福田红树林自然保护区湿地生态系统模型框架的构建一等奖(内附代码)(共36页)

1、福田红树林自然保护区湿地生态系统(shn ti x tn)模型框架的构建及应用实例(shl)研究摘要(zhiyo)福田红树林自然保护区面积小，湿地生态系统的生态健康脆弱，迫切需要构建湿地动态监测、生态健康评估及预警系统来支撑其保护、管理工作。本文首先在基于PSR模型的基础上尽可能全面地考虑影响湿地生态系统健康的因子后，建立了湿地生态系统健康评估模型。接着我们通过分析该模型的求解结果，找出了影响生态健康状况的三大主要方面，并进一步建立了湿地动态监测与数据管理体系模型。然后我们以前两个模型为基础建立了湿地生态系统的安全预警模型，最终构成了一个完整的生态系统监测、评估、预警的模型框架。针对问题一，本

2、文采用模糊综合评价法，在基于PSR模型的基础上从3个方面6个要素27个指标建立了福田湿地健康评价的评价体系，并使用加权平均算子降低各指标权重系数的主观性。最后求得福田红树林湿地的生态系统总评价值为3.4438，属于“不健康”状况，并在模型的求解之后做出了模型的改进，通过专家给出的评估指标比较的AHP矩阵算出各评估指标的主观权重，然后通过熵权法算出评估指标的客观权重，主、客观权重通过乘法合成归一。所确定的各评估指标的组合权重又进一步提高了各指标权重系数的精确度。针对问题二，本文在基于模型一的基础上给出了两大监测内容四大监测指标，并使用作图的方式将其清晰地展现出来。针对问题三，本文采用物元分析法求

3、得指标的关联函数，并确定了他们的关联度。接着我们结合模型一中这些指标的权重系数和安全预警警度的划分，建立了湿地生态安全预警模型。模型求解结果表明大部分预警指标为黄色预警状态，且有想法橙色预警发展的趋势，于此我们通过分析之一现象的原因，给出了合理的保护修复建议。在问题的解决过程中，本文采用大量可行的算法，准确的确定各指标的权重系数，并以此作为监测，预警和预测的依据。此外三个算法体系环环相扣、精密相连，形成了一个完整的生态评价、监测、预警模型框架。最后，本文回答了基于模型框架的后续问题，对福田红树林湿地的生态安全从三大方面给出了5个可行措施。并通过建立GM（1，1）灰色预测模型，对福田红树林未来1

4、2年的生态系统健康值做出了较为准确的预测。预测图表示福田红树林湿地健康状况逐年下降，但在人类意识逐渐加强和对其保护下，其下降速度渐趋于平缓，并且在建立模型的过程中通过计算相对误差、关联度、均方差比和小误差概率来检验模型的精度，以确保所得模型的精确性，最终我们的出了其生态安全值预测模型为 。本文还对模型的优缺点做出了客观的评价(pngji)，一定程度上解决了本论文因算法较多而引发的可操作性降低的问题。关键词:模糊综合(zngh)评价，层次分析法，熵权法，物元分析法，PSR模型，灰色预测模型AHP指标体系一、问题(wnt)重述1.1问题背景深圳福田红树林自然保护区位于深圳湾北岸，总面积3.68平方

5、公里，是我国面积最小的红树林保护区，也是我国唯一处于城市腹地的国家级自然保护区。与国内外其他大规模湿地生态系统相比，福田红树林自然保护区因其面积小，湿地生态系统的生态健康更加脆弱，迫切需要构建湿地动态监测、生态健康评估及预警系统来支撑其保护、管理工作。1.2先前研究情况目前的生态健康评价主要采用基于抽样监测数据和专家经验的静态方法，仅仅围绕主要生物因子开展调查而没有覆盖到噪声、大气等环境因子，而且监测点信息的时间、空间离散度较大（时间间隔较长、测点密度过于稀疏），致使难以完全满足福田红树林自然保护区科学管理的实际需要。因此，保护区准备用三至五年的时间完成保护管理数字化支撑平台建设，其中构建新型

6、的生态系统动态监测和健康评估及预警科学管理支撑体系是重要工作内容。1.3我们的工作任务1.3.1首要工作任务鉴于上述情况，我们的首要工作任务是查询相关资料，从福田红树林湿地生态系统的生态健康出发，为其构建一体化生态系统模型框架，这个模型框架主要由以下三大部分构成：1)为生态系统健康评估。2)为生态系统动态监测提供大数据管理支撑平台。3)为预警提供动态模拟分析支撑平台。例如，我们的模型框架可由若干生态场景模型组成，生态场景模型以量化方式描述红树林湿地中各种生物、生境的空间结构和生态功能；模型框架应能通过刻画生态场景模型之间的关系实现对湿地生态系统能量流动、物质循环等物种依存竞争关系的动态描述；依

7、托具体的生态场景模型可建设具体的保护、管理业务场景信息系统；全体保护、管理业务场景信息系统基于一体化生态系统模型框架，可以形成完整的生态系统动态监测和健康评估及预警科学管理支撑体系。1.3.2 后续(hux)工作任务我们(w men)的后续任务是基于自己(zj)构建的模型框架完成下述工作：如果福田红树林自然保护区采用我们设计的模型框架来构建湿地动态监测和健康评估预警系统，我们需要根据模型框架的数据构成要求设计保护区未来的生态环境监测方案。并且对自己模型框架的后续完善工作给出建议。通过查阅相关资料、收集数据，选取一个我们认为当下福田红树林最迫切需要解决的生态系统问题，基于我们构建的模型框架从健康

8、预警的角度出发对其生态发展趋势进行预测分析，并给出具体的保护、管理建议。二、问题分析2.1概述 这是一个涉及模糊数学综合评价，数据监测管理与数据预测的综合问题。根据影响福田红树林的不同因素来构建湿地动态监测和健康评估预警系统，并从x的角度对其生态发展的趋势进行预测和分析。问题的特点在于：这是一个由多种因素构成的复合模型。问题的难点由三个：影响生态系统健康的因素杂乱繁多，建立完善的评价体系十分困难解模步骤环环相扣，动态监测与数据管理问题的解决必须建立在问题一解决的前提下才能解决缺乏精准的红树林多个年度的生物多样性数据，湿地的预测模型难以建立，且建立的模型精度不高。2.2问题一 只有明确该湿地各指

9、标与整体生态系统的健康状况，才能找出影响环境的重要因子近而在提出保护管理建议时才能对症下药，所以在进行湿地生态系统健康评价前必须弄清楚： （1）构成整个生态系统的所有重要的单一指标； （2）评判该湿地生态系统各指标的健康状况的准确算法2.3问题二 为了(wi le)解决湿地(sh d)监测点信息(xnx)的时间、空间离散度较大（时间间隔较长、测点密度过于稀疏）问题问题，实现湿地的动态监测，需要考虑如下几个方面： （1）找出影响湿地生态系统健康并可以进行实时监控的因子； （2）对影响因子经行快速的全面的动态监控方法； （3）对监测获得的数据的处理。2.4问题三湿地生态系统的预警和生态系统安全健康

10、评价值是分不开的，要想进行合理的预测和准确的预警，必须具备： （1）实时的准确的多个年段、时间段的监测数据； （2）精度高，可信度高，能提前一定周期做出判断的预测模型。三、模型假设专家给出的评估指标的权重系数准确。排除火灾、洪水地震等自然灾害的和极端气候对红树林生态系统的影响。整个红树林湿地生态系统生态发展在弹性的范围内，即该生态系统不会出现不可逆转的变化（比如完全被破坏）。附录所给的数据真实有效。四、符号说明模型一的符号说明被评估对象的因素论域评估对象的第个因素评语等级论域评语等级论域中的元素，表示第个等级模糊关系矩阵被评事物对等级模糊子集的隶属度评估因素的权向量第个评估指标隶属于第等级的隶

11、属度模糊综合评估结果向量被评事物整体对不同等级模糊子集的隶属程度判断矩阵判断矩阵元素判断矩阵的最大特征根判断矩阵的特征向量判断矩阵检验的一致性指标随机一致性比率平均随机一致性指标评估分值各指标标准赋值结果评估指标的值评语等级论域判断矩阵的特征向量A级指标权重B级指标权重C级指标权重隶属于第等级的隶属度第个评估指标隶属于第等级的隶属度第级评估指标的评估向量第项指标健康评估分值个评估指标相对于个评估对象的取值构造的判断矩阵指标取值的均值指标取值的标准差指标进行无量纲化变换所得值无量纲化变换值经过坐标平移所得的值指标差异性系数坐标平移的幅度评估指标的权值（）评估指标的组合权重评语等级论域A级指标评估

12、因子集B级指标评估因子集C级指标评估因子集为评估指标的最大值评估指标的最小值评估对象集模型三的符号说明区域生态安全等级生态安全特征值特征量值生态安全物元第个生态安全等级安全等级的特征值，安全等级关于特征值所规定的量值范围生态安全的经典域生态安全的经典域的节域生态安全等级的全体生态安全等级的全体关于安全等级特征值的量值范围表示预警对象的名称预警对象关于安全等级特征值的量值各个安全因子关于安全等级的关联度各指标的权重预警对象灰色系统GM(1,1)预测模型的符号说明平均相对误差关联度均方差比小误差概率五、模型建立(jinl)与求解5.1 模型(mxng)一：福田红树林湿地(sh d)生态系统健康评估

13、(pn )模型（问题二）5.1.1 福田红树林湿地生态系统健康评估指标体系的建立本部分在对自然因素及人类活动干扰下湿地生态系统水文水质、湿地土壤、湿地植被和服务功能研究的基础上,基于1990 年联合国经济合作与发展组织创立的“压力状态响应”( Pressure-State-Response , PSR) 模型1,从压力、状态和响应3个方面6个要素27个指标来构建福田红树林湿地生态系统健康评估指标体系。湿地生态系统健康评估的关键在于科学的建立评估指标体系和确定各指标的权重2，其健康评估指标体系结构图如表5-1所示：表5-1 福田红树林湿地生态系统健康评估指标体系结构目标层项目层要素层指标层福田红

14、树林湿地生态系统健康评估指标压力人文社会压力人类干扰指数周边地区的生活、工业污水处理率、状态活力红树林覆盖率初期生产力恢复力水质（DO，COD，BOD，石油类，无机氮，活性磷，镉，铅，铬，砷，锌）土壤（有机物含量，重金属含量Pb、Zn、Cu）组织底栖动物均匀度昆虫的多样性指数浮游植物种类濒危鸟类种类服务功能栖息地（陆鸟类的数量、种类和多样性，水鸟的最高数量）响应湿地生态系统功能斑块破坏度指数湿地退化指数5.1.2 福田红树林湿地生态系统健康模糊综合评估模糊综合评估方法和步骤模糊综合评估方法模糊综合评估是通过构造等级模糊子集把反映被评事物的模糊指标进行量化(即确定隶属度)，然后利用模糊变换原理对

15、各指标综合3。 评估步骤确定评估(pn )对象的因素论域个评估(pn )指标，。确定(qudng)评语等级论域，即等级集合。每一个等级可对应一个模糊子集。建立模糊关系矩阵在构造了等级模糊子集后，要逐个对被评事物从每个因素上进行量化，即确定从单因素来看被评事物对等级模糊子集的隶属度，进而得到模糊关系矩阵： (5.1)矩阵中第行第列元素，表示某个被评事物从因素来看对等级模糊子集的隶属度。一个被评事物在某个因素方面的表现，是通过模糊向量来刻画的，而在其他评估方法中多是由一个指标实际值来刻画的，因此，从这个角度讲模糊综合评估要求更多的信息4。确定评估因素的权向量在模糊综合评估中，确定评估因素的权向量：

16、。权向量中的元素本质上是因素对模糊子集的隶属度。本论文使用组合权重法来确定评估指标间的相对重要性次序。从而确定权系数，并且在合成之前归一化。即合成模糊综合评估结果向量利用合适的算子将与各被评事物的进行合成，得到各被评事物的模糊综合评估结果向量。即： (5.2)其中(qzhng)“”为模糊(m hu)合成算子，是由与的第列运算(yn sun)得到的，它表示被评事物从整体上看对等级模糊子集的隶属程度。对模糊综合评估结果向量进行分析实际中最常用的方法是最大隶属度原则，但在某些情况下使用有些牵强，损失信息很多，甚至得出不合理的评估结果。提出使用加权平均求隶属等级的方法，对于多个被评事物并可以依据其等级

17、位置进行排序。层次分析法确定权重1）层次分析法层次分析法是一种行之有效的确定权系数的有效方法。特别适宜于那些难以用定量指标进行分析得复杂问题5。它把复杂问题中的各因素划分为互相联系的有序层使之条理化，根据对客观实际的模糊判断，就每一层次的相对重要性给出定量的表示，再利用数学方法确定全部元素相对重要性次序的权系数。层次分析法的步骤（1）确定目标和评估因素个评估指标，。（2）构造判断矩阵判断矩阵元素的值反映了人们对各元素相对重要性的认识，一般采用19及其倒数的标度方法。但当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。即得到判断矩阵。（3）计算判断矩阵用Ma

18、tlab软件计算判断矩阵的最大特征根，及其对应的特征向量，此特征向量就是权系数的分配。（4）一致性检验为进行判断矩阵的一致性检验，需计算一致性指标: (5.3)当随机(su j)一致性比率时，认为层次分析(fnx)排序的结果有满意的一致性，即权系数的分配是合理的；否则，要调整判断矩阵的元素取值，重新分配权系数的值。平均随机(su j)一致性指标见表5-2。表5-2 平均随机一致性指标RI矩阵阶数12345678000.520.891.121.261.361.41矩阵阶数91011121314151.461.491.521.541.561.581.595.1.3 模型的求解1. 福田红树林湿地生

19、态系统健康多级模糊综合评估及数据来源在评估指标间的重要性程度有差别的情况下。模糊数学的评估方法很实用。多级模糊综合评估的方法有两种： 即一步法(一次性综合评估) 和多步法(即逐层进行模糊评估)。本论文采用多步法6。 本论文的数据主要来自2012.4-2013.4福田红树林保护区生物多样性监测报告，以及福田红树林湿地自然保护区综合科学考察及福田红树林湿地自然保护区总体规划等文献资料。2. 确定评估标准及评估指标标准化1）评估标准直接影响到评估结果的合理性结合福田红树林湿地的实际情况,评估标准分为“严重病态、病态、不健康、亚健康、健康、很健康”6 个级别,我们将主观评估的语义学标度进行量化，并依次

20、赋值为1、2、3、4、5、6。主观测量是用六级语义学标度。福田红树林湿地生态系统健康评估定量标准如表5-3所示：表5-3 福田红树林湿地生态系统健康评估定量标准评估分值评语定级很健康I健康II亚健康III不健康IV病态V严重病态VI借助2012.4-2013.4福田红树林保护区生物多样性监测报告数据，基于PSR模型确定评估(pn )对象的因素集即确定评估指标。现从福田红树林的以下几个方面来考虑：人文社会压力、活力、恢复力、组织、服务功能和响应，设定3个一级评估指标，6个二级评估指标以及27个三级评估指标构成福田红树林湿地生态系统健康评估指标体系(tx)7。所构成的福田红树林湿地生态系统健康(j

21、inkng)评估指标体系AHP图见图1。人类干扰指数(C1)周边地区的生活、工业污水处理率(C2)红树林覆盖率(C3)初期生产力(C4)DO (C5)COD (C6)石油类(C7)无机氮(C8)活性磷C9镉C10铅C11铬C12砷C13有机物含量C14Pb C15Zn C16Cu C17底栖动物均匀度C18昆虫的多样性指数C19浮游植物种类C20濒危鸟类种类C21陆鸟类的数量C22陆鸟的种类C23陆鸟的多样性C24水鸟的最高数量C25斑块破坏度指数C26湿地退化指数C27土壤水质栖息地湿地生态系统功能B6服务功能B5恢复力B3组织B4人文社会压力B1活力B2状态A2福田红树林湿地生态系统健康评

22、估(O)响应A3压力A1图1 福田(f tin)红树林湿地生态系统健康评估指标体系AHP图2）评估(pn )指标标准化采用极差法计算评估(pn )指标的无量纲值当评估指标为正指标时: (5.4)当评估指标为负指标时: (5.5)式中:为各指标标准赋值结果；为评估指标的值; 为某指标的最大值; 为某指标的最小值.3. 层次分析法求解各指标权重1）确定评估对象集2）构造评估因子集3）确定评语(pngy)等级论域确定评语(pngy)等级论域，即建立评估集。4）一级指标(zhbio)权重的计算3个一级指标因子权重，我们采用层次分析的方法求出指标权重。构造判断矩阵即： 用Matlab软件8计算判断矩阵的

23、最大特征根得。为进行判断矩阵的一致性检验，需计算一致性指标： (5.6)平均随机一致性指标。随机一致性比率： (5.7)因此认为层次分析排序的结果有满意的一致性，即权系数的分配是非常合理的。其对应的特征向量为：再作归一化处理(chl)得：5）计算二级和三级指标(zhbio)权重同理，我们仍采用层次分析的方法来求出指标权重。分别对各个二级和三级指标构造其各自的判断(pndun)矩阵，再用 Matlab 软件计算最大特征根和一致性检验。最终得出福田红树林湿地生态健康评估指标权重表，见表5-4表5-4 福田红树林湿地生态健康评估指标权重表目标层(O层)项目层(A层)权重要素层(B层)权重指标层(C层

24、)权重福田红树林湿地生态健康评估指标体系压力0.1097人文社会压力0.2070人类干扰指数0.2448周边地区的生活、工业污水处理率0.2827状态0.5202活力0.1410红树林覆盖率0.0411初期生产力0.0291恢复力0.2050DO 0.0054COD0.0067石油类0.0061无机氮0.0045活性磷0.0047镉0.0051铅0.0067铬0.0059砷0.0091有机物含量0.0099Pb 0.0091Zn 0.0088Cu 0.0072组织0.1290底栖动物均匀度0.0103昆虫的多样性指数0.0111浮游植物种类0.0123服务功能0.1280濒危鸟类种类0.012

25、5陆鸟类的数量0.0137陆鸟的种类0.0099陆鸟的多样性0.0091水鸟的最高数量0.0202响应0.3701湿地生态系统功能0.1900斑块破坏度指数0.0108湿地退化指数0.20324. 福田红树林湿地生态系统的加权平均模糊合成(hchng)综合评估利用(lyng)加权平均模糊合成(hchng)算子将与足合成得到模糊综合评估结果向量。模糊综合评估中常用的取大取小算法，在因素较多时，每一因素所分得的权重常常很小。在模糊合成运算中，信息丢失很多，常导致结果不易分辨和不合理(即模型失效)的情况9。所以，针对上述问题，本论文采用加权平均型的模糊合成算子。计算公式为： (5.8)式中，分别为隶

26、属于第等级的隶属度、第个评估指标的权重和第个评估指标隶属于第等级的隶属度。5 确定多级模糊综合评估结果向量模糊综合评估向量计算公式为： (5.9)用此公式(gngsh)来计算福田红树林湿地各项指标健康评估向量采用Matlab编程计算得如下(rxi)结果：1）人文社会压力(yl)评估向量： 2） 活力评估向量：3) 恢复力评估向量： MBED Equation.DSMT4 4) 组织评估向量：5） 服务功能评估向量：6） 湿地生态系统功能(gngnng)评估向量：7） 福田红树林湿地(sh d)生态系统健康综合评估向量： 5.1.4 结果(ji gu)分析福田红树林湿地各项指标健康评估分值计算公

27、式为： (5.10)采用Matlab编程计算所得结果见表5-5表5-5 福田红树林湿地各项指标健康评估分值评估指标健康评估分值健康等级人文社会压力3.1310不健康IV活力3.8358亚健康III恢复力2.6873不健康IV组织3.8373亚健康III服务功能3.5920亚健康III系统功能2.8760不健康IV综合评估分值3.4438不健康IV由表5-5可知，整个福田红树林湿地的恢复力和生态系统(shn ti x tn)功能呈现“不健康”状态，说明福田红树林已遭到严重的破坏，覆盖率降低，湿地面积锐减。福田红树林湿地的人文压力评估分值为3.1310，属于“不健康”状态，说明深圳近30年的快速发

28、展，已经给福田红树林湿地造成(zo chn)了巨大的压力，且已经超出目前福田红树林湿地承载的理论值，但是由于(yuy)近年来采取了截污措施,深圳河河口湿地生态系统所受的压力相对前些年减小。然而，评估结果表明湿地生态环境已经恶化,生态系统功能已严重衰退。福田红树林湿地生态系统健康综合评估分值为3.4438在“”的区间内，健康状况为“不健康”状况，为“”级，且呈恶化态势，表明湿地收到进一步的破坏，虽整体结构尚算完整，但面积持续减少,水位持续下降,水域富营养化加重,优势湿地植物种群分布面积开始缩减,特有生物数量减少,生物和栖息地鸟类逐渐减少,部分湿地功能已丧失。5.1.5 模型改进模型一福田红树林湿

29、地模糊综合评估的权重系数确定采用了层次分析法的加权平均法则来求得，求解得到的权系数值比一般的求解办法更加准确，但是由于层次分析法确定权重系数带有较多的主观思想，所以求得的数值仍然存在一定的出入，为了降低误差，得到更加准确的权系数值，我们将进一步改进模型，采用AHP主观赋权与熵权的组合权重法来求解综合评估的权重系数。通过专家给出的评估指标比较的AHP矩阵算出各评估指标的主观权重，然后通过熵权法算出评估指标的客观权重，主、客观权重通过乘法合成归一，确定各评估指标的组合权重10。其求解步骤如下：1）以个评估指标相对于个评估对象的取值构造判断矩阵： (5.11)2）标准化法变换不同的指标具有不同的量纲

30、和单位，为使指标间更具可比性，利用标准化法对指标进行无量纲化变换，如下式： (5.12)其中,为指标取值的均值,为指标取值的标准差。为了消除负值，可以将坐标进行平移。指标值经过坐标平移之后变为。3）确定评估指标的熵值及指标差异性系数： (5.13)其中(qzhng)，式中为坐标平移(pn y)的幅度。, (5.14)则, (5.15)当值越大，指标(zhbio)在综合评估中越重要。4）确定评估指标的权值： (5.16)且满足5）确定各评估指标的组合权重（） (5.17) 5.2 模型二:福田红树林湿地的动态监测与数据管理系统模型（问题1）5.2.1 福田红树林湿地的动态监测系统1. 福田红树林

31、湿地监测内容由本文模型一的福田红树林湿地各指标健康综合评价分值可分析得到，目前福田红树林湿地所面临的最大问题是其红树林覆盖率和湿地面积在大幅缩减。从而导致滩涂和生物栖息地被大面积破坏，湿地生态湿地系统的自净能力、自我恢复能力大大消弱。从模型一可推得导致这一现象连锁产生的原因主要来自三大方面：人文社会的压力，外来物种的入侵和病虫害的蔓延扩散。因此为了实现实时监测，减低工作量提高工作效率且能尽早解决福田(f tin)红树林湿地的主要问题我们给出福田红树林湿地的主要监测内容： 湿地水质(shu zh)状况和土质状况的监测； 影响(yngxing)湿地生态系统变化的主要环境因子的监测。2. 福田红树林

32、湿地动态监测指标监测指标是表达福田红树林湿地生态系统特征的可以度量的变量，我们基于本文的模型一以及福田红树林湿地的生态系统现状选择了一下几个主要指标： 土壤理化指标：包括土壤中重金属Pb、Zn、Cu的含量； 水体理化指标：包括重金属镉、铅、铬、砷与锌的含量； 薇甘菊与无瓣海桑幼苗株数； 鳞翅目和粉蝶科昆虫数目。3. 福田红树林湿地生态环境监测体系 根据湿地监测的典型性、重点性、科学性三项原则和福田红树林湿地生态系统现状我们建立了如图2所示的福田红树林湿地实时监测体系。数据库实时动态监测数据福田红树林基本状况基础地理数据往年鸟类监测数据往年水质监测数据往年昆虫监测数据图2 福田红树林湿地实时监测

33、体系5.2.2福田红树林湿地的数据管理系统 福田红树林湿地的数据管理系统主要由数据库管理系统网络和系统组织结构所构成，其中：系统网络如图3所示，系统组织结构如图4所示。图3 数据库管理系统网络图福田红树林空间数据管理系统地图功能图库管理专题应用分析数据处理查询统计地形管理排版制图风格符号管理人员管理系统设置图例管理图4 数据库组织(zzh)结构 MACROBUTTON MTEditEquationSection2 Equation Chapter 1 Section 1 SEQ MTEqn r h * MERGEFORMAT SEQ MTSec r 1 h * MERGEFORMAT SEQ

34、MTChap r 1 h * MERGEFORMAT 5.3 模型(mxng)三：福田红树林湿地生态系统安全预警模型（问题3）5.3.1 物元分析法确定(qudng)关联度和关联函数1. 物元分析法介绍参考物元分析理论与方法11，由区域生态安全等级，生态安全特征和特征量值共同构成生态安全物元。2. 物元分析模型的主要步骤：1）确定生态安全物元2）确定生态安全的经典域、节域和预警对象设有m个生态安全等级,建立相应的物元 （5.18）其中，表示所划分的个生态安全等级,表示安全等级的特征, 分别为关于所规定的量值范围，即各生态安全等级关于对应特征所取的数值范围，为生态安全的经典域。对于经典域，构造其

35、节域，且 （5.19）其中，其中表示生态安全等级的全体，为关于所取的量值范围。对于待预警对象，将预警指标信息用物元: （5.20） 其中，表示预警对象的名称，为关于的量值。3.确定关联(gunlin)度和关联函数1)关联度: （5.21） 式中，为各个安全因子(ynz)关于安全等级的关联度。2)关联(gunlin)函数: （5.22） 式中，为点与有限区间的距离；其中为评价因子的实际值，为经典域，为节域。 3)预警对象关于安全等级的综合关联度： （5.23） 式中，为各指标的权重，为各个安全因子关于安全等级的关联度。5.3.2 预警体系的构建福田红树林湿地生态系统安全系统是一个受人口压力、外来

36、物种入侵，病虫害等多方面因素的共同作用复合系统,其预警指标的选取不仅需要结合该区域生态系统安全的特征,同时还能反映出对区域生态系统安全具有潜在影响的重要因素和人类活动的影响。我们基于模型一中的的PSR模型更好地从动态的角度,全面客观地诠释生态系统安全的演变过程,满足对该区域生态系统安全预警要求。1.预警指标选取基于模型一中的PSR框架模型原理，本文对影响福田红树林湿地生态安全的相关指标(zhbio)运用层次分析法进行了分析，并获得了想应指标的权重。我们在依据指标选择的科学性、实用性和可操作三项基本原则下，并结合福田红树林湿地目前所面临的最大问题，最终选取了重要的11个指标作为预警评价指标体系（

37、见表5-6）。表5-6 福田(f tin)红树林湿地生态系统安全预警体系目标层（O层）项目层（A层）要素层（B层）指标层（C层）巨警（红色）重警（橙色）中警（黄色）轻警（蓝色）无警（绿色）福田红树林湿地生态健康预警体系压力人文社会压力人类干扰指数（%）C1(60,100(45,60(30,45(15,30(0,15生活、工业污水处理率（%）C2(35,45(45,55(55,65(65,75(75,85状态活力红树林覆盖率(%)C3(5,10(10,30(30,40(40,50(50,60恢复力Cd （g/L）C4(15,20(10,15(5,10(1,5(0,1Cr（g/L）C5(300,5

38、00(200,300(100,200(50,100(0,50As（g/L）C6(60,80(50,60(30,50(20,30(0,20Pb（g/L）C7(30,50(10,30(5,10(1,5(0,1Cu （g/L）C8(40,50(30,40(10,30(5,10(0,5组织浮游植物种类C9(0,25(25,50(50,100(100,150(150,200服务功能鸟类种类C10(0,50(50,100(100,150(150,200(200,250响应湿地生态系统功能湿地退化指数（%）C11(50,60(40,50(30,40(10,30(5,102.警度的确定(qudng)在确定湿地

39、生态安全预警指标体系和安全等级基础上，我们参考国家、行业和地方的环境质量标准、背景和类比标准，通过对福田红树林湿地2012年保护区生物多样性监测报的分析，确定预警指标对饮的各生态安全级别的预警度。（见表5-7）表5-7 福田红树林湿地安全等级划分安全等级生态安全表征状态安全预警I区域生态环境受到严重破坏,生态环境系统脆弱,结构破碎,服务功能严重退化,生态恢复与重建很困难,资源消耗过度,环境污染严重,社会经济发展水平落后,难以实现人口、资源和环境的协调发展。红色预警II区域生态环境受到较大破坏,生态环境系统比较脆弱,结构破坏较大,服务功能较大退化,生态系统的恢复与重建比较困难,资源消耗与环境污染

40、比较严重,社会经济发展水平相对落后,阻碍了人口、资源和环境的协调发展。橙色预警III区域生态环境受到一定程度的破坏,生态环境系统相对脆弱,结构已开始被破坏,服务功能已有退化,但尚能维持基本功能,生态系统受干扰后易恶化,资源消耗与环境污染较为明显,对社会经济发展产生一定影响。黄色预警IV区域生态环境较少受到破坏,生态系统结构基本完善,服务功能良好,生态系统一般干扰后可恢复,资源消耗与环境污染不明显,社会经济发展水平较高,环境管理响应程度高,人口、资源和环境的基本协调发展。蓝色预警V区域生态环境基本未受干扰破坏,生态系统结构完整,服务功能完善,系统恢复再生能力强,具有较强的抵御和恢复能力,资源充足

41、,社会经济发展水平高,社会经济政策能有效地保护资源和环境,实现人口、资源和环境的协调发展。绿色预警5.3.5 模型的求解(qi ji)与分析 利用(lyng)2012.4-2013.4福田红树林保护区生物多样性监测报告数据作为计算样本，将个指标数据标准化；然后将预警指标输入关联函数(hnsh)计算2012.4-2013.4福田红树林湿地生态系统预警指标的对不同预警及标的关联度；最后，利用公式（5.1.6）和模型一中求得的相关生态安全预警指标的权重计算2012年对不同预警级别的综合安全关联度，并判定湿地生态系统安全的警度等级。（见表5-8）表5-8 2012年福田红树林湿地生态系统安全预警指标关

42、联度与等级预警指标IIIIIIIVV安全预警发展趋势-1.03-1.080.21364-0.33974-1.23094黄色蓝色-0.44444-0.3750.66667-0.28571-0.58333黄色蓝色-1.305940.78852-0.62353-1.25402-1.42775橙色黄色-1.45455-0.34286-0.2121-0.154550.1253绿色蓝色-1.3588-0.2667-0.160.54286-0.06444蓝色绿色-1.25962-0.158420.05231-0.02384-0.52615黄色蓝色-0.33630.0845-0.0801-0.3531-0.5

43、748橙色黄色-0.44231-0.23684-0.3412-0.171430.26087绿色蓝色-0.8263-0.7292-0.56550.101-0.5512黄色蓝色-1.41374-0.260610.05405-0.34545-0.70085黄色橙色-0.5441-0.4951-0.37210.2399-0.2392黄色蓝色由上述结果表明，在民间红树林基金会的成立与官方政府的强制保护发展下（参考附件），福田红树林湿地面积的缩减状况虽得到了有效的控制，但是仍然处于(chy)黄色预警状况。由于福田红树林湿地保护区外围人口密度大，生活污水排放量大，以及有汽车维修厂、电子产品加工厂、包装印刷厂

44、和精密机械厂等工业厂房12，水体中重金属Hg、Cr、Cd、As均超出一类海水标准且已经达到黄色预警程度，并有向橙色预警程度发展的趋势。在社会经济匡苏发挥在那干不断推进(tujn)的背景下，福田红树林湿地生态系统的维护依然严峻。六、基于模型框架的后续(hux)工作6.1 关于附加问题（1）的解答6.1.1 福田红树林生态环境监测方案基于我们设计的湿地动态监测、健康评估、预警系统的模型框架，我们从 福田红树林生态环境最迫切解决的问题出发，根据模型框架的数据构成，设计了保护区未来的生态环境监测方案。方案如图5所示：福田红树林生态系统动态监测方案湿地生态系统状况三项基本原则“12369”环保热线人工调

45、查公众监测监测站定点监测图5 福田红树林保护区未来生态环境监测方案图6.1.2 关于(guny)模型框架完善工作的建议首先，可以采用多种方法相结合来确定生态系统健康模糊评价各指标的权重系数；其次，及早的建立湿地动态监测和数据管理体系，为湿地的健康预测、安全预警提供精确的数据。最后，需要加强各部门的协调(xitio)与合作，解决信息不流通，湿地生态问题不能被及时处理的现状。6.2 关于附加(fji)问题（2）的解答6.2.1 生态系统预测分析灰色系统的GM(1,1)模型1.预测模型构建为了对未来几年福田红树林湿地生态系统安全值做出合理的预测，我们采用了朱卫红13对图们江流域湿地生态安全预测研究的

46、GM(1,1)灰色预测模型，并依据本文模型一中所求得的福田红树林湿地生态安全值和查阅相关资料计算整理得到的往年的生态安全值，建立求解福田红树林湿地生态安全预测模型。其原始模型为： （6.1）此公式的结构可简化为： （6.2）式中均为待定系数。选取本文模型一中所求得的福田红树林湿地生态安全值和查阅相关资料计算整理得到的往年的五组生态安全值，即2000年、2003年、2006年、2009年、2012年的生态安全值(见表6-1)，这里我们取年份的间隔为三年。表6-1 福田红树林往年的生态安全值数据表年份（年）20002003200620092012生态安全值4.05043.61983.53593.4

47、3593.4438由表6-1得到原始数列为: （6.3）在获取5个年份的湿地生态安全值的基础上，基于GM(1,1)模型公式（6.1），经过MATLAB编程求解运算得到,则最终的湿地生态安全预测模型方程为： （6.4）其时间(shjin)响应式为： （6.5）2.预测(yc)模型精度检验为了(wi le)判定该预测模型公式（6.4）是否合理,是否有效，我们需要对它进行检验，并确定灰色预测的精度，其等级划分按预测精度检验等级表（表6-2）。检验时采用Matlab编程来辅助计算。表6-2 预测精度检验等级表精度等级指标临界值相对误差关联度均方差比小误差概率一级0.010.900.350.95二级0.

48、050.800.500.80三级0.100.700.650.70四级0.200.600.800.601）相对误差由预测模型得原始数列的模拟序列:平均相对误差: （6.6）根据表(6-2)可知,精度为一级。2)关联度 （6.7）关联度精度为一级。3)均方差比 （6.8）均方差比精度为一级。4）小误差概率小误差概率(gil)精度为一级。经过(jnggu)模型的精度检验，相对误差为，精度(jn d)为一级；关联度为,关联度为一级；均方差比为，均方差比为一级；小误差概率为，小误差概率为一级。由此可见，模型的精度较高，可以作为福田红树林湿地生态安全预测模型。3.福田红树林湿地生态系统预测分析根据预测模型

49、，采用Matlab编程计算得出未来12年间（包含2015年）福田红树林湿地生态安全预测值。（见表6-3）表6-3 福田红树林生态安全预测值数据表年份（年）20152018202120242027生态安全值3.35383.29403.23523.17763.1209由上表可知它们的预测值分别是：2015年为3.3538，2018年为3.2940，2021年为3.2352，2024年为3.1776，2027年为3.1209，它们的预测值均在“”的区间内，生态系统健康评价均为不健康。Matlab中福田红树林湿地生态安全值的相关曲线图如图5所示。图5 （2000-2027年）福田红树林湿地生态系统安全

50、值趋势图由图5，从2015年-2027年虽曲线下降速度缓慢(hunmn)，当福田红树林湿地生态系统仍面临者严峻的考验。6.2.2 保护(boh)管理建议根据表5-5和表5-8进行多角度比较分析，我们(w men)观察到福田红树林湿地生态系统人文社会压力过大，恢复力不足，系统功能紊乱，服务功能衰退，湿地保护区类鸟类种类急剧减少。同时，因为红树林生态系统的衰退，其他物种的入侵，以及病虫害的蔓延、扩散，红树林的覆盖率出现较大程度的降低。综上所述，我们从减轻人文社会压力、抵御生物入侵、控制病虫害蔓延扩散三个方面系统的对福田红树林湿地加以保护。具体措施如下：完善法律制度体系，明确规定生活污水及工业废水集

51、中处理达标后排放；政府立法限制高楼层建筑物的建设、限制渔民湿地捕捞作业；加强对像薇甘菊这一类有害的入侵植物的连续性动态监测，关注其幼苗的扩散动态并做出及时的清理；改善湿地保护区的生态环境，利用生物技术开展病虫害防治工作，阻止虫害的继续扩散；政府应及早的建立湿地动态监测和数据管理体系，满足各管理部门信息互通、携手合作、共同治理的需求。七模型综合评价与推广7.1 模型的优点：1.模型考虑的相关因素丰富，且能通过较多的的有效的算法进行准确的模型求解2.所建的模型体系完善，且能通过一些必要的方法进行模型精度检验，大大提高了模型求解值的准确性，可信性和对实际问题的应用。7.2 模型的缺点：1.算法较多，

52、模型的可操作性降低；2.模型求解值的准确性对原始数据的依耐性较强，模型的容忍度不够高；3.权重系数的确定过多的依赖人的主观因素。7.3 模型的推广：1.本文对福田红树林生态系统进行了深入的研究，并为其动态监测、健康评估及预警分析分别进行了模型的建立，并最终形成一个框架，能够方便我们对福田红树林生态系统进行保护和管理。因而，本文所建立的模型可以推广到其他与生态系统的健康评估、动态监测、预警的框架构建案例中。2.本文的模型一是关于评估体系的模型，其中考虑了许多的相关因素，应用了很多算法进行处理并最终得到评估的体系，可以(ky)推广到其他有关多因素问题评估的研究案例中。八、参考文献左伟，周慧珍，等区

53、域生态安全评价指标体系选取的概念框架研究(ynji)J土壤，2003 （1）.张军以，苏维词，张凤太基于PSR模型的三峡库区生态(shngti)经济区土地生态安 全评价J中国环境科学，2011，31(6)：1039104.王新洲.模糊空间信息处理M. 武汉：武汉大学出版社，2003：130-131李士勇.工程模糊数学及应用M. 哈尔滨：哈尔滨工业大学出版社，2004：101-108.何琼，孙世群，等区域生态安全评价的AHP赋权方法研究J合肥工业大学学报(自然科学版)，2004(4) 宁晓秋.模糊数学原理与方法M. 徐州：中国矿业大学出版社，2004：203-208.王铁良，孙一民.双台河湿地生

54、态系统健康评价研究J.沈阳农业大学学报，2003：06-0793-06.石辛民，郝整清.基于MATLAB的实用数值计算M.北京：清华大学出版社，2006.李安贵,张志宏,孟艳，等. 模糊数学及其应用M. 武汉：冶金工业出版社，2003：144-146.倪九派，李萍，魏朝富，等. 基于AHP和熵权法赋权的区域土地开发整理潜力评价J.农业工程学报，1002-6819(2009)-5-0202-08.罗文斌,吴次芳, 汪友结,等. 基于物元分析的城市土地生态水平评价以浙江省杭州市为例. 中国土地科学, 2008, 22(12): 31鄄38.许观嫦,徐颂军,宋焱,等.深圳红树林自然保护区海水重金属质

55、量评价J.华南师范大学学报（自然科学报）,1000 -5463( 2015) 01-0101-08朱卫红,苗承玉,郑小军,等.基于3S 技术的图们江流域湿地生态安全评价与预警研究.J.生态学报. 2014,34(6):1379-1390.九、附录程序一：层次分析法求解各指标权重的Matlab计算程序%权重(qun zhn)的计算A=1 1/4 1/4;4 1 3;4 1/3 1; %判断(pndun)矩阵v,d=eig(A) %v特征值，d特征向量；V,D=cdf2rdf(v,d) %将复对角矩阵d变为实对角阵D，在对角线上，用22实数块代替(dit)共轭复数对tz=min(D) %最小特征值

56、max_colun, indexrow = max(D); %最大特征值所在位置a=V(:,index_row(2) %最大特征值对应的特征向量w=a/sum(a) %计算权重程序二：多级模糊综合评估结果向量与评估结果分值的Matlab计算程序%人文社会压力评估结果向量与评估结果分值的计算A=0.5 0.5;%一级指标因子权重B=0.083 0.102 0.104 0.205 0.401 0.1050.101 0.096 0.194 0.343 0.159 0.107;%二级指标因子权重D=6;5;4;3;2;1;%评估分值矩阵B1=A*B%模糊评估结果向量V1=B1*D/sum(B1(1,:

57、)%评估结果分值%活力评估结果向量与评估结果分值的计算A=0.75 0.25;B=0.159 0.343 0.215 0.107 0.089 0.0870.083 0.121 0.154 0.205 0.377 0.11;D=6;5;4;3;2;1;B2=A*BV2=B2*D/sum(B2(1,:)%恢复力评估结果向量与评估结果分值的计算A=0.75 0.25;B=0.023 0.021 0.074 0.375 0.402 0.1050.047 0.059 0.147 0.479 0.16 0.108;D=6;5;4;3;2;1;B3=A*BV3=B3*D/sum(B3(1,:)%组织评估结果

58、向量与评估结果分值的计算A=0.5 0.25 0.25;B=0.094 0.177 0.417 0.22 0.077 0.0250.101 0.212 0.343 0.183 0.089 0.0720.098 0.129 0.409 0.172 0.103 0.089;D=6;5;4;3;2;1;B4=A*BV4=B4*D/sum(B4(1,:)%服务功能评估结果向量与评估结果分值的计算A=0.25 0.75;B=0.101 0.209 0.209 0.291 0.138 0.0520.059 0.199 0.219 0.361 0.09 0.072;D=6;5;4;3;2;1;B5=A*B

59、V5=B5*D/sum(B5(1,:)%系统(xtng)功能评估结果向量与评估结果分值的计算A=0.15 0.75;B=0.079 0.096 0.101 0.282 0.293 0.1490.045 0.054 0.143 0.348 0.289 0.121;D=6;5;4;3;2;1;B6=A*BV6=B6*D/sum(B6(1,:)%综合(zngh)评估结果向量与评估结果分值的计算A=0.1097 0.5202 0.3071;B=0.502 0.054 0.045 0.123 0.142 0.134 0.207 0.161 0.205 0.139 0.128 0.190 0.103 0.

60、103 0.142 0.145 0.102 0.345;D=6;5;4;3;2;1;B=A*BV=B*D/sum(B(1,:)程序三：预测(yc)值方程的得出与预测模型检验分析的Matlab相关程序%预测值方程的得出与预测模型检验分析程序clcclearX0=4.0504 3.6198 3.5359 3.4359 3.4438;m,n=size(X0);X1=cumsum(X0); %累加X2=;for i=1:n-1 X2(i,:)=X1(i)+X1(i+1);end B=-0.5.*X2 ; t=ones(n-1,1); B=B,t; %求B矩阵 YN=X0(2:end); %求Y向量 P