网江苏省电力有限公司淮安供电分公司 | 一种基于多指标的配电网技术成熟度评价方法及系统 |
CN115796652A (zh) * | 2022-11-16 | 2023-03-14 | 长江生态环保集团有限公司 | 一种考虑多因素耦合的河流水生态系统恢复评价方法 |
CN115907532A (zh) * | 2022-11-21 | 2023-04-04 | 中国人民解放军32181部队 | 车辆修理企业布局分析评估方法及系统 |
CN116050897A (zh) * | 2022-12-28 | 2023-05-02 | 北京东方园林环境股份有限公司 | 一种河湖滨岸带的生态安全评价方法 |
Non-Patent Citations (1)
Title |
---|
薛惠敏;胡春梅;: "基于遥感与GIS的区域生态环境评价方法的研究", 地理信息世界, no. 05 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
De la Rosa et al. | Qualitative and quantitative land evaluations | |
CN104346425B (zh) | 一种层次化的互联网舆情指标体系的方法及系统 | |
CN111461576A (zh) | 一种食品中化学危害物安全风险模糊综合评价方法 | |
Giannetti et al. | The reliability of experts' opinions in constructing a composite environmental index: The case of ESI 2005 | |
Duinker | Criteria and indicators of sustainable forest management in Canada: progress and problems in integrating science and politics at the local level | |
CN106845777A (zh) | 案件工作量评价方法、法官业绩评价方法、建模方法、计算装置和计算机可读存储介质 | |
CN116090839B (zh) | 水资源耦合系统多重风险分析与评估方法及系统 | |
Nichols et al. | Evaluation of environmental assessment methods | |
Nijkamp | Multicriteria analysis: a decision support system for sustainable environmental management | |
Lo-Iacono-Ferreira et al. | Measuring urban sustainability performance through composite indicators for Spanish cities | |
Kropp et al. | Semiquantitative assessment of regional climate vulnerability: the North-Rhine Westphalia study | |
CN108805471A (zh) | 基于复合系统作用关系分析的水资源承载能力评价方法 | |
CN113837578B (zh) | 一种电力监理企业网格化监督管理评价方法 | |
Kitsios et al. | Evaluation of new service development strategies using multicriteria analysis: predicting the success of innovative hospitality services | |
Zuo et al. | A property perceived service quality evaluation method for public buildings based on multisource heterogeneous information fusion | |
CN114330716A (zh) | 一种基于cart决策树的大学生就业预测方法 | |
Wallis et al. | Measuring regional sustainability: lessons to be learned | |
CN116976694A (zh) | 一种滩涂生态系统综合评价方法 | |
CN107194579A (zh) | 一种基于神经网络的建设项目社会稳定风险评估方法 | |
Karimi et al. | Analyzing the results of buildings energy audit by using grey incidence analysis | |
CN114118688A (zh) | 基于序关系分析的电网工程造价风险预警方法 | |
Чіков et al. | Modeling of the synthetic indicator of competitiveness of agricultural enterprises: a methodological approach to the use of neural network tools | |
Oliveira et al. | Targeting policies to place: A jurisdictional analysis of composite indicators for rural development | |
Larson et al. | A review of methods for quantifying wildlife habitat in large landscapes | |
Zamani et al. | A complete information PCA-imprecise DEA approach for constructing composite indicator with interval data: an application for finding development degree of cities |
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 |