综合环境承载能力的定量模型.ppt

综合环境承载力的定量模型 白宏涛 环境承载力的表征 环境承载力是在限制因子的约束条件下发展因子阈值矢量。 发展因子和限制因子均可表示为n维空间的矢量： 环境承载力的表征 实际上，对某种限制因子，总有若干发展因子与之相关联，其间存在某种反映发展因子与限制因子间关系的函数 环境承载力的表征 研究区域内的环境承载力即为不突破限制因子阈值前提下，发展变量的阈值： 环境承载力的计算 为方便数据收集和计算，通常将人口O和产业总产值作为发展因子的度量。优化模型简化为： 因此，确定函数 成为分析环境承载力的关键所在。 灰色预测、多元统计回归分析、线性规划 分析示例 已有数据（发展变量） 分析示例 已有数据（限制因子） 灰色预测法预测变量 时间序列变化趋势拟合预测 人口:X(k＋1)= 5.9999072e0 GDP：X(k＋1)= 4.509584e0.206546k 工业增加值:X(k＋1)= 4.060246e0.20736k; 总用水量:X(k＋1)= 5.716658e0.1671115k 天然气消耗: X(k＋1)= 17.82933e0.22048k 电力消耗:X(k＋1)= 2.170458e0.19982k ; 道路建设:X(k＋1)= 2.7711618e0.1125376k PM10排放量: X(k＋1)= 3.171937 e 0 NOx排放量: X(k＋1)= 12.482121 e0.094156k 废水排放量:X(k＋1)= 3.984583e0 COD排放量:X(k＋1)= 4.619788e0.1461757k 生活垃圾产生量: X(k＋1)= 30.1381162k 生活区夜间噪声值:X(k＋1)= 45.293e0.0034896k 工业用地: X(k＋1)= 5.667029 e0.1490649k 多元统计回归分析法构建函数 以PM10排放量为例，EXCEL工具拟合 假设因变量和解释变量主要是线性关系 Markov模型中的误差相互独立 误差服从正态分布并具有等变异性 回归结果讨论三个问题： 问题1：选择的解释变量能否足以解释因变量的变化？ 回归结果讨论三个问题： 问题2：解释变量与因变量是否可以用线性函数来描述？ 回归结果讨论三个问题： 问题3：是否每个解释变量都对因变量存在显著影响？ 剔除不显著变量的回归结果 剔除不显著变量的回归结果 剔除不显著变量的回归结果 残差分析 线性的判断 X1与sin（yi）的残差分析 X1与sin（yi）的分析 残差分析 正态性检验 最终的回归结果 限制因子阈值的选取 承载力的优化模型 承载力计算结果 * * 发展因子 限制因子 矢量表征 优化模型 4.74 5.75 51.1 12.67 12.35 13.06 12.30 2004 4.56 5.10 46.2 12.27 8.16 9.95 11.02 2003 3.91 4.08 39.3 9.16 7.22 8.17 9.50 2002 3.37 3.02 22.1 7.72 7.15 7.28 7.80 2001 3.01 2.43 9.5 6.40 2.87 3.49 6.70 2000 道路建设里程 Y7 （百公里） 电力用量Y6（亿度） 天然气用量 Y5 (百万m3) 总用水量 Y4 （百万m3） 工业增加值Y3 （十亿元） GDP Y2 （十亿元） 人口 Y1 （万人） 3.84 45.8 6.30 9.62 9.06 19.76 4.418 2004 2.934 46.1 5.63 8.29 8.76 18.41 4.112 2003 1.955 38.5 4.81 7.20 6.46 17.00 3.891 2002 1.727 42.9 4.16 6.19 5.44 14.68 3.611 2001 1.195 42.3 3.42 5.25 4.45 12.20 3.372 2000 工业用地X7 （百公顷） 夜间生活区声级X6 (分贝) 生活垃圾产生量X5 （万吨） COD排放量X4 (百吨) 废水排放量 X3 （百万m3） NOx排放量X2 (百吨) PM10排放量X1 (千吨) 29.45 144.2 1828 191.10 315.9 345.0 128.9 2020 26.31 118.1 1466 161.70 256.8 280.7 111.4 2019 23.51 96.69 1176 136.80 208.7 228.3 96.23 2018 21.01 79.18 943.4 115.80 169.6 185.7 83.16