CN102129515A - 一种气候变化下水资源脆弱性的评价方法 - Google Patents
一种气候变化下水资源脆弱性的评价方法 Download PDFInfo
- Publication number
- CN102129515A CN102129515A CN2011100544469A CN201110054446A CN102129515A CN 102129515 A CN102129515 A CN 102129515A CN 2011100544469 A CN2011100544469 A CN 2011100544469A CN 201110054446 A CN201110054446 A CN 201110054446A CN 102129515 A CN102129515 A CN 102129515A
- Authority
- CN
- China
- Prior art keywords
- correlate
- index
- fragility
- water resource
- evaluation
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种气候变化下水资源脆弱性的评价方法,一、利用特征向量方法确定评价指标权重;二、构建评价地区和水资源脆弱性评价的集对模型,引入联系数的概念,将集对模型同异反联系起来;三、依据评价指标体系,由下向上,分别计算各层的联系数,并结合权重向量,依次得到上一层的联系数,逐一类推,得到总***的联系数:四、利用“均分原则”,确定各级***联系数的值以及总指标的n元联系数主值;五、根据联系数的概念,利用“均分原则”,将[-1,1]区间均分为n级,得到n个等级区间;六、对比步骤四中各级联系数的值和步骤五中均分的n等级区间,分析步骤四得出的位于何区间,位于区间所对应的等级即为气候变化下区域水资源脆弱性的评价等级。
Description
(一)技术领域
本发明涉及水资源脆弱性的评价方法,尤其涉及一种气候变化下水资源脆弱性的评价方法。属于人工智能评价领域。
(二)背景技术
水资源脆弱性是水资源特性中一个独特性质,是水资源可持续开发利用的障碍,关系到社会经济和生态环境可持续发展。气候变化对水资源***具有巨大的扰动作用,特别是极端气候事件的发生,改变了水资源***内部的正常循环以及外部的供需状况,对水资源有着显著而广泛的影响。为应对气候变化对水资源脆弱性的影响,保护水资源安全和维持水资源可持续开发利用,开发一种气候变化下水资源脆弱性的评价方法显得十分必要。
综合目前水资源脆弱性的评价方法,从评价理论的角度分析主要分为两种:指数方法和综合评价方法。
指数方法主要是基于水资源脆弱性内涵,从所要研究角度相应地构造脆弱性指数。指数法简单、易操作,但存在筛选标准不准确、定量性差、精确度欠缺,评级结果依赖于一个指标,无法全面涵盖水资源脆弱性的内涵和综合反映区域水资源***整体脆弱性情况。
综合评价方法主要有灰关联分析、模糊综合评价和神经网络等,其中灰关联分析法存在评价值趋于均化、分辨率不高的缺点,模糊综合评价隶属度的确定带有了主观随意性,而人工神经网络理论建模过程属于黑箱方法。
气候变化下水资源***即高度复杂又相互联系,为了避免以上方法的局限性,有必要寻求一种水资源脆弱性评价的全面综合、相互联系的评价方法,对气候变化下水资源脆弱性评价提供一种合理的综合评价方法。
(三)发明内容
1、目的:本发明的目的是提供一种气候变化下水资源脆弱性的评价方法,它以集对分析联系数方法为基础,巧妙结合层次分析法和模糊评价法,提出一种新的联系智能综合评价方法。本发明首先根据建立的气候变化下水资源脆弱性的评价指标体系及标准,利用特征向量的方法确定出各指标的权值;然后构建评价地区与地区水资源脆弱性集对,引入联系数的概念将集对的同异反联系起来;进而利用联系数计算公式得到子***和总***的联系数;最后利用“均分原则”得到子***和总***联系数的值,确定评价的等级。
2、技术方案:本发明一种气候变化下水资源脆弱性的评价方法,它适用于在已建立合理公正的评价指标体系的前提下,可结合Matlab等数学软件进行运算,该方法具体步骤如下:
步骤一:利用特征向量方法确定评价指标权重
首先,基于建立的气候变化下水资源脆弱性评价的指标体系和等级标准(以s层指标体系和n级标准为例),利用Satty9级分度见下列表1,分别建立同一层的目标重要性判断矩阵Ai(i为判断矩阵的个数,其中qj为第j层的指标个数);
表1 目标重要性判断矩阵中元素的取值
然后,根据公式(1)得出判断矩阵最大特征值λimax,再由公式(2)计算出最大特征值λimax对应的特征向量wi;
Det(Ai-λE)=0 (1)
Aiwi=λimaxwi (2)
最后,引入一致性指标CI和一致性比率CR,进行一致性检验:由CR用来判断矩阵Ai能否被接受,若CR>0.1,说明判断矩阵中各元素估计的一致性太差,应重新估计;若CR<0.1,则可认为判断矩阵中各元素估计基本一致,这时wi即可作为各层指标权重。
CI=(λmax-n)/(n-1) (3)
CR=CI/RI (4)
其中RI为同阶矩阵的随机指标,其值见下列表2
表2 n阶矩阵的随机指标指标RI
n | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0.00 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
步骤二:构建评价地区和水资源脆弱性评价的集对模型,引入联系数的概念,将集对模型同异反联系起来;
所谓集对,即由一定联系的2个集合所组成的对子。因此,由其定义可知,集对是由两个集合组成的一个基本单位。在气候变化下水资源脆弱性评价中,设评价对象空间A={某地区x},属性空间B={水资源脆弱性评价等级n},这样对于以上两个给定的集合就组成集对模型H=(A,B),在构建集对的基础上,引入联系数μ的概念。
对集对H的特性展开分析,共得到N个特性,其中有S个为集对H中两个集合A和B共同具有;有P个特性为两个集合对立的,其余的F=N-S-P个特性既不相互对立又不为这两个集合共同具有,则有:
μ=a+bi+cj (6)
式中:μ-联系数,可以全面、***地刻画所要研究集对之间的同异反联系.a,b,c通称为联系度分量;a,b,c∈[0,1]为实数,a,c相对确定,b相对不确定且满足归一化条件a+b+c=1;
i——差异度系数,i∈[-1,1];
j——对立度系数,规定其恒取值-1。
在多标准评价体系中,式(5)可作不同层次的展开,得到多元联系数:
可简写为
μ=a+b1i1+b2i2+...+bn-2in-2+cj (8)
μ值的确定符合以下规则:若评价指标处于最评价级中,则认为集对A、B具有同一性联系,此时μ=1;处于最劣的评价级别中,则可认为是对立性联系,此时μ=-1;处于最优与最劣评价级别范围之间,即-1<μ<1。由此可知,联系数μ的取值范围为[-1,1]。
步骤三:依据评价指标体系,由下向上,分别计算各层的联系数,并结合权重向量,依次得到上一层的联系数,逐一类推,得到总***的联系数:
以建立目标层、准则层和指标层三级指标体系为例,m代表准则层,mq代表第m个子***下第q个属性指标.则Im代表水资源脆弱性准则层评价指标,代表水资源脆弱性指标层评价指标。设在地区x,的测量值为评价等级为n,
其次,计算准则层Im各指标的综合评价n元联系数为:
μm=rm1+rm2i1+rm3i2+…+rm(n-1)in-2+rmnj (9)
其中
(10)
最后,计算目标层指标(区域气候变化下水资源脆弱性)的综合评价n元联系数为:
μ=r1+r2i1+r3i2+…+r(n-1)in-2+rnj (11)
其中
步骤四:利用“均分原则”,确定各级***联系数的值以及总指标的n元联系数主值:
设μ=r1+r2i1+r3i2+...+r(n-1)in-2+rnj为n元联系数,由于μ∈[-1,1],根据“均分原则”,将[-1,1]区间(n-1)等分,当in-2,in-3,…,i2,i1从左至右依次取(n-2)个分点值及j=-1时所得到的n元联系数的值称为n元联系数μ=r1+r2i1+r3i2+...+r(n-1)in-2+rnj的主值
步骤五:根据联系数的概念,利用“均分原则”,将[-1,1]区间均分为n级,得到n个等级区间:
步骤六:对比步骤四中各级联系数的值和步骤五中均分的n等级区间,分析步骤四得出的位于何区间,位于区间所对应的等级即为气候变化下区域水资源脆弱性的评价等级。
(四)附图说明
图1为本发明方法的流程框图
(五)具体实施方式
见图1,本发明一种气候变化下水资源脆弱性的新的智能评价方法,该方法具体步骤如下:
以已建立气候变化下包含三级***(指标层、准则层、目标层)的水资源脆弱性评价的评价指标体系,划分n等级标准为例,本发明的具体实施按照以下步骤进行:
步骤一:利用特征向量方法确定评价指标权重
首先,基于建立的气候变化下水资源脆弱性评价的指标体系和等级标准(以s层指标体系和n级标准为例),利用Satty9级分度见下列表1,分别建立同一层的目标重要性判断矩阵Ai(i为判断矩阵的个数,其中qj为第j层的指标个数);
表1 目标重要性判断矩阵中元素的取值
然后,根据公式(1)得出判断矩阵最大特征值λimax,再由公式(2)计算出最大特征值λimax对应的特征向量wi;
Det(Ai-λE)=0 (1)
Aiwi=λimaxwi (2)
最后,引入一致性指标CI和一致性比率CR,进行一致性检验:由CR用来判断矩阵Ai能否被接受,若CR>0.1,说明判断矩阵中各元素估计的一致性太差,应重新估计;若CR<0.1,则可认为判断矩阵中各元素估计基本一致,这时wi即可作为各层指标权重。
CI=(λmax-n)/(n-1) (3)
CR=CI/RI (4)
其中RI为同阶矩阵的随机指标,其值见下列表2
表2 n阶矩阵的随机指标指标RI
n | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0.00 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
步骤二:设评价对象空间A={某地区x},属性空间B={水资源脆弱性评价等级C},对于以上两个给定的集合组成集对H=(A,B)。这样就把两个集合组成一个对子,从而构建水资源脆弱性评价的集对。在此基础上,引入n元联系数μ=a+b1i1+b2i2+...+bn-2in-2+cj
μ值的确定符合以下规则:若评价指标处于最高评价级中,则认为集对A、B具有同一性联系,此时μ=1;处于最劣的评价级别中,则可认为是对立性联系,此时μ=-1;处于最优与最劣评价级别范围之间,即-1<μ<1。由此可知,联系数μ的取值范围为[-1,1]。
步骤三:在建立的气候变化下水资源脆弱性总***(目标层)、一级子***(准则层)、二级子***(目标层)三层指标体系基础上,依据以下三个步骤计算出总***(目标层)即评价区域的总体水资源脆弱性的综合联系数。
设m代表一级子***(准则层),mq代表第m个子***下第q个属性指标.则Im代表水资源脆弱性一级子***评价指标,代表水资源脆弱性二级子***评价指标。设在地区x,的测量值为评价等级为n,从而可以建立一级二级子***及总指标的水资源脆弱性评价的n元联系数μ。
②依据公式(9)(10)区域x水资源脆弱性的一级子***Im的综合评价n元联系数μm;
③依据公式(11)(12)区域x水资源脆弱性的总指标的综合评价n元联系数为μ.
步骤四:利用“均分原则”,确定总指标的n元联系数主值为:
设μ=r1+r2i1+r3i2+...+r(n-1)in-3+rnj为n元联系数,由于μ∈[-1,1],根据“均分原则”,将[-1,1]区间(n-1)等分,当in-2,in-3,…,i2,i1从左至右依次取(n-2)个分点值及j=-1时所得到的n元联系数的值称为n元联系数μ=r1+r2i1+r3i2+...+r(n-1)in-2+rnj的主值
实施案例
按照上述方法对气候变化下滇中地区水资源脆弱性进行评价。气候变化下滇中地区水资源脆弱性评价指标体系和等级标准如下列表4所示,从表中可以看出评价指标体系包括指标层、准则层和指标层三层,水资源脆弱性从高到低分为了五个等级:“非常脆弱”、“较脆弱”、“中等脆弱”、“较不脆弱”、“不脆弱”。
表4 气候变化条件下水资源脆弱性指标体系评价标准等级极其分界点
在已建立的指标体系及分级标准的基础上,结合滇中地区各指标的2009年的实测值,按照上述方法得到指标层、准则层和目标层各层的联系数,下列表5所示为准则层的联系数。
表5 准则层计算权重及五元联系数
结合表3,从而可得到气候变化条件下滇中地区水资源脆弱性总的五元联系数:
μ=0.0718+0.5456i1+0.2091i2+0.1354i3+0.0380j
因为μ∈[-1,1],故根据“均分原则”,将区间[-1,1]按划分的等级数从右向左平均分为五部分,即(0.6,1],(02,0.6],(-02,0.2],(-0.6,-0.2],[-1,-0.6],以上五个区间分别对应五个评价等级:“非常脆弱”、“较脆弱”、“中等脆弱”、“较不脆弱”、“不脆弱”。
因此,气候变化条件下,滇中地区水资源脆弱性属于“较脆弱”。
从上述实例可以看出,本发明提供的一种新的气候变化下水资源脆弱性的智能综合评价方法,可以为气候变化条件下地区水资源脆弱性进行客观科学的评价与认识,对于应对全球气候变化,科学保护管理区域水资源具有重大的现实意义。
Claims (1)
1.一种气候变化下水资源脆弱性的评价方法,其特征在于:该方法具体步骤如下:
步骤一:利用特征向量方法确定评价指标权重
表1目标重要性判断矩阵中元素的取值
然后,根据公式(1)得出判断矩阵最大特征值λimax,再由公式(2)计算出最大特征值λimax对应的特征向量wi;
Det(Ai-λE)=0 (1)
Aiwj=λimaxwi (2)
最后,引入一致性指标CI和一致性比率CR,进行一致性检验:由CR用来判断矩阵Ai能否被接受,若CR>0.1,说明判断矩阵中各元素估计的一致性太差,应重新估计;若CR<0.1,则可认为判断矩阵中各元素估计基本一致,这时wi即可作为各层指标权重;
CI=(λmax-n)/(n-1) (3)
CR=CI/RI (4)
其中,RI为同阶矩阵的随机指标,其值见下列表2
表2 n阶矩阵的随机指标指标RI
步骤二:构建评价地区和水资源脆弱性评价的集对模型,引入联系数的概念,将集对模型同异反联系起来;
所谓集对,即由一定联系的2个集合所组成的对子,集对是由两个集合组成的一个基本单位,在气候变化下水资源脆弱性评价中,设评价对象空间A={某地区x},属性空间B={水资源脆弱性评价等级n},这样对于以上两个给定的集合就组成集对模型H=(A,B),在构建集对的基础上,引入联系数μ的概念;
对集对H的特性展开分析,共得到N个特性,其中有S个为集对H中两个集合A和B共同具有;有P个特性为两个集合对立的,其余的F=N-S-P个特性既不相互对立又不为这两个集合共同具有,则有:
μ=a+bi+cj (6)
式中:μ-联系数,可以全面、***地刻画所要研究集对之间的同异反联系.a,b,c通称为联系度分量;a,b,c∈[0,1]为实数,a,c相对确定,b相对不确定且满足归一化条件a+b+c=1;
i——差异度系数,i∈[-1,1];
j——对立度系数,规定其恒取值-1;
在多标准评价体系中,式(5)可作不同层次的展开,得到多元联系数:
可简写为
μ=a+b1i1+b2i2+...+bn-2in-2+cj (8)
μ值的确定符合以下规则:若评价指标处于最评价级中,则认为集对A、B具有同一性联系,此时μ=1;处于最劣的评价级别中,则可认为是对立性联系,此时μ=-1;处于最优与最劣评价级别范围之间,即-1<μ<1;由此可知,联系数μ的取值范围为[-1,1];
步骤三:依据评价指标体系,由下向上,分别计算各层的联系数,并结合权重向量,依次得到上一层的联系数,逐一类推,得到总***的联系数:
以建立目标层、准则层和指标层三级指标体系为例,m代表准则层,mq代表第m个子***下第q个属性指标.则Im代表水资源脆弱性准则层评价指标,代表水资源脆弱性指标层评价指标,设在地区x,的测量值为评价等级为n,
其次,计算准则层Im各指标的综合评价n元联系数为:
μm=rm1+rm2i1+rm3i2+…+rm(n-1)in-2+rmnj (9)
其中
最后,计算目标层指标即区域气候变化下水资源脆弱性的综合评价n元联系数为:
μ=r1+r2i1+r3i2+…+r(n-1)in-2+rnj (11)
其中
步骤四:利用“均分原则”,确定各级***联系数的值以及总指标的n元联系数主值:
设μ=r1+r2i1+r3i2+...+r(n-1)in-2+rnj为n元联系数,由于μ∈[-1,1],根据“均分原则”,将[-1,1]区间(n-1)等分,当in-2,in-3,…,i2,i1从左至右依次取(n-2)个分点值及j=-1时所得到的n元联系数的值称为n元联系数μ=r1+r2i1+r3i2+...+r(n-1)in-2+rnj的主值
步骤五:根据联系数的概念,利用“均分原则”,将[-1,1]区间均分为n级,得到n个等级区间:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100544469A CN102129515A (zh) | 2011-03-07 | 2011-03-07 | 一种气候变化下水资源脆弱性的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100544469A CN102129515A (zh) | 2011-03-07 | 2011-03-07 | 一种气候变化下水资源脆弱性的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102129515A true CN102129515A (zh) | 2011-07-20 |
Family
ID=44267598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100544469A Pending CN102129515A (zh) | 2011-03-07 | 2011-03-07 | 一种气候变化下水资源脆弱性的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102129515A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102810183A (zh) * | 2012-05-24 | 2012-12-05 | 浙江工业大学 | 基于改进距的水资源能效可拓生态评价方法 |
CN103412104A (zh) * | 2013-07-24 | 2013-11-27 | 环境保护部环境规划院 | 一种地下水脆弱性评价方法 |
CN107038495A (zh) * | 2017-03-24 | 2017-08-11 | 中国环境科学研究院 | 一种地下水脆弱性评价结果的检验方法 |
CN109377067A (zh) * | 2018-11-02 | 2019-02-22 | 河南工程学院 | 一种区域承灾体脆弱性评价方法 |
-
2011
- 2011-03-07 CN CN2011100544469A patent/CN102129515A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102810183A (zh) * | 2012-05-24 | 2012-12-05 | 浙江工业大学 | 基于改进距的水资源能效可拓生态评价方法 |
CN102810183B (zh) * | 2012-05-24 | 2016-12-14 | 浙江工业大学 | 基于改进距的水资源能效可拓生态评价方法 |
CN103412104A (zh) * | 2013-07-24 | 2013-11-27 | 环境保护部环境规划院 | 一种地下水脆弱性评价方法 |
CN103412104B (zh) * | 2013-07-24 | 2015-07-15 | 环境保护部环境规划院 | 一种地下水脆弱性评价方法 |
CN107038495A (zh) * | 2017-03-24 | 2017-08-11 | 中国环境科学研究院 | 一种地下水脆弱性评价结果的检验方法 |
CN109377067A (zh) * | 2018-11-02 | 2019-02-22 | 河南工程学院 | 一种区域承灾体脆弱性评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Multi-criteria building energy performance benchmarking through variable clustering based compromise TOPSIS with objective entropy weighting | |
CN105975735B (zh) | 一种用于电力设备健康状态评估的建模方法 | |
CN105205329A (zh) | 一种大坝安全综合评价方法 | |
CN107230021B (zh) | 筛选供水管网泄漏区域的方法 | |
CN103065042A (zh) | 基于情景的多目标综合决策评价方法 | |
CN108596369B (zh) | 一种基于多变量模型与盲数理论的空间负荷预测方法 | |
CN102073952A (zh) | 一种水资源承载能力评价方法 | |
CN105184067A (zh) | 绝缘子污闪状态模糊评价方法 | |
CN102129515A (zh) | 一种气候变化下水资源脆弱性的评价方法 | |
Chebana et al. | Multivariate extreme value identification using depth functions | |
Gao et al. | Study on mine ventilation resistance coefficient inversion based on genetic algorithm | |
Altun et al. | A new generalization of generalized half-normal distribution: properties and regression models | |
CN115545387A (zh) | 不可移动文物脆弱性评估方法 | |
CN103914482A (zh) | 基于cmdb的集中监控事件影响性确定方法 | |
Li et al. | Durability evaluation of concrete bridges based on the theory of matter element extension—entropy weight method—unascertained measure | |
Xia et al. | Spatial distribution of rural housing abandonment and influencing factors at the village level: a case study of the Loess Plateau of China | |
Cheng et al. | Multipoint deformation safety monitoring model for concrete arch dams based on Bayesian model selection and averaging | |
Arab et al. | A fast and robust method for estimating the failure probability of structures | |
CN113989073B (zh) | 一种基于大数据挖掘的光伏高占比配网电压时空多维评估方法 | |
CN105354737A (zh) | 一种适合大数据价值评价的计算方法 | |
CN109657967A (zh) | 一种输电网规划方案评价指标权重的确认方法及*** | |
Ge et al. | Application of fuzzy optimization model based on entropy weight in typical flood hydrograph selection | |
CN114595581A (zh) | 基于影响因素动态权重的区域地质灾害危险性概率模型 | |
CN115049188A (zh) | 基于集对分析的线性工程渗流安全评估方法 | |
CN113191684A (zh) | 基于变权模糊综合评判的北斗卫星合格评判方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110720 |