一种海绵城市韧性评价模型的构建方法

技术领域

本发明涉及一种评价模型构建技术，尤其涉及一种海绵城市韧性评价模型的构建方法。

背景技术

在城市化进程中，城市水资源的合理利用与生态环境的保护成为关注的焦点。海绵城市作为一种新型的城市建设理念，旨在通过模仿自然海绵体的吸水、蓄水、渗水、净水等特性，构建低影响开发雨水系统，实现城市雨水的自然积存、自然渗透、自然净化和可持续利用。然而，目前缺乏一种有效的海绵城市韧性评价模型，来全面评估和提升城市在面对环境变化和自然灾害时的适应能力和恢复能力。因此需要一种海绵城市韧性评价模型的构建方法。

发明内容

本发明的目的是要提供一种海绵城市韧性评价模型的构建方法。

为达到上述目的，本发明是按照以下技术方案实施的：

本发明包括如下步骤：

A获取的三维城市数据，所述三维城市数据采用主观赋权法对海绵城市韧性指标进行赋权得到第一赋值；

B所述第一赋值采用客观赋权法对所述主观赋权值加以修正得到第二赋值；

C通过所述可拓云模型构建海绵城市韧性评价模型，采用ANP和熵权法赋权优化模型的指标权重；

D通过所述第二赋值输入所述海绵城市韧性评价模型进行量化评分，得到海绵城市总体量化评分结果。

具体地，其特征在于，所述客观赋权法包括熵权法和均方差决策法。

进一步地，所述海绵城市韧性评价模型通过比较标度法确定各准则层下个指标重要程度，形成矩阵W

通过两两比较建立超矩阵，由特征根法及向量根排序。

进一步地，构建所述矩阵后需要对一致性标度进行检验，当CR<0.1时通过一致性检验，检验公式如下：

CR＝(λ

其中CR＝CI/RI。

进一步地，所述熵权法的处理步骤如下：

(1)数据的归一化处理

对原始数据进行处理得到标准化矩阵V

正向指标：

负向指标：

(2)计算j指标在i区域项目中所占指标比重的公式包括:

其中i＝1,2,3，…，n；j＝1,2,3，…，m。n表示海绵城市韧性评价指标的个数，m表示海绵城市韧性评价区域项目个数。

(3)计算第j项指标的熵值的公式包括：

其中，k＝1/ln(n)>0,满足e

(4)计算信息冗余度的公式包括：

d

(5)最后计算各项指标权重的公式包括：

进一步地，所述ANP和熵权法求解优化模型可得组合权重计算式包括:

式中：min J(ω)为赋权方法数据信息融合的最小值；s.t.代表数学求解约束性条件得到综合权重ω

进一步地，所述可拓云模型对海绵城市韧性评价模型进行构建的方法包括：

(1)确定评价物元

所述评价物元表现形式的公式包括：

其中：R——海绵城市韧性评价等级；

N——待评价海绵城市项目；

c

v

α

β

(Ex

E

式中所述海绵城市韧性评价指标对应各等级的上下限为[α,β],s为超熵系数取0.1，期望值为Ex，En为熵以及He为超熵；

以指标的权重和标准云参数为基础，分别计算各一级指标和评价总体的安全韧性等级综合参数。

(2)确定指标云关联度

以二级指标评价值作为云滴，Ex为期望，Ee为标准差生成正态随机数En′，计算云滴相对应各个评价等级的关联度k，包括如下公式：

由于求解关联度k的过程中，基于多次运算取平均值确定综合评判矩阵K包括如下公式：

式2中k

(3)确定评价等级

合评判矩阵K和指标权重W为基础，根据公式(24)、(25)和(26)计算综合评判向量B、综合评判指标值r以及综合评判指标值r的期望值E

B＝W×K (24)

式中n表示运算次数(n＝1000)；r

进一步地，对所述评价等级需要进行可信度分析，基于综合评判指标值r以及期望值E

式中E

本发明的有益效果是：

本发明主观赋权法和客观赋权法组合赋值并采用ANP和熵权法赋权优化模型的指标权重，实现对城市水资源和生态环境的全面评估，制定适应不同情景的应对策略，提高城市的适应能力和恢复能力，具有可操作性强、优化资源配置等优点，能够指导实际的海绵城市建设。

附图说明

图1是本发明海绵城市韧性评价模型的构建方法的流程图；

图2是本发明可海绵城市韧性评价模型的ANP分析网络构建构建示意图；

具体实施方式

下面结合附图以及具体实施例对本发明作进一步描述，在此发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。

如图1所示，本发明包括如下步骤：

A获取的三维城市数据，所述三维城市数据采用主观赋权法对海绵城市韧性指标进行赋权得到第一赋值；

B所述第一赋值采用客观赋权法对所述主观赋权值加以修正得到第二赋值；

C通过所述可拓云模型构建海绵城市韧性评价模型，采用ANP和熵权法赋权优化模型的指标权重；

D通过所述第二赋值输入所述海绵城市韧性评价模型进行量化评分，得到海绵城市总体量化评分结果。

将采用主观赋权法中的网络层次分析法(ANP)，对海绵城市韧性评价指标上下级及指标之间权重进行分析，网络层次分析法主要赋权步骤如下：

(1)ANP分析网络构建

确定了海绵城市韧性评价指标体系，指标体系中包括有度量目标——海绵城市韧性；三个度量准则即压力袭扰韧性、状态保持韧性、响应恢复韧性；各准侧层下包括各自的网络层，网络层中则由各指标作为一个作为一个元素组，各元素在组内互不独立，如图2所示。

(2)构建ANP超矩阵

海绵城市韧性AHP出水分块超矩阵中每个分块分别表示两个元素组之间的关系，本评价体系矩阵W由三个集群层组成，分别为P、S、R。其中P中包含P1-P4四个元素，S由S1-S12共十二个元素组成，R分为R1-R10十个元素。

邀请专家根据表1的1-9比较标度法确定各准则层下个指标(元素)重要程度，形成矩阵W

表1比较标度表

Table 1 Comparison scale table

接下来通过元素集中各元素P1-P4、S1-S12、R1-R10化为e

表2超矩阵

Table 2 Hypermatrix

W

由此可知，超序矩阵的每一列都是由元素两两比对得到的排序向量。对于内部独立层次，除了最后一项元素W

(3)判断矩阵一致性检验

构建AHP超矩阵后需要对一致性标度进行检验，采用公式(4)进行一致性检验。当CR<0.1时通过一致性检验。

CR＝(λ

其中CR＝CI/RI。

根据以上分析，ANP是一种比较理想的主观权重赋权法，虽然其不足是需要进行多次演化，但随着计算机科学技术的发展和进步，运用Super Decision(SD)软件可以实现以上所有过程，方便的使用方法使该赋权法更加实用。

根据主客观赋权方式的分析，海绵城市韧性评价赋权应使用客观赋权法对主观赋权加以修正，本发明选择熵权法进行客观赋权,熵值反应事件的不确定性，某评价指标内部差值越大，意味着该指标包含越大的信息量，不确定越小，熵值越小，表现为权重越大；反之则权重越小。

熵权法的处理步骤如下：

(1)数据的归一化处理

对原始数据进行处理得到标准化矩阵V

负向指标：

(2)计算j指标在i区域项目中所占指标比重如公式(7):

其中i＝1,2,3，…，n；j＝1,2,3，…，m。n表示海绵城市韧性评价指标的个数，m表示海绵城市韧性评价区域项目个数。

(3)计算第j项指标的熵值如公式(8)：

其中，k＝1/ln(n)>0,满足e

(4)计算信息冗余度如公式(9)：

d

(5)最后计算各项指标权重如公式(10)：

本发明利用组合赋权法对主客观赋权结果进行处理。

基于组合赋权法指标权重的确定在海绵城市韧性评价组合赋权的过程中应使用组合赋权优化模型的赋权方式对上文分析的主客观赋权的结果进行结合。

在组合优化赋权模型中，目标函数设置为通过属性组合权重与客观权重偏差最小为目标函数，其公式(11)为：

为保证组合权重与主观权重关于重要性排序的要求，需要优先兼顾主观权重的“序信息”。根据上文分析，根据最小相对信息熵原理，求解优化模型可得组合权重计算式,计算组合权重如式(12)和(13)所示:

式中：min J(ω)为赋权方法数据信息融合的最小值；s.t.代表数学求解约束性条件得到综合权重ω

将主客观权重运用兼顾序信息和强度信息的主客观组合赋权模型将权重进行优化，包括以下步骤。

(1)确定评价物元

韧性评价时，由于评价对象指标的表现形式和表示方法不同，故可以将评价指标分为定性的模糊型指标和定量的确定型指标两类。当评价指标是由一个确定的量化值表示时，则可直接运用到物元模型当中；对于用自然语言表现的非确定数值表示的模糊型指标则需要将定性特征转化为确定的数值形式，根据正态云模型理论的数据正态分布规律转化为云区间。将这些处理后的指标通过可拓云模型来计算得出各个评价指标与各评价等级标准云之间的关联度。待评价物元表现形式大致为公式(15)：

其中：R——海绵城市韧性评价等级；

N——待评价海绵城市项目；

c

v

α

β

(Ex

根据确定的海绵城市韧性评价指标对应各等级的上下限[α,β],并根据公式(16)、(17)和(18)计算期望值Ex，熵En以及超熵He。

E

式中s为超熵系数，一般根据实际项目确定，本文取0.1。

以指标的权重和标准云参数为基础，可根据公式(19)、(20)和(21)分别计算各一级指标和评价总体的安全韧性等级综合参数。

(2)确定指标云关联度

城市韧性评价的特点，以二级指标评价值作为云滴，Ex为期望，Ee为标准差生成正态随机数En′，再根据公式(22)计算云滴相对应各个评价等级的关联度k。

由于求解关联度k的过程中，为了减少使用的正态随机数存在偶然性的影响，利用MATLAB软件编程重复上述计算过程，基于多次运算取平均值确定综合评判矩阵K如公式(23)所示：

表4海绵城市韧性评价等级

Table 4 Evaluation Grade of Sponge City Toughness

式23中k

(3)确定评价等级

评判矩阵K和指标权重W为基础，根据公式(24)、(25)和(26)计算综合评判向量B、综合评判指标值r以及综合评判指标值r的期望值E

B＝W×K (24)

式中n表示运算次数(本文n＝1000)；r

(4)可信度分析

基于综合评判指标值r以及期望值E

式中E

这里以某市海绵城市改造项目作为实例研究对象对其2019年海绵城市改造项目阶段性指标进行海绵城市韧性评价，某市海绵城市建设试点区内既有建成区面积约为24km，主要位于试点区的中北部；试点区的地势从西北到东南平缓下降，西北部高程值从103m均匀降至90m，试点区中部高程值从90m均匀降至85m，试点区东南部高程值从85m均匀降至72m。

根据专家打分结果及SD软件计算可得未加权超矩阵为附录A和加权超矩阵为附录B。计算极限超矩阵得出指标权重如表1：

表1 ANP主观赋权指标权重表

/>

通过熵权法计算客观权重

(1)指标正向化

设有m个待评对象，n个评价指标，可以构成数据矩阵X＝(x

基础数据如下表所示，数据P1，P2，P3，S7为负向指标，其余指标均为越大越优型指标，正向化数据如表2所示。

表2某市2012020年指标数据

/>

/>

(2)数据标准化

因为每个指标的数量级不一样，需要把它们化到同一个范围内再比较。标准化的方法比较多，这里仅用最大最小值标准化方法。设标准化后的数据矩阵元素为r

表3数据标准化

(3)计算信息熵

处理过后可以构成数据矩阵R＝(r

其中

(4)计算权重

计算结果如表4所示：

表4信息熵及权重

Table 4 Information entropy and weight

/>

5.2.3最小相对信息熵确定组合权重

将层次分析法和熵权法数据整理在表格中，根据最小相对信息熵原理，求解优化模型可得组合权重计算式,计算组合权重如下表所示。

式中：min J(ω)为赋权方法数据信息融合的最小值；s.t.代表数学求解约束性条件。

求解上式，得到综合权重ω

表5为组合权重表

可拓云模型评价包括以下步骤：

(1)云模型标准云数字特征值的转换

云模型数字特征值描述包括期望Ex，熵En，超熵He。

将等级划分为一级-五级，可拓云耦合模型需要将评价指标等级所构建的可拓学经典域和云模型标准云参数进行转换，利用下式计算标准云数字特征值。

式中：

k——常数，以评价指标实际情况或者不确定程度为准。

计算等级特征值见附录C和附录D。

(2)确定可拓云模型单指标隶属函数

研究对象的各评价指标值通常是经过隶属函数转换为计算模型评价等级隶属程度，由于云模型的引入，物元分析中计算关联度的关联函数已不再适用，因此，引入云模型的隶属度函数计算评价指标的隶属度，计算公式如下：

计算单指标关联度如表6所示：

表6指标关联度

Table 6 Index correlation degree

/>

本发明的技术方案不限于上述具体实施例的限制，凡是根据本发明的技术方案做出的技术变形，均落入本发明的保护范围之内。