时间：2022-05-03 10:42:26
序论：在您撰写环境质量评价论文时，参考他人的优秀作品可以开阔视野，小编为您整理的1篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
摘要：
城市建设，规划先行。如何在规划阶段对工程地质环境进行评价，充分利用有利的工程地质环境，减少不利工程地质条件的影响，是一项重要的工作。本文结合天津经济技术开发区西区（起步区）工程地质环境评价，说明详细规划阶段城市工程地质环境评价的过程，对相关工作具有一定的参考价值。
关键词：工程地质环境，综合指数法，层次分析法
0引言
城市建设，规划先行。在城市总体规划完成的基础上，为了合理布局各类建筑物，降低建筑工程地基处理费用，避免产生不良地质环境问题，提高建筑物的安全性，对工程地质环境进行研究意义重大。地基条件的好坏直接影响建筑物的稳定性。整个天津市第四系覆盖区地基条件复杂，砂性土承载力高，淤泥层或有机物质含量高的粘性土层承载力低，因此要查明不同成因、不同岩性沉积物的分布及其物理力学性质。下面通过对天津经济技术开发区西区（起步区）工程地质环境进行评价，说明详细规划阶段城市工程地质环境评价的过程。
1 工程地质条件简述
开发区西区（起步区）属于海积-冲积平原，沉积了巨厚的第四系，建筑物对地基土影响深度一般25.00～30.00米，该段地层主要为第四系全新统（Q4）和上更新统（Q3）地层，属海陆交互沉积，由粘性土、淤泥质土、砂性土组成。将30.00m以浅地层，综合土性特征、力学性质、固结特性划分为上、中和下三个工程地质段。根据沉积时代、成因自上而下划分为Ⅵ个工程地质层。
上部工程地质段：第Ⅰ工程地质层（Q4ml）、第Ⅱ工程地质层（Q43al）、第Ⅲ工程地质层（Q42m）顶部非淤泥质土；中部工程地质段：第Ⅲ工程地质层（Q42m）淤泥质土和接近淤泥质的软弱粘性土；下部工程地质段：第Ⅲ工程地质层（Q42m）下部砂性土、第Ⅳ工程地质层（Q41al）、第Ⅴ工程地质层（Q3eal）、第Ⅵ工程地质层（Q3dmc）。
2评价因子选取及权重确定
根据西区起步区的工程地质条件可建立三层层次结构模型（图1），影响工程地质环境质量的二级评价因子主要有天然地基、第一桩基、第二桩基和软土地基。各个二级评价因子的好坏程度又由不同的三级评价因子共同决定。本次采用层次分析法确定评价因子权重分配，利用综合指数法计算综合评价指数值。
西区起步区上部工程地质段的人工填土层结构松散，强度差异较大，不宜作天然地基持力层，因此以第Ⅱ工程地质层和第Ⅲ工程地质层上部非淤泥质土作为天然地基评价对象。三级评价因子包括持力层土性（决定持力层的强度）、持力层厚度（决定天然地基持力层的可利用性）、持力层顶板标高（决定天然地基的利用难易程度）和下卧层土性（决定天然地基变形大小），权重分配见表1。
表1 天然地基综合评价权重分配表
西区起步区桩基分别以第Ⅳ工程地质层和第Ⅴ工程地质层作为第一桩基和第二桩基评价对象。三级评价因子包括持力层土性（决定桩端阻力大小）、下卧层土性（决定桩基变形大小）、持力层厚度（决定桩基利用的可能性）、持力层顶板标高（决定利用桩基的经济条件）和上覆淤泥质土厚度（决定对桩侧摩阻力的影响），权重分配见表2所示。
表2 桩基综合评价权重分配表
西区起步区中部工程地质段是以淤泥质土为主的软土，处理不当及易产生工程病害，影响建（构）筑物的安全。根据实际地质条件将第Ⅲ工程地质层中淤泥质土作为评价对象。三级评价因子包括软土底板标高（决定软土的处理深度）、软土厚度（决定软土处理的难易程度）、软土土性组合（决定软土处理稳定性）、下卧层土性（决定处理后的强度及稳定性）和上覆非淤泥质土厚度（决定软土处理的稳定性），具体权重分配见表3。
表3 软土地基综合评价权重表
3评价步骤
3.1评价网格的剖分
由于各级的各个评价因子的属性分区都不完全相同，因此给评价带来了一定的困难，为了便于评价，将整个西区起步区剖分成500m×500m的正方形网格单元，然后利用计算机编程对每个网格单元进行评价，这样既解决了分区不同的问题又提高了评价的精度。综合指数计算模型如下：
式中：Zj―第j单元的综合指数；
ai―第j单元中第i评价因子质量指数；
mi―第j单元中第i个评价因子的权重（0-1）；
n―评价因子总数；
j―单元号。
3.2分别对二级评价因子进行评价
通过三级评价因子对二级评价因子进行评价。由于三级评价因子的属性表达方式不同，如持力层土性和下卧层土性是指粉砂、粘性土等，持力层厚度和持力层顶板标高是用“米”表达，因此必须经过某种处理方法将不同评价因子的表达方式统一起来，即用同一种方式表达不同评价因子的质量指数。
这时，Zj表示二级评价因子天然地基（或桩基或软土地基）第j单元的综合指数；
ai表示第j单元中第i个三级评价因子质量指数，将每个三级评价因子都根据自身属性分为三类，依据其对工程地质环境质量的影响强弱分别用“3”、“2”、“1”表示；mi表示第j单元中第i个三级评价因子的权重（见表1～表3）。根据指数模型公式，利用计算机计算出二级评价因子天然地基（或桩基或软土地基）各个网格单元的综合指数。
3.3计算工程地质环境质量综合指数
通过以上步骤得到天然地基、第一桩基、第二桩基和软土地基各个网格单元的综合指数后，利用简单加和法，可以计算出每个网格单元的工程地质环境质量综合指数。
3.4工程地质环境评价结果
根据网格单元的工程地质环境质量综合指数情况，划分为三个范围，然后利用GIS技术将网格单元的评价结果进行同范围合并，得到西区起步区工程地质环境质量的不同分区，从而可以对城市建筑物合理布局作出指导。
4结语
天津经济技术开发区西区起步区详细规划工程地质环境质量评价，其结果与实际地质环境特征相符，说明了选择层次分析法和综合指数法是合理的，从而为进行城市工程地质环境质量评价提供了参考。
城市规划建设时要根据各个区的地质环境的实际情况，充分利用有利地质环境条件，尽量避免不利地质环境条件，对于必须解决的不利地质环境问题，可以采用具体的防治措施进行处理。
综合指数法提出很早，在各行各业中使用十分广泛，主要是因为其原理和算法简单，易于理解和掌握。但将此法用于地质环境评价也存在一些缺点：综合指数是一种累加效果，不能体现单个地质环境评价因子的贡献大小；相同综合指数的地区，其地质环境问题有可能不一样，因此，不同地区可比性差；另外，综合指数法是做定量、清晰的评价，没有考虑到地质环境评价特有的模糊性。
作者简介：李强 1982年- 男 汉族 籍贯北京市房山区 学士学位 工程师
摘要:随着社会经济的发展，人们对人居环境的要求也逐步提高。本文从城市的尺度出发，以西安市作为研究区域，通过对人居环境基本概念的剖析和城市人居环境构成要素的分析，构建评价指标体系，对西安市城区的人居环境质量进行评价，并为优化城市人居环境质量提出建议。
关键词：人居环境质量；评价；城市
随着我国城市化进程的加快和住房制度改革，人居环境问题日益受到了政府和学界的广泛关注。吴良镛先生受道萨迪亚斯的人类聚居学理论的启发，创立了“人居环境科学”。2001年，吴良镛先生出版著作《人居环境科学导论》，确立了人居环境科学学术框架。此后，关于人居环境的研究进一步发展，尤其是对于城市人居环境的研究。
本文以城市为研究尺度，选取西安市三环范围内作为研究区域，通过对人居环境系统构成的分析选取指标，建立评价体系，对研究区域的人居环境质量进行了评价，为西安城市的规划建设提供一定的建议。
一．人居环境基本概念
1.1 人居环境的基本概念
人居环境是在人类居住和环境科学两大概念范畴的基础上发展而来的，是人类活动改造自然的劳动成果。
人居环境有广义和狭义之分。狭义的人居环境是指人类聚居活动的空间，居民赖以生存的空间场所，它是在自然环境基础上构建的人工环境；广义的人居环境是指围绕人类这个主体生存和发展条件的各种物质性和非物质性因素的总和，是与人类发展相关的各种要素的综合。
1.2 城市人居环境的构成
城市人居环境一般由3部分组成:(1)居住条件，它通过住宅本身的价值来体现，包含住宅面积、住宅质量和住宅设备等；(2)生态环境质量，它通过城市的大气、水、噪声以及绿化水平等指标来反映城市生态环境的水平；(3)基础设施和公共服务设施水平，它可通过各文教设施、商业服务业设施、各类活动场所、道路广场、交通状况等指标反映。
二．研究区域概况
西安，古称长安，是人类文明和中华民族的发祥地之一，是新亚欧大陆桥中国段陇海兰新经济带最大的中心城市。西安市现辖9区4县，总面积10108平方公里，常住人口830.54万人，户籍人口764.25万人。本文研究的区域是三环道路内的建成区范围。其三环范围内空间的功能分区明显，不同功能区聚集不同产业；聚集不同年龄结构、不同文化水平的人口，所从事的生产、生活活动差异性较大。
三．评价指标的建立与数据采集
人居环境的优化过程，实质上是人居硬环境和人居软环境的耦合过程。人居环境质量的评价实际上也就是对人居硬环境和人居软环境的综合评价具体而言。本文选取了居住条件、生态环境质量、基础设施公共服务设施水平3个大类评价指标，15个单项指标，构成城市人居环境评价指标体系。针对指标体系收集了相关数据(主要来源于各年《西安统计年鉴(2002―2007)》)(见表1)。
表1西安市区人居环境指标数据资料
四．研究方法与分析结果
4.1评价方法与步骤
在对西安市人居环境质量进行评价时，以定量计算为主，通过对已知的指标数据的综合计算得出结论。首先，应确定评价模型。为使模型尽可能准确和简化，可采用在单因子评价的基础上，以加权求和的方法求得综合评价结果。评价的模型公式如下：
Q=ΣNjWj，Nj= Xj/ Yj
j=1，2，…，m。
其中：Q―评价综合指数；
Nj―第j个指标的指数；
Xj―第j个指标的实测值；
Yj―第j个指标的评价值；
Wj―第j个指标的权重(0≤Wj≤1且ΣWj=1)；
m―评价指标的个数。
其次，应确定各因子的评价值和权重。在此基础上，计算城市人居环境评价的综合指数Q。Q值的大小反映城市人居环境质量的综合水平，若Q≥1则表明优于或等同于评价标准；若Q
4.2评价结果
依据以上评价步骤，通过计算得出西安城区的人居环境指标，具体结果见表2。
表2西安市城区人居环境指标评价结果[1]
注: [1] 以2002年的指标为基准(即以2002年的指标为“1”)，处理后的指标数据不具备量纲。
根据表2的计算结果，再计算出2002―2007年间历年城市人居环境各大类指标得分与综合指标得分的增长率和同时期GDP的增长率（主要来源于《西安统计年鉴(2002―2007》），所得结果如表3所示。
表3西安市城区人居环境指标得分增长率与GDP增长率比较（2002―2007）
4.3结果分析
从表3可以看到2002-2007年西安市区的人居环境得分平均增长率是4.69%，而相应的GDP平均增长率是13.18%，明显高于人居环境得分增长率，这说明这期间西安市区的人居环境质量有一定的提高，但增长仍稍稍滞后经济的发展速度。整体来看西安市区人居环境改善的情况与经济的发展是相一致的。但是2002―2003年和2004―2005年的生态环境质量增长率都为负，相应的经济发展增长率较高，是由于城市的发展模式比较滞后，城市经济的增长是以城市生态环境质量的破坏为代价，所以导致这种结果。
五．建议与讨论
1)优化城市发展模式，处理好城市经济增长与生态环境保护之间的关系，在满足城市经济增长指标的同时应该加快保护城市生态环境建设。
2)以人为本，改善城市居住环境。城市人居环境优化要落实在居住区这一尺度上。强化城市居住区的主导功能，以自然环境为基础，不断提高生活质量，创造出能使居民身心健康发展的、适应社会在发展需求的人居场所。
3)优化生态环境，实施可持续发展，采取各种措施，提高城市污水处理率，加强固体废物综合利用率，减少污染，提高人均绿地面积与城市绿化覆盖率。
结束语：
城市人居环境发展是一个动态、复杂的巨大系统，本文仅考虑到影响西安城区人居环境的部分指标，即只是对人居硬环境进行评价，并没有对人居软环境经行评价，所以文中得出的结论具有局限性，只作为城市规划建设的建议性依据。
【摘 要】社会经济发展推动着城镇化进程加快，城市化进程与工业生产规模的扩大现实，对生活与工业生产用水量提出了更高要求。因缺乏有效治理，大量污废水直接排放，导致江河水体受到污染。为研究水环境质量变化与发展规律，提出改进决策树算法并将其应用于水环境评价之中。实践证明，基于改进决策树算法的水环境评价模型，其精度较高，生成规则准确，能够实现对水环境质量的客观评价，具备较好的现实价值。
【关键词】改进决策树算法；水环境质量；评价；应用
1 引言
城市化与工业生产的发展，产生了大量的污水与废水，在没有经过任何处理的条件下进入到江河之中，对大量水体构成严重影响。为加强水体保护，研究区域内水环境质量的变化过程与发展所具备的规律，应用现代信息技术促使，对水体要素进行定量评价，为开展环境污染控制规划提供现实指导意义。然而水环境中其评价因子量较多，且其因子与水质等级之间并非均存在着线性关系，从而为水环境质量评价带来困难。提出改进决策树算法构建分类模型，将采集样本数据输入并寻找出分类规则，发现水环境质量变化过程及影响水质的最大因素，对水体质量发展趋势进行预测，为水环境保护与治理提供现实依据。
2 决策树及其工作原理
决策树算法属于数据挖掘的重要分类技术，其操作简单，使用范围较广。应用决策树，可以快速发展数据之中隐含的分类规则。具体而言，则是在相关训练数据的基础上，构建分类模型，于未知测试样本数据中，依据根节点经过某路径达到叶子节点，从而对叶子节点作出客观预测。应用决策树算法，能够对水环境污染源、污染发生的过程、污染物分布状况，对水环境质量变化规律进行分析，预测水体质量发展的未来趋势，其在开展水资源保护开发与治理等方面发挥着一定现实价值。
决策树简称为DT，属于一种存在反向的无环图，决策树内部其每个树的节点均代表着一个测试属性，树的分支反映着测试结果，树叶子节点表示类别。在决策树算法中，最为根本的算法为贪心算法。一般而言，决策树算法在进行数据分类与预测时，其主要步骤为：学习训练数据，构建决策树，分析已生成决策树，提取分类规则，对具体测试样本测试，明确样本所属类别。
3 决策树算法及其改进
在学习决策树算法时，最具影响力的算法为ID3算法，该算法由J.R.Quinlan提出，其主张在属性选择时，将信息增益作为标准，让每个非叶节点进行测试时，均可以获知被测试记录的最大类别信息，且ID3算法其方法计算，计算效率高，理论基础清晰，然而在实践应用中发现，ID3算法仍存在着一定不足，主要表现为：其算法在噪声数据处理时较为敏感，在连续型属性处理时，需要先对其进行离散化方可采取ID3算法进行分类；ID3算法在选择新的属性过程中仅仅考虑该属性信息增益问题，缺乏对后续属性信息增益问题的综合考虑；ID3算法偏重于选择取值较大属性。基于ID3算法中存在的问题，决定对该算法进行改进，提出在MID3算法之中引入用户兴趣度α，从而在一定程度上解决决策树算法倾向于多值问题。
MID3算法是以ID3算法为依托，实质上属于ID3算法的优化，在面对新属性选择时，MID3算法可以综合考虑属性信息增益与后续属性信息增益问题。且在MID3算法中引入用户兴趣度α因子，α指的是对某一事物所具备的相关知识与经验，如专家评价、相关领域知识等，α值需要在决策树学习训练集时反复测试获得，α取值范围应控制在0-1范围内，决策层需要综合考虑先验知识与相关领域知识，合理判断α取值，基于用户兴趣度α的MID3算法，其计算公式为：
其中A代表选择属性，A存在着v个属性装，其相对应概况通过p1、p2…pv，依据最小信息熵原理进行A属性扩展，用B来对其子节点属性表示。
4 改进决策树算法在水环境质量评价中的应用
在水环境检测系统数据库中存在着大量数据信息，在进行数据挖掘时面对大量数据信息难以发现其隐藏规律，为此在应用中采取随机序列发生器，随机抽取一定数据作为决策树算法研究样本数据。
4.1 数据挖掘前的数据预处理
在进行数据挖掘操作之前，需要将面对的数据信息进行数据集成、数据交换与数据规约等预处理。数据预处理模块属于数据挖掘系统所必备的模块，数据预处理技术以专业知识为导向，将发现存在价值信息为目标，通过对数据信息的组织处理，将与数据挖掘不存在任何关系的属性删除，从而为数据挖掘算法提供更为精准的数据，提高数据挖掘效率。在水环境评价时，选择《地表水环境质量标准》作为评价标准，按照相关水质评价要求，选择汞、铅、PH、DO、COD、NH3-N、石油类、挥发酚等属性作为水质评价参数，下表为某流域水质状况数据参数：
通过上表可以看出，其数据划分精细，难以直接分类处理，为此，采取数据预处理措施，通过数字化标记相关属性，并对数字进行概念化处理，消除不合格数据，并形成新的数据列，具体如下表所示：
4.2 改进决策树在水环境质量评价中的应用
基于表2，采取改进决策树算法，构造出决策树，首先对根节点进行分类，从表2数据统计中获知，其达标数量为43例，超标数量为167例，假设每个节点均为根节点，则计算出节点信息熵，依据改进决策树计算公式，可以计算出各种因子的信息熵。执行优化算法，考虑信息增益，经过计算后选择COD作为新的节点，并对其属性值引出分支，经过递归计算构造出一个完整的决策树。
通过该决策树测试，发现改进决策树算法在水环境质量评价中其测试结果准确率达到了93.57%，其对水体水质状况评价较为客观，能够为环境决策提供较为科学的依据。
5 结语
随着环境问题日益突出，尤其是水环境污染问题日益严重，研究水环境质量变化与发展规律，为水环境开发、保护与治理提供现实依据成为时展的显示诉求。提出在水环境质量评价中应用改进决策树法，引入用户兴趣度因素，形成一种新型的分类算法。结合水质数据构建决策树，依据其相关规则进行评估。实践证明其准确率达到了93.57%，其整体水质环境评价较为客观准确，能够为环境决策提供较为科学依据，具备一定的现实意义。
摘要：针对吉林省通化市水环境质量现状，利用现有调查资料，基于GIS技术采取矢量数据结构模型，将水环境评价因子叠加生成评价单元，采用因子分析法确定评价因子权重，应用ArcMap空间分析软件，对不同因子赋予的权重叠加进行水环境质量评价。为合理开发利用城市水资源，有效保护城市生态环境提供科学依据。
关键词：GIS；水环境质量；敏感性
近年来，研究学者针对城市水资源评价理论及方法展开了大量研究[1-2]，主要方法有模糊综合评价法、人工神经网络法、遗传算法、灰色关联投影模型等[3]。为了了解城市水资源系统存在的问题，有效评价城市水资源质量，该文以吉林省通化市水资源系统为例，利用已有调查资料，基于GIS技术采取矢量数据结构模型，将水环境评价因子叠加生成评价单元，采用因子分析法确定评价因子权重，应用ArcMap空间分析软件，对不同因子赋予的权重叠加进行水环境质量评价。为合理开发利用城市水资源，有效保护城市生态环境提供科学依据。
1 选取评价因子
综合考虑通化市发展目标和城市用水现状，选取氯离子、二氧化硫、锌、亚硝酸盐、砷、铁、酚、硝酸盐、氟化物、pH值、总硬度、可溶性固体及氨氮等作为评价指标。
2 应用研究
2.1 权重的确定
假如有[n]个样本，每个样本共有[p]个变量，[x1，x2，…，xp]，形成[n×p]阶的数据矩阵[4-5]：
通过归一化处理，[p，]个变量可以转变[m]个新指标[F1，F2，…，Fm]，因此变量[X]可由[Fm]线性表示出，即[6-7]：
式中：[F]为公共因子矩阵，即：[F=（F1，F2，…，Fm）]；[ε]为单一因子；[L]为因子荷载矩阵，即：
经因子分析法计算，氯离子、二氧化硫、锌、亚硝酸盐、砷、铁、酚、硝酸盐、氟化物、pH值、总硬度、可溶性固体及氨氮等因子权重系数从高到低排列。
2.2 水环境质量评价
应用ArcMap空间分析软件，对不同因子赋予的权重叠加进行水环境质量评价，确保每一个目标均对应一组因子。对每一个评价因子均划分出不同类别的指标得分。经计算得城市水环境质量评价结果，如表1所示。
2.3 结果分析
水资源环境无污染区面积占总面积的4.14%，可作为保护区优先选择。轻度污染区面积占总面积的2.87%，主要分布在地势起伏不大且植被覆盖多.中度污染区面积占总面积的36%，除南部山地没有分布，其他分布广泛.较重度污染区面积占总面积的53%，人类活动频繁，需要合理规划开发利用。重度污染区占14.73%，应该限制开发利用.
3 结论
利用GIS技术，针对研究区水资源环境系统现状，选取水资源评价因子，对该区的水环境质量进行了综合评价，研究结果可作为城市开发规划设计，生态环境保护和城市生态建设的参考依据。相对于传统的数值评价方法，基于GIS的城市水资源环境质量评价方法将地面信息的获取、数值计算和空间数据的处理有机结合，能够简单、直观、方便和快速地实现定量分析。能够结合实际情况划分基本水资源利用控制区域和建设控制区域，从保护城市用水安全的角度提出城市水资源利用建议，对城市水资源环境的科学评价以及今后城市发展具有重要意义。
基于GIS的城市水环境质量的评价结果，一方面依赖于评价数据的获取，另一方面取决于评价方法的选定。因此，在未来研究工作中需要开展全面、准确、有针对性的城市水环境调查，并建立合理的城市水资源环境系统评价体系，以便更好地为当前所面临的水环境问题服务。
摘要：为了保证城镇居民饮水安全，针对水质分级标准存在的模糊性，引入模糊神经网络理论，建立水环境质量评价模型。选取吉林省白山市白云峰水库为研究区，通过调查采样选定6处监测点，将其模型评价结果与尼梅罗综合指数法的评价结果进行对比分析。结果显示，模糊神经网络评价水环境质量是可行的，水质评价结果精度更准确，打破了传统方法的局限性。模糊神经网络模型具有较强的学习能力，能够提高地下水水质评价的准确性，为日后保护和管理水环境提供了科学依据。
关键词：模糊神经网络；水环境质量评价；监测点
我国当前经济社会的发展正处在城市化、工业化、现代化进程中，有效地保护和合理利用水资源，防止项目建设和生产造成的人为水资源破坏，最大限度地减少和降低对水环境的影响，保证工程项目的顺利建设和安全运行，促进水资源的循环利用和生态环境的可持续维护，水环境质量科学准确的评价必不可少[1]。该文综合考虑神经网络的特点，把模糊理论引入评价模型中，以水质评价指标作为模型的输入变量建立模糊神经网络，以白山市白云峰水库为研究区，评价其水环境质量。
1 模糊神经网络
1974年，S.C.Lee以和E.T.Lee首次把模糊集和神经网络联系在一起； 1985年，J.M Keller和D.Huut提出把模糊隶属函数和感知器算法相结合。自1992年开始，J.J.Backley发表了多篇关于混合模糊神经网络的文章，它们也反映了人们近年来的兴趣点。
模糊神经网络是一种新型的神经网络，它是在网络中引入模糊算法或模糊权系数的神经网络。模糊神经网络的特点在于把模糊逻辑方法和神经网络方法结合在一起[2]。目前应用最广泛的是模糊BP网络[3]，对于一个神经元，考虑其输入信号是以隶属函数表示，而不是以绝对值表示，基本处理单元为非线性输入-输出关系，输入层神经元阈值为0，且[f（x）=x]；而隐含层和输出层作用函数为[f（x）=11+e-x]。
鉴于水质评价中水质分级存在模糊性，水质评价结果易受人为因素影响[4-5]，因此本研究将将模糊理论中隶属度引入水质评价中，试图克服传统水质评价过程中存在的问题。按下式构造隶属度函数[6-7]
式中：a、b为评价水质样本相邻的上下两级标准水质级别；[f（x）]为标准的梯形隶属度函数。
2 实例
2.1 评价因子选取
研究区地处低山丘陵，远离居民点，附近无大的河流或流量较大的裂隙泉。当地自然环境良好。研究区气候属温带大陆性季风气候区。年平均气温在2.5℃左右。年最高气温38℃，多集中在七、八月份，昼夜温差较大。最低气温可达-40℃，集中在十二月下旬至翌年二月份。年平均降雨量为800mm左右，最大冻结深度1.60m。
根据水文局提供的水环境质量监测资料，本次研究选取总硬度、硝酸盐氮、挥发酚、六价铬、砷、铁等指标作为评价因子。
2.2 模糊神经网络的应用
经过标准化处理后建立6-3-1结构的模糊神经网络。由于活化函数值域范围在[0，1]间，故设定水环境质量级别的目标输出量是0.1、0.3、0.5、0.7、0.9（如表1） 。模型本次训练选取学习效率[η]=0.9，动量系数[σ]=0.5，经过7600次迭代，网络收敛，达到指定精度10-5。然后对输出结果进行隶属度计算，最终确定出水质级别，评价结果见表2。
2.3 结果分析
根据现有调查资料水库目前的水化学类型为：H―Ca型水、总硬度（以CaCo3计算）124.31mg/L、PH值8.01、为弱碱性水，水质良好，适合饮用。通过计算发现，采用尼梅罗综合污染指数法评价的水环境质量并无明显变化，而应用模糊神经网络计算后得出的结果水环境质量变化明显，与现有实际调查情况一致。因此应用模糊神经网络评价出的水环境质量结果是可靠的。
3 结论
本文将模糊神经网络应用到水环境质量评价中，它将模糊算法或模糊权系数引入到神经网络中，把模糊逻辑方法和神经网络方法结合在一起，是一种新型的神经网络。克服了传统水环境系统中变量间模糊性问题，该网络具有很强的自适应、自学习的能力。通过实例应用，验证了模糊神经网络在水质评价方面的应用是可行的，结果是准确可靠的，该方法具有良好的应用前景。为保证城镇居民饮水安全，及日后保护和管理水环境提供了科学依据。
摘要：模糊数学在环境质量评价应用中存在计算思路相同，而模糊集的建立、隶属度以及权重的确定等方面存在多种不同的方法。通过分析这些异同点，为今后模糊数学在环境质量评价中的应用和推广提供参考。
关键词：模糊数学，隶属度，权重
引言
模糊数学是一个新兴的数学分支，它应用微积分、线性代数、概率论和数理统计等理论和方法来研究和处理日常生活中遇到的一些难以定量化的模糊概念，使过去那些与数学毫不相关或关系不大的学科都有可能用定量化和数学化加以描述和处理，从而显示了强大的生命力和渗透力，使数学的应用范围大大扩展。
从模糊数学相关论文中可知：模糊数学自身的理论研究进展迅速；模糊数学目前在自动控制技术领域仍然得到最广泛的应用，并在计算机仿真技术、多媒体辨识等领域的应用取得突破性进展；模糊聚类分析理论和模糊综合评判原理等更多地被应用于经济管理、环境科学以及医药、生物、农业、文体等领域，并取得很好效果。
近年来，随着环境保护事业的发展，模糊数学在环保领域的应用越来越频繁，特别是在环境质量评价中的应用，引起人们的高度重视。如何使模糊数学在环境质量评价的应用中发挥其应有的作用，使计算结果更符合实际情况，因子集的建立、隶属度以及权重值的确定至关重要。
应用差异
从所查文献得，模糊数学在环境质量评价中应用的不同占主要集中表面在因子集建立、隶属度的计算以及权重的确定等三方面，以下将分析介绍。
因子集建立方法的比较
同一环境因素，如选用不同的因子集进行评价，所得出的评价结论可能完全不一样。因此，如何正确选取评价因子进行因子集的建立，对于采用模糊数学法进行环境质量计价起着至关重要的作用。从所查找到的文献来看，因子集的建立主要包括以下几种：
（1）查找相关资料。如林建元等人采用模糊数学对工业园区环境质量评估方法进行研究时，综合各方面相关之评估项目及指针，以作为建立适合国内工业园区环境质量评估项目之参考，由此拟出出适用于国内工业园区之环境质量评估阶层体系，该体系参考了蔡世禄（1997）等人的相关资料。该工业园区环境质量评估阶层体系表中，标的层的建立原则主要考虑为项目彼此关系相互独立，而在涵盖的内容范围上，除了实质环境质量的条件之外，并加入了周边环境设施的可及性、区内公共设施的充分性与便利性、环境的安全性与美观性、以及属于非实质环境条件但具有深切影响的管理维护项目，主要目标除了在提升工业区的环境质量，更强调其因应未来朝向生活化、多功能的目标。
（2）根据环境的实际情况选取。如张俊栋等人采用模糊数学法对黎河店水源地环境质量进行综合评价时，根据当地的实际情况，选取地下水总补给模数、降落漏斗、污染指数、矿化度和总硬度５项因子，能够较真实、客观地反映当地环境地质质量问题。又如，丁匡平等人采用模糊数学法对瓯江流域丽水段水质进行评价时，根据丽江市环境监测中心对瓯江流域丽水段历年水质监测的实际情况，选取DO、BOD5、CODMn、酚以及CN等5个主要评价因子进行因子集的建立，较好地反映出丽水段的实际情况。
（3）专家征询法。如芦伟等人采用模糊数学法对广西柳城县农业生态环境进行调查时，在确定生态资源、人类驱动以及系统响应等3个子系统作为一级指标，本着可持续性、因地制宜和可操作性的原则，在征求当地专家意见的前提下，又兼顾当地自然生态环境的特征情况下，共选取了17个二级指标，对当地农业生态环境进行综合评价。
（4）根据国家相关规定建立因子集。如我们接触到的书本上的例题，是选取国家相关规定进行因子集的建立。现国家对部分区域、流域、湖库等有特殊要求的，如对水体富营养化的水体，特别提出了磷等要求；又如，国家确定的总量控制指标，如水体中的COD、NH3-N，大气中的SO2、烟尘以及工业粉尘，固体废物量等，这些都可以作为因子集建立的基础。
以上各种因子集建立的方法虽然具体操作有所不同，但总的来看，都从需要评价的环境特征出发，尽可能地贴近当地实际情况。无论选取何种方法进行因子集的建立，都应与区域环境特征相结合。
隶属度的确定
模糊综合评价的核心是建立隶属函数，而模糊隶属度的确定带有很强的主观性和随意性，操作难度较大，有时根据人的经验不同，建立的隶属度函数就不同，这有可能影响评价的准确性和客观性，因此，在实际评价中应尽选择符合实际情况的方法，建立合理的隶属度函数，从而提高模糊综合评价的准确性。所查文献中，隶属度的确定主要有以下三种常用方法：
（1）降半梯形法建立各评价因子的线性隶属函数关系，对表示环境质量的每个评价因子以隶属度进行单项评价，从而构成了模糊关系矩阵。这是在环境质量评价中最为常用的隶属度确定方法。
（2）三角模糊数以及反模糊化明确值求法
林建元等利用三角模糊数以及反模糊化明确值求法，可知各等级语意标度所对映之三角模糊数，和经计算所得之反模糊化明确值，再求出两明确值间之平均值，则可作为隶属函数划分等级之个边界值。
由各环境质量影响因素之评价值，经隶属函数之转换，可得出各因素所表现之等级影响，表示为，求出由各影响因素对个评估等级的，即构成隶属函数值矩阵，或称评定矩阵R：，由此进行综合评价。
（3）专家打分法
朱照宇等人在确定广东沿海陆地表层地质环境综合质量评价过程中确定各评价指标的权重值时，采用专家打分法。如确定出地震活动0.15，活动断裂0.25，地形起伏度0.10，斜坡坡度0.15，冲沟切割密度0.10，水土流失程度0.05，崩滑面密度0.05，土体承载力0.10，地裂缝面密度0.05。尽管专家打分法具有一定的主观性，但由于地质环境影响因素复杂性和因子边界的模糊性，这种经济判断反而更可靠。
权重值的确定
权重值的确定方法较多，权重值的确定将直接影响计算结果，因此，权重值确定的准确性要求不亚于评价因子集的建立。从查找的文献中，可得出以下几种在实际操作中应用的方法：
（1）在对农业生态环境定量评价过程中，芦伟等人以层次分析法为基础上，同时广泛征求当地专家领导的意见，结合当地的实际情况，经反复讨论和研究确定各评价指标的权重值，达到既减少主观性，提高客观性，又兼顾灵活性和可操作性。
（2）环境质量评估影响因素之权重的求取，有采用德尔菲（Delphi）法以调查统计专家的意见，求得其一致性的权重；另一种则是直接由研究者主观判定之权重，两者皆可统称为专家定权法。林建元等人的研究则预期透过调查统计工业园区从业人员（即环境使用者）的意见，经层级分析求得权重。
该研究由于样本数多达500份，基于经济考虑，调查方式并不是采取要求从业人员对八项因素进行两两比较，以决定其相对重要性，而是在问卷中加入一栏目，由从业人员判断八个影响因素的重要性次序，最重要者为1，次重要者为2，依次排列，再由此计算出各因素排序数之平均值。该值反映出工业区从业人员对整体环境质量影响因素重要性之判断，值愈小者表示愈重要，反之则愈不重要。这种调查方式是考虑到让受访者有较不复杂的回答模式，以增加有效问卷的回收率，同时，后续的统计汇整工作也较为简便。吴硕贤（1995）认为采用重要性排序之平均值，以简化的AHP方法求取权重，其结果和两两配对比较的结果，可能有些许差异，但总的趋势是一致的。
（3）张俊栋等人则采用超标加权法计算权重值（反映污染物超标的定权方法），其计算公式如下：
其中，
如计算结果出现大于１.０的情况，按照模糊数学评价方法，对计算结果做归一化处理，使其在(０．１)区间内，公式如下：
根据计算结果，建立模糊权重向量。
模糊数学综合评价法的共同点
尽管模糊综合评价方法的应用有着很多不同的方法，受各种主观因素以及客观因素的影响，但在应用过程中却有着共同的思路。
采用隶属度的概念来表达客观事物是模糊数学的基点，以此来研究众多模糊现象。采用模糊数学法对环境质量进行综合评价，均是通过建立模糊子集、隶属函数以及权重集，再进行模糊综合评价，从而得出最终的评价结果。
结束语
模糊数学法在环境质量评价中得到较广泛的应用，已获得了有益的结果。在实际应用过程中，应结合当地实际情况，选用与当地环境特征最为相符的方法进行评价，这样才能得到较合理的评价结果。
摘要：选定内蒙达拉特旗三晌梁地区40个地下水质站点2年资料，在SPSS统计软件的支持下，将主成分分析方法应用于水环境的综合评价之中。利用主成分综合得分从评价分区、地下水水环境质量评价等方面进行分析，分析结果理想,体现了主成分分析在水环境质量评价中的实用性。
关键词:主成分分析 水环境综合评价
1. 引言
内蒙古达拉特三晌梁工业园区是2001年初经内蒙古自治区人民政府批准成立的自治区级开发区，它主要涉及煤化工、PVC管材及芒硝产业等，随着生产规模逐年扩大，“三废”排放量的增加，势必造成地下水污染严重，因而对该区现有地下水水质进行评价，非常必要和及时的，为防止该地区污染继续加剧和保护水质，提供前期的基础研究，研究中采用了SPSS统计软件和污染指数方法对地下水污染进行了综合评价，取得了较好的效果。
SPSS ( Statistical Package for the Social Science)是由美国SPSS公司自20世纪80年代初开发的大型统计学软件包，目前已推出SPSS 18.0 for Windows版本，具有统计功能强大、分析结果清晰、界面直观、操作简单、易学易用等特点。
主成分分析(Principal Component Analysis)就是考虑各指标之间的相互关系，利用降维的方法将多个指标转换为少数几个互不相关的指标，从而使进一步研究变得简单的一种统计方法。主成分分析是由Hotelling于1933年首先提出的，是利用“降维”的思想，在损失很少信息的前提下把多个指标转化为几个综合指标，称为主成分。
2. 基于SPSS的主成分分析
主成分分析方法 ( PCA法 )是一种将多维因子纳入同一系统中进行定量化研究, 理论比较完善的多元统计分析方法。其基本思想是认为在众多有相关性的因子之间必然存在着起支配作用的共同因子。根据这一点, 通过对原始变量相关矩阵内部结构关系的研究, 找出影响某一环境质量的几个综合指标, 不仅保留了原始的主要信息, 又使其彼此之间不相关, 比原始变量具有某些更优越的性质, 使得在研究各种复杂的环境问题时容易抓住主要矛盾。
3. 主成分分析应用实例
3.1 资料选取
本次水样的采集采用了均匀布点的方式，在三晌梁地区共采集潜水简分析样40个，记录了采样点的坐标（大地坐标），采样深度控制在0-50米的潜水层位，以期确定该地区潜水的水质情况及污染程度。
3.2主成分分析
3.2.1主成分的确定
根据2007年三晌梁地区调查的40处水样数据，共监测了18项指标进行分析。根据主成分分析法，先对原始数据进行无量纲化处理，再求相关系数矩阵，由相关系数矩阵计算特征值。各主成分贡献率与累计贡献率见表1。由表1可知，前五个主成分的累计贡献率已达82.96%，故只需求出第一、二、三、四、五主成分Z1、Z2、Z3、Z4、Z5即可，它们已能够充分地反映40处样点的地下水水质综合水平。计算主成分载荷，结果见表2。
3.2.2主成分综合得分的计算
根据特征向量，求出主成分表达式：
3.3地下水质量主成分分析
考察表2:第一主成分Fl与原始变量Na离子、碳酸盐、氯离子、硫酸盐和矿化度有一定的正相关。说明这5项是这一污染类型的主要污染因子，其余几项指标污贡献率较小；第二主成分F2中，氨氮、亚硝酸盐以及负硬度的贡献率较大其余几项指标污贡献率较小；第三主成分F3中，氯离子、PH值和碳酸盐对其的贡献率较大；第四主F4中，亚硝酸盐的贡献率较大；第五主成分F5中，氟离子含量贡献率较大。
根据综合得分F的值，选取适当的分值区间。
4. 结束语
主成分分析法在保证原始数据信息损失最小的前提下，经过线性变换和舍弃部分信息，以少数的综合变量取代原有多维变量，简化了数据结构，使评价结果客观合理，可以避免依据全观评价确定指标权重的不准确性。应用主成分分析法对和田地下水水质进行综合评价，并结合成因分析指出研究区地下水水质的主要影响因子和地下水主要污染区，为地下水水质评价和分区治理提供了理论依据。
摘要：本文根据野外实地水样采集与监测得到的各检测点的评价项目浓度，对济南市地下水水质污染现状及变化趋势加以分析，确定济南市地下水环境质量评价标准及评价项目，选定国标推荐的加附注评分法，对济南市各地下水样检测点进行地下水环境质量评价，最后根据计算结果将地下水环境质量划为优良区、良好区、较好区、较差区、极差区等五个等级。从而，对济南市的地下水环境质量有个整体上的评价与认识。
关键词：地下水；环境；质量
1 济南市地下水污染现状及发展趋势分析
近年来，随着人类活动的加剧和开采量增加，济南市岩溶水水质有逐渐恶化的趋势，特别是80年代以来，岩溶水化学组分含量快速增加。根据系列监测资料以西郊、市区、东郊为例，分析对比泉域CL-、SO42-、NO3-离子与总硬度、矿化度多年来的变化趋势。
1.1污染源分析
1.1.1大气污染源
据环境保护部门监测资料，济南市废气排放所含主要污染物为SO2、烟尘、粉尘等。济南市大气污染相当严重，由于大气污染，降水中SO42-，NOX含量相应增高，降水质量直接影响地下水质量。
1.1.2 废水污染源
据环保部门统计，2001年市区工业废水排放量为4948.8万吨，其中主要污染物COD、石油类，悬浮物、挥发酚等成份，生活污水主要污染物为COD。历城区的工业废水排放量最大，占总排放量的64%左右，是工业废水的主要来源地。[1]
1.1.3 垃圾及工业废弃物污染源
（1）垃圾
济南市日均产垃圾1726吨，通过野外实地调查发现，有部分生活垃圾堆放在南部山间洼地或冲沟等偏僻处，其特点是垃圾简单堆放在裸露或半裸露灰岩地区或采矿石坑内，生活垃圾在淋滤作用下易造成地下水污染。
（2）固体废弃物
固体废弃物主要污染物为粉煤灰，炉渣、煤矸石、采矿尾矿等，经风化和雨淋，对空气、水体、土壤造成污染，破坏生态环境。
2 地下水环境质量评价
选取重点评价东拓、西进所涉及的岩溶地区52个采样点，进行地下水环境质量评价。
2.1评价标准
地下水质量评价以我国国家技术监督局于1993年12月批准、1994年10月1日开始实施的《地下水质量标准》GB/T14848-93为标准，进行单项组分和综合评价。
2.2评价项目的选取
根据饮用水水质标准，选有NH4+、Cl-、SO42-、F-、NO2-、NO3-、总硬度、矿化度、PH值、AS、Hg、Cu、Cr6+、Pb、Zn、酚、CN、Cd、Mo、共计19项参与评价。
2.3评价方法的确定
《地下水质量标准》GB/T14848-93中，除了规定地下水的质量分类、监测项目外，还推荐了一种地下水水质综合评价方法，即以标准中各项目浓度水平的划分级别为基础，用综合评分值（F值）的方法来对济南市地下水进行评价。[2]
具体做法如下：
（1）单项组分评价
依据《地下水质量标准》GB/T14848-93见附表1，将52个采样点的各单项组分的监测结果，按照地下水分类指标进行划分，即确定单个水样中，各单项组分所在的类别，结果见附表2。
（2）综合评价
地下水质量综合评价，采用加附注的评分，按照附表1划分等级，再按照表1规定的单项组分评分确定Fi，最后按下面式（1）计算F值。
将附表2中的单项组分所属类别，按表1规定的单项组分评分确定Fi，最后按照按式（1）计算F值。[3]
3 评价结果分析
根据表3可看出，区内岩溶水仅在西郊井家沟（黄29号）1个取样点水质极差，8个取样点水质较差，其余43个检测点水质均为良好，研究区内无水质优良区。
（1）水质良好区（Ⅱ）
工作区内大部分地段属水质良好区，从南郊低山丘陵灰岩裸露区到北部隐伏区广泛分布，济南地区地下水大多属于此类。该区地下水类型以HCO3-Ca型为主，局部为HCO3-Ca・Mg型。南部丘陵区，基岩裸露，地下水位埋深大，多为农业或生活污染，一般硬度较小；北部基岩埋藏深，上露覆第四系盖层，部分地区由于岩浆岩或粘性土的存在，垂直方向的防护性能较好，因而，较大区域内地下水质量较好，各项水理指标符合饮用水水质标准，水质良好，适于作为生活或工业供水水源。
（2）水质较好区（Ⅲ）
分布于水质较差区的外围，与良好区相连。该区内地下水各项组分中均未超过地下水质量Ⅲ类标准，可以作为集中供水水源。
（3）水质较差区（Ⅳ）
主要分布在工作区中部，后魏华（段54）后龙窝（+3）政法学院（政1），工作区东、西部仅点状分布于埠东、武警医院、邵而、北汝，地下水中部分项目超过饮用水水质标准，适宜农田灌溉和工业用水，用作饮用水水源需加处理。
（4）水质极差区（Ⅴ）
本区仅分布在井家沟一带，综合评价为Ⅴ级水分布区，地下水主要受工业及农业严重污染，不益饮用。目前该区地下水主要用于工业用水及农田灌溉用水，部分地段也作为生活用水。西郊井家沟一带，地下水中SO42-，总硬度、矿化度严重超标，其中SO42-为1204.89mg/L，总硬度为1740.63mg/L，矿化度为2505.48mg/L，PH值为6.6，地下水水化学类型为SO42-―Ca型水。
4 结论
地下水环境质量评价是环境质量评价的重要组成部分，是以定量的方式直观地表征地下水环境质量的总体状况，可为水资源的可持续开发与管理提供了科学的依据，更是实现水资源合理开发利用的重要技术措施。
本文对地下水环境质量综合评价原理和方法进行了研究，并结合济南市地下水水环境的基础性资料，对济南市地下水环境质量进行了评价。所作工作如下：
（1）分析济南市地下水污染现状及发展趋势，确定了比较科学、全面的监测项目。
（2）采用加附注的评分方法进行计算，求得综合评价分数值，并根据计算结果划分地下水质量级别。根据综合评价值将水质分级划分为：优良区、良好区、较好区、较差区、极差区。
结果表明，所选取的52个采样点中，1个取样点水质极差，8个取样点水质较差，其余43个检测点水质均为良好，无优良区。与相关资料显示的实际情况基本相符合。
摘要：现有的土地评价工作侧重于土地应用功能，而对土地生态环境功能的考虑比较少。为了探索考虑生态环境功能的土地质量评价方法，选择生态环境条件脆弱的泸定县为研究区，在土地利用类型的基础上，加入坡度、坡向、高程等地形要素指标，建立土地生态环境质量评价指标体系，并应用GIS、RS和层次分析（AHP）技术获取评价因子专题图，经过图形叠置生成泸定县土地生态环境质量等级图。评价结果显示，影响研究区土地生态环境质量的主要因素为坡度、降水量、高程、植被指数和土壤质地等。经过对泸定县土地生态环境质量评价等级与地貌类型、土地利用方式及生态环境因素进行对比分析，认为评价结果与现实条件吻合较好。
关键词：土地生态环境质量；GIS；RS；泸定县；图形叠置；层次分析法
近些年来，为提高各类土地利用质量，满足土地规划的战略需求，从工业、农用、建设、旅游等不同功用角度出发，我国学者开展了一系列土地评价工作[12]，比如，针对建设用地的土地适宜性评价[3]、根据开发区用地模式需求而开展的土地集约利用评价[4]、为区域土地状况及农产品绿色基地建设提供依据的土地质量评价等等[5]。现有这些评价工作大多为适应土地的社会经济发展需求，侧重于考虑土地的应用功能，而对土地作为生态环境要素方面的考虑比较少。我国地域辽阔，虽然土地资源总[HJ1.99mm]量丰富，但地形地貌、气候条件的复杂多样及人类活动等因素叠加，造成土地荒漠化、水土流失等生态环境问题十分严峻。因而在地理区位特殊，生态环境的脆弱地区，针对土地的生态环境功能，开展土地生态环境质量评价具有重要意义。本文以泸定县为例，在分析当地实际环境条件基础上选取适宜的土地生态环境评价指标，利用GIS与RS进行数据获取、空间分析，探索基于满足生态环境功能的土地环境质量评价体系及方法。
1研究区概况
研究区范围包括整个泸定县。泸定县位于四川省甘孜藏族自治州东部，东经101°49′-102°27′，北纬29°28′-30°6′之间，土地总面积2 16871 km2。由于地处青藏高原向四川盆地的过渡地带，境内山高坡陡，河谷幽深，为典型的高山峡谷地貌。区内地势高差相对较大，一般在2 000～3 000 m，最高可达6 500 m。大渡河由北向南将全县分割为东西两部分，沿河两岸支沟发育。县内地貌类型按成因可以分为阶地、河谷扇形地、台地和山地。阶地由河流下切形成；河谷扇形地多形成于山溪与大渡河交汇处，因其土质肥沃多为县内的重要耕地；台地是由冰川、溪流剥蚀切割形成；山地多为中山、高山和极高山，多分布于贡嘎山东坡和部分北坡的磨西、新兴乡等大雪山脊一带。
县域属于亚热带季风气候和大陆性季风高原型气候，土壤类型多为山地黄褐土、黄棕壤、山地棕壤、山地暗棕壤等，也包括部分高山草甸土类型。因地形地貌、生物气候和成土母质的影响，泸定县土壤区域特征十分明显，具有较显著垂直和水平分带特征。全县土地利用类型包括耕地、园地、林地、草地、工矿仓储用地、住宅用地、交通用地、水域及水利设施用地、其它用地。由于工矿仓储用地、住宅用地、交通用地总和只占总面积的056%，故本文合并称为建设用地，本次评价对象包括除水域以外的所有类型土地。泸定县特殊的地质地貌、气候条件及人为不利因素决定了其生态环境脆弱和土地质量较低，除了土地的不合理利用以外，该县还存在森林资源过度采伐引起的土地枯竭，草场不平衡放牧引起的板结退化等生态环境恶化现象。泸定县位置及其区域卫星影像见图1。
2评价方法
土地评价的方法很多，目前常用的评价方法有模糊评价法[6]、主成分分析[7]、物元分析法[8]等。本文充分运用GIS技术和RS技术建立空间和属性分布数据库，选择基于GIS的图层叠置法[9]进行叠加分析。
2.1评价指标体系的建立
土地质量评价指标一般依据土地利用类型来选取：未利用地采用生态质量指标体系，农用地采用生态质量指标体系和生产质量指标体系，建设用地采用生态质量指标体系、生产质量指标体系和承载质量指标体系[10]。本文参考以上原则，将影响土地生态质量的地形要素纳入到评价体系，主要考虑坡度、坡向、高程等地形指标，以突出土地生态环境质量评价的目的。由于泸定县建筑用地总面积只占土地总面积的很少一部分（见研究区背景分析），故按照未利用地和农用地类型来选取指标。生态质量和生产质量指标体系选取气候条件、土壤质量、植被覆盖率水平和土地利用状况作为评价指标。最终，确定了泸定县土地生态环境质量评价指标体系，见图2。评价指标体系分为3个层次：目标层为土地生态环境质量评价体系；要素层包含气候、土壤、植被、地形、土地利用等5个要素；指标层包含年降雨量、年均气温、≥10 ℃积温、土壤湿度、土壤有机质、土壤质地、植被指数、坡度、坡向、高程、土地利用类型等11个指标。
2.2数据采集与数据标准化
对泸定县土地生态环境质量评价体系中11个评价指标的数据处理，主要通过GIS、RS分析或直接插值法获取各类专题图，具体的技术方法包括：调用ARCGIS软件的空间分析模块在数字化地形图数据源基础上生成坡度图和坡向图；使用遥感图像处理软件Erdas 87对TM遥感影像数据进行解译生成土壤湿度图、植被覆盖图；选取SPOT遥感影像解译获取土地利用现状图；利用获取的气候数据、土壤有机质数据插值得到对应的专题图；土壤质地为非数值型指标，通过矢量化获取专题图。
（3）土地生态环境质量为优和较优的土地主要分布在大渡河沿岸及其支沟地区以及中山地势平坦开阔的台地地区，这些地区气候温和湿润，水热条件较好，地势平坦，植被覆盖率高；质量为良的土地主要分布在新兴乡的中部及东北部、田坝乡西部、烹坝乡西南部，该区域属于高山地形，地势平坦开阔，林地草地为主要土地利用类型，但其气候属亚高山亚寒带、高山寒带气候，降雨量少，土壤为亚高山草甸土和高山亚高甸土为主，砂石含量多，是主要的牧区地带；质量为中等的土地主要分布在大渡河谷低中山的岚安乡、烹坝乡、泸桥镇、田坝乡、冷碛乡、杵泥乡等乡镇，这些地区位于气候温热，地势较缓的河谷地区，是主要的人口聚集地，有一定的环境污染，建设用地占用耕地的情况较为突出，因此此区域土地生态环境质量不太理想；质量为差的土地分布在磨西镇和新兴乡西部地区，田坝乡、烹坝乡部分地区，此区域位于高海拔地区，生态环境脆弱，地质灾害频发，水土流失严重，气候属高地凉温带及高山永冻带，主要的土地利用类型为其它土地中的裸地和水域及水利设施用地中的冰川及永久积雪。
4结语
泸定县地处高山峡谷地带，区内土地生态环境脆弱。本文加入地理要素形成评价因子体系，结合GIS、RS及AHP技术进行数据提取、分析和运算，对泸定县土地生态环境质量进行了系统研究，评价结果显示地形指标对土地生态环境质量具有重要影响。总体来看，影响研究区土地生态环境质量的主要因素为坡度、降水量、高程、植被指数和土壤质地等。通过对泸定县土地生态环境质量评价等级与土地利用类型及实际生态环境因素的对比分析，评价结果与现实条件吻合较好。
土地生态环境质量评价是正确认识土地资源状况的基础，同时对生态环境保护具有重要指导意义。当前关于土地质量评价的研究尚比较单一，相关理论和技术方法体系还很缺乏。服务于多种土地功能应用，同时兼顾土地所在地域特点及自然地理条件等属性，是土地质量评价值得深入和探索的方向。
【摘要】综述了水环境质量评价的作用及目前常用的各种水环境质量评价方法，对目前水环境质量评价中的不同方法进行了比较分析，针对各种评价方法的优点和不足做出评述，并简单介绍了评价中应注意的问题。
【关键词】水环境质量；水质评价；评价方法
一、水环境质量评价的作用及分类
水环境质量评价是进行环境管理的重要手段之一。通过水环境质量评价可以了解环境质量的过去、现在和将来发展趋势及其变化规律，制定综合防治措施与方案；可以了解和掌握影响本地区环境质量的主要污染因子和主要污染源，从而有针对性地制定改善环境质量的污染源治理方案和综合防治规划与计划；可以为制定国家或地方的环境标准、法规、条例细则等提供科学依据等。
按不同的分类方法，大致上可将水环境质量评价分为以下几种类型：
1.按照时间可分为回顾评价、现状评价和预断评价；
2.按照区域类型可分为城市、区域或流域、景区等；
3.按照环境的专业用途又可分为饮用水、灌溉水、渔业用水等质量评价。
二、水环境质量评价方法
（一）污染指数评价法
1.原理及分类。将对水体实际监测数据与评价标准作为分指数，然后将其通过数学运算得到总体污染指数，并将该指数作为水体污染程度评价标准，并作为评价不同河流或同一河流不同时期水质评价尺度，该种方法只适于对水体进行定量描述，其可基本反应污染性质及污染程度。
依据对分指数的处理不同，指数法又可以分为不同的指数形式，主要有豪顿（Hoaon）水质指数、布朗（Brown）水质指数、普拉特（Prati）水质指数、尼梅罗（Nemerow）指数、罗斯（Ross）水质指数、黄浦江污染指数（A）等。
2.特点。一般而言，综合指数法具有下述缺点：（1）综合指数法将环境质量硬性分记，没有考虑环境系统客观存在的模糊性。环境本身存在大量不确定性因素，级别划分与标准确定都具有模糊性；（2）综合指数法没有考虑到环境系统客观存在的灰色性。
应该看到，综合指数法也有无可比拟的优点：（1）它能用一个简单的数学公式整合海量的环境特征性信息，并以一个简单的数值来反映环境质量的总体水平；（2）只要选择并固定了合适的评价方法和评价指标，就可以对区域环境质量进行时空上的比较，而且这种比较是依据数值大小、结论明确的计算结果来进行的。
（二）模糊评价法
模糊综合评判法是它建立在模糊集合基础上，从多个指标对被评价事物隶属等级状况进行综合性评判，它把被评判事物的变化区间做出划分，模糊综合评判可以做到定性和定量因素相结合，扩大信息量，使评价数度得以提高，评价结论可信。
1.模糊评价法原理。模糊综合评判法是利用模糊变换原理和最大隶属度原则，考虑与被评价事物相关的各个因素或主要因素，对其所做的综合评价。应用模糊数学进行水质评价时，对一个断面只需要一个由P项因子指标组成的实测样本，由实测值建立各因子指标对各级标准的隶属度集。
2.特点。模糊综合评价法的最显著特点是：一、相互比较。以最优的评价因素值为基准，其评价值为1；其余欠优的评价因素依据欠优的程度得到响应的评价值。二、可以依据各类评价因素的特征，确定评价值与评价因素值之间的函数关系。
但是，从目前的研究情况来看，由于在模糊综合评价中，一般采用线性加权平均模型得到评判集，使评判结果易出现失真、失效、均化、跳跃等现象，存在水质类别判断不准确或者结果不可比的问题，而且评价过程复杂，可操作性差。
（三）人工神经网络评价法
应用人工神经网络进行水质评价，首先将水质标准作为“学习样本”，经过自适应、自组织的多次训练后，网络具有了对学习样本的记忆联想能力，然后将实测资料输入网络系统，由已掌握知识信息的网络对它们进行评价。
人工神经网络用于水质评价有下述优点：1.可允许有大量供调节参数；2.运算速度快；3.具有全息联想功能；4.具有自组织、自学习、自适应和容错能力。缺点：对于协同性较差的样本，评价结果易出现均化现象。
三、结语
随着目前科学技术的快速发展，各学科的相互交叉渗透，以上水环境质量评价方法也会不断得到完善、创新，这就要求我们及时了解前沿科学并将其扩展。
总之，水环境质量评价方法会在科技工作者的共同努力下不断完善和更新，使之更合理、准确、科学，更好地指导水资源保护、水环境治理工作。
摘要：营口市蔬菜种植基地土壤环境质量全部达到《土壤环境质量标准》，单因子评价为Ⅰ级，无污染，梅罗污染指数评价为Ⅰ级，清洁（安全），与”十一五”相比，重金属浓度有所改变。
关键词：营口市；蔬菜种植基地；土壤；环境质量
1 前言
为了全面、系统、准确掌握营口市农田土壤环境质量的总体状况，查明土壤污染类型、程度和原因，营口市环境监测中心站于2013年，开展了一次蔬菜种植基地土壤环境质量监测，本次监测选择营口辖区内3个蔬菜种植基地，分别位于盖州市太阳升办事处沙沟子村、老边区柳树镇东柳村和盖州市太阳升办事处六里村。
2 基本情况
盖州市太阳升办事处沙沟子村：主要种植品种为黄瓜、土豆、茄子、辣椒、卷心菜，灌溉方式为井灌，主要使用肥料为好天115、好天1107、中挪1+1等复合肥，使用菊酯类农药，周边均无污染源。
老边区柳树镇东柳村：主要种植品种为西红柿、黄瓜、茄子、芸豆等，灌溉方式为井灌，主要使用肥料为中美1+1、中挪1+1等复合肥，使用有机氯农药，周边均无污染源。
盖州市太阳升办事处六里村：主要种植品种为葱、姜、茄子、卷心菜等，灌溉方式为井灌，主要使用肥料为中美1+1、好天115、好天1107、中挪1+1等复合肥，使用敌敌畏、乐果农药周边均无污染源。
3 样品采集
每块蔬菜种植基地按100m×100m网格布点，从中随机抽取了5个地块，在每个监测地块的中心采集0～20cm表层土壤，同时记录点位坐标。
4 监测结果
4.1 土壤理化性质监测结果
监测结果显示：土壤pH值范围为6.9-7.1，均值为7.0，标准差为0.056；阳离子交换量范围为9.88cmol/kg-13.39cmol/kg，均值为11.65cmol/kg，标准差为1.043；有机质含量范围为0.49%-3.53%，均值为1.45%，标准差为0.761。
4.2 土壤重金属监测结果
监测结果显示：镉范围为0.02mg/kg-0.04mg/kg，均值为0.03mg/kg，标准差为0.007；汞范围为0.015mg/kg-0.033mg/ kg，均值为0.026mg/kg，标准差为0.006；砷范围为2.43mg/ kg-6.52mg/kg，均值为4.79mg/kg，标准差为1.404；铅范围为16.7mg/kg-25.4mg/kg，均值为21.2mg/kg，标准差为2.486；铬范围为62mg/kg-81mg/kg，均值为71mg/kg，标准差为6.076；铜范围为16mg/kg-30mg/kg，均值为24mg/kg，标准差为3.680；锌范围为42.8mg/kg-73.5mg/kg，均值为56.1mg/kg，标准差为9.713；镍范围为15mg/kg -26mg/kg，均值为19mg/kg，标准差为4.577；钒范围为13mg/kg-18mg/kg，均值为15mg/kg，标准差为1.580；锰范围为502mg/kg-732mg/kg，均值为631mg/kg，标准差为62.868；钴范围为8.0mg/kg-15.1mg/kg，均值为11.4mg/kg，标准差为1.813；银范围为0.050mg/kg -0.067mg/kg，均值为0.060mg/ kg，标准差为0.006；铊范围为0.40mg/kg -0.52mg/kg，均值为0.46mg/kg，标准差为0.035；锑范围为0.54mg/kg-0.86mg/kg，均值为0.61mg/kg，标准差为0.081。
4.3 土壤有机项目监测结果
监测结果显示：六六六（α-六六六）、六六六（β-六六六）、六六六（γ-六六六）、六六六（δ-六六六）、滴滴涕（P，P’-DDE）、滴滴涕（O，P’-DDT）、滴滴涕（P，P’-DDD）、滴滴涕（P，P’-DDT）、苯并[a]芘、氯丹、七氯、代森锌有机项监测结果全部为未检出。
5 蔬菜种植基地土壤环境质量状况评价
5.1 土壤环境质量状况评价
2013年营口市蔬菜种植基地土壤环境质量例行监测污染状况的评价结果为：全市15个监测点位全部达标，超标率为0。
5.2 污染对比分析
本次土壤监测及评价结果与“十一五”期间开展的全国土壤环境质量状况调查对比结果为：盖州市太阳升办事处沙沟子村重金属镉、砷、铜、镍、钒呈减轻趋势，汞、铬、锌、锰、钴污染呈加重趋势；老边区柳树镇镉、汞、砷、铅、铬、铜、镍、钒、锰呈减轻趋势，钴呈加重趋势；盖州市太阳升办事处六里村镉、砷、铜、锌、钒呈减轻趋势，汞、铅、铬、镍、锰、钴呈加重趋势。
5.3 污染成因分析
本次土壤监测发现，重金属浓度均符合《土壤环境质量标准》，部分地区汞、锌、铬、钴、锰的含量较“十一五”时期有所上升，说明部分地区表层土壤中汞、锌、铬、钴、锰的含量有逐渐富集升高的趋势，其原因主要是：蔬菜种植区附近行车频率高，汽车尾气的沉降导致了锌、钴浓度的升高；施用的肥料中含有汞、铬、锰导致土壤中汞、铬、锰浓度的升高。
6 结论
通过对盖州市太阳升镇沙沟子村、老边区柳树镇东柳村、盖州市太阳升镇六里村的土壤的调查分析，调查区域内土壤各项监测指标均达到《土壤环境质量标准》要求，单因子评价为Ⅰ级，无污染，内梅罗污染指数评价为Ⅰ级，清洁（安全）。
【摘 要】文章用生态环境适宜度指数法，对陕南三市的生态环境质量现状进行了评价，结果表明：汉中、安康、商洛生态环境综合质量指数分别为Ⅱ、Ⅲ级标准，相对较好。结合陕南的区位特征以及生态环境保护与发展的矛盾，提出了发展生态经济，完善法律、法规，加强生态法制宣传教育等措施，保护陕南的青山绿水。
【关键词】陕南三市 生态环境 适宜度
陕南包括汉中、安康、商洛三市，受地理环境的制约以及资源、产业分布的影响，使其发展不同于能源丰富的陕北地区和地理位置优越、气候温和、土地肥沃的关中地区。陕西省在第一个五年规划中提出，关中地区要率先发展，陕北地区要跨越发展，陕南地区要突破发展。另外，陕南地区是我国南水北调中线工程的重要水源地，对此，陕西省又出台了陕南循环发展的规划，用循环经济理念开发生物、矿产、旅游资源，保护陕南的生态环境。本文对陕南三市的生态环境质量作出评价，并对生态建设保护机制提出建议。
生态环境概况
陕南面积7.02平方公里，占全省面积的34.12%；2011年末总人口930.71万人，占全省人口总数的24.14%。陕南位于我国南北过渡的中间地带，由于特殊的地理位置，其矿产资源、生物资源和水资源很丰富。陕南地区金属矿藏丰富，占全国发现矿藏的64.4%；金、银、铜、铁、硫，汞锑、铅锌等矿产的藏量在全国位居前列。陕南的水能资源藏量丰富，汉江、丹江和嘉陵江流域水能总蕴藏量占全省总量的55.9%。陕南汉中是长江最长的支流汉江的发源地，自宁强起源流经汉中、安康地区进入湖北。陕南东部地区有长江支流――丹江，经由商洛地区流入湖北。
陕南的生物资源拥有黄姜、杜仲、绞股蓝等各类中药材资源3000余种，是我国重要的“天然药库”、“中药材之乡”。茶叶主产区分布在大巴山和汉江、丹江两岸的丘陵和低山区，是西北地区最大的茶叶生产基地。养蚕种桑传统悠久，是我国东桑西移的主要接续地。板栗、核桃、食用菌等具有大规模种植条件，魔芋为全国四大种植区域之一。
陕南旅游资源独特，特别是两汉、三国古迹遗存多，是文化旅游的胜地。同时，陕南也是我国自然生态旅游资源最丰富、特色最突出的地区，金丝峡、南宫山、牛背梁等形成陕南特色鲜明的旅游精品景区。旅游产业是陕南最有条件、最有可能率先突破发展的产业之一。
评价方法
生态环境评价的方法很多，本文采用城市生态环境适宜度指数法。此方法主要通过对城市生态环境指标体系的确定，依据指标权数及其基准值，建立城市生态环境适宜度模型，利用模型对城市生态环境进行评价。
1.确定评价指标体系
生态环境的评价方法很多，可以从不同的角度和不同的分类进行构建。本文把城市生态环境看成是一个资源、环境、社会、经济复合而成的人工生态系统，遵循科学性、目的性、系统性、可操作性的原则，建立陕南三市生态环境适宜度指标体系，简称“二生一环”。即生产位指标、社会位指标、环境位指标，见表1。
2.评价模型
（1）单项指标适宜度模型
单项指标适宜度模型，可分为正向指标，即指标值（Aij1）越大越好的指标。其计算模型见公式（1）
Pi1=Aij1/BiWi （1）
另一类为负向指标，即指标值（Aij2）越小越好的指标。其计算模型如公式（2）
Pi2=（2-Aij2/Bi）Wi （2）
式中：Pi1，Pi2为i指标的适宜度指数；Aij1，Aij2为i指标的现状值；Bi为i指标的基准值； Wi为i指标的权重。
（2）指数组适宜度模型
生产、社会、环境指标组适宜度模型计数法见公式（3）
Pj=Pi（Pi1 ，Pi2） （3）
式中：Pj为生产、社会、环境适宜度指标组指数；k为其指标组中指标个数。
（3）城市生态环境适宜度综合指数模型
城市生态环境适宜度综合指数模型用公式（4）计算
P综=PjWj （4）
式中：P综为城市生态环境适宜度综合指数模型；Pj为生产、社会、环境适宜度指标组指数；Wj为指标组的权重。
（4）陕南三市生态环境质量现状评价
本文数据取自《2011中国城市统计年鉴》和《2011陕西统计年鉴》。首先，用式（1）计算表2中的各市单项指标适宜度指数；其次，建立“二生一环”指标组适宜度模型，用式（3）计算出指标组适宜度指数见表3；最后建立城市生态环境适宜度综合指数模型，并计算。评价标准见表4。
总体来说，陕南三市的生态环境都过了及格线，汉中的适宜度综合指数好于安康、商洛。这主要是汉中的环境指标适宜度指数高于安康、商洛。分析数据可以看到，安康、商洛的空气污染综合指数和城市垃圾处理率的指标与汉中的距离较大，安康、商洛无害垃圾处理还在空白状态。
陕南生态环境建设的建议
1.发展生态经济。陕南地区产业发展所依托的生物和矿产资源，大多数分布在重点生态保护区和水源涵养区，资源开发与环境保护的矛盾大。要大力发展循环经济，提高资源的生产率；要发展低碳技术，提高能源利用效率，促进单位生产总值能耗进一步下降；积极发展绿色产品。形成一批具有较强竞争力的绿色品牌。
2.提高环境质量。一是要提高主要污染物的达标排放率，二是要加强污染的治理。
3.保护青山绿水。陕南产业发展所依托的生物和矿产资源，大多数分布在重点生态保护区和水源涵养区，资源开发与环境保护的矛盾大。坚持经济发展与环境保护相协调，切实保护生态环境，建设资源节约、环境友好型新陕南，确保一江清水供北京。
4.完善法律法规。研究制订适合陕南区域的保护环境、节约能源资源、促进生态经济发展等方面的法规，加强重点区域、重点领域生态环境保护专项立法，对破坏生态、污染环境的案件要依法严厉查处。
作者单位：汉中市委党校 陕西汉中
