评价区（精选12篇）
评价区 篇1
摘要：产业集聚区作为促进区域经济发展的核心载体, 对其发展进行评价, 能够科学指导产业集聚区的建设和发展。通过建立产业集聚区的发展评价指标体系, 构建基于BP神经网络的评价优化模型, 对现存产业集聚区的建设和发展进行评价和总结, 划分产业集聚区发展水平, 寻找产业集聚区建设优化的路径, 对产业集聚区的发展给出优化建议, 指导产业集聚区的科学发展。
关键词：神经网络,产业集聚区,评价
引言
产业集聚区的优化涉及两个方面, 一方面是产业集聚区的空间布局规划, 涉及不同类型的产业集聚区根据战略发展目标选择相对最优区位的问题, 属于宏观层面的优化;另一方面是产业集聚区的建设发展规划, 涉及单个产业集聚区在建设发展过程中根据具体表现指标促进优胜劣汰的问题, 属于微观层面的优化, 通过这两个方面的优化研究, 可以实现对产业集聚区建设的全过程优化和动态优化。本文重点探讨产业集聚区的微观建设发展优化, 拟通过构建产业集聚区发展优化模型, 实现产业集聚区发展的动态评价, 以评价的结果作为产业集聚区微观建设发展优化的指导, 提出相关政策进行对应调整, 促进产业集聚区的优化发展。
一、产业集聚区建设发展评价
(一) 产业集聚区建设发展评价指标体系
当前产业集聚区建设主要规划布局在中心城市周围, 目的是实现城市和产业集聚区的相互促进与发展, 形成规模化的现代都市群。这种规划布局, 决定了产业集聚区的集约化发展道路和清洁型发展模式, 所以在产业集聚区建设发展的评价过程中, 必须以此为基础构建评价指标体系。产业集聚区建设发展评价的最终目标是带动地区产业经济走向高效、集约与可持续发展的道路;以此为目标细分为五个评价部分, 即产业集聚区建设规模、产业集聚区经济贡献、产业集聚区生态保护、产业集聚区社会贡献和产业集聚区发展潜力;在这五个部分中, 分别选择细化指标反映产业集聚区的建设发展情况, 同时考虑高效和集约性, 在一些指标的取值方面采用单位面积比值。
(二) 产业集聚区建设发展评价模型
根据产业集聚区建设发展评价指标体系, 结合基于误差反向传播算法 (BP算法) 的多层前向神经网络模型[1~2], 建立了产业集聚区发展的神经网络评价模型, (如下页图2所示) , 模型分为两大模块:前一部分是归一化模块, 后一部分是BP神经网络 (BPNN) 模块。上述模型中的BPNN模块采用三层BP神经网络, 包括输入层、隐含层和输出层[3]。
在数据输入BPNN模块前进行指标预处理, 实现三个目的:指标达到无量纲化, 各指标与评价目标同方向同趋势, 新的网络输入数据值控制在[0, 1]区间。
原始指标数据经过预处理达到要求后由归一化模块进入BPNN模块。根据指标体系, BPNN模块输入层的模糊神经元数为12, 即输入信号x1、x2…x12对应于12个归一化值;输出神经元数为1, 即输出量0对应于产业集聚区建设发展水平;隐含层的神经元数太少会导致容错性差, 太多会导致学习能力降低, 所以隐含层神经元根据经验公式 (1) 计算的参考值[4]和所选样本的反复测试确定为4。
N—输入层节点数;P—输出层节点数;m—隐含层节点数。
BP神经网络的学习过程是网络参数修正的过程, 本系统的网络学习采用有教师的方法, 网络参数的修正采用梯度法实现[5]。通过一定数量的网络训练过程, 实际是修正网络参数以确定最适宜的权值[6], 使对全部n个样本的实际输出0α与样本输出的残差达到最小, 即:
权值以及阈值的修正通过反向传播算法的梯度法实现, 以t表示迭代修正的次数, 并用bk和bo分别表示隐含层与输出层的神经元阈值, 则BP神经网络的参数修正规则为:
第一, 输入层到隐含层的连接权值:
式中, i=1, 2, …, 17, k=1, 2, …, 35, wki为输入节点Xi到隐含层节点Rk的权值, η为学习率。
第二, 隐含层神经元阈值:
bk (t+1) =bk (t) —η′鄣E/鄣bk (4) 式中, k=1, 2, …, 35, η′为学习率。
第三, 隐含层到输出层的连接权值:
式中, k=1, 2, …, 35, ck为规则层节点Rk到输出层节点0的权值, η″>0为学习率。
第四, 输出层神经元阈值:
式中, η″′>0为学习率。
经过训练学习, 评价网络输出衡量产业集聚区建设发展水平的评价值β, 该值的范围为[0, 1], 为明确产业集聚区建设发展水平, 以当年产业集聚区所在省份的中心城市工业经济发展水平把产业集聚区建设发展状态划分为四级:一级为强, 带动全省中心经济城市的工业经济发展, 分值范围为为0.85<β≤1;二级为较强, 带动地市级中心经济城市的工业经济发展, 分值范围为0.7<β≤0.85;三级为中, 成为区域中心城市经济发展的有益补充, 分值范围为0.5<β≤0.7;四级为差, 未能对区域经济发展贡献力量分值范围为0<β≤0.5。这样可以从网络输出值中可以明确得出产业集聚区建设发展水平差异。
在每次评价中, 往期的样本, 都可以作为新的学习样本让这个BP神经网络评价系统不断学习、继续完善, 以使它作出更准确的评价。
二、算例
选择中原经济区不同中心城市的10个产业集聚区建设情况作为学习样本, 所有样本的指标值都已根据预处理规则进行了归一化 (见表1) 。
通过对上述10个特定产业集聚区样本的网络训练学习, 得到网络评价结果 (见表2) 。
结论
本文建立了三层BP神经网络评价模型, 从微观角度评价了产业集聚区建设发展水平, 按照设定的标准, 对所选集聚区的发展状况进行了等级划分, 分析得到的产业集聚区发展优化建议具体如下: (1) 产业集聚区的建设优化, 应该逐步从过去的注重固定资产投资额和建成区总面积等效果指标, 逐步转向关注产业集聚区的单位面积工业总产值、单位面积主营业务收入和单位面积工业增加值等效率指标, 这不仅体现产业集聚区建设的土地集约化利用, 也符合国家产业结构调整和优化升级的需要; (2) 产业集聚区的建设优化必须考虑区域经济差异和工业化阶段差异, 不同地区和时段的产业集聚区建设优化应该体现发展重点, 以重点发展关注指标强化产业集聚区建设过程中的优化方向, 尤其是中西部地区在承接东部产业转移过程中, 更应该结合各地区的比较优势和相对工业基础, 对产业集聚区进行优化布局和评价; (3) 产业集聚区的建设评价需要进行纵向对比和横向对比, 在纵向上, 需要划分发展水平层级进行大范围的产业集聚区对比, 发现产业集聚区建设间所存在的差距, 不断促进产业集聚区间的对比和优化;在横向上, 需要与所处地区的整体工业产业经济发展情况进行对比, 评估产业集聚区对地区工业经济的带动和促进作用。通过纵向和横向两个方面的评价, 全面评估产业集聚区的建设发展状态, 做到既促进地区经济发展, 又合理优化布局; (4) 产业集聚区的建设优化应该采用动态考核的方法, 对评价始终处于较低水平和对地区经济促进作用逐步降低的产业集聚区考虑限制性发展, 重点支持发展较快和具有发展潜力的高水平产业集聚区建设, 总体上实现产业集聚区建设的布局优化和资源配置的优化。
参考文献
[1]肖玲诺, 史建锋, 孙玉忠.基于BP神经网络的产学研知识创新联盟风险评价研究[J].中国软科学, 2011, (12) :176-178.
[2]Bart Kosko.Neural Networks and Fuzzy Systems[M].New Jersey:Prentice hall, 1992:37-95.
[3]金成晓, 俞婷婷.基于BP神经网络的中国制造业产业安全预警研究[J].北京工业大学学报:社会科学版, 2010, (2) :14-15.
[4]范秋芳.基于BP神经网络的中国石油安全预警研究[J].运筹与管理, 2007, (10) :103.
[5]许东.吴铮.基于MATLAB6.X的系统分析与设计[M].西安:西安电子科技大学出版社, 2002:19-23.
[6]李双成.中国可持续发展水平区域差异的人工神经网络判定[J].经济地理, 2001, (9) .
评价区 篇2
工业集聚区规划环境影响评价研究
本文结合目前工业集聚区总体规划环境影响评价的开展情况,提出对工业集聚区规划环境影响报告书内容与专题设置、评价指标体系确立原则与程序、评价结论的主要内容等问题的意见,并给出了一些行之有效的实用办法.
作 者：鲁东霞 作者单位：河南省环境保护科学研究院,河南,郑州,450004刊 名：环境与可持续发展英文刊名：ENVIRONMENT AND SUSTAINABLE DEVELOPMENT年，卷(期)：“”(3)分类号：X32关键词：工业集聚区 规划环评 评价指标
研究强震区滑坡敏感性评价 篇3
摘要：以汶川县为研究区，对汶川MS8.0地震震后遥感影像进行精细解译，结合相关调查数据建立了地震诱发地质灾害数据库。经统计，汶川地震在汶川县4086km2境内引发了7766处滑坡灾害。选取地震烈度、断裂带、水系、高程、坡度和岩性共6个指标，在GIS技术支持下，将层次分析法和信息量法相结合，对汶川县域进行地震诱发滑坡敏感性评价，使用自然断点法按地震诱发滑坡敏感程度将研究区分为低敏感区、中敏感区和高敏感区。其中高敏感区的面积为1465km2，占总面积的35.9%，有6710个滑坡，占总滑坡数的86.4%。评价结果表明该敏感性评价成果精度较高，能够为区域滑坡灾害预测预报及防治规划设计提供技术支持，也可为其它区域地震诱发滑坡敏感性评价及成果制图提供理论指导和技术参考。
关键词：滑坡敏感性评价；GIS；层次分析法；信息量法；汶川MS8.0地震
中图分类号：P315.9 文献标识码：A 文章编号：1000-0666（2016）02-0279-09
0 引言
2008年5月12日四川省汶川县（103.4°E，31.0°N）发生MS8.0强烈地震（下文称“汶川地震”），该地震具有震级高、释放能量大、波及面广和破坏力强的特点，由于此次强震发生在四川盆地西部地质环境比较脆弱的中、高山地区，因而触发了数以万计的滑坡（黄润秋，李为乐，2009a），对房屋、建筑物、公路以及桥梁造成了严重的损坏，给人民的生命和财产带来了巨大的损失。强震区地震诱发滑坡有其自身特点，受发震断裂、地形地貌和地层岩性条件的控制，其空间分布有一定的规律可循，因此对强震区进行地震诱发滑坡敏感性评价对灾区恢复重建及其它建设项目合理选址、减少未来地震带来的损失有重要的意义。
地震诱发滑坡敏感性评价早已引起国内外学者的重视，特别是3S技术被引入地质灾害评价后，不仅为我国地质灾害数据库的建立、编制全国环境地质图和各省各地区地质灾害现状调查图提供了基础资料和强有力的支撑，而且为地质灾害评价研究提供了一条新途径，同时也使地质灾害评价由定性阶段迈入了半定量、定量时代。目前，中国和日本等国家采用3S技术，进行地震诱发滑坡的解译与分析，并着手建立本国的地震诱发地质灾害数据库。在对滑坡敏感性评价方面，Cross（1998）采用滑坡敏感性指数ISI（Landslide sus-ceptibility index）作为定量评价指标在英国Derby-shire地区进行了滑坡灾害危险性区划研究；Akgfin和Bulut（2007）利用GIS对土耳其Arsin-yomra地区进行了滑坡敏感性评价；Conoscenti等（2008）在意大利NW Sicily地区开展了基于GIS的滑坡敏感性分析。自20世纪70年代中国地震地质灾害学家、地质学家就开始认识到研究地震诱发滑坡的重要性和必要性。唐川和朱静（2001）开展了在GIS支持下的地震诱发滑坡危险区预测研究，探讨了运用GIS识别和定量计算不同地震诱发滑坡危险区的技术方法，完成了云南省地震诱发滑坡危险区预测图；兰恒星等（2002）对云南小江流域进行了基于GIS的滑坡敏感性分析，这极大地推动了中国地震诱发滑坡敏感性评价研究。汶川地震后，关于地震滑坡的分布特征及敏感性评价的研究成果大量地涌现出来，黄润秋等（2008a，b，2009b）进行了汶川地震触发地质灾害的发育分布规律及断层效应分析研究，张永双等（2008）对汶川地震次生灾害的基本特征进行了初步分析，殷跃平（2009）对汶川8.0级地震滑坡特征进行了分析研究，许强和李为乐（2010）对汶川地震诱发大型滑坡分布规律进行了研究。许冲等（2010）在GIS环境下采用确定系数法对汶川地震滑坡进行了敏感性评价，Tang等（2011）在北川县对强震区滑坡进行了风险性评价。上述研究较深入地介绍了汶川地震诱发滑坡与环境因子之间的关系，对深入认识地震诱发地质灾害具有重要的意义。
基于上述研究，以汶川县为研究区，利用高分辨率遥感影像进行精细解译，获得滑坡的空间属性数据，通过分析地震诱发滑坡与评价指标的空间分布关系及内在联系，选择评价指标及评价方法，建立评价模型，利用GIS空间分析功能进行地震诱发滑坡敏感性评价，然后对敏感性评价结果进行分析，最后绘制出汶川县地震诱发滑坡敏感性分区图，从而为下一步的危险性评价和风险性评价做准备。此外，还探讨了如何将GIS空间可视化分析和成图技术更好地应用于地震诱发滑坡敏感性分析和制图，从而解决这类数据量大、关系复杂的问题，力求真实地反映出地震诱发滑坡敏感性的空间特征。
1 研究区概况
汶川县位于四川盆地西北部边缘，居四川省阿坝藏族羌族自治州东南部，是中国4个羌族聚居县之一。地理位置（102°53′～103°44′E，30°46′～31°44′N），总面积为4086km2，东西宽84km，南北长105km。县城威州镇位于县境北部岷江与杂谷脑河交会处。县境内共有2条主要河流，分别为岷江和渔子溪，岷江贯穿县域东部，渔子溪横穿县境中部，最终于映秀镇汇入岷江内（图1）。汶川县属龙门山华夏系构造体系之中南段，茂汶断裂和映秀-北川断裂是汶川县主要的2条断裂带，呈北东南西方向斜穿全县，区域内地质构造复杂，岩性变化，工程地质岩组特性空间变化复杂，第四纪松散堆积物及强风化岩浆岩在该区域广泛分布。因此，汶川县遭受了地震次生灾害的严重影响，在岷江和渔子溪两岸斜坡发生了大量地质灾害，在岷江两岸尤为明显。
2 数据获取及评价方法
2.1 数据获取
本文主要采用了以下几个主要的震后遥感影像数据：（1）中国国土资源部震后航拍影像（分辨率0.5m）；（2）美国IKNOS卫星影像数据（分辨率1m）；（3）其他数据源（SPOT、ALOS、AS-TER和ETM等）。在GIS技术支持下，利用三维立体模型技术进行人机交互精细解译，可获得地质灾害的边界、面积及相关空间属性数据。Dai等（2011）和Gomm等（2011）已经对汶川县境内的地震次生灾害进行了解译，在此基础上，利用项目组新获取的遥感影像数据，对汶川县城周围、渔子溪沿岸等重点区域作了进一步的精细解译。前人解译成果和笔者解译成果数据具有较好的一致性，因此对未做解译的区域利用前人解译成果作以补充。笔者主要对以下几个区域进行了地震诱发滑坡精细解译：（1）汶川县城及周边地区共约400km2的区域，并重点对七盘沟进行了解译；（2）映秀镇境内，沿渔子溪两岸约500km2的区域；（3）银杏乡境内的岷江沿岸约240km2；（4）水磨镇和漩口镇境内。然后利用笔者解译成果，结合前人的解译成果，建立了汶川县汶川地震诱发滑坡空间属性数据库，以方便后续数据处理及数据共享。经统计，共7766处汶川地震诱发滑坡。最后得到汶川县地震诱发滑坡分布图（图2）。
另外，通过资料搜集获取的数据有1：5万地形图、1：10万地质图和地震烈度数据，其数据分别来源于四川省测绘地理信息局、中国地质调查局和四川省地震局。从1：5万地形图可提取出等高线和水系矢量数据：从1：10万地质图可提取出断裂带和岩性矢量数据。
2.2 评价方法
层次分析法是地质灾害评价中较为广泛应用的方法之一，主要是利用专业知识对地质灾害现象进行判断评估打分，最后得到权重，在评估打分的过程中，专业知识水平对权重的影响很大，它是定性与定量相结合、能够解决多指标的复杂问题的方法，主要用于解决很难用完全定量解决的实际问题。信息量法则是利用传统的数学统计方法将大量调查数据中影响地质环境稳定的因素进行量化，从而应用到地质灾害敏感性评价领域，它是能够解决多指标综合的实际问题、完全排除了人为干扰的定量方法。本文采用层次分析法和信息量法相结合的评价方法，使主观分析与客观实际有机地结合起来，能够更好地反映出该区域真实的地震诱发滑坡敏感性。
3 敏感性评价
3.1 评价单元划分
目前，广为被大家所接受的预测单元主要包括：栅格单元、地域单元、斜坡单元、子流域单元和均一条件单元（刘斌，2009）。评价单元的划分主要依靠比例尺的大小和空间数据的精度高低，如比例尺小于1：5万及等高线数据在10m以上的空间数据，易采用规则的栅格单元作为评价的基本单元。本文研究区为整个汶川县域，总面积为4086km2，县域东西宽84km，南北长105km，单个的斜坡单元已经超出了全图图幅所能清晰表达的能力范围，除特大型滑坡外，滑坡体的面状形态几乎可以用点来代替，在这种情况下，使用栅格数据单元即可满足评价的精度（刘斌，2009；王佳佳等，2014）。另外，在大数据量的前提下，栅格数据有其明显的运算速度快的优势。因此，本文选取栅格单元作为地震诱发滑坡敏感性评价的基础单元，并用点状滑坡数据代替面状滑坡数据，且点位于滑坡的源区。根据所获得的数据及国家数据库的行业标准，本文选取10m×10m做基础单元大小，对所获取的数据及在其基础上分析所得数据进行栅格化。研究区栅格划分为8499列，10535行，共计4086万个栅格单元。
3.2 指标因素的选取及分级
控制和影响滑坡敏感性的因素有很多，包括地形地貌、水文条件、地质构造、气候、地层岩性、地震烈度和人类活动等（Parise，Jibson，2000：Tang et al，2009：García-Rodríguezt et al，2008；Kamp et al，2008；陶舒等，2010；朱良峰等，2004；许湘华，2010）。Tang等（2009）选用了坡度、高程、岩性、距断裂距离和水系共5个因子对汶川地震影响区进行了同震滑坡敏感性评价；许冲等（2010）选用了地震烈度、岩性、坡度、距断裂距离、高程、坡向、水系与公路共8个因子对汶川震区进行地震滑坡易发性评价。为了突出影响滑坡敏感性的主要指标，笔者根据国内外较为普遍使用的评价指标和专家的意见，参考了前人研究成果（黄润秋等，2008a，b，2009b；张永双等，2008；殷跃平，2009：许强，李为乐，2010；许冲等，2010：Tang et al，2011），并结合本文研究区域的实际情况和GIS空间分析工具进行评价所需求的指标容量、可视化、可行性和可靠性，重点选取了地震烈度、断裂带、水系、高程、坡度和岩性共6个因素作为评价指标，并对每个指标进行分级。
（1）地震烈度：地震烈度是指地震发生时某一地区的地面震动的强弱程度。地震烈度是影响地震滑坡的重要因素。以往的调查研究成果表明（唐川，朱静，2001），地震烈度等级与地震滑坡频次呈正相关，即在地震烈度等级高的地区，其滑坡出现的频次也就越高。由四川省地震局的地震烈度数据可知，在汶川县境内共有4个地震烈度带，分别为：Ⅷ、Ⅸ、X和Ⅺ（图3a）。
（2）断裂带：地震滑坡的总体空间分布特征主要受断裂带的控制。距离断裂带越近，地质灾害越发育；距断裂带越远，其地质灾害分布密度越小（黄润秋，李为乐，2009a）。断裂带数据从1：10万地质图中获得，汶川县境内共有两条大的断裂，分别为：茂汶断裂和映秀-北川断裂，断裂两侧多为地震诱发地质灾害发育区。利用ArcGIS软件、以断裂带为中心进行缓冲区分析，共划分为5个区域，分别为：0～4000m4000～8000m、8000～12000m、12000～16000m和>16000m（图3b）。
（3）水系：汶川县境内主要的河流有岷江和渔子溪。历史地震资料表明，水系的切割为滑坡的发生提供了临空面，滑坡分布与距水系的距离有着极其密切的联系。由调查成果可发现，强震区的滑坡多沿河流两岸分布，且距离水系越远，滑坡分布密度越小（许冲等，2010）。因此，水系对地震滑坡的发育具有很大的控制作用。水系数据来源于1：5万地形图。利用ArcGIS软件以水系为中心进行缓冲区分析，共划分为5个区域，分别为：0～200m、200～400m、400～600m、600～800m和>800m（图3c）。
（4）高程：高程是地形因素的主要代表，其对滑坡的发育具有一定的影响（许冲等，2010）。在汶川县内，以高-中山地形为主，最低高程为800m，位于汶川县东南部，最高高程为6100m，位于汶川县西部。高程低于2000m的区域占全县的18.5%。地形起伏较大，多为底部陡峭峡谷向平缓的宽谷过渡地带，仅沿河流两岸分布了少量的平坦地貌，应力相对集中。由1：5万地形图中的等高线数据生成数字高程模型（DEM），根据DEM，划分为5类，分别为：800～1500m、1500～2000m、2000～2500m、2500～3000m和>3000m（图3d）。
（5）坡度：坡度是地形表面的重要量化特征。坡度是影响斜坡体稳定的重要因素，坡度的大小在几何特征上就决定了地震滑坡的分布。普遍认为，在同等条件下，坡度越大越容易发生滑坡（Tang et al，2011）。因此，坡度被公认为是影响地质灾害分布的重要因素之一。汶川县境内64.4%区域的坡度为25°～45°。坡度数据从DEM中提取得到，并把坡度划分为5类，分别为：0°～15°、15°～25°、25°～35°、35°～45°和>45°（图3e）。
（6）岩性：岩土体类型及其结构对斜坡变形及其稳定性有着很大的影响，岩石的类型决定了岩土体的抗风化强度及力学特性。因此，滑坡分布与岩石类型有密切的关系（许冲等，2010；Tang et al，2011）。由1：10万地质图获得的岩性数据可知，本研究区共有7种岩石类型，分别为：砂板岩、岩浆岩、碳酸岩、泥页岩、砂岩、砂砾岩和千枚岩（图3f）。
3.3 指标敏感性分级量化
如何对指标量化是个很重要的问题，因为量化结果的好坏直接关系到评价结果的可靠性。量化的方法也是多种多样，其中传统的数学统计量化方法有其强大的优势，被国内外学者所接受。本文就是采用信息量法，利用ArcGIS软件，将栅格化的数据，按照上述分级要求进行重分类，结合地震诱发滑坡数据库进行统计，并将分级统计数据代入式（1），得到各指标各级别的信息量值（Kamp et al，2008），并根据指标内各级别信息量值的大小及差值进行指标内各级别间敏感性分级。指标内各级别敏感性分级量化值分别为1、2和3，分别代表着相对低敏感性、相对中敏感性和相对高敏感性（Tang et al，2009，2011）（表1）。
（1）式中，N为研究区域内地震诱发滑坡分布的单元总数：S为研究区域内评价单元总数：Ni为分布在指标xi内特定类别内的地质灾害单元数；Si为研究区域内含有评价指标xi的单元数。
表1数据表明：地震诱发滑坡的空间分布与水系和地震烈度有着很大的关系，地震诱发滑坡主要分布于地震烈度为Ⅺ的地区，地震烈度越大滑坡越发育；地震诱发滑坡主要分布在距离断裂带两侧8000m范围内，在距断裂带8000m以外，其分布明显减少；对于水系指标而言，敏感度随距水系距离的增大而减小，并对地震诱发滑坡分布起着绝对的控制作用，其原因主要是河流的切割作用形成的临空面为滑坡的发生提供了有力的地形条件，这说明地震滑坡空间分布特征有着明显的距离效应。另外，滑坡多分布在高程小于2000m的范围内，这可能是因为汶川县处于龙门山地区，高程低于2000m的地区多为河谷两侧，多为从陡峭峡谷向平缓宽谷的过渡带，且应力相对集中；坡度在大于45°的范围内敏感度最大，说明斜坡越陡，发生滑坡的可能性越大。
3.4 指标敏感性权重
本文采用层次分析法（AHP）得到每个指标的地震诱发滑坡敏感性权重值。层次分析法的核心是构建判断矩阵。本文共选取了6个指标，通过向专家发放调查问卷对指标因子进行打分，并结合汶川地震以来的调查经验及成果，最终建立了指标权重判断矩阵。然后利用Matlab软件求得判断矩阵的最大特征值为λmax=6.0230，一次性指标CI=（λmax-n）/（n-1）=（6.0230-6）/（6-1）=0.0046，通过查平均随机一致性指标（RI）表，可得RI（n=6）=1.26，则检验性指标CR=CR=CI/RI=0.0046/1.26=0.0037<0.1。该矩阵具有较好的判断一致性，即判断合理。其最大特征值λmax对应的特征向量为（0.2289 0.1069 0.05500.2735 0.1069 0.2289），对特征向量进行归一化处理，即可得到6个评价指标的权重，结果见表2。
表2表明：坡度、岩性、高程、水系、断裂带和地震烈度分别对应的权重为0.2289，0.1069，0.0550，0.2735，0.1069和0.2289。
3.5 敏感性评价模型
结合表1和表2，可得到每个指标的分级敏感性量化值及其敏感性权重，故可构建加权线性评价模型：
LSI=∑AiXij. （2）式中，LSI为滑坡敏感性指数（Landslide Suscepti-bility Index），Ai为指标i影响地震诱发滑坡敏感性权重，Xij指标i的某一类别j的敏感性量化值。
则计算模型可以表达为
LSI=0.2289X1+0.1069X2+0.055X3+0.2735X4+0.1069X5+0.2289X6（3）式中，X1、X2、X3、X4、X5和X6分别代表坡度、岩性、高程、水系、断裂带和地震烈度的指标量化值。
利用上述模型和ArcGIS空间分析功能进行加权叠加分析，最终得到LSI，LSI代表滑坡发生的相对敏感性。因此，指数越高，发生滑坡的可能性越大。然后再对整个汶川县进行敏感性区划，利用GIS技术中的栅格重分类工具，采用自然间距分类方法（Natural Breaks）将滑坡发生相对敏感性栅格图分为高敏感区、中敏感区和低敏感区（许冲等，2010；Tang et al，2009，2011）。自然间距分类方法的原理是使类别之间的差异最大化，使类别内部的差异最小化，是一种较客观的分类法，保持了类别之间的差异性和类别内部的一致性（许冲等，2010）。在汶川地震诱发滑坡敏感区划图的基础上，结合汶川地震诱发滑坡数据库，最终得到汶川县地震诱发滑坡在各敏感区分布图（图4）。
3.6 敏感性评价结果分析
根据汶川县地震诱发滑坡的敏感性评价分区结果及汶川地震诱发滑坡数据库，统计各个敏感区的栅格数、总栅格数、各个敏感区占总区域的比例、滑坡总数、各个敏感区的滑坡个数和各个敏感区的滑坡个数占总滑坡的比例，详细数据见表3。
从图4和表3可知：研究区域的总面积为4086km2，由汶川地震诱发的滑坡共7766处。其中高敏感区1465km2，地质灾害点6710个，35.9%的面积分布了86.4%的滑坡；中敏感区1603km2，地质灾害点984个：低敏感区1018km2，地质灾害点72个，占滑坡总数的0.9%。低敏感区主要分布在汶川县西部，多为高山地区。高敏感区主要分布在汶川县中东部，特别是映秀镇及其周边地区。另外高敏感区主要分布在岷江及渔子溪沿岸，可见水系对地震诱滑坡发布起着绝对控制作用。地震烈度对地震诱发滑坡分布起着重要的影响，烈度Ⅺ的区域大部分为高敏感区；岩体作为地震波的传播介质，对其分布也有一定的影响，高敏感区的岩性多为岩浆岩。由图4和表3分析可知，在高敏感区发生的滑坡最多，其滑坡发生的比例也最大。从在各个敏感区发生滑坡的比例可看出，敏感区由高到低，其发生的滑坡比例及滑坡发生的比例也由高到低，在理论上符合敏感性等级划分的原则。而且高敏感区占总面积的35.9%，其滑坡数占总滑坡数的86.4%，与实际情况相符。总之，本文的地震诱发滑坡敏感性评价具有较高的成功率，基本达到了之前的预期要求。
4 结论与讨论
以汶川县为研究区，利用高分辨率遥感影像进行精细解译，建立了地震诱发滑坡空间属性数据库，选取地震烈度、断裂带、水系、高程、坡度和岩性共6个指标建立敏感性评价体系，在GIS技术支持下，利用层次分析法和信息量法相结合进行区域地震诱发滑坡敏感性评价，结果表明汶川地震诱发滑坡敏感性分区图符合研究区的实际情况，且精度较高，能够给滑坡风险管理和项目建设选址提供一定的帮助，也可为下一步的危险性评价和风险性评价做准备。
嵩山煤矿区环境地质研究与评价 篇4
1环境地质调查
1.1一般调查
嵩山煤矿区环境地质研究涉及郑州、洛阳两地市八县区人文气象、生态植被、水土保持、环境矿山等方面的现状和规划, 评价基础资料的收集工作得到了地方环保、气象、水利、国土、规划、林业、统计等各部门的支持, 资料真实客观, 能反映煤矿区基本特征。地面地质条件的调查主要是通过对以往资料的搜集, 以及地面采样监测、分析测试等手段进行;地下地质环境的调查则通过钻探、物探 (测井、地震) 和井下实测等手段, 结合采样进行测试、分析研究, 取得所需要的环境地质资料。
1.2重点调查内容
1.2.1环境污染
(1) 大气环境监测。
重点对排污口煤堆和矸石山扬尘、风井排出的废气进行监测。分析主要污染物、污染物来源以及对大气环境的影响, 预测其变化及发展趋势。
(2) 水环境监测。
充分利用勘探和生产过程中的抽水试验钻孔对地下水水质进行分析, 评价煤矿建设及生产中地下水水量、水质的物理及化学变化、变化原因及地下水污染的途径、方式及程度;分析地下水资源与地表水资源之间的关系, 地下水资源减少、枯竭及煤矿长期排水引起水位下降变化的趋势、范围;评价水环境的变化对煤矿生产所带来的影响, 分析水环境对矿区居民及自然生态的影响;评价矿井排水疏干引起地面水倒灌、地下水补、径、排条件及地面水水位、流量、水质变化的趋势。
(3) 煤矸石成分分析。
调查计算掘进矸石、采煤矸石及洗煤矸石储量, 根据分析结果, 提出煤矸石的综合利用途径方法, 并对煤矸石长期堆放对大气、地表水、地下水、土壤等生态环境的影响作出评价。
1.2.2生态破坏
生态环境问题包括土地占用、土地挖损、地表沉陷、水土流失造成的沙漠化等, 其中重点是地面沉陷。在区内自然地质因素和开采技术活动因素分析的基础上, 重点调查评价自然地质因素 (煤层赋存条件、岩石力学性质、地质构造、水文地质因素等) 对地面变形与沉降的影响, 预测地面破坏的范围、程度, 提出合理的防治措施。
1.2.3地质灾害
(1) 区域稳定性。
收集区域历史地震资料, 评价区域稳定性对煤矿区建设及生产的影响。
(2) 地表物理地质现象。
对矿区岩石崩塌、滑坡, 泥石流的可能性、规模、影响因素及造成的危害进行研究, 并提出防治意见。
(3) 矿井地质灾害。
矿井地质灾害属于矿井及人类工程地质灾害, 主要包括岩爆、突水、顶板事故、瓦斯突出、煤尘爆炸及地下热害等。环境地质调查重点是矿井瓦斯含量调查, 评价瓦斯对井下环境的影响, 并预算瓦斯的储量及资源量。在收集区内矿井瓦斯地质资料的基础上, 分析煤层瓦斯的赋存特征和分布规律。
2环境地质评价
2.1评价原则
(1) 科学性。
环境地质评价应按照可持续发展要求, 结合矿区现状与前景, 考虑区域发展对环境和资源的需求, 为地方经济社会发展提供科学的决策依据。
(2) 整体性。
嵩山外围四大煤田范围广, 但仍要作为一个整体评价, 要在国家产业政策和环境保护框架下, 分析煤矿区发展的规模和整体布局, 以及与嵩山旅游经济发展的协调性。
(3) 一致性。
环境地质评价工作力求与煤矿区总体规划的层次深度相一致, 与地方生态环保规划相一致。
(4) 重点性。
环境地质评价工作应结合水、气、煤矸石、生态关键环境要素和煤炭开采引发的突出环境问题, 实施重点分析评价, 制订优化、调整和减缓环境影响措施。重点是采用情景分析、环境承载力分析方法, 对大气环境、水环境、煤矸石和地面沉陷进行分析评价。
2.2评价内容
(1) 大气环境。
在对煤矿区大气污染状况进行调查分析的基础上, 确定矿区废气产生的污染地是工业场区的风井口、贮煤场和矸石场, 污染源是燃煤型面状污染源、道路交通污染源。大气污染物有碳氢化合物 (HC) 、氮氧化物 (NOx) 、二氧化硫 (SO2) 、一氧化碳 (CO) 、二氧化碳 (CO2) 和粉尘等。其中对主要污染因子NOx、SO2和TSP (总悬浮颗粒物) 进行了监测。对照《大气环境质量标准》之二级标准, NOx均不超标, SO2有个别点超标, TSP超标率达33.3%;按大气质量指数进行评价, 生产矿区尚清洁, 待建矿区清洁, 全区尚清洁。在受到一定程度污染的生产矿区中, NOx和SO2污染水平较低, 主要是TSP超标现象突出, 为粉尘型污染[3]。
(2) 煤矸石。
经鉴定和分析, 研究区几个矿的夹矸成分, 所见矿物主要有高岭石、蒙脱石、伊利石、水云母、黄铁矿、石英、长石、方解石等。同时, 研究发现煤矸石中含稀土、铜、铅、锌、锗、钪等微量多金属元素较高。主要做了含稀土多金属煤矸石在农业上的应用试验[4]。由于含有多种金属微量元素, 含稀土多金属煤矸石在一定的物理化学系统中经过活化处理后, 可以将其中的稀土、锌、锗、钼、铜等元素直接应用于农田, 被农作物吸收。经过实验室研究和田间试验, 其结果表明此类煤矸石有提高农作物产量和品质、防止土壤环境恶化和水域氮污染的功效, 应用前景广阔。
(3) 水环境现状。
在对矿区水环境进行调查的基础上, 确定矿区河流、水库等地表水、地下水、矿井废水为采样监测对象。废水主要污染物为岩粉、煤粉等悬浮物, 由于含碳质较高, 致使矿井废水化学耗氧量偏高, 需经过处理以降低化学耗氧量 (COD) 、悬浮物 (SS) 和色度, 改善其感官性状。从研究资料中看, BOD5、COD、SS均超标数倍甚至7～8倍, 其他按地表水质标准均未超标。
地面河水分析结果表明, 按《地面水水质标准》、《地下水水质标准》、《渔业水水质标准》及《工业废水排放标准》, 新磴河、杨桥沟河纳污河道水及其两侧地下水、涉村河、王堂水库及友谊煤矿、夹沟煤矿井废水, 已不同程度受到污染, 这些矿井废水必须系统净化处理后, 方能排放。经净化处理后的水可直接蓄积起来, 利用天然或人工池塘、开采塌陷洼地来养鱼及进行农田灌溉。对于涌入坑道的奥陶系石灰岩承压水, 须对未受污染的原水样进行化学成分分析, 如符合矿泉水水质标准, 且涌水量稳定的可与其他矿坑水分隔外排, 作为矿泉水加以开发。
煤矸石中含有的Pb、As、Cr6+及Hg等有害元素不断被水溶解、淋滤带到水环境中去, 使其周围水环境中不断积累这些有害元素, 长期下去, 造成水环境污染, 其潜在危害是不可轻视的。
(4) 地面沉陷。
嵩山外围四大煤田属于隐伏煤田, 均为地下开采。区内地形类型有低山、山前丘陵和平原, 河流众多。研究区开采塌陷与二1煤层厚度、埋深、地质构造、煤层倾角有关。当煤层厚度小于或等于一般采厚 (2.3 m) 时, 开采沉陷在地面反映不大 (特别是位于矿井中深部采区) , 稍加平整即可耕种;当煤层厚度较大分作2层或2层以上开采时, 开采沉陷在地面的反映就比较明显, 特别是在矿井浅部更为明显。塌陷发生时间与地质构造的发育程度明显有关, 当井田内地质构造发育、煤层上覆岩层遭到严重破坏时, 开采沉陷发生的时间早, 波及到地面的时间短。研究区地质构造对二1煤上覆地层破坏严重的主要是断层和滑动构造, 特别是滑动构造, 多呈面状分布, 影响范围大, 常分布在二1煤层的附近, 使煤层的顶板岩石破碎, 从而导致开采沉陷发生时间早。据调查, 滑动构造最发育的芦店、告成地区的煤矿, 沉陷时间比其他地区早3 d左右。
3建议
(1) 对煤矸石多金属矿床进行综合利用。该区有数量相当可观的含稀土煤矸石, 可以利用的铝元素约占25%, 含稀土元素约0.010 0% (高者在0.020 0%～ 0.045 9%) , 可称之为煤矸石多金属矿床。综合利用煤矸石以提取铝盐和混合稀土在工艺上是可行的。其中的铝, 可在熔烧脱磷后用酸浸出, 制备相应的铝盐 (如硫酸铝或聚合氯化铝) 化工产品。通过此工艺, 可使Si-Al晶格破坏, 从而使固定在矿物晶格中的稀土元素释放出来。可以直接用于农业或提取混合稀土, 作为“多元矿肥”的原料。
(2) 实现嵩山煤矿区污染治理、生态修复与矿山地质灾害防治规划的通盘考虑。进行环境地质评价单项工作与矿区规划环评的相符性研究, 并作好环境地质评价与矿区规划环评的衔接。
(3) 对矿区进行生态修复。嵩山及外围煤矿区所处位置为环境敏感区, 区内风景名胜区、自然保护区、生物保护区及区域人群分布共存, 环境地质条件复杂。通过对矿区进行生态修复, 建设嵩山矿山公园, 探索嵩山矿山公园与既有的嵩山地质公园、嵩山森林公园协调规划发展。同时多业并举, 促进嵩山地区矿业、旅游、生态资源协调健康持续发展。
摘要：嵩山地区丰富的煤炭资源是经济社会快速发展的基础, 伴随着嵩山煤矿区的开发, 环境污染、生态破坏、地质灾害等环境地质问题日渐突出。对环境地质调查的重点内容进行了阐述, 对环境地质评价的原则、内容进行了介绍。提出了应对煤矸石多金属矿床进行综合利用、对矿区进行生态地质修复的建议。
关键词：环境地质评价,生态矿区,嵩山煤矿区,矿区生态地质修复
参考文献
[1]程胜利, 劳子强, 张翼.嵩山地质博览[M].北京:地质出版社, 2003.
[2]宋志敏, 崔树军.煤矿可持续发展与生态环境重建的探讨[J].焦作工学院学报, 2000 (6) :430.
[3]陈振民.嵩山煤矿区煤尘产生的主要原因[J].环境科学, 1993 (4) :56-57.
松花江区水资源质量评价综述 篇5
松花江区水资源质量评价综述
摘要：基于全国第二次水资源调查评价成果,对松花江区地表水资源质量现状进行综合概述.松花江区的地表水体污染严重,以有机污染为主,主要污染指标是CODMn;综合评价水质劣于Ⅲ类的河长占总河长的`62.7%;湖泊、水库基本处于中富营养和富营养状态,水质多为Ⅴ类和劣Ⅴ类.汛期污染重于非汛期,面污染源影响大于点污染源;有机污染主要来自农村和田野,城市工业和生活污水也是重要的污染源.作 者：陈志云 CHEN Zhi-Yun 作者单位：吉林大学环境与资源学院,吉林,长春,130021期 刊：水资源保护 ISTICPKU Journal：WATER RESOURCES PROTECTION年，卷(期)：2007,23(1)分类号：X824关键词：水质评价 水污染 松花江区
评价区 篇6
关键词:DEA;旅游业;评价
近20多年来随着我国经济的快速发展,人民生活水平日益提高,旅游业取得了令人瞩目的成就。旅游业在我国经济发展中的产业地位、经济作用日益得到提高。如何抓好旅游產业的培育,是目前迫切需要解决的问题。为此,对各地区旅游业发展状况进行有效的评价很有必要。
在国内大多数以星级酒店为研究对象。而研究区域旅游产业效率不多见,陆湘林对山东省17地市旅游业效率的研究,杨荣海、曾伟对云南旅游效率进行了研究;而对整个国内区域的效率研究比较缺乏。故本文就以DEA方法对中国各地区的旅游产业效率进行探讨,并提出提高地区效率的相应对策。
一、DEA模型介绍
DEA是一种“面向数据”的测评方法,用于测评一组具有多种投入和多种产出的决策单元的绩效和相对效率。由于DEA方法对个体的差异尤其是DMU效率的考察有着独特优势,而且可以规避参数方法的多种限制,所以被广泛地应用于各个领域。
(一)CCR模型
假定一组被考察单元的个数为n个,每个被考察单元有s个输出变量和m个输入变量。yjk表示第k个被考察单元的第j个输出变量,xik是第k个单元的第i个输入变量。第k个决策单元总效率计算问题可以转化成如下线性规划问题:
min θ
(C C R)s.t.Xλ≤θXYλ≥Yλ≥0.j=1......n①
公式①中Xk=(x1k,x2k,…xmk),Yk=(y1k,y2k,…ysk)。此模型称为CCR模型,是规模收益不变的假设下得到的。
(二)超效率DEA模型
DEA的CCR模型把决策单元分为有效和无效两种,而对于同时有效的决策单元,则无法再做出评价和比较。Andersen等于1993年提出一种超效率评价模型能够对DEA有效的单元进行排序。
超效率评价模型与CCR模型数学形式相似,其形式如下:
s.tXλ≤θXYλ≥Yλ≥0.j=1......n②
(三)BCC模型
线性规划(1)假设规模收益不变,使得运作在规模收益递增或递减的有效前沿面上的DMU得到非DEA有效的评价结果,却没有区分是规模有效还是技术非有效。
min σ
s.t∑λY≥Y∑λX≤σX∑λ=1λ≥0j=1,2,...,n③
BCC模型引入约束∑λ=1,去掉规模收益不变的假设,可以得出单元的纯技术效率。
BCC模型将系统效率分解为纯技术效率和规模效率,即系统效率=纯技术效率*规模效率。纯技术效率指各地每年能否有效利用生产技术,使产出最大化;它表示投入要素在使用上的效率。规模效率指各地每年产出与投入比例是否得当,实现产出最大化。
二、变量和数据的选取
变量选取要考虑旅游行业的本身的特点(资金、劳动密集型)而且要考虑数据的可获得性,所以笔者选取了固定资产、基本单位数及从业人员作为投入指标,以营业收入和旅游人次(包括国内或入境游)作为产出指标;其中投入变量和产出变量的数据包含星级酒店,旅行社及其他旅游企业。考虑的数据的权威性,我们采用了《中国旅游统计年鉴》2007年正副本数据。考虑到投入和产出滞后效应的同时性,以及当年投入的大部分必然影响当年产出大部分的实际情况,本研究也忽略这种滞后效应对旅游效率结果的影响。
三、结果分析
我们选取之前介绍的DEA模型,计算各地区旅游业的系统效率、纯技术效率、规模效率,结果如表1所示:
(一)规模收益分析
按照规模收益值把各决策单元分为规模收益递增,规模收益不变,规模收益递减三种情况,具体见表1。
北京、天津、上海、安徽、河南、重庆的规模收益值为1,旅游发展表现为规模收益不变,即在此投入组合基础上,增加旅游投入会导致旅游产出等比例增加。山西、内蒙古等12省(市)、自治区规模收益值小于1,旅游发展表现为规模收益递增,即在此投入组合基础上,增加旅游投入会导致旅游产出“规模经济”。
其余地区的规模收益值大于1,旅游发展表现为规模收益递减,即在此投入组合基础上,增加旅游投入会导致旅游产出“规模不经济”。
(二)技术效率和规模效率分析
从上述理论部分说明得到可知系统效率=纯技术效率*规模效率,由表1可知由于纯技术效率引起的系统无效的地区只有1个,占系统无效比例的4%;由于规模效率引起的系统无效的地区有5个,占系统无效比例的20%;由于纯技术效率和规模效率引起的系统无效有19个,占统无效比例的76%。
(三)东中西部效率差异分析
改革开放以来,中国形成了东部,西部,中部三个地区,而且表现出地域发展水平较高的大多数集中在东部沿海一带,那地区差异在旅游业效率上是否存在呢?我们将从不同的地区旅游业效率进行辨别。这里我们采用非参数检验方法。结果如下表2所示:
如表2所示,我们没有理由拒绝“三个地区旅游业系统效率、纯技术效率和规模效率相同”这个假设:Kruskal-Wallis检验证明,三个区域旅游生产效率的差异性是不显著的。同样的,我们发现东部、西部、中部的两者之间无差异:Mann-Whitney检验证明不显著。
(四)旅游业地区聚类分析
为了更加清晰地划分各地区的旅游生产模式,我们将Michael Norman和Barry Stocker的方法进行聚类分析,我们把它分为如表3所示的5类(最优规模、规模过小、规模过大、纯技术无效率和易改进):
处于最优规模的地区,其总体效率(纯技术效率和规模效率)都大于1,其地区无需改进。处于规模过小的地区,其规模效率小于0.9,规模报酬递增,这些地区不仅需要增加投入,而且要注意其投入比例。在无效率的地区中都有冗余,如果光不计比例的增加投入,必然不能改变其投入产出效率。处于纯技术无效的地区,其投入的运用效率不高,导致产出不高,其必须提高每年的投入运用效率,使产出最大化。处于规模过大的地区,规模报酬递减的,更应该对现有资源的利用现状进行分析,设法充分利用现有资源提高其产出,从而达到更优的状态。处于易改进的地区,其规模效率和纯技术效率都比较高,只要略微改进即可。
四、理论解释
根据波特教授的定义,产业集群是一组在地理上靠近的相互联系的公司和关联的机构,它们同处或相关于一个特定的产业领域,由于具有共性和互补性而联系在一起。而旅游产业集群是指围绕旅游六大要素,以旅游目的地为核心,同时具有竞争与合作关系,且在目的地地区范围内相对集中,有交互关联性的企业、专业化供应商、相关产业的厂商以及相关的机构的旅游经济集聚现象。邓冰等人认为旅游产业集群的形成和发展有以下几个条件:旅游资源、客源市场、交通区位、产业链作用、政府支持等。国内学者徐康宁认为凡是经济开放程度较高的地区,产业集群的特征就比较突出;相反,产业集群的现象就比较弱。
我们可以看到效率较高地区的形成旅游产业集群的条件都比较成熟,且相对占有一定的优势。而且可以看到北京、上海等地其经济开放程度高,产业集群的特征就比较突出。故我们认为那些效率较高的城市其旅游产业集群现象相对较高。旅游产业集群能降低经营成本;使旅游企业有了更强的创新能力;促使政府加大基础设施投入;促使集群内的旅游企业改进企业制度,完善企业管理机制,达到资源的优化配置。而且旅游产业集群的强大可以促使本地旅游品牌的影响力的提高,创建旅游目的地明星效应。所以我们认为上海、北京等地区旅游效率高的原因之一就是其旅游产业形成了较强的集群效应。由于产业集群的作用使得这些地区资源组合能力、转化能力、分配能力相对较强,最终使得这些地区的投入产出效率较高。
参考文献:
1、Mary’a,Jesu’s Such.Mary’a del Mar Zamora[J].Spanish Productivity:A Regional Approach. Annals of Tourism Research,2006(3).
2、陆相林.DEA方法在区域旅游发展评价中的应——以山东省17地市为例[J].湖北大学学报,2007.
3、杨荣海,曾伟.基于DEA方法的云南旅游业效率研究[J].云南财经大学报,2008(1).
4、邵琪伟.中国旅游统计年鉴(2007)[M].中国旅游出版社,2008.
*本文属四川省哲学社会科学重点研究基地——四川旅游发展研究中心立项资助课题(编号LY08-14)。
评价区 篇7
1 研究区概况
秦州区位于甘肃省东南部, N34°05′~34°41′, E105°13′~106°01′, 南北长73km, 东西宽65km, 总面积237 448hm2, 是天水市委、市政府所在地, 为陇东南政治、经济、文化和科技中心, 有“羲皇故里”之称。1996~2010年, 全区城镇化率提高约12.3个百分点, 农村居民点用地由5 786hm2增加到7 046hm2。农村居民点面积在全区农村人口持续减少的情况下依然呈增加趋势, 反映出全区农村土地仍沿袭传统的粗放利用方式, 集约用地尚未形成。
2 研究方法
2.1 理论潜力测算
农村建设用地整治潜力测算主要使用人均建设用地标准法。人均建设用地标准法是通过现状农村居民点用地规模与国家规定的人均建设用地标准所形成的理论用地面积的差值来计算整治潜力。按表现形式可分为现状潜力和规划潜力两种。
2.1.1 现状潜力测算
现状潜力指按现状人口、人均规划建设用地标准, 计算农村居民点用地理论面积与现状面积之差形成的潜力, 反映现状人口条件下农村居民点土地整理节约集约建设用地或复垦增加耕地的潜力空间, 其计算公式为:
式中:Y为农村建设用地整治潜力;S现状为现状农村居民点面积;P标准为人均建设用地标准;N0为现状农村人口。以人均农村居民点面积140m2为标准进行潜力分析。
2.1.2 规划潜力测算
规划潜力指按规划人口、规划用地标准计算的潜力, 其考虑了规划期内农村人口变动和用地标准两因素对整理潜力的影响, 以规划目标年人均用地标准和农村人口来计算, 表现的是规划人口条件下居民点整理的潜力空间。其计算公式为:
式中, Pt为规划农村人口总数 (人) ;P0为现状农村人口总数 (人) ;r为人口自然增长率 (‰) ;n为规划期 (年) ;ΔP为机械人口变动量 (人) ;At为规划农村居民点用地面积 (hm2) ;S为规划人均用地面积 (参照村镇建设标准和当地宅基地标准, 在综合考虑当地经济发展、农民收入水平、房屋质量和建房周期及风俗习惯等因素的基础上, 得出的农村居民点规划人均建设用地面积) (m2·人-1) ;ΔA为规划潜力面积 (hm2) ;A0为现状农村居民点用地面积 (hm2) 。
2.2 现实潜力测算
理论潜力受区域自然、经济及社会等因素的制约。选取若干个指标建立限制条件修正系数指标体系 (即农村居民点潜力评价指标体系) , 计算综合限制性修正系数, 并将计算结果与农村建设用地整治理论潜力相乘, 即为农村建设用地整治增加耕地的可实现潜力。
2.2.1 构建评价指标体系
遵循综合性、可比性、实践性和科学性以及代表性原则, 主要从自然、经济和社会条件等方面构建秦州区农村建设用地整治潜力评价指标体系[3,4] (见表1) 。
2.2.2 确定指标权重
采用层次分析法 (AHP) 确定该指标体系的指标权重。
2.2.3 计算潜力修正系数
由于各评价指标计量单位不同, 原始数据无法建立统一的综合评价模型, 进行综合指数计算, 故需对评价指标数据进行标准化处理, 实现无量纲化。正相关指标采用最大值标准化, 负相关指标采用最小值标准化。最终修正系数的计算方法是用各指标经标准化处理后的标准值与相对权重进行加权, 计算公式为:
式中, Fi为某乡镇农村居民点现实潜力修正系数;Xi为某乡镇第i个指标分值;Wi为某乡镇第i个指标权重;n为指标个数。
2.3 农村建设用地整治数量潜力评价与分级
农村建设用地整治潜力是以新增耕地潜力系数为标准进行分级的, 潜力系数内涵的确定是根据国土资源部颁布的《土地开发整理规划编制手册》规定, 以农村建设用地整治增加耕地面积占农村建设用地整治面积的百分比来确定, 其公式为:
式中, A为农村建设用地整治新增耕地系数 (%) ;S1为农村建设用地整治增加耕地面积 (hm2) ;S0为农村居民待整理区面积 (hm2) 。
2.4 综合潜力评价与分级
综合考虑农村居民点整治项目实施难度、资金需求量大、农民的接受程度、居民点的分布特征、社会经济条件、新农村建设、整村搬迁和地质灾害隐患情况等多种影响因素, 农村建设用地整治潜力分级采用综合评价因子分级法[5] (见表2) 。
3 结果与分析
3.1 理论潜力测算
结合公式 (1) 和 (2) 计算秦州区各乡镇农村建设用地现状潜力及农村建设用地整治规划潜力。现状潜力总面积为2 356hm2, 其中现状潜力最大的乡镇为平南镇;规划潜力总面积为734hm2, 其中规划潜力最大的为藉口镇, 为85hm2;为合理确定秦州区各乡镇农村建设用地整治潜力, 需要综合考虑现状潜力和规划潜力。因此, 采用专家打分法确定现状潜力和规划潜力的权重, 并对打分结果取平均值 (见表3) , 现实潜力和规划潜力的权重分别为0.40和0.60, 经计算, 理论潜力为1 383hm2, 其中理论潜力最大的是藉口镇, 为158hm2。
3.2 现实潜力测算
采用层次分析法 (AHP) 确定可实现潜力修正系数的指标权重[6]。由表4可知, 自然因素权重值为0.421 9, 经济因素权重值为0.386 4, 社会因素权重值为0.191 7。
结合公式 (3) , 用理论潜力乘以修正系数即可以得到各乡镇农村建设用地整治的可实现潜力 (见表5) , 秦州区农村建设用地整治可实现潜力为632 hm2, 皂郊镇可实现潜力最大, 为81hm2, 大门乡最小, 为5hm2。
3.3 农村建设用地整治数量潜力评价与分级
结合公式 (4) , 以乡镇为分级单元, 新增耕地系数为分级依据, 将秦州区农村建设用地整治潜力划分为三级。由表6可知, 就数量潜力而言, 玉泉镇新增耕地系数最大, 为12.55%;大门乡新增耕地系数最小, 为2.04%。潜力级别为一级的乡镇有6个:玉泉镇、皂郊镇、平南镇、牡丹镇、藉口镇和杨家寺乡;潜力级别为二级的乡镇有4个:关子镇、太京镇、秦岭乡和天水镇;潜力级别为三级的乡镇有6个:华歧乡、汪川镇、娘娘坝镇、中梁乡、齐寿乡和大门乡。
3.4 综合潜力评价与分级
秦州区农村建设用地整治潜力综合分级选取了数量潜力、分散度、整体搬迁及新农村建设、空间规模指数以及群众意愿等多种因子, 采用叠图法, 以行政村为单位将秦州区农村建设用地整治潜力划分为3级。Ⅰ级潜力区为整治数量潜力高、农村居民点空间分布分散、空间规模指数大、整村搬迁行政村以及群众基础好的区域。主要包括华歧乡、牡丹镇、平南镇、秦岭乡、天水镇、汪川镇及皂郊镇的大部分行政村。Ⅱ级潜力区为整治数量较高、空间分布分散的区域。主要包括关子镇及中梁乡的部分行政村。Ⅲ级潜力区为整治数量小及居民点空间分布较为集中的区域。主要包括藉口镇、娘娘坝镇、太京镇、杨家寺乡、玉泉镇的大部分行政村及大门乡、齐寿乡的部分行政村。
4 结论与讨论
秦州区农村建设用地整治类型应优先考虑空间分布分散、空间规模指数大、整村搬迁行政村以及群众基础好的区域。近期在注意生态环境保护及充分保障农民权益的前提下, 宜在华歧乡、牡丹镇、平南镇、秦岭乡、天水镇、汪川镇及皂郊镇的大部分行政村进行安排。
农村建设用地整治项目不同于农用地整理, 由于历史形成的原因, 它的布局较为分散, 不能成片开发, 很难形成一定的规模。因此, 应结合城镇化发展、新农村建设和城乡建设用地增减挂钩等项目, 适度推进农村建设用地整治。首先在农村建设用地拆旧复垦过程中, 充分考虑各地潜力级别对部分乡镇重点倾斜, 对其它乡镇的整治应予以平衡考虑, 以实现各区域的协调开发;其次, 在农村建设用地整理还建点的设置方面, 要充分尊重农民意愿, 做到方便生产生活, 统一规划用地, 节约集约用地;再次应注重形成示范效应。由于农村建设用地项目整理很难形成规模, 如果有较大规模的区域, 应整合发改委、农业、林业和水利等相关部门资金, 进行集中投入, 形成规模, 打造示范点。
充分利用“占一补一”和“城乡建设用地增减挂钩”的政策精神, 建立城镇建设用地项目“占补平衡”和“城乡建设增减挂钩”机制, 创新农村土地整治新模式和运行保障机制, 为推行村庄土地整治提供资金动力机制和保障。
参考文献
[1]石磊.农村居民点用地整理模式研究——以惠民县胡集镇为例[D].泰安:山东农业大学, 2008:16-17.
[2]杨建波, 王莉, 刘润亚, 等.我国农村土地整治的发展态势与重点研究领域[J].国土资源科技管理, 2011 (1) :94-99.
[3]李银慧.农村建设用地整治潜力研究[D].陕西:长安大学, 2012:25-28.
[4]杨庆媛, 田永中, 王朝科, 等.西南丘陵山地区农村居民点整理模式-以重庆渝北区为例[J].地理研究, 2004:23 (4) :469-478.
[5]曲衍波, 张凤荣, 郭力娜, 等.北京市平谷区农村居民点整理类型与优先度评判[J].农业工程学报, 2011, 27 (7) :312-319.
湘西烟区土壤养分综合评价研究 篇8
1 材料与方法
1.1 土样采集
2011—2012年在湖南湘西烟区应用GPS网格技术采集0~20 cm的耕层土壤样品共488个, 其中永顺县164个、龙山县132个、凤凰县50个、泸溪县18个、古丈县62个、保靖县38个、花垣县42个;为反映采样点植烟土壤综合肥力情况, 采样时间为烟田尚未施底肥之前, 同时避开雨季。
1.2 测定方法
土壤样品经混合风干后, 磨细、过筛、混匀、装瓶并贴上标签, 以备检测分析用。根据土壤对烟草生长的影响和研究目的, 主要检测了土壤p H值、有机质、碱解氮、速效磷、速效钾、全氮、全磷、全钾、有效硫、水溶性氯等10 项指标, 各养分具体检测方法参见文献[4,5,6]。
1.3 土壤养分水平的模糊综合评价方法
1.3.1 土壤养分指标的隶属函数。因栽培作物的不同, 土壤肥力各指标对土壤养分水平的影响也各不相同[7]。为了使计算结果客观科学, 基于已有的研究成果[8,9], 在综合评价土壤养分水平时, 采用对各项养分指标求隶属度的方法, 并根据烟草营养的特点和植烟土壤中各养分指标含量的实际情况, 确定了土壤养分各项指标的适宜含量范围, 即阈值。常用的隶属度函数有2 类, 分别是抛物线型隶属度函数和S型隶属度函数。其中p H值、有机质、碱解氮、水溶性氯、全氮、有效硫等养分指标属于抛物线型隶属度函数, 速效磷、速效钾、全磷及全钾等养分指标属于S型隶属度函数。
抛物线型隶属度函数表达式为:
S型隶属度函数表达式为:
由此计算出各指标的隶属度值在0.1~1.0 之间变化, 可用来反映土壤肥力的状态, 其值越大表示该项肥力指标的状态越好[9]。
1.3.2 土壤肥力各指标值的权重值。将各养分指标的隶属度值进行主成分分析 (PCA) , 以累计贡献率≥85%为标准选取了6 个主成分, 累计贡献率达85.55%。在主成分分析法中, 公因子方差的大小反映了变量在公共性部分的作用或重要性程度。
1.3.3 不同地区植烟土壤综合肥力分析。土壤综合肥力 (IFI) 是一个全面反映土壤养分肥力状况的指标值, 其值大小表示土壤的综合肥力的等级。
其计算公式为:
式 (3) 中, Wi和Ni分别表示第i种土壤养分指标的权重系数和隶属度值[10]。
1.4 数据处理
本文数据采用Excel 2003 和SPSS 17.0 统计软件进行统计和分析。
2 结果与分析
2.1 土壤样品养分状况
从表1可以看出, 湘西植烟土壤的养分水平存在地域性变异。p H值平均值为5.86, 变幅为5.37~6.33;一般认为植烟土壤p H值适宜范围在5.5~7.0之间, 所取的488个土壤样品中有72.95%在此范围内, 由此看来, 湘西烟区土壤p H值适宜。各地区植烟土壤有机质含量差异较小, 在20.20~23.49 g/kg之间变化, 平均值为21.68 g/kg, 其中有机质含量≤25 g/kg的土壤样品占所取土样的76.64%, 这说明该烟区土壤有机质含量也较适宜。碱解氮平均含量为98.23 mg/kg, 永顺县最高、古丈县最低, 其值分别为102.05、90.75mg/kg, 均远大于植烟土壤的适宜范围 (≤65 mg/kg) 。所采样点土壤有效磷含量在30.96~41.33 mg/kg之间变化, 普遍高于5~15mg/kg的适宜范围, 这表明湘西烟区土壤有效磷含量水平较高。全烟区土壤有效钾平均含量在184.58 mg/kg, 变幅为168.02~204.00 mg/kg, 其中以古丈县为最低、泸溪县为最高, 最高值与最低值的差幅达35.98 mg/kg, 这可以看出各地区土壤有效钾含量存在较大的变化。全氮、全磷、全钾、有效硫、水溶性氯等营养元素含量水平各地区之间差异不大。其中, 全烟区土壤全氮、全磷、全钾含量平均水平分别为2.44、0.65、15.39 g/kg, 属于适宜范围;而在所取土样中有17.83%水溶性氯含量超过了45 mg/kg, 有52.05%的土样低于30 mg/kg, 这表明湘西部分植烟土壤水溶性氯含量偏高、较大部分偏低。
2.2 土壤养分水平的模糊综合评价
对湘西烟区土壤各养分指标的隶属度值进行计算, 得到土壤养分指标值所属隶属函数的类型及其阈值见表2。在此基础上, 对土壤肥力各指标值的权重值进行计算。
从表3可知, 各养分指标的公因子方差值均在0.983以上, 表明选取的各养分指标在土壤养分水平综合评价中具有较重要的作用。将因子的特征值与对应的因子得分 (取绝对值) 相乘, 再归一化标准后的结果为各养分指标的权重, 具体见表3。
经对土壤样品分析, 得到植烟土壤的综合肥力指标值, 将各烟区土壤综合肥力分为高、较高、中、较低及低等5 个等级[11], 具体见表4。
从表4 中可知, 湘西植烟土壤综合肥力总分平均值为0.582, 各地区在0.559~0.642 之间变化, 整体上属于中等肥力水平。但不同烟区土壤综合肥力各等级分布比例变异不同。就适宜烤烟种植的土壤综合肥力 (0.45<IFI<0.75) 而言, 各地区分布比例在67.74%~81.58%之间, 这表明湘西植烟土壤多数地区适宜种植烤烟;就综合肥力低水平 (IFI≤0.45) 的分布比例而言, 永顺、龙山及古丈地区分布比例分别为15.75%、16.67%和19.35%, 说明这一部分植烟地区需要通过提高土壤肥力来适合烤烟种植;就高水平肥力 (IFI≥0.75) 的分布比例而言, 在泸溪、古丈、花垣和保靖地区高肥力水平的土壤分布比例均超过了10%, 其值分别达16.67%、12.90% 、11.90% 和10.53% , 由此可以看出湘西这部分植烟地区应加强测土配方施肥等科学施肥方式, 以适宜优质烟叶的生产。
2.3 土壤综合肥力与各养分指标相关性分析
对湘西植烟土壤综合肥力与各养分指标进行简单相关性分析, 并进行双侧显著性检验, 其结果见表5。从表5可知, 湘西植烟土壤综合肥力水平与各养分之间存在不同程度的相关性。其中, p H值除与有机质含量有极显著关系外, 与其他养分指标含量无显著相关性;而有机质含量除与碱解氮、速效磷、全氮及全磷含量未达到显著相关性外, 与其他指标含量存在显著或极显著相关性;碱解氮仅与速效磷、全氮含量之间存在显著或极显著相关性;速效磷除与p H值、有机质、全磷含量无显著相关性外, 与其他存在显著相关性;速效钾与有机质、速效磷、全氮、全磷等含量之间存在较强的显著性;水溶性氯与有机质、速效磷、速效钾、全氮等之间达到了极显著相关关系, 且与全钾含量有极显著的负相关性。就土壤综合肥力水平 (IFI) 与各养分之间的相关性而言, 除与全氮含量无显著相关关系外, 与其他指标均存在显著或极显著的相关关系, 且IFI与碱解氮、速效磷和全氮含量之间表现为负相关关系, 与p H值、有机质、速效钾、全磷、全钾等含量表现为正相关关系。
3 结论与讨论
研究结果表明, 湘西植烟土壤综合肥力总分平均值为0.582, 整体上处于中等肥力水平, 但不同地区其肥力水平各等级分布差异较大, 在改善各烟区土壤养分供应能力时应因地制宜, 以控制氮肥、增加钾肥、减少氯肥、适量补充有机肥为原则加强平衡施肥。
土壤综合肥力水平的高低除受土壤各养分指标和植物根系吸收能力的影响外, 还取决于两者的协调程度[7]。在对植烟土壤养分综合分析时, 不仅要充分考虑土壤营养元素的缺乏或比例失衡, 还应考虑土壤养分的供应能力是否达到适合烟株生长发育的规律[12]。利用模糊统计原理对土壤养分进行综合评价, 结果表明, 湘西植烟土壤综合肥力处于中等肥力水平, 而永顺、龙山及古丈等地区低肥力水平土壤分布比例分别为15.75%、16.67%、19.35%, 说明这一部分植烟地区需要通过提高土壤肥力来适合烤烟种植;而在泸溪、古丈、花垣和保靖等地区高肥力水平的土壤分布比例分别达16.67%、12.90%、11.90%和10.53%。这说明湘西各植烟地区施肥应因地制宜, 加强测土配方平衡施肥, 以适合优质烟叶的生产。
通过对湘西烟区488 个植烟土壤样品的各养分指标分析可以看出, 湘西植烟土壤的p H值、有机质、全氮、全磷、全钾、有效硫及水溶性氯含量均适宜或较适宜烟株的生长, 但碱解氮、有效磷含量水平较高, 且有效钾、水溶性氯等含量存在区域变化性大特点。有研究表明, 土壤氮素过多, 会导致烟株徒长, 不利于烟叶质量的形成[13];且土壤中氯含量过高, 烟叶可用性随之降低[14]。此外, 从对IFI与土壤各养分进行的简单相关性分析结果可知, IFI与碱解氮、全氮等含量存在显著或极显著的负相关性关系, 与有机质、速效钾、全钾等含量表现出显著或极显著的正相关关系。这说明在改善湘西烟区土壤养分供应能力时应控制氮肥、增加钾肥、减少氯肥、适量补充有机肥。
摘要：为综合评价湖南湘西植烟土壤肥力指标, 探索湘西烟叶生产适宜施肥方法, 利用了模糊数学统计方法和相关性分析, 对488个土壤样品的10项营养指标进行了土壤肥力综合评价。结果表明:湘西烟区土壤的综合肥力水平 (IFI) 、p H值、有机质、全氮、全磷、全钾、有效硫及水溶性氯含量均在适宜水平, 碱解氮、有效磷含量较高, 有效钾、水溶性氯等含量存在区域性变异, 并提出以控氮、增钾、减氯、适量补充有机肥为原则的平衡施肥方法。
评价区 篇9
确保国家的粮食安全,最根本要确保国家的耕地安全,作为最基本的农业生产资料和耕地中的精华,一定质量和数量的基本农田是实现区域粮食安全的坚实基础[1]。基本农田是按照一定时期人口和社会经济发展对农产品的需求,依据土地利用总体规划确定的不得占用的耕地[2]。但在土地利用总体规划实施过程中,由于不可预知因素,可能会占用部分基本农田,显然会威胁到基本农田保护目标的实现。本轮土地利用总体规划专门提出基本农田整备区的概念:指在规划实施期间可以调整补充为基本农田的耕地集中分布区域[3],性质上不属于土地用途区,仅是一类土地功能区,其主要目的是为了以后补划一些未知的重点项目在实施过程中需要占用基本农田的情况,确保基本农田保护目标的实现。科学合理地划定基本农田整备区对于保护耕地、稳定农业生产和促进区域社会经济可持续发展起到十分重要的作用。本文是在基本农田保护区已划定的前提下,结合中低产田改造以及土地整治项目来研究基本农田整备区的划定方法。
1 评价指标体系及权重
耕地入选基本农田整备区是将耕地有选择地划定为基本农田整备区的过程,所选评价指标体系所包含的指标既要能够反映评价目标,又要尽量少而精,以免增加评价的难度和复杂性[4]。基本农田整备区作为基本农田的补划和调整,其质量应与基本农田相当,本研究划定基本农田指标的选取采用了综合性、科学性、代表性、可获得性等原则[5],并参考了《土地管理法》以及《基本农田保护条例》的有关规定,从基本农田整备区作为实现基本农田保护目标的现实意义出发,选取土壤质地、坡度、连片性等指标,构建了一般农田入选基本农田整备区的评价指标体系,如表1所示。其中,土壤质地、土层厚度、土壤有机质含量等指标衡量耕地质量状况,反映土壤肥力水平;由于耕地是一个面,每一块耕地的坡度数据并不唯一,随着坡面的起伏,坡度也随着变化。为了使每一块耕地的坡度值唯一,本文采用该块耕地的坡度平均值来定义耕地坡度。连片性反映土地经营规模程度;灌溉保证率及排水条件健全度,前者反应的是利用农用地和水资源的集约化程度,后者则反应的是抗御自然灾害的能力;一般农地到交通干线的距离、农村居民点的距离反映土地区位条件。
指标权重是指在决策过程中相对重要程度的一种主观评价和客观反映的综合度量[6],确定评价因子权重的方法有特尔菲法、层次分析法、主成分分析法、熵权法等。本文采用特尔菲法与层次分析法[7]相结合确定各指标权重。
2 评价指标体系获取方法
本文由秀山县耕地分等结果图通过MAPGIS软件的属性库管理直接导出秀山县耕地土壤质地、灌溉保证率、排水条件以及连片性的数据,从而可以得到秀山县每一块耕地的土壤质地、灌溉保证率、排水条件及连片性等信息。利用ArcGIS9.3软件在秀山县DEM数据上直接提取坡度信息,得到坡度分布图,利用2009年秀山县土地利用现状图通过属性选择(Select By Attribute)可以获得耕地数据,并将其栅格化,与坡度数据进行叠加分析,采用分区统计(Zonal Statistics as Table)可以直接获得每一块耕地的坡度平均值;利用土地利用现状图,通过ArcGIS9.3软件分别提取交通干线、农村居民点,最后通过Near工具计算距离。本文以秀山县某村为例,按照上述方法提取指标值,具体评价指标值如表1所示。
3 评价指标的标准化
由于实际问题中各属性值的背景和量纲往往不一致,难以直接进行比较分析,所以要将各属性值进行规范化,通常限制在[0,1]内,以消去量纲。本文采用以下计算方法对指标进行规范化[8] ,即
undefined
其中,Cimax表示各方案第1项因素指标中的最大指标值,而Cimin则相反。当指标为“成本”指标时,即属性值越小越好的属性,Cundefined=Cimax;当指标为“效益型”时,即属性值越大越好的属性,Cundefined=Cimin。
4 组合评价法
目前没有哪种评价方法是十全十美的,因此有必要选用多种方法进行评价,而后将几种评价结果进行组合,形成多角度评价后的综合平衡,这种方法本文称之为组合评价法[9]。
4.1 理想点法
利用理想点法[10]进行排序,首先计算每个单元距最优地块的距离以及最差地块的距离,然后计算各地块的相对贴近度, 最优单元指各指标评价值达到最大时的评价单元;相应的,最差单元指各指标评价值最小时的评价单元,即
undefined
undefined
其中,di+为第i个评价单元距最优单元的距离;d-i为第i个评价单元距最差单元的距离;wj为第j个衡量指标的权重; kjmax为第j个衡量指标最大标准化后分值;kjmin为第j个衡量指标最小标准化后分值,这样决策点对理想点的相对贴切度可用Ci表示,即
undefined
Ci值越大的耕地越优先入选基本农田整备区。
4.2 模糊优选模型
模糊性是人类思维和客观事物普遍存在的属性之一,基于这一客观事实应用模糊数学隶属度的概念来定量描述复杂的一般农地入选基本农田整备区的决策行为,以弥补传统经典方法忽视模糊性的缺陷。模糊优选模型[11]进行耕地排序的关键在于确定每个耕地地块undefined对于模糊概念“优”的隶属度。对于所有的耕地用“U”表示,对于“U”中的任意一个元素“xj”,一个集合“A”来讲,它们之间的关系只有“xj”属于“A”或者“xj”不属于“A”,用函数表达则有
undefined
其中,函数X称为集合A的特征函数,它刻画集合A的元素的隶属情况,XA为A的隶属函数,XA在xj处的值undefined称为xj对A的隶属度[12]。这样,劣与优分别处于参考连续的两个极点,则劣、优决策的目标对劣属度与优属度向量分别为[13]
undefined
undefined
各评价对象与两个极点的差异分别用加权广义距离表示,为了确定undefined,建立目标函数为
undefined
令undefined对undefined的导数为0解得评价对象j的隶属度,计算公式为
undefined
其中,Dundefined是耕地j与优决策间的加权广义权距离(距优距离);Dundefined是耕地j与劣决策间的加权广义权距离(距劣距离);wi是第i个指标的权重;rji是耕地j的相对优属度;p是距离参数,取值为2(欧氏距离)或1(海明距离),本文采用欧式距离即p=2。该模型可用于确定耕地入选基本农田整备区的优先顺序,undefined越大的耕地越优先入选基本农田整备区。
4.3 综合排序结果
根据组合决策方法的基本原理,耕地入选基本农田最终排序的结果应是两种方法的综合,运用平均值法计算组合评价值,其结果及排名如表2所示。
5 0-1整数规整模型及空间定位
基本农田整备区作为基本农田保护区的补充,不仅受耕地综合质量的限制,还受保护面积指标的约束。因此,本文建立如下的0-1整数规划模型[14],确定最终入选为基本农田整备区的耕地。首先引入变量Xj,并定义
undefined
为确保耕地入选的顺序完全按照排序的结果进行,以zj作为目标函数的系数,使zj与Xj的乘积加和最小。在此目标下,应满足被入选耕地的面积之和等于基本农田整备区保护指标面积,为了不破坏耕地地块的完整性,通常只能保证入选耕地面积之和与基本农田整备区指标接近,一般略大。因此,将应为等式的约束条件调整为一个不等式的约束条件和一个使两者差值最小的次目标函数,耕地入选基本农田的0-1整数规划模型为为
undefined
其中,Sj为第j块耕地的面积,S0为基本农田整备区划定面积指标。该村在基本农田划定后,共有2338.87hm2耕地,本文假设该村共需划定1000hm2耕地为基本农田整备区,其中中低产田改造、土地整治新增了133.33hm2,那么还需划定866.67hm2,则耕地入选0-1整数规划模型为
undefined对于0-l整数规划的求解,目前最常用的是隐枚举法[15],即从所有变量等于0出发,依次指定一些变量为l,以及变量等于0或1的某些组合,直至得到一个可行解。本文中实际上已经规定了指定变量为1的顺序,因此只需按照排名指定最小的评价单元为1,然后代入约束式,若是不可行解,接着指定下一个评价单元所对应的x1为l,再代入约束式,如此反复,直到求得可行解。求解此多目标0-1整数规划模型,得到的最优解为
(X1,X2,X3,X4,X5,X6,X7,X8,X9)T=(0,0,1,1,0,0,0,0,0)T
表明该村的第3块和第4块耕地被选为基本农田整备区,总面积为15174.7hm2。在ARCGIS软件中新建属性字段,将该村的第3块和第4块耕地、土地整治及中低产田新增耕地部分赋值为“基本农田整备区”,将其显示,则可以实现空间定位。
6 结论
划定基本农田整备区是实现基本农田保护目标实现的重要手段,考虑到耕地的质量、水利基础设施以及区位条件等因素,构建耕地入选基本农田整备区的综合评价指标体系,并运用层次分析法对评价指标的权重进行确定。耕地的综合质量是入选基本农田整备区的重要因素,本文选用理想点法、模糊优选模型两种排序方法对耕地的质量进行了科学的排序,取其平均值,消弱了评价方法异常对评价结果的影响,形成了多角度评价后的综合平衡,最后通过耕地入选整备区的0-1整数规整模型,实现了耕地入选基本农田整备区的决策,为科学划定基本农田整备区提供了有效的方法。
摘要：耕地入选基本农田整备区包括耕地质量排序和耕地入选两个过程,根据这两个决策过程的特点,构建了耕地入选基本农田整备区的指标体系。应用GIS技术提取相应的指标评价值,并选用耕地模糊优选模型、理想点法这两种模型对耕地质量进行评价、排序,最后通过一般农地入选整备区的0-1整数规整模型,实现了耕地入选基本农田整备区的决策。
商住区餐饮业环境影响评价研究 篇10
1 商住区餐饮业环评相关政策分析
目前, 我国就餐饮业环境管理颁布了许多规范性文件, 具体来说, 主要有《饮食建筑设计规范》 (JGJ64-89) 、《饮食业油烟排放标准》 (GB18483-2001) 、《饮食业环境保护技术规范》 (HJ554-2010) 、《关于加强饮食娱乐服务企业环境管理的通知》 (原环保总局—环监[1995]100号) , 这些规定中, 对于饮食业的具体选址、平面布局以及环境保护的设计都提出了原则性要求。此外, 许多地方又陆续出台了地方性餐饮业环境管理, 对于选址、环境保护进行了进一步的细化。例如:《江苏省环境噪声污染防治条例》、《关于加强常州市餐饮业建设项目环保审批的指导意见》 (常环管[2009]95号) 、《南京市饮食娱乐服务企业环境保护管理办法》、等都颁布了相应的管理办法, 明令“禁止在住宅区内新办产生噪声、油烟、烟尘、异味等污染的饮食服务企业”。此外, 苏州、徐州等地也都颁发了相应的管理办法, 如苏州和徐州都要求“商住混合建筑中与居住层相邻接的楼层”禁止新建、扩建餐饮业。由此可见, 目前我国对于居民区的住宅楼新建餐饮业持明确禁止的态度, 但对于商住楼已经规划且具备油烟通道等污染防治条件的一般允许餐饮企业的新建。作为餐饮企业来说, 要做好选址和环境保护措施, 以减少对楼上居民的影响。
2 商住区餐饮业主要污染物种类及防治措施分析
2.1 主要污染物分析
商住楼餐饮业周边的环境污染主要废水、废气、噪声、餐厨垃圾等污染物。具体来说主要有: (1) 餐饮业主要的水污染物为餐厨废水, 多是含洗涤剂的洗涤废水和一般生活废水[2]。 (2) 餐饮业主要的大气污染物:多是食品在加工过程中产生的大量油烟和燃烧废气, 以及餐厨垃圾堆放、清运时所产生的恶臭污染物。 (3) 餐饮业主要的噪声:多是引风机、空调机等设备噪声以及顾客就餐时产生的喧哗声和娱乐活动时产生的嘈杂声。 (4) 餐饮业主要的固体废弃物:多是橱余垃圾, 包括食物残渣和食品原料等, 含有较高的有机物质, 极易腐败发臭。
2.2 主要污染防治措施分析
针对于商住楼污染物的产生和排放特点, 按照环境质量标准和污染物排放标准以及地方法规, 对不同的污染物应该采取不同的防治措施, 以实现达标排放, 减少环境污染。
2.2.1 餐饮业废气防治措施。
餐饮业在食品加工过程中所产生大量油烟气, 这些油烟气中可以检测到的成分有300多种, 主要是醛、酮、芳香烃化合物, 以及燃料燃烧后而产生的SO2、NOx, 对人体的危害具有吸入毒性、突变和癌变等等。根据《饮食业环境保护技术规范》 (HJ554-2010) 的要求, 商住楼餐饮经营者需要对厨房油烟进行治理, 排气筒的出口朝向应避开容易受影响的建筑物, 而且油烟的排气筒高度、位置等都有具体规定;一般由省级环境保护部门来制定, 如山东省就要求餐饮业的排烟风道应该要放置于群房的顶部, 并且要高于裙楼的房顶1.5m, 而且要保证不影响周围半径20m内的建筑物。在餐饮企业内部, 要求厨房里安装相应的抽排系统, 根据饮食业灶头数做好合理设备选型见表1, 把收集后的废气作出相应的异味净化处理后再经排气口排放。
2.2.2 餐饮业废水防治措施。
据国内几个主要大城市对餐饮废水污染指标检测的结果显示:COD为500 mg/L~1000mg/L, BOD5为300 mg/L~400 mg/L, SS为300 mg/L~400 mg/L, 油脂在150 mg/L以上[3]。餐饮废水的显著特点有机物含量很高, 还含有大量的食物残渣, 因此, 餐饮废水的治理任务主要是去除油脂、有机物和悬浮物[4]。餐饮废水处理一般会选择固液分离技术, 先采取隔油池设施把油水进行分离, 并经三级化粪池处理达到三级标准后排入到市政管网至污水处理厂进行集中处理, 达标后最后再排入到纳污河道。
2.2.3 餐饮业噪声防治措施。
餐饮企业的噪声污染是商住区环境污染的一个重要污染源, 噪声源主要有:引风机、排油烟机、油净化装置、空调器以及人为喧哗声和人们娱乐活动所产生的嘈杂声[5]。对其声音振动主要是通过墙体、楼板传导, 单个声源对预测点的噪声影响计算公式:
其中:L p为测点声级;L p0为参考位置γ0处的声级;γ为预测点至点声源之间的距离;γ0为预测参考声级处于点声源之间的距离;△L为空气吸收、声屏障或遮挡物以及地面效应等引起的各种衰减量。根据《饮食业环境保护技术规范》 (HJ554-2010) 的相关内容:饮食业单位排放的噪声应符合社会生活环境噪声排放标准 (GB22337—2008) 要求。厨房的噪声设备要封闭设置在厨房内, 空调外机设置相应的消声设备, 并在靠近居民楼附近设置一定的隔离墙, 对用餐的停车场所加强管理, 禁鸣喇叭, 以尽量减少车辆停车和启动的时间。
2.2.4 餐饮业固体废弃物防治措施。
餐饮业的固体废弃物主要是餐厨垃圾和员工的日常生活垃圾。其中, 主要的是餐厨垃圾, 包括废弃的食用油脂和厨余垃圾, 食用油脂主要是不可再食用的动植物油脂和各类油水的混合物, 而厨余垃圾则主要包括了食物的残余和食品加工废料, 餐厨垃圾容易发酵、变质、腐烂, 不仅产生大量的毒素, 散发恶臭气体, 还会污染水体和大气[7]。对于餐厨垃圾, 应按照《饮食业环境保护技术规范》 (HJ554-2010) 的有关要求做好收集和处理:应把餐厨垃圾放置在有盖容器内;餐饮企业根据自身条件配置易腐烂垃圾生化处理机或者委托给有资质单位定期清理。而对于员工的生活垃圾, 也应统一集中起来, 交由环卫部门处理, 临时堆放时, 场地要达到一定的卫生标准要求。
3 商住区餐饮业环境影响评价问题与解决
按照环评的具体要求, 商住区餐饮企业要配置一定的防污设施, 并严格管理, 减少餐饮企业在运营期间对周围居民的生活影响。在开展环评工作时, 要广泛听取附近居民的意见和建议, 开展公众调查。目前, 商住区餐饮业环境影响评价过程中面临的问题主要有以下几方面, 在具体开展环评时要认真加以应对, 以减少对周围环境的影响。
3.1 加强油烟废气的收集和处理
商住区餐饮店的规模一般较小, 大多与居民区紧邻, 而且还常常处于分散状态, 加强油烟的治理又需要花费一定的物力和财力, 油烟收集集中处理难度较大, 相应的激励政策还不够完善, 虽然一些规模较大的餐饮店面在油烟气外排方面进行了严格管理, 排放后的烟气也基本都达到《饮食行业油烟排放标准》 (GBl8483-2001) 的要求。但考虑到许多楼盘在规划建设时并没有预算出具体会有多少餐饮业入驻, 有的还没有预设相应的排烟管道, 此时多数餐饮企业一般会把排气口设置在裙楼楼顶, 会对周围的住户产生影响。为此, 相关部门应加大对餐饮油烟废气排放的监管力度, 从源头做好防控, 在税收等方面出台相应的激励政策, 鼓励餐饮企业做好油烟排放的收集和处理工作。
此外, 房地产建设项目要提前做好项目环评, 要充分考虑该商住区建成后是否引进餐饮业以及引进餐饮业后的店面选址, 提前做好烟道预留工作, 并明确餐饮油烟收集、处理及排放方案, 并根据《饮食业环境保护技术规范》 (HJ554-2010) 及地方环境保护管理规定, 分析裙楼餐饮油烟收集、处理及排放口布局的环境合理性, 提出明确防护距离要求, 并在附图中标注。
3.2 加大餐饮废水处理的监管
商住楼餐饮店规模一般较小, 具有一定的流动性, 监管难度较大, 设备清洗、维护成本和要求较高, 商家为了节省费用常常会减少清洗次数, 不进行有效维护, 设备超负荷运行较为普遍, 废水的处理与收集存在一定难度, 要加大餐饮企业废水流向的监督检查。
3.3 完善公众参与调查
根据《中华人民共和国环境影响评价法》《环境影响评价公众参与暂行办法》等相关规定, 建设项目环境影响评价的公众参与工作由建设单位或其委托的环评单位负责完成。建设单位按照其委托的环评单位的要求对可能影响的周围居民进行公众调查。由于商住区居民较多的情况下, 公众调查难以做到完全覆盖, 因此在运营中难免会有居民因居住环境受到餐饮的影响而发生投诉。因此, 最初项目环评的公众参与工作不管是由建设单位, 还是有由建设单位委托的环评单位负责完成, 一定要完全覆盖环评单位确定的环境敏感点, 特别是影响最大的敏感点居民, 接受居民意见, 减少居民的不满情绪[8]。
摘要：随着我国城市化进程的加快, 城市人口急剧增加, 城市亦商亦住的商住区大量开发建设, 满足日益增长的城市人口对居住的需求, 极大地改善了城市居民的居住舒适性, 作为我国第三产业的传统型行业, 餐饮业在城市商住区也大量的应运而生, 但是, 大多数已建成的商住区由于历史原因未考虑餐饮企业与住宅区隔离的问题, 餐饮业与居住区距离过近, 导致噪声、餐饮废水、餐厨垃圾、油烟污染扰民问题影响了临近居民的生活。商住区环境影响评价工作是环境管理的重要内容之一, 餐饮企业在商住区的选址如何将会影响到附近居民的生活质量, 本文在分析商住区餐饮业主要污染物的基础上, 提出了具体的防治对策。
关键词：环境影响评价,餐饮业,商住区
参考文献
[1]鲍建国, 胡小燕, 徐芬.环境影响评价中商住楼餐饮企业选址相关问题的探讨[J].安全与环境工程, 2014, 21 (2) :100-103.
[2]张金秀.建阳市餐饮娱乐业环境污染问题分析与综合防治[J].环境科学导刊, 2010, 29 (1) :60-61.
[3]皱华生, 陈焕钦.生物填料塔处理餐饮污水的研究[J].四川环境, 2001, 20 (3) :24-27
[4]王汉道.餐饮废水处理方法的现状与展望[J].四川环境, 2004, 23 (2) :14-16.
[5]陈玉香, 仲济亮, 解妍秋.城市商住楼餐饮污染现状及防治对策[J].中国资源综合利用, 2005 (8) :36-38.
[6]洪宗辉, 潘仲麟.环境噪声控制工程[M].北京:高等教育出版社, 2002.
[7]崔亚伟, 陈金发.厨余垃圾的资源化现状及前景展望[J].中国资源综合利用, 2006, 24 (10) :31-32.
评价区 篇11
[关键词] AHP 省区 投资环境 指标体系
投资环境的好坏是影响投资活动安全和收益的关键，直接影响到国家和地方招商引资的效果，因此它一直是各个国家和地区研究的一个重点课题。我国改革开放以后，逐步地由计划经济转向了社会主义市场经济，投资环境也在不断的优化，但是就不同地域来看，还是有相当大的差距，如何找出差距，进一步改善投资环境是各省区经济发展的一项重要内容。本文以全国除港澳台以外的31个省市区为研究对象，运用层次分析法（AHP），以《中国统计年鉴（2006）》为主要数据源，对各省市区投资环境进行评价与分析。
一、评价指标体系
投资环境的评价是一项复杂的系统工程，指标体系的选择是评价的关键所在。本文依据层次分析法确立指标体系的基本原则，选取5个一级指标、18个二级指标和43个具体评价指标构成中国各省区投资环境评价指标体系。主要包括：
1.经济发展水平
经济发展水平是对投资活动影响最大的因素，它的状况直接关系到投资效益的高低，是投资者关注的重点。本文将经济发展水平细分为四个子指标，分别是经济效益、经济规模、经济结构和城市化水平。其中经济效益指标又细分为规模以上工业企业劳动生产率、规模以上工业企业总资产贡献率、全部工业企业总资产利润率、人均财政收入等几个指标；经济规模指标又细分为人均GDP、GDP、全社会固定资产投资完成额、人均固定资产投资等几个指标；经济结构指标又细分为第三产业增加值占GDP的比重、第二产业增加值占GDP的比重等两个指标。
2.基础设施状况
基础设施是投资环境中的硬件部分，是影响投资环境的重要因素，是营造投资环境的必要条件。完善与发达的基础设施是良好投资环境的重要标志。本文将基础设施状况细分为五个子指标，分别是生活设施、交通运输、能源、邮电通信和环境状况。其中生活设施子指标又细分为供水综合生产力、人均生活用电量、建成区面积、人均道路面积等指标;交通运输子指标又细分为客运量、货运量、每平方公里高速公路里程、每平方公里运输线路长度等几个指标;能源子指标又细分为发电量、原煤等指标；邮电通信子指标又细分为每百人拥有电话数、人均邮电业务总量等指标;环境状况子指标又细分为建成区绿化覆盖率、污水处理率等指标。
3.人力资源与科技教育水平
劳动力是现代社会大生产的三大构成要素之一，充足的劳动力供给是企业降低成本、扩大再生产的基本条件，具有较高技能的劳动力是吸引高新技术产业的重要前提。本文将人力资源与科技教育水平细分为四个子指标，分别是人力资源、教育水平、科技水平和医疗卫生。其中人力资源子指标又细分为在岗职工平均工资、每十万人口中高中毕业及其以上人口数、从业人员等指标；教育水平子指标又细分为人均教育经费、每万人拥有专任教师数、每万人拥有普通高校在校生数等指标;科技水平子指标又细分为专利批准数、大中型工业企业科技活动项目数、每万人拥有专业技术人员数等指标；医疗卫生状况子指标又细分为每万人拥有医生数、每万人拥有医疗床位数等指标。
4.市场状况
市场经济条件下市场在资源配置中起基础性作用，因此市场规模的大小、市场体系的完善程度、市场主体的理性程度，以及市场的外向性都是影响投资环境的重要因素。本文将市场状况指标细分为三个子指标，分别为市场规模、私有化程度和市场外向度。其中市场规模子指标又细分为消费品零售总额、城市居民人均消费性支出、农民人均纯收入、全部国有及规模以上非国有工业企业增加值率等指标;私有化程度反映了市场主体参与市场竞争的理性化程度，也是衡量投资环境的重要内容。这里私有化程度子指标又细分为非公有制企业比重、非公有制工业企业增加值比重等指标；市场外向度反映了不同企业参与国际经济技术合作的能力与水平，这里市场外向度子指标又细分为出口占GDP的比重、实际利用外资占GDP的比重、涉外饭店数等指标。
5.社会服务与民事安全状况
本文将社会服务与民事安全细分为两个子指标，即社会服务与民事安全。其中社会服务子指标具体包括失业保险参保人数、城镇社区服务设施个数等指标；民事安全子指标包括火灾事故发生数、交通事故发生数等指标。
二、评价方法与评价结果
1.评价方法
国内外对投资环境的评价方法主要可以分为定性分析及定量研究两类。定性分析的代表方法有冷热比较分析法、多因素等级评分法、“道氏评估法”等，定量研究的主要方法有因子分析法、熵值法、灰色关联度分析法、模糊分析法、FDI潜力指数法、因子分析法等。本文主要采用层次分析法（AHP）对投资环境进行评价与分析。
层次分析法(Analytic Hierarchy Process,简称AHP法）是美国运筹学家T.L.Saaty在1973年提出的一种定量与定性相结合的系统分析方法，具体步骤一是建立层次结构模型，确定最高层（这一层次中只有一个元素，也称目标层）、中间层(包括所需要考虑的准则、子准则，因此也称为准则层)和最底层(也称为措施层或方案层）。二是构造判断矩阵，采取对因子进行两两比较建立成对比较矩阵的办法。即每次取两个因子xi和xj，以aij表示xi和xj对Z的影响大小，全部比较结果用矩阵A表示，称A为Z-X之间的成对比较判断矩阵。设xi与xj对Z的影响之比为aij，则xj与xi对Z的影响之比为aij的倒数。三是层次单排序及一致性检验。判断矩阵A对应于最大特征值λmax的特征向量W，经归一化后即为同一层次相应因素对于上层次某因素相对重要性的排序权值。同时对判断矩阵作一致性检验。四是层次总排序及一致性检验。总排序权重自上而下地将单准则下的权重进行合成。
2.评价结果
由于評价指标的计量单位不一，无法进行直接比较，因此根据各因素、因子的作用性质及表现形式，采取极大值和极小值两种模式进行标准化计算。如人均GDP反映一个地区的综合经济实力，是正指标，因此是越大越好，根据极大值标准化处理，即某一地区的标准化值＝GDPi/GDPmax;对于交通事故发生数，反映的是一个城市民事安全状况，当然是越少越好，根据极小值标准化处理，即某一地区的标准化值＝交通事故发生数min/交通事故发生数i。根据所计算的标准值，分别对各个评价对象按照权重计算其加权综合评分，结果如下表所示:
（根据国家统计局《中国统计年鉴2006》数据计算整理）
3.结果分析
通过对评价结果进行分析，我们可得出以下结论：
第一，大部分省区投资环境一般，投资环境好的省区和投资环境较差的省区都较少。根据投资环境的状况，可以把投资环境划分为：优、较优、次优、一般、较差五种类型。投资环境综合得分在0.6以上的为第一层次，定义为投资环境优；综合得分在0.5－0.6之间的为第二层次，定义为投资环境较优；综合得分在0.4－0.5之间的为第三层次，定义为投资环境次优；综合得分在0.3－0.4之间的为第四层次，定义为投资环境一般；综合得分在0.2－0.3之间的为第五层次，定义为投资环境较差。从得分来看，属于投资环境优和较优（即得分在0.5以上）的省区只有4个，即上海、北京、广东和天津；属于投资环境次优和一般（即得分在0.3－0.5之间）的省区有24个；属于投资环境较差（即得分在0.2－0.3之间）的省区有3个，即云南、甘肃、贵州。
第二，不同省区投资环境相差悬殊。投资环境得分最高的上海与得分最低的贵州相比，上海的得分是贵州的2.44倍。除直辖市以外，投资环境得分最高的省份是广东，广东的得分是贵州的2.04倍。
第三，投资环境较好的省区大多地处东部沿海地区，而投资环境较差的省区大多地处西部偏远地区。投资环境得分前十名的省、市分别是上海、北京、广东、天津、江苏、浙江、山东、辽宁、福建、海南，几乎全部是东沿海地区。而投资环境得分后十名的省、市、自治区分别是广西、江西、宁夏、重庆、四川、西藏、青海、云南、甘肃和贵州，除了广西和江西以外，均属于西部地区。
三、启示
1.投资环境的好坏是决定一个地区经济发展的一个重要因素
从理论上看，投资环境与经济发展两者是相辅相成、相互促进的，投资环境好，一方面会吸引大量的外来投资，同时也会刺激和带动本地区的投资，从而会促进经济快速发展。从经济运行实践看，也确实是这样。根据前述评价结果，投资环境前十名的省市区分别是上海、北京、广东、天津、江苏、浙江、山东、辽宁、福建和海南，而人均GDP居全国前十位的省市区分别是上海、北京、天津、浙江、江苏、广东、山东、辽宁、福建和内蒙古，两者的一致性非常高，这说明投资环境好的地区经济发展水平也相应较高，而经济发展水平高的地区投资环境也相对较好。同样，投资环境较差的地区经济发展水平也相对较低，根据前述评价结果，投资环境后十名的省市区分别是广西、江西、宁夏、重庆、四川、西藏、青海、云南、甘肃和贵州，而从人均GDP来看，全国后十名的省市区分别是青海、陕西、江西、西藏、四川、广西、安徽、云南、甘肃和贵州，两者之间同样具有非常高的一致性。事实说明，投资环境的好坏是决定一个地区经济发展的一个重要因素，要想加快地区经济发展，必须首先脚踏实地改善投资环境。
2.不同省区优化投资环境应选择不同的路径
投资环境的改善是一个渐进的过程，不可能一蹴而就，当前就东部地区而言，投资环境相对较好，经济环境较好，因此东部地区应发挥投资环境优势，继续大力发展经济，但同时要注意各环境子系统之间的协调发展。特别是要处理好经济发展与社会事业发展、经济发展与生态、环境之间关系，在可持续發展的框架下谋求经济的快速发展。对于投资环境一般的中部省区，虽然投资环境的总体得分不高，但在某些方面还是有自己的优势，因此这些省区优化投资环境主要应查漏补缺，如加强基础设施的建设，积极吸引人才，继续大力发展教育，从而不断改善自身投资环境。对于投资环境较差的省区来说，优化投资环境的任务更重，但是在具体操作中不能盲目无序，应通过评估现有条件、投资环境改善的潜在收益以及实施改革的约束条件等来确定优先事项，不断加长投资环境中的“短板”，从而不断提升自身综合投资环境。
参考文献:
1]世界银行.2005年世界发展报告:改善投资环境促使人人受益[M].北京:清华大学出版社，2006
[2]胡鞍钢:改善中国的投资环境[J].理论前沿，2006，(1)
[3]唐林俊:因子分析法在区县经济综合指标评价中的应用[J].数理统计与管理，2003,(9)
[4]王凤等:主成份分析法对陕西投资环境的评价[J].生产力研究，2005，(3）
[5]中华人民共和国统计局.中国统计年鉴－2006[M].北京:中国统计出版社，2006
评价区 篇12
地热水是埋藏于地壳岩石的孔隙、裂隙和溶洞中温度超过25℃以上的地下水。地热水资源属于有限制的可再生资源, 可以通过回灌达到原有的平衡状态, 如采取合理的开发利用方式, 则是一种取之不竭、用之不尽的清洁能源。鞍山市总面积9 251 km2, 辖海城市、台安县、岫岩县、千山区及城区。除台安县及城区没发现地下热水外, 其余地区均开发利用了地热水资源, 按其所处地质构造位置和分布上的特点, 划分为鞍山地热区、岫岩地热区。在鞍山地热区内, 由东向西, 依次建立了千山倪家台地热水保护区、汤岗子地热水保护区、海城市东四方台西荒地地热水保护区。
1 鞍山地热区地质概况
1.1 地 层
区内出露地层主要为太古界鞍山群和下远古界辽河群, 它们构成了本区的结晶基底。沿基底断裂带或山间盆地有中上元界青白口系、震旦系, 古生界寒武系沿积。在西部平原区, 尚有古生界奥陶系, 中生界株罗系、新生界第三系和第四系沉积。
1.2 岩浆岩
区内岩浆活动强烈, 以太古代和早-中侏罗纪花岗岩为主, 还有前震旦纪镁-铁质侵入岩以及晚期花岗斑岩、闪长岩, 煌斑岩等脉岩。
1.3 地质构造
大地构造位置处于华北地台上的3个Ⅲ级构造单元的交接部位。北侧为太子河凹陷, 南临营口-宽甸隆起, 西侧下辽河凹陷。Ⅳ级构造单元为鞍山凸起。由于多期构造运动的叠加, 区内构造复杂, 褶皱断裂构造均很发育。
1.4 水文地质特征
地热水主要赋存于千山花岗岩构造裂隙中, 各地热水区均沿寒岭断裂由东向西依次展布, 构成了近东西向的地热带。地热区地热水储存部位是第四系松散层和基岩构造裂隙, 地下水的补给方式以大气降水直接渗入补给和大气降水汇聚成地表迳流后再补给为主。
2 鞍山地热区地热资源评价
鞍山地热区包括千山倪家台地热田、汤岗子地热田和海城市西荒地热水区, 在估算各热田地热水资源量时, 对地热田基底顶板等深线, 等温线图及各热田地热井地温垂向变化特征进行分析, 同时结合鞍山市水利局提供的各地热区勘察实测数据, 从而确定各类参数。
2.1 地热水存储量计算
地热水储存量计算公式如下:
式中:W总为热储系统内储存的地热水总储存量, m3;W容为热储层演示孔隙中的地热水容积, m3;W弹为承压热储层弹性储存量, 即惹出在开采过程中, 由于减压后从热储介质中释放出来的热水量, m3;A为热储面积, m2;H为热储厚度, m;ϕ为热储层岩石孔隙度, %;μ*为热储层储水 (或释水) 系数 (无因次) ;h为热储层自顶板算起的承压力水头高度, m。
计算参数的确定是选取鞍山地热资源勘察所获取的实测数据, 在不能满足计算需要的情况下, 引用了鞍山地热区以往的各项地质勘查工作所取得的实测参数。从而计算得出倪家台地热田地热水存储量为1.528 8亿m3, 汤岗子地热田地热水存储量为1.511 3亿m3, 海城市西荒地热水区地热水存储量为2.116 0亿m3。
2.2 地热水可开采量计算
2.2.1 倪家台地热田地热水可开采量
采用稳定流平均布井法, 公式如下:
式中:Q开为地热田地热水可开采量, m3/d;A为地热田面积, m2;R为单井开采影响半径, m, 取倪家台地热水保护区单井开采影响半径为350 m;n为地热田布井数;Qi为单井地热水可开采量, m3/d, 取倪家台地热井可开采量38 m3/h为代表值。
通过公式 (2) 计算出倪家台地热田热水可开采量为2 978 m3/d。
2.2.2 汤岗子地热田地热水可开采量
汤岗子热田分为东、西两个热储, 两者之间在现勘深深度内无水力联系, 分别利用下降漏斗法计算设计开采量, 而后相加成为全热田的开采量, 按下式计算:
式中:Q允为推算的区域允许开采量, m3/d;S允为设计的区域漏斗中心允许水位下降值;a为区域内开采量等1 000 m3/d时水位下降值;Q开为区域实际开采量, m3/d;S为与Q开相对应的区域最大水位降深值, m。
选取汤岗子热田东部热储T1-1号、T2-1号、T3-1号井, 由于分布较为集中, 分别形成小漏斗。以井深当权, 计算各小漏斗的最大降深值的加权平均值, 作为东部热储的最大水位下降值, 各井开采量的代数和, 作为区域实际开采量。计算结果如表1。
西部热储以T4-1号井水位降深9.52 m当作实际开采量1 081.7 m3/d的区域漏斗最大水位下降值。分别计算西、东部热储地下水单位水位下降值a西=8.80, a东=31.49。
将计算出的a值, 代入下降漏斗法计算公式, 分别计算西部热储、东部热储设计区域漏斗中心允许水位下降值条件下的允许开采量, 如表2。
汤岗子地热区地热水开采量为东、西热储两者预测允许开采量之和, 为2 496.9 m3/d。
2.2.3 海城市西荒地热水区地热水可开采量
(1) 容积储存量, 计算公式如下:
式中:Vv为容积储存量, m3;V为热储体体积, m3;n为热储岩体的裂隙率, 取值为5%;A为楔形底面积, m2;M为楔形体高, m。
根据科研结果, 热储体形状为楔形体, 式中A为楔形底面积, 2.6 km2, 按地震法浅层水温异常, 土汞异常面积确定。M楔形体高, 以西荒地热水区推算的地热水循环深度选定, 取值2 600 m。
从而计算结果V=3.38×109 m3, 则Vv=1.69×108 m3。
(2) 弹性储水量。
因热田储热体形状认为是楔形体, 故取弹性储水量的一半作为西荒地热水区的可开采量, 为2.130 2×107 m3。当热储层的储水系数取值为1.005 6时, 计算热田可开采量为7.843 7×107 m3, 取其平均值为4.986 9×107 m3。
(3) 井孔水量的计算。
以实际试验资料 (依据各井孔抽水试验、放水试验实际资料) , 计算含水层井孔出水量, 如表3。
注:井孔过水段直径ф168 mm以上。
西荒地热水区与汤岗子热田之西部热储具有很强的相似性, 从而作比拟分析, 结果认为西荒地热水区单井开采量大于3 600 m3/d。
3 地热水开发利用现状及存在问题
鞍山地热区距市区很近, 开发历史悠久, 随着国民经济的发展和改革开放的深入, 开发利用地热水的投资渠道增多、规模更大, 现在已建成了以疗养、度假、培训、娱乐餐饮为主的综合性利用方式, 如表4。但在高度的开发利用过程中, 地热水资源遭到破坏, 对其可持续性造成了严重威胁, 存在以下问题。
(1) 通过评价计算得出, 倪家台地热田和汤岗子地热田的地热水开采量分别为2 978 m3/d和2 496.9 m3/d, 地热区的实际开采量高于评价得出的可开采量, 同时存在开采布局不合理, 开采井过于集中, 造成了当地地热水位持续下降。目前汤岗子地热区静水位每年下降近0.5 m, 倪家台热田水位急剧下降, 水量也明显减小。
(2) 技术资金投入不足, 管理手段有待完善。鞍山市地热水资源管理经费主要来源于征收的地热水资源费, 其主要用于工作人员的开支, 没有更多的资金用于管理与技术的改进, 导致在地热水的水量、水质、水位等基础数据的采集与处理还处在手工操作和人为决策的水平, 未建立起动态监测体系。
(3) 高效产业化水平不高, 热能资源利用率低。鞍山市部分地热企业生产工艺流程落后, 技术力量薄弱, 经营粗放单一, 竞争无序, 盲目追求高额利润。虽然加大了惩治力度, 但仍有企业不按规定开采, 不采取综合利用措施。鞍山市现有的地热水开发利用单位多局限于洗浴、养殖, 温泉及井采地热水一次利用后直接排放, 热能资源未得到充分利用。
(4) 地热尾水未处理, 造成环境污染。从鞍山市地热利用现状来看, 大多数的地热水用于洗浴, 热水用完后一般直接将其排入下水管道进入城郊排水系统或地表水体, 排放温度普遍大于35 ℃。
(5) 地热水回灌率低。由于鞍山市没有回灌系统, 采灌严重失衡, 引起热储层水位大幅度下降, 形成了水位下降漏斗区。
4 解决对策探讨
(1) 严格控制地热水的开采量, 执行倪家台地热田日取水量1 899 m3的批准水量, 汤岗子地热田由于考虑保护热矿泥资源, 应该控制在800 m3以下。倪家台热田开采井较为集中, 应采取间歇性开采, 避免同一时段集中开采。
(2) 争取各级政府部门对鞍山市地热水技术资金的支持, 完善和加强对不同层位地热水资源的水位、水量、水质、水温的长期监测工作, 从而及时掌握其在开采过程中的变化过程, 形成动态的监测体系。
(3) 应以可持续发展、开发与保护并重和统一管理为原则, 根据鞍山市地热水的用途不同, 以特色为依托, 建立多种管理模式, 见图1。以整合地热水资源, 高水平、高起点制定并严格执行地热水资源开发规划, 建立权威、高效、协调的地热水资源管理体制, 引导鞍山地热水资源开发向科学化和有序化发展。
(4) 鞍山市地热水在用水过程中, 应根据地热资源特点和周边地形环境条件, 确定地热水资源的开发利用形式, 适当增加对地热农业温室种植, 地热鱼塘养殖, 地热水供暖, 热泵技术利用等多样化、技术化产业的直接投入。对于单纯性的洗浴产业, 应提高经营门槛, 加大审批标准和监管力度, 对浪费严重和尾水污染巨大的经营单位, 予以关停和整顿。最终地热资源开发利用模式应以梯级开发、综合利用为主, 建成良性循环的地热开发体系, 见图2。
(5) 回灌工作应该作为鞍山地热区开发的重点。回灌可以减缓热储压力的下降, 可以利用热储岩石骨架的热量, 所以应尽早开展回灌实验, 从而达到生产性回灌阶段。
摘要：对鞍山地热区的3处地热田进行评价, 采用稳定流平均布井法、下降漏斗法、比拟法分别对各热田地热水开采量进行计算, 同时分析各保护区开发利用过程中存在的问题以及其他影响地热资源可持续开发利用的相关因素, 探讨性提出对策建议。
关键词：鞍山地热区,地热水评价,问题及对策
参考文献
[1]鞍山市水利局.辽宁省鞍山市地下水保护行动试点-鞍山市地热水管理研究[R].鞍山, 2008.
[2]刘时彬, 李宝山, 郑克棪.全国地热产业可持续发展学术研讨会论文集[M].北京:化学工业出版社, 2005.
[3]李莲花, 张建斌.地热水资源开发引起的环境问题分析[J].地下水, 2004, (3) :194-195.
[4]柳志国, 徐魏, 郑克棪.北京市小汤山地热田地热资源评价报告[R].北京:北京市地质工程勘察院地热工程研究所, 2005.
【评价区】推荐阅读：
中心学校评价、学校评价、学生评价06-14
评价学校与评价教师05-30
教育质量综合评价评价06-02
党民主评价自我评价07-12
高中自我评价、老师评价……原创!08-26
综合素质评价学生自我评价06-09
诊断评价和形成性评价06-19
高中毕业评价表自我评价07-04
内部控制评价报告(评价指引)08-20
大学生综合素质评价自我评价08-29