层次分析法用于水环境质量评价

本文应用层次分析法建立了水环境质量综合评价的数学模型,经实测分析表明,用该方法作出的评价结果与水环境质量的实况相符合。     

模糊ISODATA聚类分析用于大气环境质量评价

本文应用一种基于模糊划分的聚类方法,即模糊ISODATA方法,进行大气环境质量评价。结果表明该方法简单、快速,尤其在待评价的监测点较多时效果甚佳。     

济南都市圈生态地质环境质量评价

通过实际调查资料,以地层岩性、构造稳定性、植被覆盖、土地沙漠化、地下水、地表水、工程地质条件、地质灾害等8个生态评价因子,采用模糊数学方法,对济南都市圈生态地质环境质量进行了评价。建立了济南都市圈生态地质环境质量评价模型,为政府规划或技术管理部门决策提供可靠的科学依据。     

洞室岩体质量模糊综合评价浅析

洞室岩体质量是一个多因素的模糊概念,评判其质量的边界用一个绝对判据来划分不够科学。因此,应用模糊数学方法,在单因素模糊综合评价的基础上,进行了六个因素的总体岩体质量模糊综合评价,并结合某隧道实例,对其七个洞段岩体质量进行了模糊综合评价,从评价结果来看,模糊数学方法是岩体质量评价中的一种有效方法。     

山东乐陵河口地区土壤质量评价与地力提升技术研究

以全国土地污染防治项目取得地球化学资料为依据,分析研究乐陵河口地区土壤化学元素特征,结果表明：土壤中一级营养元素有机质、氮、磷相对缺乏,钾含量富足;二级营养元素氧化钙、氧化镁相对缺乏,硫含量富足;其他有益微量元素氧化铁、锰、钼和硼均相对缺乏,氯含量丰富,基本不缺。土壤地力提升的主要障碍因素是土壤盐渍化和土壤重金属污染。根据土壤综合肥力评价结果,结合基础调查成果,提出了通过科学施肥、土壤障碍消除和重金属污染修复等地力提升措施,增强土壤肥力,变中、低产田为中、高产田;兴利除害,抑制土壤重金属元素的活性,降低风险,为高效优质农业的规划与发展提供技术支撑。     

山东环渤海地区地质环境质量评价方法探讨

在进行地质环境质量评价工作中,采用二级模糊指数评价方法所求取的评价结果具有连续性,定量化程度和可信度较高,更有利于进行地质环境质量的分析和计算机成图,便于在环境地质评价领域广泛应用。本文以山东省环渤海地区为例,选用此方法。将全区划分为3个环境地质区、36个亚区、679个网格单元,计算了各网格单元的模糊质量指数值,绘制了模糊质量指数等值线,在此基础上对全区地质环境质量进行了评价,并对该评价方法的合理性进行了评述。     

潍坊市城区地下水水化学特征及质量评价

为详细了解和掌握潍坊市城区地下水化学特征及质量状况,该文在潍坊市城市地质调查的基础上,共采集地下水样品400件,并进行了样品分析测试。基于检测结果,选用单因子评价法和综合评价法对地下水质量进行了综合评价研究。结果表明,研究区北部为海(咸)水入侵区,水质极差,面积827.04 km~2,中部为主城区,受人类工农业活动影响,水质较差,面积911.52 km~2,南部水质较好,面积670.46 km~2,良好区和优良区在区内零星分布,面积52.64 km~2;研究区地下水化学类型自北向南呈带状分布,北部为Cl-Na型水,向南过渡为Cl·HCO_3-Ca·Mg型水,最后变为HCO_3-Ca型水。     

一种GNSS定位结果质量评价指标

由于单一指标或将多种指标简单结合无法有效表征GNSS定位结果的质量,提出一种综合评价指标。该指标对观测数据质量指标、GNSS定位处理算法特征数据进行归一化处理,利用变异系数定权方法,将多种指标进行线性组合,所得到的新指标即为综合评价指标。新指标数值越小,表明结果质量越好。实测数据验证表明,新指标是一种有效的定位结果质量评价指标,可服务于工程实践,同时可为GNSS定位结果质量评估提供新思路。     

滕州市浅层地下水质量评价与成因分析

浅层地下水是陆地水资源的重要组成部分,与人类生产生活密切相关。基于生态地球化学调查项目,按照1点/16km²的密度对滕州市浅层地下水进行调查,共采集地下水样品95件,分析Fe、Mn等35项指标。结果表明,研究区浅层地下水质量总体较好,pH、CN^-、Cr⁶⁺、溶解性总固体等21项指标含量基本符合《地下水质量标准》(GB/T 14848-2017)中Ⅲ类地下水规定的阀值,适用于集中式生活饮用水水源及工农业用水。影响研究区浅层地下水质量的主要因子是Fe和总硬度,由原生地质环境及人类活动引起。研究结果可为研究区经济社会发展和用水安全提供基础性资料和决策依据。     

日照市海岸带地下水环境质量及现状评价

日照市海岸带地下水调查采样密度为1点/6.5 km2,分析测试35项指标的含量变化规律后,选择16项指标,按《地下水质量标准》,采用单项组分法、综合评价法,对地下水环境质量进行了评价。其中,良好级占61.82%、较差级占25.98%,极差级占12.20%。     

GIS数据质量的模糊综合评判分析

GIS数据在生产过程中由于各方面的原因,常使数据质量的优劣具有模糊性,给数据质量评价带来困难,影响了GIS应用。本研究尝试将模糊数学概念引入GIS数据质量评价中,用模糊数学理论建立GIS数字化产品质量评估模型。介绍了模型中评判因子、评价集、权重确定和模糊集合隶属函数的建立过程,并举例说明应用模糊综合评判方法对矢量化产品的评判过程。该方法有效地解决了GIS数据质量优劣的客观定性问题,使矢量化数据产品的评判简便、直观,保证了数据质量。     

基于TOPSIS的GNSS数据质量评估方法研究

在当前数据质量评估指标（多路径效应、数据完整率、周跳以及信噪比等）基础上增加数据有效率指标,首次提出利用多指标综合评价方法对全球iGMAS、MGEX、IGS等观测站的GPS数据进行数据质量分析,建立了TOPSIS综合评价模型,并将该模型综合评价结果与各指标进行Pearson相关分析,综合评价结果与数据完整率和数据有效率指标呈强相关;并采用静态PPP结果与该综合评价结果进行相关分析,亦呈显著相关。     

海水环境质量模糊-灰色关联评价及应用

根据灰色理论,提出对原始数据的初值化采用以水质评价标准为约束的极值化方法,构建了基于线性隶属函数初值化方法的模糊-灰色关联模型,采用水化学和生产力双重指标及可变权重,对深圳湾海域海水环境质量进行了综合评价,并将评价结果与模糊综合评判的评价结果进行比较。评价结果表明,深圳湾海水环境质量属于Ⅳ类水质标准,超出了深圳湾水质管理Ⅲ类水质标准的目标,深圳湾海水已受到严重污染。污染的总体趋势是湾内大于湾口;深圳一侧大于香港一侧;河口、码头处污染最严重,表明陆源活动是深圳湾海水环境质量受损的主要原因。此评价结果不仅与模糊综合评判的评价结果一致,而且还能进一步对评价对象的优劣进行排序,评价结果直观可靠,适用于海洋水环境质量的综合评价。     

潍坊城市地质环境质量综合评价

该文在充分收集以往资料的基础上,结合潍坊城市地质调查项目获得的原始数据,进行了工程建设适宜性、区域地壳稳定性、地下水质量、地下水富水性等单地质环境要素评价,采用层次分析法和综合指数法,对潍坊市城市地质环境质量进行了综合评价研究。潍坊市城市地质环境质量分为好区、较好区、较差区和差区等4个等级,好区面积350.39km~2,主要分布于城区北部一带;较好区面积562.68km~2,主要分布于质量好区外围;较差区面积1 004.70km~2,主要分布于央子街办外围及峡山水库一带;差区面积687.23km~2,主要分布于北部沿海区域及萧家营、老坊子区一带。     

全球对流层延迟模型的质量评价

对常用的3种天顶对流层延迟改正模型(Saastamoninen模型、Hopfield模型和EGNOS模型)进行误差分析,代入气象元素及测站位置误差,得出各模型的ZTD估值受误差影响的程度。使用C++语言实现以上3种模型,选取一系列不同纬度和高程的IGS站,利用IGS分析中心提供的气象文件,结合测站时空信息,导入程序进行模拟计算,并与IGS对流层产品进行比较,对改正模型进行质量评价。结果表明,Saastamoninen模型和Hopfield模型能够较准确地根据地面气象资料反映对流层延迟的日变化,Saastamoninen模型的改正精度略高于Hopfield模型;同时,无需实测气象资料的EGNOS模型RMS小于0.1 m,也可满足GNSS m级定位需求。     

兖州煤田村镇饮用水水质评价

兖州煤田是我国重要的煤炭能源基地之一,区内煤炭资源丰富,煤质优良,煤炭资源的大规模开发极大地促进了鲁南地区乃至全省经济的快速发展,但也产生了一系列负面影响如地面塌陷、地裂缝、水环境污染、水源地破坏等地质环境问题。兖州煤田分布区地处汶泗河冲积扇地下水富水区,是农村经济发达、人口密集分布区。煤炭开采规模的不断扩大,使得周边地下水和土壤环境造成了严重污染,部分地区村镇饮用水水质已成为制约其生产发展和生活改善的难题。通过兖州煤田村镇饮用水水质调查分析,掌握区内村镇饮用水水质状况和地域分布,提出保证村镇饮用水水质安全和水源地保护的措施与建议,对于改善煤田居民饮水与健康状况,提高生活质量,构建和谐社会具有重要现实意义。     

平阴县浅层地下水地球化学环境质量评价

平阴县浅层地下水调查采样密度为1点／16km^2,分析测试27项指标的含量变化规律后,认为调查区浅层地下水中除K,Mn,NO2^-等指标含量变化较大,局部富集外,其他指标含量变化小,在浅层地下水中分布较均匀。选择As,Ba,Be,Cd,Co,Cu,Fe,Hg,Mn,Mo,Ni,Pb,Se,Zn,F^-,Cl^-,Cr^6＋,NO2^-,COD,pH等20项指标,按《地下水质量标准》对浅层地下水环境质量进行的单因子和综合评价,结果显示较好级以上者达88．4％,而较差级仅占11．6％,无极差级分布,调查区内浅层地下水环境质量状况良好。