[发明专利]一种生态环境质量综合评价方法

权利要求书

1.一种生态环境质量综合评价方法，其特征在于，包括：

S1，基于PSR模型理论构建生态环境质量评价指标体系；

S2，提取基于多源数据基础的生态环境指标；

S3，基于增强学习算法对生态环境质量进行综合评价。

2.根据权利要求1所述的生态环境质量综合评价方法，其特征在于，

在S1中，所述体系包括生态环境压力、生态环境状态以及生态环境响应三个评价因子，每个评价因子受多个评价指标影响。

3.根据权利要求2所述的生态环境质量综合评价方法，其特征在于，

所述多个评价指标包括：人口密度、道路密度、建设用地面积占比、耕地面积占比；地形坡度、生境质量指数、水源涵养指数、林草地覆盖率、空气质量指数、未分割斑块面积比；保护区面积比和教育科技环保支出比。

4.根据权利要求1所述的生态环境质量综合评价方法，其特征在于，步骤S2包括：

S2-1，以地表覆盖分类数据、DEM数据、环境监测站点数据、以及区域统计年鉴数据为数据来源，进行数据预处理；

S2-2，对地表覆盖分类数据进行空间相交，提取DEM数据的地形坡度，计算环境检测站点数据的年均值，筛选区域统计年鉴数据，来提取生态环境质量评价指标。

5.根据权利要求1所述的生态环境质量综合评价方法，其特征在于，步骤S3包括：

S3-1，建立先验知识库，对其进行对应指标数据的量化分级；

S3-2，对先验知识库进行随机均匀内插，进行扩充，以生成增强学习方法的学习样本数据；

S3-3，确定增强学习算法结构及其参数；

S3-4，增强学习算法进行自主学习；

S3-5，检验增强学习算法模型精度，如果未达到要求，返回到S3-4；

S3-6，当增强学习模型测试精度达到要求，则输入待评价数据进行生态环境质量综合评价。

6.根据权利要求5所述的生态环境质量综合评价方法，其特征在于，在步骤S3-3中，所述增强学习算法的输入是某区域经过的各指标数据，其输出是对该区域生态环境质量的等级评价。

7.根据权利要求6所述的生态环境质量综合评价方法，其特征在于，

在步骤S3-3中，所述增强学习算法结构为：12个输入节点，13个隐含层节点以及1个输出节点。

8.根据权利要求7所述的生态环境质量综合评价方法，其特征在于，

所述增强学习算法采用高斯型隶属函数构建模糊集合，高斯型隶属函数的中心和宽度初始值随机确定，模糊推理模型采用T-S模糊推理模型，声明变量P0，P1，P2，…，P12用来表示T-S模糊推理规则系数。

9.根据权利要求8所述的生态环境质量综合评价方法，其特征在于，还包括：

通过BP神经网络最速下降学习算法调整增强学习算法的权值。

10.根据权利要求9所述的生态环境质量综合评价方法，其特征在于，

在步骤S3-3中，对学习样本数据进行数据归一化。