熵值法对城市生态健康评价

熵值法对城市生态健康评价

 

近年来,生态系统健康评价已成为国际生态领域的研究热点[1].城市生态系统是一个整合生态–社会经济–人类健康的复杂的巨系统,其健康不仅强调从生态学角度出发的生态系统结构合理、功能高效与完整,而且更加强调生态系统能维持对人类的服务功能,以及人类自身健康及社会经济健康不受损害[2].城市生态系统健康评价研究的关键在于建立适宜的评价指标体系.Rapport等[3]提出以“生态系统危险症状(EDS)”作为生态系统非健康状态的指标,Jerry等[4]采用驱动力-压力-状态-暴露-影响-相应模型(DPSEEA)探讨了城市生态系统健康评价指标体系理论、方法的建立等问题.Costanza[5]从系统可持续性能力的角度,提出了活力、组织结构和恢复力3个描述系统状态的指标.郭秀锐等[2]多数学者选择活力、组织结构、恢复力、生态系统功能的维持、人群健康状况作为城市生态系统健康评价的5个要素.颜文涛等[6]选择自然、社会、经济3个子系统构建评价指标体系.曾勇等[7]在城市土地利用类型基础上,将城市生态系统分为生态用地、农业用地、生产-生活用地三大类子系统来构造指标体系框架.   在城市生态系统健康评价研究中,除模糊综合评价法、层次分析法、主成分投影法、集对分析法等主要评价方法外,近几年又涌现出了熵权模糊物元法、能值分析法、突变级数法、投影寻踪法等.上述方法都是以某个城市或多个城市一年或多年数据为基础,进行综合评价或研究方法优化比较分析,缺少对城市生态系统健康动态发展的研究.   基于以上研究成果和经验,本研究选择活力、组织结构、恢复力、服务功能、人群生活状况5个要素建立城市生态系统健康评价指标体系,应用熵值法确定指标权重进行综合评价研究,并根据灰理论研究模型,进行城市生态系统健康状况的未来变化趋势预测.   1方法   1.1指标体系   把城市生态系统看成一个有机体,选择活力、组织结构、恢复力、服务功能、人群生活状况作为城市生态系统健康评价的5大要素.选取经济生产力、能源消费状况、经济结构、社会结构等12类评价指标,24项具体指标构建城市生态系统健康评价指标体系.详细指标体系见表1.   1.2熵值法综合评价   熵指的是无序性、紊乱性.在信息系统中的信息熵是信息无序度的度量,信息熵越大,信息的无序度越高,其信息的效用值越小;反之,信息熵越小,信息的无序度越低,其信息的效用值越大[8].综合评价是一个多属性、多层次、多目标的复杂决策过程,应用熵值法确定评价指标权重,能够深刻反映出指标信息熵值的效用价值,其给出的指标权重值比专家调研法和层次分析法的可信度高[9].设综合评价模型中需要评价某个城市m年的生态系统健康状况,评价指标体系包括n个指标,于是得到评价系统的初始数据矩阵{}ijX=X(i=1,2,…,m;j=1,2,…,n).   (1)数据标准化   假定*jx为指标j的理想值,对样本评价指标进行归一化处理,消除各指标值的量纲和统一各指标值的变化范围.正向指标:*max'ijijjx=xx(1)负向指标:ijjijxxx*min'=(2)定义其标准化值:∑==miijijijyxx1''(0≤≤1ijy)(3)由此得数据的标准化矩阵:{}ijmnYy×=   (2)指标信息熵值e和信息效用值d根据熵的定义,第j项指标的信息熵值为:1lnmjijijieKyy==∑(4)式中:常数K与系统样本数m有关.对于一个信息完全无序的系统,有序度为零,其熵值最大,e=1,m个样本处于完全无序分布状态时,1ijym=,此时1lnKm=.某项指标的信息效用值dj取决于该指标的信息熵ej与1的之间的差值:1jjd=e(5)(3)评价指标权重第j项指标的权重wj为:1njjjjwdd==∑(6)(4)样本评价用第j项指标权重与标准化矩阵中第i个样本第j项指标接近度'ijx的乘积之和作为样本评价值if,即:*1'nijijjfWx==∑(7)*1'nkijijjFWx==∑(8)式中:Wj为第j个指标的权重;ijx'为第i个样本中第j个指标的接近度;jijWx'*表示第i个样本第j项指标评价值;Fki为第i个样本的相应指数.k=1,2,3,4,5时分别表示第i个样本的活力指数、组织结构指数、恢复力指数、服务功能指数、人群生活状况指数;n为各指数所包含的指标数目.   1.3灰理论GM模型   灰色系统理论主要研究如何依据有限的灰色信息去预测系统的未来变化趋势和决策.灰色动态模型(GM)是直接将时间序列转化为微分方程,从而建立抽象系统的发展变化动态模型,GM(1,1)即表示含有1个变量的1阶微分方程,它是灰理论中最常用的预测模型[10-12].GM(1,1)的建模步骤如下[13]:(1)收集原始数列为(0)x,对(0)x作累加处理生成AGO(0)x,构造矩阵B,YN;(2)计算[]1()TTTNaBBBYau==,;(3)将求得的a代入响应函数(1)x(k+1)=(1)(1)eakuuxaa+;(4)对(1)x(k+1)求导还原成预测模型(0)x(k+1),并进行精度检验;(5)若检验结果可用,则可利用(0)x(k+1)模型进行预测;否则,需建立残差模型对(1)x(k+1)进行修正.   2实例分析   2.1评价对象   以重庆城市生态系统为研究对象,原始数据来源于2006~2010年重庆市统计年鉴[14],根据评价指标的性质,参照相关文献中评价指标很健康的状态值和中国生态城市的建议值[15]确定各指标理想值*jx,应用式(1)~式(3)进行原始数据处理,得到标准化矩阵后,利用式(4)~式(6)进行各指标权重计算,结果如表1所示。   2.2评价结果   利用式(7)~式(8),建立熵权综合评价模型,计算出重庆市2005~2009年各样本评价值及各年份指数情况,人群生活状况指数,从而得出重庆市近5a城市生态系统健康状况走势,如图1、图2所示.由图1可见,2005~2009年重庆城市生态系统健康走势是稳中有升,健康程度在不断提高,结合图2可以看出,重庆市城市活力指数和恢复力指数在2008年发生较大幅度提高,综合比较,重庆城市服务功能指数和人群生活指数相对较低.究其原因有:(1)重庆直辖市成立后,经济增长速度很快,但仍体现出粗放型特征,2007年以后,重庆着手转变经济增长方式,加快老工业基地调整改造,提升产业技术,降低了资源能源消耗和废弃物的排放,具体表现为城市能源消费指数和物质循环利用指数的提高;(2)2007年,重庆市被确立为全国统筹城乡综合配套改革试验区,以宜居、畅通、森林、平安和健康作为城市发展的目标,特别重视城区绿化环保工作和城市生活污水废物的处理,大大提高了城市环境废物处理指数;(3)森林工程的建设有助于城市自然结构保持良好发展状态,以重工业发展的重庆在经济结构调整方面还处于过渡期;(4)作为西部地区发展的经济文化中心之一,重庆城区人口密度较大,在住房、交通等方面存在的问题较多,影响了城市环境质量状况指数和生活便利程度指数,降低了服务功能要素指数.#p#分页标题#e#   2.3GM模型预测结果   以图1中2005~2009年的重庆城市生态系统健康评价值作为原始数据,进行GM(1,1)建模,预测2010~2015年重庆城市生态系统健康状况.应用GM模型(0)x(k+1)=0.12680.3753ek对重庆2010~2015年城市生态系统健康评价值进行预测计算,结果如图3所示.GM(1,1)预测模型是基于灰色累加生成序列的方法上建立的,在预测结果上表现出较强的规律性,适合于短期内系统变动趋势关联度预测.由图3可见:2005~2009年重庆城市生态系统健康评价值曲线与GM(1,1)模型预测值曲线基本吻合,2010~2015年重庆城市生态系统健康水平呈稳步上升趋势,综合评价值年际增速为e0.1268.   3结论   3.1以活力、组织结构、恢复力、服务功能、人群生活状况5大要素为基础建立城市生态系统健康评价指标体系,运用客观性较强的熵值法对指标赋权重值,建立熵权综合评价模型.根据灰系统原理,以综合评价结果作为原始数列,建立了城市生态系统健康评价预测模型GM(1,1).   3.22005~2009年,重庆城市生态系统健康趋势走线的拐点发生在2007年,2008年城市生态系统健康总体水平达到最高;各要素评价值依次是活力指数、恢复力指数、组织结构指数、服务功能指数、人群生活指数;从2010~2015年的评价预测结果来看,今后几年重庆城市生态系统健康发展保持良好态势.   3.3结合重庆发展实际,重庆市应进一步提高生产力,增强城市活力;调整经济产业结构,提高技术产业产值比例,优化城市组织结构;规范城市设施建设,加大力度提高市民生活便利程度,改善城市服务功能;增加民政经费支出占GDP比例,在人民生活状况方面做出积极调整.