[發明專利]一種生態環境質量綜合評價方法

在審

• 申請號: 201710748309.2
• 申請日: 2017-08-28
• 公開（公告）號: CN107516168A
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 翟亮;喬慶華;侯偉;馮志賢;桑會勇;張英;劉佳
• 申請（專利權）人: 中國測繪科學研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04
• 代理公司: 北京譽加知識產權代理有限公司11476
• 代理人: 胡冰

技術領域

本發明涉及生態環境領域，尤其涉及基于一種生態環境質量綜合評價方法。

背景技術

生態環境質量綜合評價是適用于對比分析地理空間上生態環境綜合狀況的技術方法，由于選取的眾多評價因子與生態環境質量之間表現為復雜的非線性映射，同時因為生態環境本身所固有的復雜不確定性，迄今為止，仍沒有形成一種統一的方法。人工神經網絡具備模仿人腦知識擬合所有非線性函數映射的性能。被眾多學科研究者普遍應用推崇的BP神經網絡，由于其依據樣本訓練學習速度快，擬合非線性曲線能力強，網絡結構較其他神經網絡更為簡單，通過眾多學者的探索嘗試將其應用到生態環境評價中，對生態環境評價因子與生態環境質量之間的非線性映射關系進行了良好描述。但由于生態環境狀態是一個復雜模糊的客觀屬性，而BP神經網絡不具備識別模糊性不確定性能力，故而評判精度不高。模糊理論中的隸屬函數概念可對生態環境狀態所處不同等級程度進行相對隸屬度的計算，較好的解釋了被評價對象自身的模糊性，對描述地表環境狀況各屬性的相對狀態進行了直觀表述。將模糊理論中的模糊推理和神經網絡學習算法嘗試相互組合，構建增強學習算法，以對生態環境狀態進行明確客觀的描述。

20世紀末世界經合組織(Organization for Economic Co-operation and Development，OECD)開展生態環境評價研究項目，首創了“壓力(Pressure)－狀態(State)－響應(Response)”理論體系，奠定了當代生態環境管理與評價研究的技術和方法基礎，該模型框架論述了當前世界環境態勢所存在問題，問題發生的原因所在、以及解決問題的途徑方法這三個可持續發展理論，其理論框架為眾多學者所推崇。“壓力(Pressure)”指標主要是指社會生產活動對自然地表或生態系統的干擾程度，即反映不良干擾對生態系統造成的負荷；“狀態(State)”指標指生態系統當前背景狀態的優良程度，即生態環境固有概況；“響應(Response)”指標指人類社會為實現人與自然環境協調可持續發展而采取的相關生態環境保護舉措，其目的在于消除、減輕、預防人類生產活動對生態環境的不良干擾影響，是生態系統管理措施中的可量化部分。

增強學習從動物學習、隨機逼近和優化控制等理論發展而來，是一種無導師在線學習技術，從環境狀態到動作映射學習，使得Agent根據最大獎勵值采取最優的策略；Agent感知環境中的狀態信息，搜索策略(哪種策略可以產生最有效的學習)選擇最優的動作，從而引起狀態的改變并得到一個延遲回報值，更新評估函數，完成一次學習過程后，進入下一輪的學習訓練，重復循環迭代，直到滿足整個學習的條件，終止學習。通俗地講，就是學習機器不斷地跟環境做自主的互動，在互動的過程中用長遠的收益來指導當下該做什么決策，通過不斷的跟環境互動去調整決策的最優性。增強學習在很多領域已經獲得成功應用，比如自動直升機，機器人控制，手機網絡路由，市場決策，工業控制，高效網頁索引等。

發明內容

針對現有技術中的問題，本發明提出一種生態環境質量綜合評價方法，包括：

S1，基于PSR模型理論構建生態環境質量評價指標體系；

S2，提取基于多源數據基礎的生態環境指標；

S3，基于增強學習算法對生態環境質量進行綜合評價。

本發明的方法的有益效果包括：

本發明的方法對多源數據進行信息提取歸納，其數據內容包括較高精度的地表覆蓋數據(分類更為全面，信息更加豐富)、DEM數據，詳細的環境監測站點數據(全年、每小時空氣指標數據)，以及區域統計年鑒數據等，其中地表覆蓋數據內容反映了區域內地表自然地表狀況和人文要素分布的空間狀況、DEM數據反映了區域內地表形態變化的空間分布、環境監測站點數據對區域內的空氣質量變化進行詳細記錄、區域統計年鑒數據反映了區域內的人口、經濟發展、設施建設等相關信息。

本發明的方法以PSR模型理論為指導，以多源數據為基礎，構建了區域生態環境質量評價指標體系，評價體系涉及城市建設、人口、耕地、地形、植被、水環境、空氣質量、景觀破碎度、生物棲息地環境、保護區建設以及社會科技教育環保發展程度等，并從生態壓力、生態狀態、生態響應三個不同維度對該研究區自然生態環境質量進行空間和時間尺度上的分析和評價，分析結果系統、全面、可靠、有側重。