CN117314270A - 一种海洋环境监测信息的综合评价方法 - Google Patents
一种海洋环境监测信息的综合评价方法 Download PDFInfo
- Publication number
- CN117314270A CN117314270A CN202311198636.7A CN202311198636A CN117314270A CN 117314270 A CN117314270 A CN 117314270A CN 202311198636 A CN202311198636 A CN 202311198636A CN 117314270 A CN117314270 A CN 117314270A
- Authority
- CN
- China
- Prior art keywords
- classification index
- level classification
- level
- index
- sample
- 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 44
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 230000000750 progressive effect Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 15
- 239000001301 oxygen Substances 0.000 claims description 15
- 229910052760 oxygen Inorganic materials 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 6
- 229910001385 heavy metal Inorganic materials 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- XFXPMWWXUTWYJX-UHFFFAOYSA-N Cyanide Chemical compound N#[C-] XFXPMWWXUTWYJX-UHFFFAOYSA-N 0.000 claims description 3
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 claims description 3
- 229910052793 cadmium Inorganic materials 0.000 claims description 3
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 claims description 3
- 230000002550 fecal effect Effects 0.000 claims description 3
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 3
- 229910052753 mercury Inorganic materials 0.000 claims description 3
- 244000052769 pathogen Species 0.000 claims description 3
- 230000001717 pathogenic effect Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000008569 process Effects 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
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种海洋环境监测信息的综合评价方法,包括:建立海洋环境监测信息的递进评价模型;获取拟评价样本的三级分类指标的实测值,以获取拟评价样本的三级分类指标的隶属度及拟评价样本的三级分类指标的权重,进而得到拟评价样本的二级分类指标的乘积标度权重,以获取二级分类指标的隶属度,最终得到海洋综合污染度,对海洋的污染情况进行评价。本发明建立了海洋环境监测信息的递进评价模型,并通过计算三级分类指标的隶属度及三级分类指标的权重,得到二级分类指标的隶属度,最终计算出海洋综合污染度对海洋的污染情况进行评价。所采用的方法不受主观因素影响,各指标的权重计算更符合海洋环境的特点,对海洋污染度的计算结果准确。
Description
技术领域
本发明涉及海洋环境评价技术领域,尤其涉及一种海洋环境监测信息的综合评价方法。
背景技术
对海洋环境进行监测,是实现可持续发展的重要环节之一,对于生态环境的建设与改善具有重要的意义。
海洋污染程度的评价是多方面、多指标、多因素共同计算的结果。现有技术方案中海洋污染评价模型存在指标代表性不足、评价过程受主观因素影响严重、各指标权重划分不合理。
发明内容
本发明提供一种海洋环境监测信息的综合评价方法,以克服上述技术问题。
为了实现上述目的,本发明的技术方案是:
一种海洋环境监测信息的综合评价方法,包括如下步骤:
S1、建立海洋环境监测信息的递进评价模型,所述海洋环境监测信息的递进评价模型包括若干一级分类指标;每个所述一级分类指标包括多个二级分类指标;每个二级分类指标包括多个三级分类指标;
S2、根据所述海洋环境监测信息的递进评价模型,获取拟评价样本的三级分类指标的实测值,以获取拟评价样本的三级分类指标的隶属度;
S3、根据拟评价样本的三级分类指标的实测值,获取拟评价样本的三级分类指标的权重,以获取拟评价样本的二级分类指标的乘积标度权重;
S4、根据拟评价样本的三级分类指标的隶属度和二级分类指标的乘积标度权重,获取二级分类指标的隶属度;
S5、根据所述二级分类指标的隶属度,获取海洋综合污染度,以对海洋的污染情况进行评价。
进一步的,所述S1中,所述海洋环境监测信息的递进评价模型中的一级分类指标包括海洋水质、海洋生态、海洋污染;
海洋水质下的二级分类指标包括:可见物质、水体性质、观察性质;其中,可见物质下的三级分类指标包括:漂浮物质、悬浮物质;水体性质下的三级分类指标包括:水温、酸碱度;观察性质下的三级分类指标包括:色、嗅、味;
海洋生态下的二级分类指标包括:菌群分布、氧环境;其中,菌群分布下的三级分类指标包括:大肠菌群、病原体、粪大肠菌群;氧环境下的三级分类指标包括:溶解氧、化学需氧量、生化需氧量;
海洋污染下的二级分类指标包括:重金属含量、化合物含量;其中,重金属含量下的三级分类指标包括:汞、镉;化合物含量下的三级分类指标包括:氰化物、硫化物。
进一步的,所述S2中,获取拟评价样本的三级分类指标的隶属度如下:
当Fij,k≤xij≤Fij,k+1时,
式中:Fij,k为目标域中讨论等级的下限值;Fij,k+1为目标域中讨论等级的上限值;xij表示拟评价样本的第i个二级分类指标中的第j个三级分类指标的实测值;μk(xij)为拟评价样本的第i个二级分类指标中的第j个三级分类指标的实测值的隶属度;j为三级分类指标的编号;i为二级分类指标的编号;k为目标域的讨论等级;
当Fij,k-1≤xij<Fij,k或者Fij,k+1<xij≤Fij,k+2时,获取拟评价样本的三级分类指标的隶属度如下:
式中:ρ(xij,X)为测试点与目标域的区间中心点的距离;X0为目标域中心点;X为待评价点;Fij,k-1为目标域与中间域交点值;Fij,k+2为中间域与对立域交点值。
进一步的,所述S3中,获取拟评价样本的二级分类指标的乘积标度权重方法如下:
S31:获取拟评价样本的第i个二级分类指标的信息量如下:
式中,U为二级分类指标集合,P代表的不可区分关系,定义为U/ind(P)={X1,X2,...,XI},ind(P)为不可区分系数;I(P)为集合P的信息量;card(xij)为第i个二级分类指标中的第j个三级分类指标所包含的元素个数;card(U)为二级分类指标中包含的元素个数;card(Xi)为第i个二级分类指标所包含的元素个数;
S32:获取拟评价样本的第i个二级分类指标中的第j个三级分类指标的信息变化量,以获取拟评价样本的第i个二级分类指标中的第j个三级分类指标的权重;
SP(xij)=I(P)-I(P-{xij}) (5)
拟评价样本的第i个二级分类指标中的第j个三级分类指标xj的权重为:
式中:SP(xij)为信息量变化程度;ωij为拟评价样本的第i个二级分类指标中的第j个三级分类指标的权重系数;I(P-{xij})为集合P中去掉xij后的信息量;
于是得到,ωUi=(ωi1,ωi2,...,ωij,...,ωiJ)
式中,ωUi为第i个三级分类指标组即第i个二级分类指标的乘积度权重计算结果。
进一步的,所述S4中,所述二级分类指标的隶属度获取如下:
式中:ωUi为第i个二级分类指标的乘积标度权重计算结果;μk(xiJ)表示第i个二级分类指标的第J个三级分类指标的隶属度;J为第i个三级分类指标组所包含的三级分类指标总数量。
进一步的,所述S5中,海洋综合污染度获取如下:
ω0=(ωU1,ωU2,...,ωUi,...,ωUJ)
式中:ω0为二级分类指标权重系数矩阵。
有益效果:本发明的一种海洋环境监测信息的综合评价方法,建立了海洋环境监测信息的递进评价模型,并通过计算三级分类指标的隶属度以及二级分类指标的隶属度,得到二级分类指标的权重系数矩阵,最终计算出海洋综合污染度对海洋的污染情况进行评价。所采用的方法不受主观因素影响,各指标的权重计算更符合海洋环境的特点,对海洋污染度的计算结果准确。
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,下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍,显而易见地,下面描述中的附图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为本发明的综合评价方法流程图;
图2为本发明的海洋环境监测信息的递进评价模型示意图;
图3为本发明的实施例中的论域关系图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
本发明一种海洋环境监测信息的综合评价方法,如图1所示,包括如下步骤:
S1、建立海洋环境监测信息的递进评价模型,所述海洋环境监测信息的递进评价模型包括若干一级分类指标;每个所述一级分类指标包括多个二级分类指标;每个二级分类指标包括多个三级分类指标;
优选地,所述S1中,所述海洋环境监测信息的递进评价模型中的一级分类指标N包括海洋水质N1、海洋生态N2、海洋污染N3;
海洋水质N1下的二级分类指标U包括:可见物质U1、水体性质U2、观察性质U3;其中,可见物质U1下的三级分类指标包括:漂浮物质p1、悬浮物质p2;水体性质U2下的三级分类指标包括:水温p3、酸碱度p4;观察性质U3下的三级分类指标包括:色p5、嗅p6、味p7;
海洋生态N2下的二级分类指标包括:菌群分布U4、氧环境U5;其中,菌群分布U4下的三级分类指标包括:大肠菌群p8、病原体p9、粪大肠菌群p10;氧环境U5下的三级分类指标包括:溶解氧p11、化学需氧量p12、生化需氧量p13;
海洋污染N3下的二级分类指标包括:重金属含量U6、化合物含量U7;其中,重金属含量U6下的三级分类指标包括:汞p14、镉p15;化合物含量U7下的三级分类指标包括:氰化物p16、硫化物p17。
S2、根据所述海洋环境监测信息的递进评价模型,获取拟评价样本的三级分类指标的实测值,以获取拟评价样本的三级分类指标的隶属度;能够实现对不同取值标准的三级分类指标的统一描述,减少计算过程中可能出现的信息丢失现象;
具体的,本实施例采用对海洋污染程度评价指标的域度评价方法,拟评价样本的三级分类指标的域度从属关系划分如图3所示。图中Fij,k与Fij,k+1为目标域中讨论等级的限界值,Fij,k-1与Fij,k+2为两侧中间域与对立域临界值,当实测值xij位于不同域中时,其与目标域的关系分别表现为一致、同等、对立。
优选地,获取拟评价样本的三级分类指标的隶属度方法如下:
当Fij,k≤xij≤Fij,k+1时,即拟评价样本的三级分类指标的实测值位于目标域[Fij,k,Fij,k+1]内时,此时,拟评价样本的三级分类指标的实测值与标准等级表现为一致,所述拟评价样本的三级分类指标的隶属度计算函数为:
式中:Fij,k为目标域中讨论等级的下限值;Fij,k+1为目标域中讨论等级的上限值;xij表示拟评价样本的第i个二级分类指标中的第j个三级分类指标的实测值;μk(xij)为拟评价样本的第i个二级分类指标中的第j个三级分类指标的实测值的隶属度;j为三级分类指标的编号;i为二级分类指标的编号;k为目标域的讨论等级;
当Fij,k-1≤xij<Fij,k或者Fij,k+1<xij≤Fij,k+2时,获取拟评价样本的三级分类指标的隶属度如下:具体的当拟评价样本的实测值位于中间域[Fij,k-1,Fij,k]或[Fij,k+1,Fij,k+2]内,此时,拟评价样本的三级分类指标的实测值与标准等级表现为同等性,所述拟评价样本的三级分类指标的隶属度计算函数为:
式中:p(xij,X)为测试点与目标域的区间中心点的距离;X0为目标域中心点;X为待评价点;Fij,k-1为目标域与中间域交点值;Fij,k+2为中间域与对立域交点值。
具体的,式(3)表示了拟评价样本的三级分类指标的实测值与相应讨论域的距离(样本与目标区间的距离),讨论域是指当前讨论标准等级所对应的目标域。具体的,本实施例所研究的内容中污染等级共分为五级,按照污染程度从小到大分别为一级、二级、三级、综合考虑海洋评价指标与污染特征划分,将一、二级污染区间作为讨论等级即目标域;将三、四级污染区间作为中间域;将五级污染区间作为对立域。即讨论等级k∈[1,2]。
具体的,搜集资料,根据图2所述的海洋环境监测信息的递进评价模型,建立评价样本组(包括所有的三级指标)。对评价样本组进行污染隶属度计算,记所得隶属度为:
S3、根据拟评价样本的三级分类指标的实测值,获取拟评价样本的三级分类指标的权重,以获取拟评价样本的二级分类指标的乘积标度权重;
所述S3中,获取拟评价样本的二级分类指标的乘积标度权重方法如下:
具体的,通过对大量数据样本进行离散、简约的基础上将目标信息剔除并判断信息量变化特征,从而获得较为客观的权重评价结果。
S31:获取拟评价样本的第i个二级分类指标的信息量如下:
式中,U为二级分类指标集合,P代表的不可区分关系,定义为U/ind(P)={X1,X2,...,XI},ind(P)为不可区分系数;I(P)为集合P的信息量;card(xij)为第i个二级分类指标中的第j个三级分类指标所包含的元素个数;card(U)为二级分类指标中包含的元素个数;card(Xi)为第i个二级分类指标所包含的元素个数;
S32:获取拟评价样本的第i个二级分类指标中的第j个三级分类指标的信息变化量,以获取拟评价样本的第i个二级分类指标中的第j个三级分类指标的权重;
具体的,对于集合P,其所包含的三级分类指标评价指标xij的重要程度,可以采用去掉xij后集合P的信息量变化程度表示:
SP(xij)=I(P)-I(P-{xij}) (5)
拟评价样本的第i个二级分类指标中的第j个三级分类指标xij的权重为:
式中:SP(xij)为信息量变化程度;ωij为拟评价样本的第i个二级分类指标中的第j个三级分类指标的权重系数;I(P-{xij})为集合P中去掉xij后的信息量;
于是得到,ωUi=(ωi1,ωi2,...,ωij,...,ωiJ)
式中,ωUi为第i个三级分类指标组即第i个二级分类指标的乘积度权重计算结果。
S4、根据拟评价样本的三级分类指标的隶属度和二级分类指标的乘积标度权重,获取二级分类指标的隶属度;以完成海洋污染程度评价指标的中层自动进化,实现由三级分类指标向二级分类指标的递进计算;具体的,通过海洋污染程度二级分类指标的权重系数计算,实现对二级分类指标权重的准确评价;
具体的,通过获取拟评价样本的二级分类指标的隶属度,实现海洋污染程度评价指标的中层进化,其中,本实施例中的三级分类指P中共包含17个评价指标,二级分类指标U中单一信息所包含的基础指标一般为2~3个,数量较少且指标间相对独立。采用乘积标度法进行二级分类指标U中的一个三级分类指标组内权重计算,对评价体系进行初步整理化简,其中,每个二级分类指标包括若干个三级分类指标,也称其为一个三级分类指标组。记各三级分类指标组的乘积标度权重计算结果为ωUi=(ωi1,ωi2,...,ωij,...,ωiJ),其中i为三级分类指标组标识;拟评价样本的第i个二级分类指标中的第j个三级分类指标的权重系数;J为第i个三级分类指标组所包含的三级分类指标数量,每个二级分类指标对应的所有三级分类指标为1个三级分类指标组。
优选地,所述二级分类指标的隶属度计算如下:
式中:ωUi为第i个二级分类指标的乘积标度权重计算结果,每个二级分类指标实质上是一个三级分类指标组,包括所述二级分类指标;μk(xiJ)表示第i个二级分类指标的第J个三级分类指标的隶属度;J为第i个三级分类指标组所包含的三级分类指标总数量。
S5:根据所述二级分类指标的隶属度,获取海洋综合污染度,以对海洋的污染情况进行评价。实现多指标条件下海洋污染程度的准确计算。
所述S5中,海洋综合污染度获取如下:
ω0=(ωU1,ωU2,...,ωUi,...,ωUI)
式中:ω0为二级分类指标权重系数矩阵。
本发明提出了海洋环境监测信息的递进评价模型。将海洋污染程度综合评价由整体到部分地划分了4个评价层级,分别为综合评价模型Z、一级分类指标N、二级分类指标U、三级分类指标P。同时提出了一套完整的海洋污染评价指标的计算方法,实现了海洋环境检测信息的综合评价。
本发明的一个具体的实施例如下:
基于定点采样信息建立基础数据样本,共整理形成40个海洋污染评价样本。所形成的样本以指标层17个基础评价指标(三级分类指标)为输入组,海洋污染值为输出组。其中海洋污染值是指定点区域整体污染情况的综合评价,取值区间为[0,1],1代表绝对安全。
采用本发明专利所述方法,将一、二级污染区间作为讨论等级即目标域,对原始评价样本组进行域度计算,将样本中评分结果转化为域度结果。
依据指标层中基础评价指标相对于信息层的分组规则,计算各信息组内权重:
根据式(7)~(9),分别在去除不同属性的条件下进行剩余决策表的信息约简,获得有效信息量,并根据去除某条属性后信息量变化情况,经归一化处理后得到信息层各属性的权重值:
ω0=(0.14,0.18,0.18,0.18,0.09,0.14,0.09) (11)
依据图2所示的域度区间划分标准,域度污染评价标准界定如表2所示。
表2域度区间的污染等级
将上述方法在渤海海域某测试区间进行应用,分别对该区间内5处测试点进行污染程度评价,通过对比污染评价结果与现场实际状态验证方法的适用性。对评价结果为中度污染以上的区域需施行相应的水质治理计划。
以第一个测试点为例说明海洋污染评价的具体计算过程。其基础评价指标的域度计算结果为:(-0.73,-0.45,-0.8,-0.6,-0.88,-1,-0.63,-0.04,-0.18,-0.28,0.2,-0.43,0.7,-0.3,-0.33,0.23,0.09),结合式(10)得到信息层隶属度:(-0.68,-0.65,-0.89,-0.21,0.21,-0.31,0.21),通过式(12)可求得海洋区域污染隶属度为μP=-0.42,对照表2属于中度污染,该结果与实测结果一致,验证了本实施例所采用的海洋污染度计算方法的有效性。
本实施例中海洋污染评价模型存在指标代表性充足,充分展示了能够影响海洋环境污染的因素,并且整体的评价过程不受主观因素影响,各分类指标权重划分合理,海洋污染度的计算结果准确。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种海洋环境监测信息的综合评价方法,其特征在于,包括如下步骤:
S1、建立海洋环境监测信息的递进评价模型,所述海洋环境监测信息的递进评价模型包括若干一级分类指标;每个所述一级分类指标包括多个二级分类指标;每个二级分类指标包括多个三级分类指标;
S2、根据所述海洋环境监测信息的递进评价模型,获取拟评价样本的三级分类指标的实测值,以获取拟评价样本的三级分类指标的隶属度;
S3、根据拟评价样本的三级分类指标的实测值,获取拟评价样本的三级分类指标的权重,以获取拟评价样本的二级分类指标的乘积标度权重;
S4、根据拟评价样本的三级分类指标的隶属度和二级分类指标的乘积标度权重,获取二级分类指标的隶属度;
S5、根据所述二级分类指标的隶属度,获取海洋综合污染度,以对海洋的污染情况进行评价。
2.根据权利要求1所述的一种海洋环境监测信息的综合评价方法,其特征在于,所述S1中,所述海洋环境监测信息的递进评价模型中的一级分类指标包括海洋水质、海洋生态、海洋污染;
海洋水质下的二级分类指标包括:可见物质、水体性质、观察性质;其中,可见物质下的三级分类指标包括:漂浮物质、悬浮物质;水体性质下的三级分类指标包括:水温、酸碱度;观察性质下的三级分类指标包括:色、嗅、味;
海洋生态下的二级分类指标包括:菌群分布、氧环境;其中,菌群分布下的三级分类指标包括:大肠菌群、病原体、粪大肠菌群;氧环境下的三级分类指标包括:溶解氧、化学需氧量、生化需氧量;
海洋污染下的二级分类指标包括:重金属含量、化合物含量;其中,重金属含量下的三级分类指标包括:汞、镉;化合物含量下的三级分类指标包括:氰化物、硫化物。
3.根据权利要求1所述的一种海洋环境监测信息的综合评价方法,其特征在于,所述S2中,获取拟评价样本的三级分类指标的隶属度如下:
当Fij,k≤xij≤Fij,k+1时,
式中:Fij,k为目标域中讨论等级的下限值;Fij,k+1为目标域中讨论等级的上限值;xij表示拟评价样本的第i个二级分类指标中的第j个三级分类指标的实测值;μk(xij)为拟评价样本的第i个二级分类指标中的第j个三级分类指标的实测值的隶属度;j为三级分类指标的编号;i为二级分类指标的编号;k为目标域的讨论等级;
当Fij,k-1≤xij<Fij,k或者Fij,k+1<xij≤Fij,k+2时,获取拟评价样本的三级分类指标的隶属度如下:
式中:ρ(xij,X)为测试点与目标域的区间中心点的距离;X0为目标域中心点;X为待评价点;Fij,k-1为目标域与中间域交点值;Fij,k+2为中间域与对立域交点值。
4.根据权利要求1所述的一种海洋环境监测信息的综合评价方法,其特征在于,所述S3中,获取拟评价样本的二级分类指标的乘积标度权重方法如下:
S31:获取拟评价样本的第i个二级分类指标的信息量如下:
式中,U为二级分类指标集合,P代表的不可区分关系,定义为U/ind(P)={X1,X2,...,XI},ind(P)为不可区分系数;I(P)为集合P的信息量;card(xij)为第i个二级分类指标中的第j个三级分类指标所包含的元素个数;card(U)为二级分类指标中包含的元素个数;card(Xi)为第i个二级分类指标所包含的元素个数;
S32:获取拟评价样本的第i个二级分类指标中的第j个三级分类指标的信息变化量,以获取拟评价样本的第i个二级分类指标中的第j个三级分类指标的权重;
SP(xij)=I(P)-I(P-{xij}) (5)
拟评价样本的第i个二级分类指标中的第j个三级分类指标xj的权重为:
式中:SP(xij)为信息量变化程度;ωij为拟评价样本的第i个二级分类指标中的第j个三级分类指标的权重系数;I(P-{xij})为集合P中去掉xij后的信息量;
于是得到,ωUi=(ωi1,ωi2,...,ωij,...,ωiJ)
式中,ωUi为第i个三级分类指标组即第i个二级分类指标的乘积度权重计算结果。
5.根据权利要求1所述的一种海洋环境监测信息的综合评价方法,其特征在于,所述S4中,所述二级分类指标的隶属度获取如下:
式中:ωUi为第i个二级分类指标的乘积标度权重计算结果;μk(xiJ)表示第i个二级分类指标的第J个三级分类指标的隶属度;J为第i个三级分类指标组所包含的三级分类指标总数量。
6.根据权利要求1所述的一种海洋环境监测信息的综合评价方法,其特征在于,所述S5中,海洋综合污染度获取如下:
ω0=(ωU1,ωU2,...,ωUi,...,ωUI)
式中:ω0为二级分类指标权重系数矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311198636.7A CN117314270A (zh) | 2023-09-15 | 2023-09-15 | 一种海洋环境监测信息的综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311198636.7A CN117314270A (zh) | 2023-09-15 | 2023-09-15 | 一种海洋环境监测信息的综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117314270A true CN117314270A (zh) | 2023-12-29 |
Family
ID=89272948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311198636.7A Pending CN117314270A (zh) | 2023-09-15 | 2023-09-15 | 一种海洋环境监测信息的综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117314270A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069190A (zh) * | 2014-08-26 | 2015-11-18 | 国家电网公司 | 为铁塔结构评估提供判据的塔材强度评估和计算方法 |
CN106021946A (zh) * | 2016-05-30 | 2016-10-12 | 北京师范大学 | 一种区域水环境风险模糊综合评价方法 |
CN109190884A (zh) * | 2018-07-26 | 2019-01-11 | 福建海峡环保集团股份有限公司 | 一种河道水体综合评价方法 |
CN110232527A (zh) * | 2019-06-19 | 2019-09-13 | 东北大学 | 一种公路工程项目建设质量信用的评价方法 |
CN114117327A (zh) * | 2021-12-08 | 2022-03-01 | 南京航空航天大学 | 一种基于集对可拓耦合的不正常航班恢复策略评估方法 |
-
2023
- 2023-09-15 CN CN202311198636.7A patent/CN117314270A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069190A (zh) * | 2014-08-26 | 2015-11-18 | 国家电网公司 | 为铁塔结构评估提供判据的塔材强度评估和计算方法 |
CN106021946A (zh) * | 2016-05-30 | 2016-10-12 | 北京师范大学 | 一种区域水环境风险模糊综合评价方法 |
CN109190884A (zh) * | 2018-07-26 | 2019-01-11 | 福建海峡环保集团股份有限公司 | 一种河道水体综合评价方法 |
CN110232527A (zh) * | 2019-06-19 | 2019-09-13 | 东北大学 | 一种公路工程项目建设质量信用的评价方法 |
CN114117327A (zh) * | 2021-12-08 | 2022-03-01 | 南京航空航天大学 | 一种基于集对可拓耦合的不正常航班恢复策略评估方法 |
Non-Patent Citations (3)
Title |
---|
崔文婧: "天津市滨海新区海岸带资源环境承载力综合评价与预测", 《中国优秀硕士论文全文数据库》, 15 December 2020 (2020-12-15) * |
嵇囡囡: "基于用地类型的土壤风险评估及分级方法研究", 《中国优秀博士论文全文数据库》, 15 January 2021 (2021-01-15) * |
马骏: "山东省海洋生态文明建设评价及提升策略研究", 《中国优秀博士论文全文数据库》, 15 January 2021 (2021-01-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Boyle et al. | Toward improved calibration of hydrologic models: Combining the strengths of manual and automatic methods | |
CN110675036B (zh) | 一种基于随机森林优化微生物指数的高原河流生态健康评价方法 | |
CN104820873A (zh) | 一种基于金属定量构效关系的淡水急性基准预测方法 | |
CN110443117B (zh) | 一种风电机组故障诊断方法 | |
CN110308255B (zh) | 一种基于污染指示菌群对近海水体污染程度定量预测方法 | |
CN106650807A (zh) | 一种海洋环境下混凝土强度劣化预测评价方法 | |
Angello et al. | Spatio-temporal evaluation and quantification of pollutant source contribution in Little Akaki River, Ethiopia: conjunctive application of Factor Analysis and multivariate receptor model | |
CN103278616B (zh) | 一种土壤腐蚀性快速评价的多因子方法 | |
CN108694023B (zh) | 一种马歇尔试件稳定度和流值的测试方法 | |
CN110046789B (zh) | 一种学生信息素养测评试卷的自动生成方法及系统 | |
CN113011661A (zh) | 一种用于河流生态修复的曝气控制系统及其控制方法 | |
CN107679756B (zh) | 土壤适宜性评价方法及装置 | |
CN110619418A (zh) | 一种基于混合模型组合算法的多特征水质预测方法 | |
CN112767172A (zh) | 一种基于机器学习模型算法的债券违约预警识别技术 | |
CN115660407A (zh) | 污染场地风险等级预测模型的训练方法和训练装置 | |
CN115983669A (zh) | 一种简化河湖地表水水质评价的方法与系统 | |
CN106910024B (zh) | 一种利用结构方程模糊综合评估海洋溢油渔业损害的方法 | |
CN113658640B (zh) | 一种淡水生态系统健康评价方法 | |
CN114935527A (zh) | 一种基于油井天然气开采的传感器智能清洁方法及系统 | |
CN117314270A (zh) | 一种海洋环境监测信息的综合评价方法 | |
Ismail et al. | Chemical water quality assessment of the Danube river in the lower course using water quality indices | |
CN110057748A (zh) | 油气管道土壤腐蚀分级量化方法 | |
CN115660455A (zh) | 一种三水统筹下水质评价体系模型构建系统、设备及终端 | |
CN114354705A (zh) | 一种基于多参数相对权重的地表水质综合评价方法 | |
CN113449789A (zh) | 基于大数据的全光谱水质监测设备监测水质的质控方法 |
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 |