[发明专利]一种基于范数灰关联度模型的生态环境质量评估方法在审
申请号: | 202110585520.3 | 申请日: | 2021-05-27 |
公开(公告)号: | CN113449963A | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 陈文颖;王妍妍;王玉坤;高菁;张春晖 | 申请(专利权)人: | 中国电子科技集团公司第二十八研究所 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06 |
代理公司: | 江苏圣典律师事务所 32237 | 代理人: | 于瀚文;胡建华 |
地址: | 210007 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 范数 关联 模型 生态 环境质量 评估 方法 | ||
1.一种基于范数灰关联度模型的生态环境质量评估方法,其特征在于,包括如下步骤:
步骤1、构建生态环境质量评估指标体系,分为生态要素、生态内容和生态指标3个层级;
步骤2、基于生态指标数据和范数灰关联度模型,计算得出生态指标的权重向量,并利用加权和法进一步求得生态内容评估数据;
步骤3、基于生态内容评估数据和范数灰关联度模型,计算得出生态内容指标的权重向量,并利用加权和法进一步求得生态要素评估数据;
步骤4、基于生态要素评估数据和范数灰关联度模型,计算得出生态要素指标的权重向量,并利用加权和法进一步求得生态环境质量指数,通过地图形式展示生态环境质量评估结果。
2.根据权利要求1所述的方法,其特征在于,步骤1中,
所述生态要素包括:水环境质量、土壤质量和空气环境质量;
所述生态内容包括:地下水质量、地表水质量、致癌污染物、致病污染物、重金属污染物、有机污染物、气态污染物、颗粒污染物、沙尘暴、酸雨;
所述生态指标包括:色度、嗅和味、浑浊度、总硬度、溶解性总固体、硫酸盐、重金属、水温、pH值、溶解氧、化学需氧量、高锰酸盐指数、氰化物、硫化物、粪大肠菌群、砷浓度、铅浓度、苯浓度、二氯乙烯浓度、对二氯苯浓度、三溴甲烷浓度、硝酸盐浓度、挥发酚浓度、锌浓度、汞浓度、锰浓度、铬浓度、土壤镉浓度、土壤铅浓度、土壤锌浓度、土壤砷浓度、土壤铜浓度、土壤铬浓度、多氯联苯浓度、多环芳烃浓度、二噁英浓度、滴滴涕浓度、二氧化硫浓度、二氧化氮浓度、一氧化碳浓度、臭氧浓度、PM10浓度、PM2.5浓度、能见度、最大风速、发生频率、降水pH值。
3.根据权利要求2所述的方法,其特征在于,步骤2包括如下步骤:
步骤2-1、根据色度、嗅和味、浑浊度、总硬度、溶解性总固体、硫酸盐、重金属得到原始数据矩阵A(1)及参考向量A0(1)=(a01(1),a02(1),…,a0m(1)),其中m为指标个数,a0j(1)是原始数据矩阵A(1)中第j项指标的最优值;当第j项指标为效益型指标时,取效益型指标序列的最大值为最优值,当第j项指标为成本型指标时,取成本型指标序列的最小值为最优值,指标规范化后得到规范化矩阵R(1)及规范化参考向量r0(1)=(r01(1),r02(1),…,r0m(1)),r0m(1)表示指标参考值a0m(1)经过指标规范化后的值,计算第j项指标第i时刻指标值与第j项指标最优值的关联系数ξij,进一步求得关联系数矩阵E(1)={ξij}:
其中rij表示第j项指标第i时刻指标值指标规范化后的数值,γ为分辨系数;指标对参考向量的灰关联度为和范数灰关联度表示第j个指标与关联系数正理想序列的距离,表示第j个指标与关联系数负理想序列的距离;
计算出各指标相对于地下水质量的权重系数及权重向量为W(A1),利用加权和法得出地下水质量的评估数据B1(1)=A(1)·W(A1);j=1,2,…,m;
步骤2-2、根据水温、pH值、溶解氧、化学需氧量、高锰酸盐指数、氰化物、硫化物、粪大肠菌群得到原始数据矩阵A(2)及参考向量A0(2)=(a01(2),a02(2),…,a0m(2)),其中m为指标个数,a0j(2)是原始数据矩阵A(2)中第j项指标的最优值;指标规范化后得到规范化矩阵R(2)及规范化参考向量r0(2)=(r01(2),r02(2),…,r0m(2)),r0m(2)表示指标参考值a0m(2)经过指标规范化后的值,计算得到关联系数矩阵E(2),各指标相对于地表水质量的权重系数W(A2),利用加权和法得出地表水质量的评估数据
步骤2-3、根据砷浓度、铅浓度、苯浓度、二氯乙烯浓度、对二氯苯浓度、三溴甲烷浓度得到原始数据矩阵A(3)及参考向量A0(3)=(a01(3),a02(3),…,a0m(3)),其中m为指标个数,a0j(3)是原始数据矩阵A(3)中第j项指标的最优值;指标规范化后得到规范化矩阵R(3)及规范化参考向量r0(3)=(r01(3),r02(3),…,r0m(3)),r0m(3)表示指标参考值a0m(3)经过指标规范化后的值,计算得到关联系数矩阵E(3),各指标相对于致癌污染物的权重系数W(A3),利用加权和法得出致癌污染物的评估数据
步骤2-4、根据硝酸盐浓度、挥发酚浓度、锌浓度、汞浓度、锰浓度、铬浓度得到原始数据矩阵A(4)及参考向量A0(4)=(a01(4),a02(4),…,a0m(4))(m为指标个数),其中a0j(4)是原始数据矩阵A(4)中第j项指标的最优值;指标规范化后得到规范化矩阵R(4)及规范化参考向量r0(4)=(r01(4),r02(4),…,r0m(4)),r0m(4)表示指标参考值a0m(4)经过指标规范化后的值,计算得到关联系数矩阵E(4),各指标相对于致病污染物的权重系数W(A4),利用加权和法得出致病污染物的评估数据B4(1)=A(4)·W(A4);
步骤2-5、根据土壤镉浓度、土壤铅浓度、土壤锌浓度、土壤砷浓度、土壤铜浓度、土壤铬浓度得到原始数据矩阵A(5)及参考向量A0(5)=(a01(5),a02(5),…,a0m(5)),其中m为指标个数,a0j(5)是原始数据矩阵A(5)中第j项指标的最优值;指标规范化后得到规范化矩阵R(5)及规范化参考向量r0(5)=(r01(5),r02(5),…,r0m(5)),r0m(5)表示指标参考值a0m(5)经过指标规范化后的值,计算得到关联系数矩阵E(5),各指标相对于重金属污染物的权重系数W(A5),利用加权和法得出重金属污染物的评估数据
步骤2-6、根据多氯联苯浓度、多环芳烃浓度、二噁英浓度、滴滴涕浓度得到原始数据矩阵A(6)及参考向量A0(6)=(a01(6),a02(6),…,a0m(6)),其中m为指标个数,a0j(6)是原始数据矩阵A(6)中第j项指标的最优值;指标规范化后得到规范化矩阵R(6)及规范化参考向量r0(6)=(r01(6),r02(6),…,r0m(6)),r0m(6)表示指标参考值a0m(6)经过指标规范化后的值,计算得到关联系数矩阵E(6),各指标相对于有机污染物的权重系数W(A6),利用加权和法得出有机污染物的评估数据
步骤2-7、根据二氧化硫浓度、二氧化氮浓度、一氧化碳浓度、臭氧浓度得到原始数据矩阵A(7)及参考向量A0(7)=(a01(7),a02(7),…,a0m(7)),其中m为指标个数,a0j(7)是原始数据矩阵A(7)中第j项指标的最优值;指标规范化后得到规范化矩阵R(7)及规范化参考向量r0(7)=(r01(7),r02(7),…,r0m(7)),r0m(7)表示指标参考值a0m(7)经过指标规范化后的值,计算得到关联系数矩阵E(7),各指标相对于气态污染物的权重系数W(A7),利用加权和法得出气态污染物的评估数据
步骤2-8、根据PM10浓度、PM2.5浓度得到原始数据矩阵A(8)及参考向量A0(8)=(a01(8),a02(8),…,a0m(8)),其中m为指标个数,a0j(8)是原始数据矩阵A(8)中第j项指标的最优值;指标规范化后得到规范化矩阵R(8)及规范化参考向量r0(8)=(r01(8),r02(8),…,r0m(8)),r0m(8)表示指标参考值a0m(8)经过指标规范化后的值,计算得到关联系数矩阵E(8),各指标相对于颗粒污染物的权重系数W(A8),利用加权和法得出颗粒污染物的评估数据B2(3)=A(8)·W(A8);
步骤2-9、根据能见度、最大风速、发生频率得到原始数据矩阵A(9)及参考向量A0(9)=(a01(9),a02(9),…,a0m(9)),其中m为指标个数,a0j(9)是原始数据矩阵A(9)中第j项指标的最优值;指标规范化后得到规范化矩阵R(9)及规范化参考向量r0(9)=(r01(9),r02(9),…,r0m(9)),r0m(9)表示指标参考值a0m(9)经过指标规范化后的值,计算得到关联系数矩阵E(9),各指标相对于沙尘暴的权重系数W(A9),利用加权和法得出沙尘暴的评估数据
步骤2-10、根据降水pH值得到原始数据矩阵A(10)及参考向量A0(10)=(a01(10),a02(10),…,a0m(10)),其中m为指标个数,a0j(10)是原始数据矩阵A(10)中第j项指标的最优值;指标规范化后得到规范化矩阵R(10)及规范化参考向量r0(10)=(r01(10),r02(10),…,r0m(10)),r0m(10)表示指标参考值a0m(10)经过指标规范化后的值,计算得到关联系数矩阵E(10),各指标相对于酸雨的权重系数W(A10),利用加权和法得出酸雨的评估数据
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第二十八研究所,未经中国电子科技集团公司第二十八研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110585520.3/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理