一种基于大数据的动态斜率加权的环境质量综合评价方法

摘要

本发明公开了一种基于大数据的动态斜率加权的环境质量综合评价方法，包括以下步骤：S1：确定当前需要评价的对象、范围以及目的；S2：构建符合该评价对象的综合评价指标体系并建立分级标准。本发明基于环境质量监测的大数据与分级评价标准，根据评价指标测定值所对应的区间斜率进行动态加权而获得综合评价结果，充分考虑了同一评价指标测定值大小变化对环境质量的动态贡献程度，不仅能够量化各种评价指标对环境质量的影响，而且能够根据各指标权重判定主要污染物。本发明不仅优于单项指标评价方法，也优于采用固定权重的其他综合评价方法，评价结果更科学、客观，且具有良好的解释性和可比性。

说明书

技术领域

本发明涉及环境质量评价技术领域，具体为一种基于大数据的动态斜率 加权的环境质量综合评价方法。

背景技术

环境质量的好坏反映了环境污染程度，由该环境中相关污染物的浓度高 低所决定。环境污染是一个复杂的现象，在特定时间和空间上，其污染物种 类及浓度受到许多因素的影响。由于环境质量对居民身体健康、动植物生产 等具有重要影响，同时也需要对比分析不同时空的环境质量状况，所以，按 统一标准对环境质量进行评价就显得尤为重要，并已经成为环境保护中的基 础性工作。针对不同的环境质量评价，国家和地方已经建立了相应的分级评 价标准以及相应的评价方法。但这些评价方案大多数均为单项指数法，即以污染程度最高的那项指标的分级作为最终评价分级，这显然没有考虑环境质 量是多因素相互作用的结果以及评价指标的时空分布差异性。为此，研究人 员已经开发了很多类型的综合评价方法，以汇总所有评价指标对环境质量的 综合影响，常见的有简单等权综合评价法、固定不等权综合评价法以及基于 模糊数学、灰色数学、神经网络、支持向量机的自动确权综合评价方法。这 些方法在权重分配上，要么采用简单的等权方案，要么根据对历史数据的研 究，确定每个评价指标的权重并固定或根据不同时空的对象重新计算，或者 通过模型自动确定权重并固定。以上权重分配方案各有弊端，要么没有考虑 评价指标对环境质量影响的主次性，要么没有考虑同一评价指标测定值的变 化对环境质量影响程度的变化，要么综合评价结果在不同时空上无法进行对 比分析，要么评价指标的权重无法解释，为此，我们提出一种基于大数据的 动态斜率加权的环境质量综合评价方法。

发明内容

本发明的目的在于提供了一种基于大数据的动态斜率加权的环境质量综 合评价方法，达到解决上述现有技术中存在的问题的目的。

本发明充分考虑了评价指标对环境质量的影响程度随其测定值变化而变 化的内涵，并据此提供了一种可解释、可比较的权重分配方案。一个评价指 标，其测定值对应不同的分级存在一个区间，而不同分级区间的斜率可能不 同，意味着当该评价指标测定值落入斜率大的分级区间时，其测定值的变化 对环境质量的影响程度更大，而落入斜率小的分级区间时，其测定值的变化 对环境质量的影响程度变小。以《环境空气质量指数(AQI)技术规定(试行)》 (HJ 633—2012)为例，对日环境空气质量进行评价时，评价指标NO

为实现上述目的，本发明提供如下技术方案：一种基于大数据的动态斜 率加权的环境质量综合评价方法，包括以下步骤：

S1：确定当前需要评价的对象、范围以及目的；

S2：构建符合该评价对象的综合评价指标体系并建立分级标准，或选择 现有的由国家、行业或地方制定的相关环境质量评价标准；

S3：基于各评价指标的历史大数据和评价标准，确定分级界值，将其中 逆序的指标界值进行倒数转换(y＝1/x)，然后进行归一化，然后计算出各评 价指标的各个分级区间的斜率；

表1：分级评价标准表

说明：

(1)现有环境质量评价标准规定了分值的，则分值遵循该评价标准的规 定；如果没有规定分值，则可由0,1,…和m这m+1个整数构造m个分值区间， 如[0,1)，[1,2)等诸如此类。

(2)在某些分级评价标准中，可能没有明确固定某些评价指标的第一个 (X

以上(1)的方法对后续计算和评价结果无影响；(2)的选择会直接影 响第一个和/或最后一个分级区间的斜率，间接影响该评价指标的其他分级区 间斜率，由于其取值来源于历史监测大数据，或理论最小值、最大值，所以 对最终综合评价结果的影响极小。

K

公式(1-1)将分级区间界值X

公式(1-2)计算出第i个指标的m个分级区间的斜率K

表2：分级区间斜率表

S4：基于分级评价标准表和分级区间斜率表，根据各评价指标测定值大 小所在区间，通过线性插值计算分值，并以对应分级区间的斜率为权重，加 权计算综合评价分值，判定最终环境质量分级，并根据评价指标的权重大小 来判定主要污染物。

公式(1-3)计算第i个评价指标的实际测定值x

公式(1-4)计算综合评价分值s，k

优选的，S1所指的评价对象、范围和目的可涵盖所有基于数值型评价指 标或可转化为数值型评价指标的环境质量综合评价。

优选的，S3中所描述的分级界值来自于评价指标的历史大数据和/或评价 标准，其最大值和/或最小值还可根据评价对象、范围及目的，取理论最大值、 最小值。

优选的，S3中归一化方法基于评价指标的第一个和最后一个分级界值， 将所有界值线性压缩至[0,1]区间。

优选的，S3中对于分级界值为降序的，先进行倒数转化；分级区间界值 重叠不影响分级区间斜率计算。

优选的，某些评价指标未覆盖的分级，其斜率确定为0，该方法不仅消除 不同指标的量纲影响，也使得不同评价指标的权重具有可比性。

优选的，S4提出的综合评价分值计算公式采用了动态斜率加权方式，用 区间斜率作为权重体现了评价指标测定值在不同区间变化时对环境质量贡献 程度的动态变化，具有良好的可解释性。

优选的，可通过各评价指标测定值所对应的权重来判定主要污染物。

本发明提供了一种基于大数据的动态斜率加权的环境质量综合评价方法。 具备以下有益效果：

(1)、本发明基于环境质量监测的大数据与分级评价标准，根据评价指 标测定值所对应的区间斜率进行动态加权而获得综合评价结果，充分考虑了 同一评价指标测定值大小变化对环境质量的动态贡献程度，不仅能够量化各 种评价指标对环境质量的影响，而且能够根据各指标权重判定主要污染物。 本发明不仅优于单项指标评价方法，也优于采用固定权重的其他综合评价方 法，评价结果更科学、客观，且具有良好的解释性和可比性。

附图说明

图1为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的空气质量分指数及对应的污染物项目浓度限值表格；

图2为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的归一化后的分级界值区间表样式；

图3为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的分级区间斜率表样式；

图4为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的归一化计算公式；

图5为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的斜率计算公式；

图6为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的评价指标测定值对应分值的线性插值计算公式；

图7为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的动态斜率加权计算综合评价分值的公式；

图8为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的动态斜率加权综合流程表。

图9为本发明一种基于大数据的动态斜率加权的环境质量综合评价方法 的NO

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。

所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示 相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的 实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、 “长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、 “右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时 针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关 系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述， 而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构 造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、 “连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以 是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接 相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元 件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理 解上述术语在本发明中的具体含义。

如图1-8所示，本发明提供一种技术方案：一种基于大数据的动态斜率 加权的环境质量综合评价方法，包括以下步骤：

S1：确定当前需要评价的对象、范围以及目的；

S2：构建符合该评价对象的综合评价指标体系并建立分级标准，或选择 现有的由国家、行业或地方制定的相关环境质量评价标准；

S3：基于各评价指标的历史大数据和评价标准，确定分级界值，将其中 逆序的指标界值进行倒数转换(y＝1/x)，然后进行归一化，然后计算出各评 价指标的各个分级区间的斜率；

表1：分级评价标准表

说明：

(1)现有环境质量评价标准规定了分值的，则分值遵循该评价标准的规 定；如果没有规定分值，则可由0,1,…和m这m+1个整数构造m个分值区间， 如[0,1)，[1,2)等诸如此类。

(2)在某些分级评价标准中，可能没有明确固定某些评价指标的第一个 (X

以上(1)的方法对后续计算和评价结果无影响；(2)的选择会直接影 响第一个和/或最后一个分级区间的斜率，间接影响该评价指标的其他分级区 间斜率，由于其取值来源于历史监测大数据，或理论最小值、最大值，所以 对最终综合评价结果的影响极小。

K

公式(1-1)将分级区间界值X

公式(1-2)计算出第i个指标的m个分级区间的斜率K

表2：分级区间斜率表

S4：基于分级评价标准表和分级区间斜率表，根据各评价指标测定值大 小所在区间，通过线性插值计算分值，并以对应分级区间的斜率为权重，加 权计算综合评价分值，判定最终环境质量分级，并根据评价指标的权重大小 来判定主要污染物。

公式(1-3)计算第i个评价指标的实际测定值x

公式(1-4)计算综合评价分值s，k

具体实施例1：城市日环境空气质量综合评价

(1)基于《环境空气质量指数(AQI)技术规定(试行)》(HJ 633—2012)， 确定城市环境空气质量分级标准和分级区间界值如下表所示：

(2)分级界值归一化并计算得到分级斜率表如下所示：

(3)待评价指标的测定值及其分值计算和斜率确定如下：

(4)根据(1)建立的分级评价标准，该综合分值对应评价结果为二级； 根据各评价指标的权重，判定PM

具体实施例2：湖泊富营养化程度评价

(1)根据《全国水资源综合规划技术细则》中提出的《地表水富营养化 控制标准》并结合中国环境监测总站生态室制定的《湖泊(水库)富营养化 评价方法及分级技术规定》，建立如下所示的地表水富营养化评价和分级标 准。

*:其中透明度指标的第一个界值42基于全球淡水湖泊透明度历史监测数据的最高值。

(2)分级界值归一化并计算得到分级斜率表如下所示：

(3)待评价指标的测定值及其分值计算和斜率确定如下：

(4)根据(1)建立的分级评价标准，该综合分值对应评价结果为中富 营养；根据各评价指标的权重，判定总氮为主要污染物

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而 言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限 定

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而 言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限 定。