发明名称 一种农业活动区地下水风险分级分区评价方法
摘要 一种农业活动区地下水风险分级分区评价方法,通过建立一套用作评价的指标体系,以空间离散化的方法布置采样点,采集地下水水样,并根据初选指标特征筛选指标,通过计算各指标的权重和各采样点指标的隶属度,对区域地下水污染风险做出综合评价,并对地下水风险进行分区和分级。本发明针对我国农业活动区污染特点,具有较强的适应性和推广性,能够科学、合理地对农业活动区的地下水风险等级和风险分布做出评估。
申请公布号 CN102999709B 申请公布日期 2016.04.06
申请号 CN201210559062.7 申请日期 2012.12.20
申请人 中国环境科学研究院 发明人 席北斗;潘红卫;何小松;许其功;姜永海;白顺果
分类号 G06F19/00(2011.01)I 主分类号 G06F19/00(2011.01)I
代理机构 中科专利商标代理有限责任公司 11021 代理人 周长兴
主权项 一种农业活动区地下水风险分级分区评价方法,通过建立一套用作评价的指标体系,以空间离散化的方法布置采样点,采集地下水水样,并根据初选指标特征筛选指标,通过计算各指标的权重和各采样点指标的隶属度,对区域地下水污染风险做出综合评价,并对地下水风险进行分区和分级;其中,权重的计算是通过综合风险指数和无序指数两个指标的乘积来衡量指标的综合重要性;计算公式为:W=[w(1),w(2),…,w(n)]<sub>1×n</sub>;<img file="FDA0000917955490000011.GIF" wi="837" he="239" />其中,W为n个指标的综合权向量,ρ(j)为j指标的综合风险指数,<img file="FDA0000917955490000014.GIF" wi="101" he="74" />为j指标的无序指数;综合风险指数是用污染物所处等级的频率与风险级别来确定其重要性;计算公式为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>&rho;</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munderover><mo>&Sigma;</mo><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mn>5</mn></munderover><mi>&alpha;</mi><mrow><mo>(</mo><mi>j</mi><mo>,</mo><mi>k</mi><mo>)</mo></mrow><mo>&times;</mo><mi>u</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></mrow><mrow><munderover><mo>&Sigma;</mo><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><munderover><mo>&Sigma;</mo><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mn>5</mn></munderover><mi>&alpha;</mi><mrow><mo>(</mo><mi>j</mi><mo>,</mo><mi>k</mi><mo>)</mo></mrow><mo>&times;</mo><mi>u</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></mrow></mfrac><mo>,</mo><mrow><mo>(</mo><mi>j</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>,</mo><mi>k</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mn>5</mn><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0000917955490000012.GIF" wi="1142" he="293" /></maths>上式中,α(j,k)为第j个指标低于或高于k等级的个数,u(k)为k等级对应的分值,若地下水风险分为5类,则u(1)到u(5)分别为1、2、3、4、5;无序指数是用熵权来表示农业活动区地下水风险指标的权重大小,首先对原始数据做标准化处理,数据的标准化方法如下:对于正向指标:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>y</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>x</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>f</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><msub><mi>f</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>f</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><mo>,</mo><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>m</mi><mo>,</mo><mi>j</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0000917955490000013.GIF" wi="1033" he="158" /></maths>式中,f<sub>1</sub>(j)=max{s(i,j)|i=1,…,m},f<sub>2</sub>(j)=min{s(i,j)|i=1,…,m},s(i,j)表示第j个指标在i等级的阈值,<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>s</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>y</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></munderover><mi>y</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><mo>,</mo><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>m</mi><mo>,</mo><mi>j</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0000917955490000021.GIF" wi="933" he="220" /></maths>对于逆向指标:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><mi>y</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msub><mi>f</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><mi>x</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><msub><mi>f</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>f</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><mo>,</mo><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>u</mi><mo>,</mo><mi>j</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0000917955490000022.GIF" wi="1014" he="159" /></maths>计算信息熵:<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mi>h</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mo>-</mo><mi>k</mi><munderover><mo>&Sigma;</mo><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></munderover><mi>s</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mi>ln</mi><mi> </mi><mi>s</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0000917955490000023.GIF" wi="581" he="150" /></maths>上式中,当x(i,j)=0时,f(i,j)=0.00001;k=1/ln(m);计算熵权:<img file="FDA0000917955490000024.GIF" wi="748" he="226" />隶属度是将指标值与风险等级分级标准代入所选取的隶属度函数计算得到,隶属度矩阵T及隶属度函数t=t(k,j)分别如下:<img file="FDA0000917955490000025.GIF" wi="558" he="317" />则t<sub>ij</sub>的计算方法为:对于正向指标:<maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><mi>t</mi><mrow><mo>(</mo><mi>k</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mrow><mi>x</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>&le;</mo><mi>s</mi><mrow><mo>(</mo><mi>k</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>m</mi><mo>;</mo><mi>j</mi><mo>=</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>,</mo><mi>k</mi><mo>=</mo><mn>5</mn><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mrow><mi>x</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>&gt;</mo><mi>s</mi><mrow><mo>(</mo><mi>k</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>m</mi><mo>;</mo><mi>j</mi><mo>=</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>;</mo><mi>k</mi><mo>=</mo><mn>5</mn><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mo>;</mo></mrow>]]></math><img file="FDA0000917955490000026.GIF" wi="1278" he="166" /></maths><img file="FDA0000917955490000027.GIF" wi="1614" he="154" />对于逆向指标:<maths num="0007" id="cmaths0007"><math><![CDATA[<mrow><mi>t</mi><mrow><mo>(</mo><mi>k</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mrow><mi>x</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>&le;</mo><mi>s</mi><mrow><mo>(</mo><mi>k</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>m</mi><mo>;</mo><mi>j</mi><mo>=</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>,</mo><mi>k</mi><mo>=</mo><mn>1</mn><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mrow><mi>x</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>&gt;</mo><mi>s</mi><mrow><mo>(</mo><mi>k</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>m</mi><mo>;</mo><mi>j</mi><mo>=</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>n</mi><mo>;</mo><mi>k</mi><mo>=</mo><mn>1</mn><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mo>;</mo></mrow>]]></math><img file="FDA0000917955490000028.GIF" wi="1269" he="159" /></maths><img file="FDA0000917955490000029.GIF" wi="1654" he="165" />所述综合评价通过综合权向量与隶属度矩阵的转置进行矩阵乘法运算得到,计算公式为:Q=W·T′,其中,Q=[q(1),q(2),q(3),q(4),q(5)],将上述矩阵乘以V={v(j),j=1,2,3,4,5},v<sub>1</sub>、v<sub>2</sub>、v<sub>3</sub>、v<sub>4</sub>、v<sub>5</sub>的取值分别为100、80、60、40、20,可得到一个在20到100之间的综合得分值,这样将上述多指标综合评价变成了一个单指标的结果。
地址 100012 北京市朝阳区安外北苑大羊坊8号