CN117194879A - 一种针对寒区冬季河流的水环境健康多指标体系评价算法 - Google Patents
一种针对寒区冬季河流的水环境健康多指标体系评价算法 Download PDFInfo
- Publication number
- CN117194879A CN117194879A CN202311162231.8A CN202311162231A CN117194879A CN 117194879 A CN117194879 A CN 117194879A CN 202311162231 A CN202311162231 A CN 202311162231A CN 117194879 A CN117194879 A CN 117194879A
- Authority
- CN
- China
- Prior art keywords
- river
- index
- evaluation
- water
- water environment
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 142
- 238000011156 evaluation Methods 0.000 title claims abstract description 92
- 230000036541 health Effects 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 23
- 238000011161 development Methods 0.000 claims description 16
- 230000005183 environmental health Effects 0.000 claims description 15
- 241000251468 Actinopterygii Species 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 239000002352 surface water Substances 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 2
- 238000004321 preservation Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 25
- 238000012360 testing method Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 7
- 241000566145 Otus Species 0.000 description 5
- 238000011835 investigation Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005314 correlation function Methods 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
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种针对寒区冬季河流的水环境健康多指标体系评价算法,包括以下步骤:构建河流水环境健康评价指标体系;采集河流各指标数据,划分河流水环境健康等级,并据此将各指标进行同水平等级划分;采用层次分析法‑熵权法计算各指标权重,基于博弈论对权重进行综合优化得到组合权重;采用改进的物元可拓模型结合组合权重,得到河流健康的关联度,依据关联度确定河流水环境健康评价等级。本发明采用一种针对寒区冬季河流的水环境健康多指标体系评价算法,基于博弈论对组合权重的确定进行优化,可以在考虑主客观因素的同时,顾及到各指标之间的固有信息,克服了传统方法随意性高的问题,有利于提高评价算法的精确度。
Description
技术领域
本发明涉及水环境健康管理技术领域,尤其是涉及一种针对寒区冬季河流的水环境健康多指标体系评价算法。
背景技术
河流系统是由河道中相互关联的水、沙、河床以及生态系统共同构成的复杂体系。它涵盖了自然生态、文化社会、工程调节等多个内容,在社会经济发展中发挥着至关重要的作用。目前,水环境恶化、河岸带侵蚀问题日益凸显,如何对河流进行科学管理已成为国内外普遍关注的焦点。而水环境健康评价作为河流科学管理的重要基础,如何精准评估河流水环境健康状况是整个管理体系中的关键所在。
北方寒冷地区受季节气候影响,普遍存在降雨及径流时空分布不均的现象。该地区河流除经历丰水期、枯水期和平水期外,在每年11月中旬至次年4月上旬还会经历长达5个月的冰封期。此外由于低温低流量的原因,北方寒冷地区河流生物的物种丰富度远低于其他地区,生态结构不够完整,自净能力弱。尤其是冬季时期,水质、水资源、水生态等各方面与其他地区都有着明显的差异,具有强烈的时空异质性。评价位于生态系统极度脆弱敏感地区的河流水环境健康状况,不仅有助于该地区河流的科学治理决策,对于一般河流的科学管理、精准决策也具有一定的指导意义。
近年来,随着应用数学及新一代信息技术的发展,众多综合方法被运用到各领域评价过程中,如模糊综合评价法、物元可拓法、主成分分析法、灰色关联度法、ELECTRE等。这些方法各具特色,适用于不同的场景。同时,各指标的权重也是决定评价模型是否准确的关键性因素。如今通常采用主观赋权法或客观赋权法来进行权重的确定。主观赋权法具有较强的主观能动性,依赖于专家个人的知识、经验与偏好,通常忽视了数据本身所蕴含的信息,常采用的方法有:层次分析法、德尔菲法等。客观赋权法弱化了主观意识,更加注重挖掘数据自身所蕴含的信息,但有时会出现权重系数不合理的情况,常用的方法有熵权法、CRITIC法、变异系数法等。为获得更加科学合理的权重值,采用主观赋权法与客观赋权法相耦合的方式,以组合权重值为基础展开河流水环境健康状况评价是一种有效的解决问题思路。但现阶段大多学者在组合赋权过程中仍采用主观确定偏好系数的方式,弱化了组合赋权的客观性和集成效果。主客观赋值法的权重分配仍需要科学合理的算法支撑。
总而言之,国内外有关河流水环境健康评价的研究近些年得到了快速发展,相关评价体系与方法逐步成熟。但现有的评价指标体系没有考虑寒区冬季河流低温低流量、生态脆弱等特征,与北方寒冷地区脆弱的生态环境并不匹配。以此为基础进行评价,所得的结果无法准确反映当地水环境健康的真实状况,评价算法准确率低,不利于科学决策管理的实施。
发明内容
本发明的目的是提供一种针对寒区冬季河流的水环境健康多指标体系评价算法,通过构建符合寒区冬季河流特征的多指标评价体系,克服传统评价指标体系未考虑北方寒冷地区生态脆弱的实际情况,造成评价结果准确率低的问题,以此多指标评价体系为基础,结合主客观因素,基于多种方法,提高评价算法的精确度,为河流管理提供科学全面的评价依据。
为实现上述目的,本发明提供了一种针对寒区冬季河流的水环境健康多指标体系评价算法,包括以下步骤:
S1、构建包括目标层A、准则层B、指标层C的寒区冬季河流水环境健康评价指标体系;
S2、采集河流的各指标数据,将河流水环境健康状况划分为五个等级,分别为非常健康、健康、亚健康、不健康、病态,并据此将各评价指标进行同水平等级划分,非常健康为I,健康为II,亚健康为III,不健康为IV、病态为V;
S3、采用层次分析法-熵权法从主观与客观两个角度分别计算各指标数据的权重值,基于博弈论综合优化两种方法得到组合权重;
S4、采用改进的物元可拓模型结合组合权重,计算得到河流健康的关联度,根据关联度中的最大值确定河流水环境健康评价等级。
优选的,所述步骤S1中目标层A为寒区冬季河流水环境健康状况;准则层B包括水资源B1、水环境B2、水生态B3、社会服务B4、生境状况B5;所述指标层C具体为所述水资源B1下的水资源开发利用率C1、生态流量满足程度C2、河流纵向连通指数C3;所述水环境B2下的水质优劣程度C4、水功能区达标率C5;所述水生态B3下的chao指数C6、Shannon指数C7、大型底栖无脊椎动物生物完整性指数C8、鱼类保有指数C9;所述社会服务B4下的公众满意度C10;所述生境状况B5下的河岸带植被覆盖率C11、河岸带人工干扰程度C12。
优选的,所述步骤S1中水资源开发利用率C1、生态流量满足程度C2考虑寒区冬季的河流特点,过程为:
所述地表水资源开发利用率C1计算公式
式中:WURI为水资源开发利用率,%;WS为河流流域供水量,万m3;WR为河流流域水资源量,万m3;所对应的水资源开发利用率C1的等级划分为:I:20~40%;II:40~50%;III:50~67%;IV:67~75%;V:75~100%;
所述生态流量满足程度C2计算公式
式中:qd为最小日均流量m3/s;Q为相应时段多年平均流量m3/s;EF为10月至次年3月最小日均日流量占相应时段多年平均流量的百分比;以EF为基础结合寒区冬季的实际情况对生态流量满足程度进行划分:I:30~40%;II:20~30%;III:10~20%;IV:5~10%;V:0~5%。
优选的,所述步骤S3中权重确定的过程为:
S31:标准化处理指标数据,具体分为正向指标和负向指标,标准化后的数值rij计算公式如下:
正向指标:
负向指标:
式中:xij为第i个评价单元中第j个评价指标的数值;min(xj)表示原始数据中第j个指标的最小值,max(xj)表示原始数据中第j个指标的最大值;
S32:基于层次分析法得到寒区冬季河流水环境健康评价各指标的主观权重;
S33:基于熵权法得到寒区冬季河流水环境健康评价各指标的客观权重;
S34:采用博弈论方法,以纳什均衡为协调目标寻找主、客观权重之间的一致与协调,得到组合权重。
优选的,所述步骤S32中根据层次分析法计算权重时,采用专家两两比较相对重要性的方式,得出相对重要性数据,进行判断矩阵的构造;
所述相对重要性aij表示元素i对元素j的相对重要性,相对重要性数值采用1-9的标度来度量,其标度对照表为:
表1相对重要性标度对照表
相对重要性aij的判断介于两标度之间不容易判断时,使用偶数标度2、4、6、8对应着中间状态。
元素j重要性大于i时,aij=1/aji;
得到准则层B、指标层C中各元素的相对重要性aij后,填入判断矩阵中
分别计算所述判断矩阵的最大特征根λmax,并通过一致性检验来验证判断矩阵的构造是否合理,一致性检验指标CI计算公式为
式中:λmax为判断矩阵的最大特征根,n为矩阵的阶数;
所述一致性检验指标CI与平均随机一致性指标RI值相除,得到一致性比例CR,所述平均随机一致性指标RI可查表获得,见表2:
表2评价随机一致性指标RI取值参考表
CR<0.1时,通过一致性检验;CR>0.1或为负值时,不通过一致性检验。
所述判断矩阵归一化处理后,计算判断矩阵的单排序权向量权向量中每一行的数据即为所在行对应元素的权重值。
所述权重值为各层级中元素对应于上一层级的权重值,指标层C中各指标的总权重值,需先计算指标层C中各指标对应所在准则层B中所属元素的权重,再逐步向上计算出指标层C中各指标对应目标层A的总权重值。
避免各层级向上叠加计算过程中出现的结果不一致性,需计算总排序检验的CR’值,进行总排序一致性检验。CR’<0.1时,通过一致性检验。
优选的,根据所述步骤S33中熵权法计算指标权重时,构造评估矩阵
式中m为评价单元数,n为选取的评价指标个数;
计算个指标对应的熵值Ej,计算公式为
式中:fij为第j个指标在第i个评价单元中的特征比重;
通过所述熵值Ej可计算得到各指标的权重值ωj,计算公式为:
优选的,步骤S34中基于博弈论对权重进行综合优化得到组合权重的具体过程为:
S341:构造向量任意线性组合ω:
式中:L为确定权重系数的方法个数;αk为线性组合权重系数αk={α1,α2,…,αL};ωk为基本权重向量集;表上ωk的转置;
S342:以ω和ωk的离差极小化为目标,构建目标函数式,得到ω中组合权重系数αk,计算公式为:
式(12)最优化的一阶导数条件的线性方程为:
S343:对得到的组合权重系数αk归一化处理得到αk *,结合式(11)得到最终优化后的组合权重值ω*,计算公式为:
式中:αk *为归一化之后的组合权重系数。
优选的,所述步骤S4中采用改进的物元可拓模型结合组合权重,评价河流水环境健康状况的具体过程为:
S41:构建经典域Rj,并对其进行规格化处理,得到新的经典域Rk:
式中:Nj为第j个评价等级;Ci为等级j的第i个评价指标;vji为等级j下第i个评价指标的取值范围(aji,bji),(aji,bji)为等级j下第i个评价指标的取值范围;qi为各指标参数范围的最大值;(aji′,bji′)为规格化后的评价指标取值范围;
S42:构建节域Rp与待评物元Rx,并对待评物元进行规格化处理得到新的待评物元RL:
式中:Np表示评价类别的全体,(api,bpi)表示Ci的节域范围;
式中:vi为待评物元中第i个评价指标的量值,vi′为规格化后的评价指标量值;
S43:计算新待评物元RL关于新经典域RK量值范围的距离Dji,计算公式为
Dji=|vi′-(aji′+bji′)/2|-(bji′-aji′)/2 (19)
S44:计算综合关联度Kj(N),若Kj=max{Kj(N)},则河流水环境健康评价等级为j,据此得到寒区冬季河流水环境健康状况,Kj(N)的计算公式为:
因此,本发明采用上述一种针对寒区冬季河流的水环境健康多指标体系评价算法,一方面全面考虑寒区冬季河流的特征,在原有河流健康评价指标体系的基础上进行改进,以更好地适应当地独特的环境,得到更准确的评价结果。另一方面,通过博弈论对主客观权重进行组合,并基于改进的物元可拓模型,开展评价。相较于传统方法,该法可降低权重组合的随意性,并弥补了当评价指标参数超出节域Rp范围时关联函数无法得到计算结果的问题,具有更强的实用性和逻辑性。本发明的评价算法可操作性强、可信度高,能够准确反映寒区冬季河流水环境真实的健康状况,为管理者全方位掌握河流水环境现状、维护区域生态环境稳定提供了支撑,对于河流的科学管理决策具有重要的现实意义。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明一种针对寒区冬季河流的水环境健康多指标体系评价算法的流程示意图;
图2为本发明一种针对寒区冬季河流的水环境健康多指标体系评价算法的评价指标体系图。
具体实施方式
实施例
参照图1-图2,一种针对寒区冬季河流的水环境健康多指标体系评价算法,包括以下步骤:
S1、为定量化、条理化、可操作化的评价寒区冬季河流水环境健康状况,构建包括目标层A、准则层B、指标层C的寒区冬季河流水环境健康评价指标体系。
目标层A表示构建寒区冬季河流指标评价体系所希望实现的目标,具体为获取寒区冬季河流水环境健康状况。
准则层B表示为实现寒区冬季河流水环境健康评级的计算,所需要考虑的维度要素,具体为水资源B1,反映河流水资源储存与利用情况;水环境B2,反映河流水质理化指标达标情况;水生态B3,反映河流水生生物生存繁衍情况;社会服务B4,反映河流社会服务功能的公众满意程度;生境状况B5,反映河流岸带基本环境状况。
指标层C表示准则层B中每个维度下具体涉及的二级评价指标,具体为水资源B1下的水资源开发利用率C1、生态流量满足程度C2、河流纵向连通指数C3、水环境B2下的水质优劣程度C4、水功能区达标率C5、水生态B3下的chao指数C6、Shannon指数C7、大型底栖无脊椎动物生物完整性指数C8、鱼类保有指数C9、社会服务B4下的公众满意度C10、生境状况B5下的河岸带植被覆盖率C11、河岸带人工干扰程度C12。
评价指标体系的构建在参考《河湖健康评估技术导则》等国内技术规范的基础上,充分考虑寒区冬季河流的水环境特点,以满足寒区冬季河流水环境管理与保护为需求要点。准则层中的准则选取以能够全面客观的反应寒区冬季河流水环境健康状况为依据,指标层中的评价指标选取遵循系统性、科学性、寒区冬季河流代表性和具体实施数据易获取性等基本原则。
S2,为规划化河流水环境健康分级标准,优先重点管控健康状况较差的河流,将河流水环境健康状况划分为五个等级(非常健康、健康、亚健康、不健康、病态)。指标层C中各评价指标按照对应规范进行同水平等级划分(I:非常健康;II:健康;III:亚健康;IV:不健康;V:病态),具体分级情况见表3:
表3寒区冬季河流水环境健康等级划分
寒区冬季河流由于天然封冻等特殊情形的影响,水资源利用情况相对较低,因而在进行健康指标等级划分时,为准确反映寒区冬季河流健康状况,应当针对性的划定标准,具体为I:20~40%;II:40~50%;III:50~67%;IV:67~75%;V:75~100%。
水资源开发利用率C1,计算公式如下:
式中:WURI为水资源开发利用率,%;WS为河流流域供水量,万m3;WR为河流流域水资源量,万m3。
北方寒冷地区河流降雨量与径流量年内分布不均,尤其在冬季径流量明显下降,具有强烈的时间异质性,因而针对寒区冬季河流生态流量满足程度计算时,应当重点计算10月至次年3月的时间段,并针对性的划分健康评级标准,具体为I:30~40%;II:20~30%;III:10~20%;IV:5~10%;V:0~5%。生态流量满足程度C2,用EF表示,计算公式如下:
式中:qd为最小日均流量m3/s;Q为相应时段多年平均流量m3/s;EF为10月至次年3月最小日均日流量占相应时段多年平均流量的百分比。
河流纵向连通指数C3,根据单位河长内影响河流连通性的建筑物或构筑物数量而定。
水质优劣程度C4,以各类常规水质指标为基础,依据《地表水环境质量标准》(GB3838-2002)中水质分类标准划分水质等级,按河流长度考虑Ⅰ~Ⅲ类水体占比进行评估。
水功能区达标率C5,采用达标水功能区个数占评估水功能区个数的百分比进行评估。
chao指数C6,用于估算群落中含OTU数目的指数,计算公式为:
式中:Sobs为实际观测到的OTU数目;n1为只有一条序列的OTU数目;n2为只有两条序列的OTU数目。
chao指数根据专家打分结果进行指标分级划分,百分制。
Shannon指数C7,用于估算样品中微生物多样性的指数,计算公式为:
式中:ni为含有i条序列的OTU数目;N为所有的序列数。
Shannon指数根据专家打分结果进行指标分级划分,百分制。
大型底栖无脊椎动物生物完整性指数C8,以BIBI指数监测值表示,计算公式如下:
式中:BIBIS为评估河流大型底栖无脊椎动物生物完整性指数赋分;BIBIS为评估河流大型底栖无脊椎动物生物完整性指数监测值;BIBIE为评估河流所在水生态分区大型底栖无脊椎动物生物完整性指数最佳期望值。
鱼类保有指数C9,用FOEI表示,用于评估现状鱼类种数与历史参考点鱼类种数的差异,计算公式如下:
式中:FOEI为鱼类保有指数,%;FO为评估河流调查获得的鱼类种类数量(剔除外来物种)种;FE为20世纪80年代或以前评估河流的鱼类种类数量,种。
公众满意度C10,评估公众对河流环境、水质水量、涉水景观等的满意程度,取参与调查的公众赋分平均值,百分制。
河岸带植被覆盖率C11,根据调查所得的河流岸带自然和人工植被总覆盖率进行评价。
河岸带人工干扰程度C12,调查河岸线“四乱”状况,根据《河湖健康评估技术导则》中规定的赋分标准进行评价,百分制。
S3、采用层次分析法-熵权法从主观与客观两个角度分别计算各指标数据的权重值,基于博弈论综合优化两种方法得到组合权重。
S31、收集待评价河流上述各评价指标对应的分级数值,并将数据结果标准化处理,以消除各指标量纲上的差异。具体分为正向指标(越大越优)和负向指标(越小越优),标准化后的数值rij计算公式如式(3)和式(4)。
S32、基于层次分析法得到寒区冬季河流水环境健康评价各指标的主观权重。
收集专家所填写的各因素相对重要性表格,求取各专家对每两因素间相对重要性aij的算术平均值,填入对应的判断矩阵中。以准则层B-目标层A、指标层C-准则层B1为例,得到的相对重要性标度表见表4、表5。
表4准则层B-目标层A相对重要性标度表
可得准则层B-目标层A的判断矩阵A1:
表5指标层C-准则层B1相对重要性标度表
可得指标层C-准则层B1的判断矩阵A2:
类似地,指标层C-准则层B2的判断矩阵A3、指标层C-准则层B3的判断矩阵A4、指标层C-准则层B4的判断矩阵A5、指标层C-准则层B5的判断矩阵A6,见下式所示:
/>
A5=[1] (31)
分别计算上述判断矩阵的最大特征根λmax,并进行一致性检验,一致性检验表见表6所示。
表6一致性检验表
各判断矩阵的CR值均小于0.1,即认为通过一致性检验。
对判断矩阵进行归一化处理,使得最终输出的权向量中各元素权重之和等于1。以判断矩阵A1为例,归一化后对应的矩阵A′1如下所示:
求解矩阵A′1各行数据的平均值,便得到单排序权向量见下所示:
权向量中的各数值分别代表着水资源B1在目标层A中所占权重值为0.052,水环境B2所占权重值为0.279,水生态B3所占权重值为0.116,社会服务B4所占权重值为0.359,生境状况B5所占权重值为0.195。
类似地,可得到各判断矩阵对应的单排序权向量汇总与表7中:
表7各因素单排序权向量
总排序一致性检验通过后,可逐层向上计算出各指标层指标对于目标层A的权重值。
基于层次分析法的寒区冬季河流水环境健康评价各指标的权重值为:水资源开发利用率C1(0.010)、生态流量满足程度C2(0.038)、河流纵向连通指数C3(0.004)、水质优劣程度C4(0.209)、水功能区达标率C5(0.070)、chao指数C6(0.009)、Shannon指数C7(0.009)、大型底栖无脊椎动物生物完整性指数C8(0.039)、鱼类保有指数C9(0.060)、公众满意度C10(0.359)、河岸带植被覆盖率C11(0.039)、河岸带人工干扰程度C12(0.156)。
S33、基于熵权法得到寒区冬季河流水环境健康评价各指标的客观权重。
熵权法计算权重时,是根据采集到寒区冬季河流水环境健康评价指标具体数据所提供的信息量,计算出指标变异幅度,以确定各指标权重。
计算各指标对应的熵值Ej的公式如式(8)和式(9)。
基于熵权法的寒区冬季河流水环境健康评价各指标的权重值,由式(10)计算得到。
S34,采用博弈论的方法,基于构造的目标函数,寻求主客观权重之间的协同与均衡。
通过目标函数式(12)计算得到组合权重系数αk,归一化得到αk *后,根据式(14)得到基于博弈论优化后的最终组合权重值ω*。
步骤S4,采用改进的物元可拓模型结合组合权重,评价河流水环境健康状况。
根据构建规则,一种针对寒区冬季河流的水环境健康多指标体系评价算法经典域矩阵Rj为:
改进的物元可拓模型对经典域Rj进行规格化处理,将指标取值范围两端同时除以节域Rp中各指标参数范围的最大值qi,得到新的经典域Rk为:
将收集到的寒区冬季河流水环境健康各评价指标数值构建待评物元Rx后,按式(18)规格化处理得到新的待评物元RL。并按式(19)和式(20)计算得到RL与RK中评价指标取值范围的距离Dji,和综合关联度Kj(N)。
若Kj=max{Kj(N)},则待评价河流的水环境健康综合评级为j。
当待评价河流的水环境健康综合评级为I(非常健康)或II(健康)时,可认为该河流水环境健康状况较好,不需要投入额外的时间和精力对河流健康状况进行管理,按季度抽检进行一次健康评价即可。
当待评价河流的水环境健康综合评级为III(亚健康)时,可认为该河流水环境健康状况不稳定,建议每月进行一次水环境健康评价,以及时了解河流水环境健康状况变化趋势,避免向恶劣状况进一步发展。
当待评价河流的水环境健康综合评级为IV(不健康)或V(病态)时,可认为该河流健康状况存在问题,应每周监测水环境健康状况。且应当根据水环境健康评价过程中所指向的问题指标,针对性的采取相应的管控措施。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (6)
1.一种针对寒区冬季河流的水环境健康多指标体系评价算法,其特征在于,包括以下步骤:
S1、构建包括目标层、准则层、指标层的寒区冬季河流水环境健康评价指标体系;
S2、采集河流的各指标数据,将河流水环境健康状况划分为五个等级,分别为非常健康、健康、亚健康、不健康、病态,并据此将各评价指标进行同水平等级划分;
S3、采用层次分析法-熵权法从主观与客观两个角度分别计算各指标数据的权重值,基于博弈论综合优化两种方法得到组合权重;
S4、采用改进的物元可拓模型结合组合权重,计算得到河流健康的关联度,根据关联度中的最大值确定河流水环境健康评价等级。
2.根据权利要求1所述的一种针对寒区冬季河流的水环境健康多指标体系评价算法,其特征在于:所述步骤S1中目标层为寒区冬季河流水环境健康状况;准则层包括水资源、水环境、水生态、社会服务、生境状况;所述水资源的指标包括水资源开发利用率、生态流量满足程度及河流纵向连通指数,所述水环境的指标包括水质优劣程度及水功能区达标率,所述水生态的指标包括chao指数、Shannon指数、大型底栖无脊椎动物生物完整性指数及鱼类保有指数,所述社会服务的指标包括公众满意度,所述生境状况的指标包括河岸带植被覆盖率、河岸带人工干扰程度。
3.根据权利要求1所述的一种针对寒区冬季河流的水环境健康多指标体系评价算法,其特征在于,所述步骤S1中水资源开发利用率、生态流量满足程度考虑寒区冬季的河流特点,过程为:
所述地表水资源开发利用率计算公式:
式中:WURI为水资源开发利用率,%;WS为河流流域供水量,万m3;WR为河流流域水资源量,万m3;
所述生态流量满足程度计算公式:
式中:qd为最小日均流量m3/s;Q为相应时段多年平均流量m3/s;EF为10月至次年3月最小日均日流量占相应时段多年平均流量的百分比。
4.根据权利要求1所述的一种针对寒区冬季河流的水环境健康多指标体系评价算法,其特征在于,所述步骤S3中权重确定的过程为:
S31:标准化处理指标数据,具体分为正向指标和负向指标,标准化后的数值rij计算公式如下:
正向指标:
负向指标:
式中:xij为第i个评价单元中第j个评价指标的数值;min(xj)表示原始数据中第j个指标的最小值,max(xj)表示原始数据中第j个指标的最大值;
S32:基于层次分析法得到寒区冬季河流水环境健康评价各指标的主观权重;
S33:基于熵权法得到寒区冬季河流水环境健康评价各指标的客观权重;
S34:采用博弈论方法,以纳什均衡为协调目标寻找主、客观权重之间的一致与协调,得到组合权重。
5.根据权利要求4所述的一种针对寒区冬季河流的水环境健康多指标体系评价算法,其特征在于,步骤S34中基于博弈论对权重进行综合优化得到组合权重的具体过程为:
S341:构造向量任意线性组合ω:
式中:L为确定权重系数的方法个数;αk为线性组合权重系数αk={α1,α2,…,αL};ωk为基本权重向量集;表上ωk的转置;
S342:以ω和ωk的离差极小化为目标,构建目标函数式,得到ω中组合权重系数αk,计算公式为:
S343:对上述计算得到的组合权重系数αk进行归一化处理得到αk *,结合式(5)得到最终优化后的组合权重值ω*:
6.根据权利要求1所述的一种针对寒区冬季河流的水环境健康多指标体系评价算法,其特征在于,所述步骤S4中采用改进的物元可拓模型结合组合权重,评价河流水环境健康状况的具体过程为:
S41:构建经典域,并对其进行规格化处理,得到新的经典域Rk:
式中:Nj为第j个评价等级;Ci为等级j的第i个评价指标;(aji,bji)为等级j下第i个评价指标的取值范围;qi为各指标参数范围的最大值;(aji′,bji′)为规格化后的评价指标取值范围;
S42:构建节域Rp与待评物元Rx,并对待评物元进行规格化处理得到新的待评物元RL:
式中:Np表示评价类别的全体,(api,bpi)表示Ci的节域范围;
式中:vi为待评物元中第i个评价指标的量值;
S43:计算新待评物元RL关于新经典域RK量值范围的距离Dji,计算公式为:
Dji=|vi′-(aji′+bji′)/2|-(bji′-aji′)/2 (11)
S44:计算综合关联度Kj(N),若Kj=max{Kj(N)},则河流水环境健康评价等级为j,据此得到寒区冬季河流水环境健康状况,Kj(N)的计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162231.8A CN117194879A (zh) | 2023-09-08 | 2023-09-08 | 一种针对寒区冬季河流的水环境健康多指标体系评价算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162231.8A CN117194879A (zh) | 2023-09-08 | 2023-09-08 | 一种针对寒区冬季河流的水环境健康多指标体系评价算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117194879A true CN117194879A (zh) | 2023-12-08 |
Family
ID=89004760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311162231.8A Pending CN117194879A (zh) | 2023-09-08 | 2023-09-08 | 一种针对寒区冬季河流的水环境健康多指标体系评价算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117194879A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118101A (zh) * | 2018-08-24 | 2019-01-01 | 华北水利水电大学 | 一种适用于南方城市河流的河流健康评估方法 |
CN110610285A (zh) * | 2019-07-22 | 2019-12-24 | 中南大学 | 一种地下金属矿采空区危险度分级评价方法 |
CN112163766A (zh) * | 2019-09-30 | 2021-01-01 | 兰州交通大学 | 寒冷地区长距离输水明渠冬季运行安全评价方法 |
CN115471065A (zh) * | 2022-09-07 | 2022-12-13 | 南宁师范大学 | 一种独流入海河流的健康评价指标系统及其评价方法 |
-
2023
- 2023-09-08 CN CN202311162231.8A patent/CN117194879A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118101A (zh) * | 2018-08-24 | 2019-01-01 | 华北水利水电大学 | 一种适用于南方城市河流的河流健康评估方法 |
CN110610285A (zh) * | 2019-07-22 | 2019-12-24 | 中南大学 | 一种地下金属矿采空区危险度分级评价方法 |
CN112163766A (zh) * | 2019-09-30 | 2021-01-01 | 兰州交通大学 | 寒冷地区长距离输水明渠冬季运行安全评价方法 |
CN115471065A (zh) * | 2022-09-07 | 2022-12-13 | 南宁师范大学 | 一种独流入海河流的健康评价指标系统及其评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858647B (zh) | 一种耦合gis和gbdt算法的区域洪涝灾害风险评价与预估方法 | |
Semiromi et al. | Water quality index development using fuzzy logic: A case study of the Karoon River of Iran | |
Zhao et al. | Water resources risk assessment model based on the subjective and objective combination weighting methods | |
CN106339536A (zh) | 基于水污染指数法和云模型的水质综合评价方法 | |
CN112070362A (zh) | 一种适用于平原地区季节性河流生态廊道功能评价方法 | |
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 | |
CN109919356A (zh) | 一种基于bp神经网络区间需水预测方法 | |
Reig-Mullor et al. | Evaluating ESG corporate performance using a new neutrosophic AHP-TOPSIS based approach | |
Shan et al. | Study on river health assessment weight calculation | |
CN113128893A (zh) | 区域防旱减灾的评估方法和装置 | |
CN114493285A (zh) | 一种河流水环境生态质量调查和评估方法 | |
Yang et al. | Using a combined evaluation method to assess water resources sustainable utilization in Fujian Province, China | |
CN112801450A (zh) | 一种基于改进可变模糊集理论的溃坝环境影响评价方法 | |
Li et al. | The functional assessment of agricultural ecosystems in Hubei Province, China | |
Xu et al. | Risk assessment model of agricultural drought disaster based on grey matter-element analysis theory | |
Yang et al. | Vulnerability of assessing water resources by the improved set pair analysis | |
CN117194879A (zh) | 一种针对寒区冬季河流的水环境健康多指标体系评价算法 | |
Chang et al. | Applying the Back-Propagation Neural Network model and fuzzy classification to evaluate the trophic status of a reservoir system | |
CN109284910A (zh) | 一种基于深度学习算法的农用地基准地价评估方法 | |
CN114331053A (zh) | 一种基于模糊层次评价模型的浅水湖泊富营养化评价方法 | |
CN108021623B (zh) | 一种提高地图符号赋权客观性的方法及系统 | |
Das et al. | Coastal groundwater quality prediction using objective-weighted WQI and machine learning approach | |
Hyman et al. | Toward a Participant Value Method for the Presentation of Environmental Impact Data 1 | |
Babayan et al. | Water quality assessment of large Alpine Sevan Lake | |
Libala et al. | The evaluation of biological indices to assess the condition of hillslope seep wetlands in the Tsitsa River Catchment, South Africa |
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 |