基于指标筛选的流域水生态功能分区治理需求评价方法与流程
本发明涉及水生态研究，尤其涉及一种基于指标筛选的流域水生态功能分区治理需求评价方法。
背景技术：
人类社会诞生发展于河流生态系统，河流、湖泊与人类的生活和发展息息相关，为人类提供了丰富的生态服务。然而近年来，由于流域经济的快速发展和人类不合理的资源开发和利用，湖泊生态系统承受的外部压力不断增加，生态系统呈现逐渐退化的趋势，环境问题日益突出。流域环境问题在一定程度上已经严重威胁到人类的身体健康和社会经济的可持续发展，提出适宜的生态环境整治方案是解决上述问题的有效手段和前提。
太湖流域作为长江中下游重要淡水湖泊之一，人口密度高，湖泊星罗棋布，社会经济发达，但受到人类活动的影响，水体富营养化严重等问题日益严重，水环境问题亟需改善，需要建立稳定、健全的水生态系统。由于不同的水生态系统存在不同生态环境问题，需要针对不同的水生态系统问题，提出针对性的对策和解决方案。水生态功能分区作为流域水资源管理、水环境保护、水生态恢复的基础，在流域水生态分区管控中显得尤为重要。
为改善流域水环境质量，加强流域水生态环境保护，保障流域水生态健康，开始实施对流域水生态环境功能分区研究。近年来，关于水环境生态状况评价体系的研究有一定的进展，但基于水生态功能分区层面尚未形成一套行之有效的评价体系，需要构建基于水生态功能分区的评价理论框架和方法体系，以便于为水生态环境改善和保护提供科学依据。
技术实现要素：
发明目的：本发明针对现有技术存在的问题，提供一种基于指标筛选的流域水生态功能分区治理需求评价方法，针对于每个水生态功能分区的生态环境特征，建立一套水生态功能分区治理需求评价指标体系，为分区环境改善提供科学依据。
技术方案：本发明所述的基于指标筛选的流域水生态功能分区治理需求评价方法包括：
步骤一、构建评价指标体系：收集拟研究流域的水生态环境表征因子信息，获取拟研究流域各个水生态功能分区的环境本底特征，分别确定水陆域分区评价体系框架，运用降维的思想，采用主成分分析的方法，挑选出符合分区生态环境本底特征实际情况的核心因子作为最终评价指标；
步骤二、指标体系权重确定：依据步骤一所构建的评价体系，对评价指标进行计算和标准化，以消除不同指标间的量纲，并对评价指标赋予权重；
步骤三、分区综合评价得分及治理需求等级确定：通过各指标数据标准化后的值与指标对应权重，计算所研究流域的各个水生态功能分区的综合评价得分，依据实际情况划定拟研究流域的水生态环境功能分区治理需求等级阈值范围、等级评定及对应等级说明；
步骤四、聚类分析：对拟研究流域的水生态功能分区进行聚类分析，找出具有相同类别的水生态功能分区的污染来源，识别主要污染因子，进而针对性地提出环境改善措施。
进一步的，所述步骤一包括：
(1.1)资料收集：对拟研究流域各水生态功能分区范围内监测断面水质数据进行整理，收集所研究区域历年统计年鉴，获取社会经济发展状况；进行野外数据调查，获取水生态数据，得到拟研究流域的水生态环境表征因子和各分区的环境本底特征；
(1.2)评价体系框架确定：基于(1.1)中获取的拟研究流域各分区环境本底特征，将各分区中水陆域分区分开评价，陆域分区采用dpsir模型，水域分区采用水质状态、水生生物、生境状态3个准则层；
(1.3)评价指标初选：基于(1.2)中水陆域分区评价体系框架，初步选取评价指标；
(1.4)评价指标确定：基于(1.3)中所选评价指标，采用主成分分析法挑选出符合分区生态环境本底特征实际情况的核心因子作为最终评价指标。
进一步的，所述步骤(1.4)具体包括：
a：基于(1.3)中初步所选评价指标，采用主成分分析法，建立大小为m×n的数据矩阵x，其中n为评价对象个数，m为第i个评价对象对应评价指标的个数，i＝1,…,n；
b：对数据矩阵x进行标准化得到标准化数据矩阵r，具体方法为：根据评价目标的特征，对于正向指标，即指标数据数值越大越好时，标准化公式为
c：计算内积矩阵s＝rrt，令矩阵s的特征方程为∣s-λe∣＝0,求出s的特征根λg,其中g＝1…p，并将特征根按照从大到小排列λ1≥λ2≥λ3≥…≥λp,并求出内积矩阵s的特征值λg对应的特征向量ug；
d：计算各特征值的贡献率ig，取累计贡献率达到预设值的前q个特征值作为主成分，预设值为70％～85％，构建主成分与标准化数据矩阵r的相关系数矩阵，将与各主成分相关系数最大的标准化数据对应的q个评价指标挑选出作为能反映分区生态环境特征的核心因子，并作为最终评价指标；其中，献率ig计算公式如下：
进一步的，所述步骤二具体包括：
(2.1)将步骤一确定的评价指标进行标准化；
(2.2)构建层次分析法判断矩阵，运用matlab计算出每个指标的权重，并对权重进行一致性检验；
(2.3)运用熵权法，确定评价指标的权重；
(2.4)利用权重最优解公式确定组合权重wz(i,j)：
式中，wc(i,j)、ws(i,j)分别表示层次分析法得到的权重和熵权法得到的权重，n表示评价对象的个数，m表示第i个评价对象对应的评价指标的个数。
进一步的，所述步骤三具体包括：
(3.1)根据分区各自的指标评价体系，分别计算出各个陆域水生态功能分区、陆域水生态功能分区的综合指标得分，其中综合得分计算公式如下：
式中，ti表示第i个分区的综合得分，n为评价对象个数，m为第i个评价对象对应评价指标的个数，wz为层次分析法和熵权法确定的组合权重；
(3.2)根据各分区最终得分，依据频数分布原则，按照前20％、40％、60％、80％的比例，即分别对应治理需求前10、20、30、40、49；确定分区等级的阈值范围及等级。
进一步的，所述步骤四具体包括以下步骤：
(4.1)对拟研究流域各分区核心评价指标进行系统聚类分析，选取距离，得到不同分组，针对各大类分区找出主要影响分区环境的指标因子即环境改善限制因子；
(4.2)对于治理需求评价结果中得分较低的10个陆域分区，即亟需治理典型分区，以驱动力、压力、状态、影响、响应5个准则层得分为聚类要素，进行系统聚类，识别环境改善的主要限制因子，并提出针对性的环境改善措施。
有益效果：本发明与现有技术相比，其显著优点是：本发明提供了一种流域水生态功能分区治理需求评价指标体系构建方法，基于分区范围的指标体系，能够较为准确的反映各个水生态功能分区的生态环境特征，从而便于提供针对性的措施，对水环境改善和管理提供有效参考价值。采用spss软件因子分析，进行主成分分析，挑选出核心指标因子，一定程度上降低所选指标的重复性，使评价指标体系简洁有效。评价指标权重确定方法采用层次分析法和熵权法耦合确定，主客观方法相结合，增强了指标权重的科学性和合理性，并结合聚类分析方法，根据所选指标将区分为不同类别，分类分组分析影响各个分区环境质量的限制因子，为各个分区环境治理措施的提出提供导向。
附图说明
图1是本发明提供的基于指标筛选的流域水生态功能分区治理需求评价方法的流程图；
图2是江苏省太湖流域水生态功能分区治理需求分析指标体系评价示意图。
具体实施方式
本实施例提供了一种基于指标筛选的流域水生态功能分区治理需求评价方法，以太湖流域为例，参照图1，包括如下步骤：
步骤一、构建评价指标体系：收集拟研究流域的水生态环境表征因子信息，获取拟研究流域各个水生态功能分区的环境本底特征，分别确定水陆域分区评价体系框架，运用降维的思想，采用主成分分析的方法，挑选出符合分区生态环境本底特征实际情况的核心因子作为最终评价指标。
所述步骤一包括：
(1.1)资料收集：收集江苏省太湖流域49个水生态功能分区范围内各个地级市、县级市、区历年统计年鉴，了解社会经济发展状况，并对水生态功能分区近15年的监测断面进行水质综合分析，分析历年水质变化趋势及主要超标因子出现频次、超标倍数及空间分布位置，进一步将水环境现状特征及受人类经济社会生活的干扰程度不同作为野外调研采样点布设原则，设置全面覆盖49个水生态功能分区的246个采样点位，分枯水期、平水期、丰水期三个水期监测水质及水生生物状态，尽可能全面反映功能分区水环境质量及水域自然特征。
(1.2)评价体系框架确定：根据文献资料查询，总结指标评价方法并对比优劣之处，初步尝试，若对49个水生态功能分区实行统一的指标评价方法体系，往往不能将人类经济活动对陆域和水域分区的影响程度差异化，缺乏科学性，且水域分区通常无人类居住，受经济活动影响较小，故评价效果不佳。因此将太湖流域49个水生态功能分区分开进行评价，对于陆域分区采用dpsir框架模型，将人类活动强度作为考虑因素列入指标评价，水域分区则侧重水体水质、水生物现状评价。
(1.3)评价指标初选：如图2所示，对于陆域分区：采用dpsir模型，即包括驱动力、压力、状态、影响、响应5个方面，驱动力指标通常包括人口、经济、社会3方面，常用指标如：人口密度、人均gdp、城镇化率、产业产值、人口增长率等指标，压力通常包括资源环境压力和污染负荷，常用指标为：人均耕地面积、建筑用地比重、万元gdp水耗、万元gdp能耗、工业分布密度、农田灌溉用水、家庭用水量、单位面积点源/面源cod/氨氮/总氮/总磷入河(湖)量、工业废水排放量、化肥使用强度等指标；状态通常包括水质及水生态，常用指标为：湖体sd、湖体氨氮浓度、湖体tp浓度、湖体tn浓度、湖体codmn浓度、水生态健康指数等指标；影响通常包括生态、经济、人文，常用指标为：水生生物多样性、森林覆盖率、水土流失比例、水灾害损失占gdp比例、农村饮用水安全比例、水生态公众满意度等指标；响应通常包括政策响应和措施响应，常用指标为：水土流失治理率、库区污染物达标排放率、退化土地恢复率、生活污水集中处理率、监管能力、长效机制构建等指标；对于水域分区：采用水质、水生生物及生境3个准则层；上述指标获取途径：社会经济类指标通过历年统计年鉴数据获取，尽可能将数据细化到分区所在乡镇，将乡镇数据加和作为每个分区指标；土地利用类型指标通过现场调查，遥感影像数据进行解译，在arcgis中切割获得各个分区土地利用类型面积；污染源指标来源于近3年环境统计数据，包括工业、农业、生活、畜禽、水产等方面污染物总量及入湖量，初步明确各水生态功能分区存在的主要生态环境问题和重要污染超标因子的来源情况；水质指标来源于例行监测数据，涉及水温、ph、溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮、总氮、总磷等24项《地表水环境质量标准》(gb3838-2002)中所规定的水质评价指标；水生态指标来源于野外布点采样。
(1.4)评价指标确定：运用降维思想，采用主成分分析法对初步选定的指标进行筛选，挑选出反映分区生态环境特征的核心因子，确定最终评价指标。以43个陆域为示例，具体方法如下：
a：基于(1.3)中初步所选评价指标，采用主成分分析法，建立大小为m×n的多属性决策矩阵x，其中n为评价对象个数，m为第i个评价对象对应评价指标的个数，i＝1,…,n；其中：
b：对数据矩阵x进行标准化得到标准化数据矩阵r，具体方法为：根据评价目标的特征，对于正向指标，即指标数据数值越大越好时，标准化公式为
c：计算内积矩阵s＝rrt，令矩阵s的特征方程为∣s-λe∣＝0,求出s的特征根λg,其中g＝1…p，并将特征根按照从大到小排列λ1≥λ2≥λ3≥…≥λp,并求出内积矩阵s的特征值λg对应的特征向量ug。
d：计算各特征值的贡献率ig，取累计贡献率达到预设值的前q个特征值作为主成分，预设值为70％～85％，构建主成分与标准化数据矩阵r的相关系数矩阵，将与各主成分相关系数最大的标准化数据对应的q个评价指标挑选出作为能反映分区生态环境特征的核心因子，并作为最终评价指标；其中，献率ig计算公式如下：
用第i个主成分方差贡献率为其特征根占所主成分特征根之和的百分数计算，即表示第i个主成分所能代表的原始(属性)指标数据的信息量占所有主成分所表示的原始(属性)指标数据的信息含量的比重。【补充：在p维(p≤m)空间中，将原始变量x1，x2，x3，…，xm转化为新形成的变量指标f1，f2，f3，…，fp，即主成分。数学上，新的综合变量就是将原来的变量进行线性组合。其中f1，f2，f3，…，fp按照方差贡献率依次递减的方式排列，即var(f1)越大，表示f1包含的信息越多，成为第一主成分。fi＝li1x1+li2x2+li3x3+…+limxmi＝1,2,3…p，式中：fi：第i个主成分(g＝1,2,3…p)，lij：原变量中第j个属性数据xj在各个主成分fi上的变换系数lij。lij的确定原则是各个主成分相互无关，f1是x1，x2，x3，…，xm的线性组合中方差最大的。m为主成分的个数，p为属性值的个数。】
e、计算属性的负荷量。所有的属性在排序中共同起作用，但每个属性的贡献的大小不相同，可以用负荷量或因子载荷来表示。lij＝√λjuji。式中的i，j＝1,2,…,p,lij是第i个属性(指标)对第j个主成分的负荷量或因子载荷。将上述求得的特征值进行由大到小排序，将第n个特征值λn对应的累积方差贡献率大于等于选定的标准时(如70％)，则选定前n个特征值对应的主成分。构建主成分与标准化数据矩阵r的相关系数矩阵，将与各主成分相关系数较大的标准化数据对应的q个评价指标组成优选核心评价
f、运用spss24.0对选取原始指标进行主成分分析，首先对数据是否适用于进行主成分分析进行判断。kmo和bartlet是用于检验原始数据是否适合运用主成分分析主要参考依据。kmo的取值范围为0～1，数值越大，表示数据越适合进行主成分分析，kmo数值大小及原始数据适合进行主成分分析方法的程度如下：kmo>0.9，很好；0.8<kmo<0.9,良好；0.7<kmo<0.8，中等；0.6<kmo<0.7，一般；0.5<kmo<0.6，不好；kmo<0.5,不被接受。一般认为kmo值大于0.5时，数据可进行主成分分析。bartlett球形体检验输出包含了x2统计量的值(approx.chi-square)、相应的自由度(df)和显著性值(sig.),x2检验值越大，变量之间的相关性越强，数据越适合用主成分分析法来降维。当显著性值小于0.05时，则认为主成分分析是有效的。
步骤二、指标体系权重确定：依据步骤一所构建的评价体系，对评价指标进行计算和标准化，以消除不同指标间的量纲，并对评价指标赋予权重。
对于步骤一中确定的对43个陆域及6个水域的核心评价指标体系，分别采用层次分析法和熵权法主客观赋权相结合的方法对指标体系赋予权重。以下以43个陆域指标为例：
(2.1)将步骤一确定的评价指标进行标准化，方法与(1.4)b相同。
(2.2)运用层次分析法确定指标权重：以43个陆域指标为例，通过文献资料查询和专家咨询法，根据步骤一中确定的核心评价指标，每个要素层次逐次针对下一个要素层次建立判断矩阵，判断矩阵标度及其含义如表1所示，即以目标层对准则层、d、p、s、i、r5个准则层对其相应指标层构建判断矩阵，共6个判断矩阵，运用matlab，计算出权重，并对权重进行一致性检验。
例如目标层次(o)对准则层(d-r)建立判断矩阵表2所示。
表1
表2
矩阵一致性判断：
式中a为上述构建的判断矩阵，λmax为a的最大特征根，ω为对应于特征根λmax的归一化向量，ω的分量ωi即为对应元素的单排序的权重，ci为判断矩阵a的一致性指标，n为判断矩阵的阶数，cr为判断矩阵的随机一致性比例，当cr<0.1时，则认为矩阵具有令人满意的一致性，其特征向量可作为权向量；否则，需要调整矩阵a中的元素，使得矩阵具有满意的一致性。ri值参考表3：
表3
(2.3)运用熵权法确定指标权重：
对于标准化后的矩阵r，计算第j项指标的熵值：
式中：pij表示第j项评价指标下第i个评价对象指标的标准值占该指标标准值总和的比重，n为评价对象的个数，hj为第j个评价指标的熵值。其中k＝1/lnn为信息熵系数，当pij＝0时，令pijlnpij＝0。
计算第j项指标的熵权：
βj＝1-hj
式中：βj为第j项指标的差异系数，当βj＝0时，第j项指标可以去除，其权重为0。m为评价指标的个数，ωs为第j项评价指标对应的熵权。
(2.4)指标综合权重确定
利用权重最优解公式确定组合权重:
其中wz(i,j)代表组合权重，ws(i,j)代表熵权法计算所得权重，wc(i,j)代表层次分析法计算所得权重，n表示评价对象的个数，m表示第i个评价对象对应的评价指标的个数。
步骤三、分区综合评价得分及治理需求等级确定：通过各指标数据标准化后的值与指标对应权重，计算所研究流域的各个水生态功能分区的综合评价得分，依据实际情况划定拟研究流域的水生态环境功能分区治理需求等级阈值范围、等级评定及对应等级说明。具体包括：
(3.1)根据分区各自的指标评价体系，分别计算出各个陆域水生态功能分区、陆域水生态功能分区的综合指标得分，其中综合得分计算公式如下：
式中，ti表示第i个分区的综合得分，n为评价对象个数，m为第i个评价对象对应评价指标的个数，wz为层次分析法和熵权法确定的组合权重。
(3.2)根据各分区最终得分，依据频数分布原则，按照前20％、40％、60％、80％的比例，即分别对应治理需求前10、20、30、40、49；确定分区等级的阈值范围及等级。
最终评价划分如下：
表4
步骤四、聚类分析：对拟研究流域的水生态功能分区进行聚类分析，找出具有相同类别的水生态功能分区的污染来源，识别主要污染因子，进而针对性地提出环境改善措施。
聚类分析是基于事物本身特征，按照一定的原则，对研究对象进行分类的多元统计方法。本发明采用组间联接为聚类方法，将变量进行标准化，聚类树状图可以形象的反映类间的距离，即相似性，选择不同的距离可以得到不同分组数，各个分组指标之间具有相似性。研究中可根据实际需要，选取合适距离，得到不同分组。
步骤四具体包括以下步骤：
(4.1)先运用spss24.0对江苏省太湖流域43个陆域分区、6个水域分区核心评价指标进行系统聚类分析，选取合适距离，得到不同分组，针对各类找出主要影响分区环境的指标因子即环境改善限制因子。
(4.2)对于治理需求评价结果中得分较低的10个陆域分区，即亟需治理典型分区，以驱动力、压力、状态、影响、响应5个准则层得分为聚类要素，进行系统聚类，识别环境改善的主要限制因子，并提出针对性的环境改善措施。
本实施例提供了一种基于指标筛选的流域水生态功能分区治理需求评价方法，特别是以江苏省太湖流域水生态功能分区为研究对象(江苏省太湖流域49个水生态功能分区所涉及范围包括太湖湖体、苏州市、无锡市、常州市和丹阳市的全部行政区域，以及镇江市区、丹徒区、句容市，南京高淳区行政区域内对太湖水质有影响的水体所在区域)，针对于每个水生态功能分区的生态环境特征，建立一套水生态功能分区治理需求评价指标体系，为分区环境改善提供科学依据。
以上所揭露的仅为本发明一种较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
- 还没有人留言评论。精彩留言会获得点赞！