[發明專利]一種生態環境質量綜合評價方法

在審

• 申請號: 201810104061.0
• 申請日: 2018-02-02
• 公開（公告）號: CN108416502A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 張妍
• 申請（專利權）人: 商洛學院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及生態環境領域，具體涉及一種生態環境質量綜合評價方法，包括S1：基于各模塊建立信息采集系統，形成大數據比對系統；S2：基于大數據對比系統以及生態環境狀況指數進行評測；S3：基于生態環境狀況指數評測后的結果對生態環境質量進行綜合評價，大數據比對系統包括如下模塊：地理信息系統、GPS定位系統、遙感成像系統、氣象監測系統、衛生管制防御系統、疾病統計、生物多樣性統計、人口密度分布、自然資源利用率統計、環境污染調查統計和旱澇災害統計，生態環境狀況指數評測包括五大部分；本發明能夠有效克服現有技術所存在的生態環境質量綜合評價度不高的缺陷。

技術領域

本發明涉及生態環境領域，具體涉及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 andDevelopment，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。

因此，對生態環境質量進行綜合性的評價大為必要。

發明內容

(一)解決的技術問題

針對現有技術所存在的上述缺點，本發明提供了一種生態環境質量綜合評價方法，能夠有效克服現有技術所存在的生態環境質量綜合評價度不高的缺陷。

(二)技術方案

為實現以上目的，本發明通過以下技術方案予以實現：

一種生態環境質量綜合評價方法，包括：

S1：基于各模塊建立信息采集系統，形成大數據比對系統；

S2：基于大數據對比系統以及生態環境狀況指數進行評測；

S3：基于生態環境狀況指數評測后的結果對生態環境質量進行綜合評價。

優選地，所述大數據比對系統包括如下模塊：地理信息系統、GPS定位系統、遙感成像系統、氣象監測系統、衛生管制防御系統、疾病統計、生物多樣性統計、人口密度分布、自然資源利用率統計、環境污染調查統計和旱澇災害統計。