【技术实现步骤摘要】
本专利技术属于水环境健康管理，尤其是涉及一种针对寒区冬季河流的水环境健康多指标体系评价方法。
技术介绍
1、河流系统是由河道中相互关联的水、沙、河床以及生态系统共同构成的复杂体系。它涵盖了自然生态、文化社会、工程调节等多个内容，在社会经济发展中发挥着至关重要的作用。目前，水环境恶化、河岸带侵蚀问题日益凸显，如何对河流进行科学管理已成为国内外普遍关注的焦点。而水环境健康评价作为河流科学管理的重要基础，如何精准评估河流水环境健康状况是整个管理体系中的关键所在。
2、北方寒冷地区受季节气候影响，普遍存在降雨及径流时空分布不均的现象。该地区河流除经历丰水期、枯水期和平水期外，每年还会经历4-6个月的冰封期。此外由于低温低流量的原因，北方寒冷地区河流生物的物种丰富度远低于其他地区，生态结构不够完整，自净能力弱。尤其是冬季时期，水质、水资源、水生态等各方面与其他地区都有着明显的差异，具有强烈的时空异质性。评价位于生态系统极度脆弱敏感地区的河流水环境健康状况，不仅有助于该地区河流的科学治理决策，对于一般河流的科学管理、精准决策也具有一定的指导意义。
3、近年来，随着应用数学及新一代信息技术的发展，众多综合方法被运用到各领域评价过程中，如模糊综合评价法、物元可拓法、主成分分析法、灰色关联度法、electre等。这些方法各具特色，适用于不同的场景。同时，各指标的权重也是决定评价模型是否准确的关键性因素。如今通常采用主观赋权法或客观赋权法来进行权重的确定。主观赋权法具有较强的主观能动性，依赖于专家个人的知识、经验与偏好，通常
4、总而言之，国内外有关河流水环境健康评价的研究近些年得到了快速发展，相关评价体系与方法逐步成熟。但现有的评价指标体系没有考虑寒区冬季河流低温低流量、生态脆弱等特征，与北方寒冷地区脆弱的生态环境并不匹配。以此为基础进行评价，所得的结果无法准确反映当地水环境健康的真实状况，评价算法准确率低，不利于科学决策管理的实施。
技术实现思路
1、本专利技术的目的是提供一种针对寒区冬季河流的水环境健康多指标体系评价方法，通过构建符合寒区冬季河流特征的多指标评价体系，克服传统评价指标体系未考虑北方寒冷地区生态脆弱的实际情况，造成评价结果准确率低的问题，以此多指标评价体系为基础，结合主客观因素，基于多种方法，提高评价算法的精确度，为河流管理提供科学全面的评价依据。
2、为实现上述目的，本专利技术提供一种针对寒区冬季河流的水环境健康多指标体系评价方法，包括以下步骤：
3、步骤1、构建包括目标层、准则层、指标层的寒区冬季河流水环境健康评价指标体系；
4、步骤2、采集河流的各指标数据，将河流水环境健康状况划分为五个等级，分别为非常健康、健康、亚健康、不健康、病态，并据此将各评价指标进行同水平等级划分；
5、步骤3、采用层次分析法、lightgbm模型从主观与客观两个角度分别计算各指标数据的权重值，并基于博弈论方法，以纳什均衡为协调目标寻找主观与客观权重之间的一致与协调，得到组合权重；
6、步骤4、采用改进的物元可拓模型结合步骤3得到的组合权重，计算河流健康的关联度，根据关联度中的最大值确定河流水环境健康评价等级。
7、优选的，步骤1中目标层为寒区冬季河流水环境健康状况；准则层包括水资源、水环境、水生态、社会服务、生境状况；水资源的指标包括水资源开发利用率、生态流量满足程度及河流纵向连通指数；水环境的指标包括水质优劣程度及水功能区达标率；水生态的指标包括chao指数、shannon指数、大型底栖无脊椎动物生物完整性指数及鱼类保有指数；社会服务的指标包括公众满意度；生境状况的指标包括河岸带植被覆盖率、河岸带人工干扰程度。
8、优选的，将chao指数和shannon指数作为指标层中寒区冬季河流特有指标；由于寒区冬季河流存在冰封期，许多水生生物的生活受到限制，水生态仅考虑无脊椎动物和鱼类生长指标会导致评价结果与实际情况产生较大偏差；因而，选取占据生态位更广的chao指数、shannon指数等微生物指标，更符合寒区冬季河流水环境健康评价的实际情况。
9、优选的，计算水资源开发利用率和生态流量满足程度时，由于寒区冬季河流存在冰封期，将寒区冬季的河流特点作为考虑依据，计算表达式如下：
10、水资源开发利用率的计算表达式如下：
11、
12、式中，wuri为水资源开发利用率，单位为％；ws为河流流域供水量，单位为万m3；wr为河流流域水资源量，包含冰封期的冰层储水量，单位为万m3；
13、生态流量满足程度的计算表达式如下：
14、
15、式中，qd为最小日均流量，单位为m3/s；q为相应时段多年平均流量，单位为m3/s；ef为10月至次年3月(寒区冬季河流冰封期)最小日均日流量占相应时段多年平均流量的百分比。
16、优选的，lightgbm模型具体为：通过基于直方图的决策树构建、叶子生长的决策树算法、直方图差分计算、梯度的单边采样、互斥特征捆绑及稀疏特征优化对梯度提升决策树进行了优化得到lightgbm模型，具体内容如下：
17、梯度提升决策树是通过逐步构建一系列的决策树，使得每棵树都减少之前所有树的残差，计算表达式如下：
18、
19、式中，fm(x)是第m轮的模型；fm-1(x)是第m-1轮的模型；hm(x)是在第m轮中训练的弱学习器；γm是学习率，用来缩小新模型的贡献；
20、基于直方图的决策树构建对梯度提升决策树进行优化，具体为将特征值分组来减少计算复杂度，计算表达式如下：
21、
22、式中，xi是某个样本在第i个特征上的值；nbin是组的数量，min(x)表示特征x的最小值，max(x)表示特征x的最大值；
23、基于叶子生长的决策树算法对梯度提升决策树进行优化，使lightgbm模型采用按叶子生长的策略，在每次迭代中，选择当前所有叶子节点中增益最大的叶子进行分裂，增益gain的计算表达式如下：
24、
25、式中，gl和gr是左子节点和右子节点的梯度和；hl和hr是左子节点和右子节点的二阶导数和；λ是正则化参数；γ是分裂的叶节点数的惩罚项；
26、基于直方图差分计算对梯度提升决策树进行优化，使lightgbm模型计算量少，计算表达本文档来自技高网...
【技术保护点】
1.一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于：步骤1中目标层为寒区冬季河流水环境健康状况；准则层包括水资源、水环境、水生态、社会服务、生境状况；水资源的指标包括水资源开发利用率、生态流量满足程度及河流纵向连通指数；水环境的指标包括水质优劣程度及水功能区达标率；水生态的指标包括chao指数、Shannon指数、大型底栖无脊椎动物生物完整性指数及鱼类保有指数；社会服务的指标包括公众满意度；生境状况的指标包括河岸带植被覆盖率、河岸带人工干扰程度。
3.根据权利要求2所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于：将chao指数和Shannon指数作为指标层中寒区冬季河流特有指标。
4.根据权利要求3所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于：计算水资源开发利用率和生态流量满足程度时，由于寒区冬季河流存在冰封期，将寒区冬季的河流特点作为考虑依据，计算表达式如下：
5.根
6.根据权利要求5所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于，步骤3获得组合权重的过程如下：
7.根据权利要求6所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于，S33中基于LightGBM模型得到寒区冬季河流水环境健康评价各指标的客观权重的过程如下：
8.根据权利要求7所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于，S34中采用博弈论方法，以纳什均衡为协调目标寻找主观和客观权重之间的一致与协调，得到组合权重的过程如下：
9.根据权利要求8所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于：步骤4中采用改进的物元可拓模型结合步骤3得到的组合权重，计算河流健康的关联度的过程如下：
...【技术特征摘要】
1.一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于：步骤1中目标层为寒区冬季河流水环境健康状况；准则层包括水资源、水环境、水生态、社会服务、生境状况；水资源的指标包括水资源开发利用率、生态流量满足程度及河流纵向连通指数；水环境的指标包括水质优劣程度及水功能区达标率；水生态的指标包括chao指数、shannon指数、大型底栖无脊椎动物生物完整性指数及鱼类保有指数；社会服务的指标包括公众满意度；生境状况的指标包括河岸带植被覆盖率、河岸带人工干扰程度。
3.根据权利要求2所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于：将chao指数和shannon指数作为指标层中寒区冬季河流特有指标。
4.根据权利要求3所述的一种针对寒区冬季河流的水环境健康多指标体系评价方法，其特征在于：计算水资源开发利用率和生态流量满足程度时，由于寒区冬季河流存在冰封期，将寒区冬季的河流特点作为考虑依据，计算表达式如下：
5.根据权利...
【专利技术属性】
技术研发人员：郭婉茜，郭亮，陶喆，唐静蕊，孟昭辉，张宝，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。