一种基于多策略的环境承载力指标权重计算方法及装置

摘要

本申请提供一种基于多策略的环境承载力指标权重计算方法及装置，用于改善基于一种策略由手工计算权重的效率不高的问题。该方法包括：获得用于评估、筛选和校核环境承载力的指标集合，指标集合包括多个指标；根据预先设置的多种策略中每种策略确定指标集合的一组权重，获得多组权重，其中，多组权重中每组权重包括多个指标中每个指标的权重，多组权重用于计算环境承载力。通过使用多种策略中每种策略对指标集合计算多组权重，最终获得多组权重，通过统一输入待计算指标进行计算，同时快速地计算多种策略多指标多组权重，从而有效地提高了权重计算的效率。

权利要求

1.一种基于多策略的环境承载力指标权重计算方法，其特征在于，该方法包括：获得用于评估、筛选和校核环境承载力的指标集合，所述指标集合包括多个指标；

根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重，其中，所述多组权重中每组权重包括所述多个指标中每个指标的权重，所述多组权重用于计算环境承载力，所述多种策略中每种策略包括至少一种方法，所述根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重，包括：根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的至少一组权重，其中，所述根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的一组策略权重，包括：根据所述指标集合构造第二矩阵，并根据考察区域的考核要求确定参考指标，所述第二矩阵表征评估所述环境承载力的指标维度；根据所述第二矩阵和所述参考指标构造标准矩阵；依次计算所述第二矩阵中的每个被评价对象指标值与所述参考指标中对应元素值的绝对差值，以确定所述标准矩阵中的最小数值和所述标准矩阵中的最大数值；根据所述最小数值和所述最大数值计算所述标准矩阵中的每个数值的偏相关系数，获得偏相关系数矩阵；将所述偏相关系数矩阵进行归一化计算，获得一组权重；

对所述至少一组权重进行综合计算，获得每种策略对应的一组策略权重；

根据所述多种策略计算所述每种策略对应的一组策略权重，获得所述多种策略对应的所述多组权重。

2.根据权利要求1所述的方法，其特征在于，所述根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的一组策略权重，包括：根据所述指标集合划分指标层级关系，并根据所述指标层级关系计算多个标度分值，所述指标层级关系表征所述指标集合中的预先存储相互比较的关系；

根据所述多个标度分值构造第一矩阵，所述第一矩阵为所述指标集合中的指标之间的重要程度的判断矩阵；

计算所述第一矩阵的最大特征值，并根据所述最大特征值进行一致性检验，获得检验结果；

确定所述检验结果为通过，则计算所述第一矩阵的特征向量，并将所述特征向量确定为一组权重。

3.根据权利要求1所述的方法，其特征在于，所述根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的一组策略权重，包括：根据所述指标集合确定所述多个指标在各主成分线性组合中的系数，获得多个系数；

根据所述多个系数计算所述多个指标的方差贡献率，获得多个方差贡献率；

将所述多个方差贡献率归一化，获得一组权重。

4.根据权利要求1所述的方法，其特征在于，所述对所述至少一组权重进行综合计算，获得每种策略对应的一组策略权重，包括：根据 或 或

或 对所

述至少一组权重进行综合计算，获得每种策略对应的一组策略权重；

其中，n为所述至少一组权重的数量， 为每种策略对应的一组策略权重，x1,x2,…xn分别为所述至少一组权重中的一组权重，f1,f2,…fn分别为所述至少一种方法中每种方法的方法权重。

5.根据权利要求1所述的方法，其特征在于，在所述获得用于评估环境承载力的指标集合之前，还包括：接收终端设备发送的所述指标集合；

在所述根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重之后，还包括：将所述多组权重发送给所述终端设备，以使所述终端设备根据所述多组权重计算所述环境承载力。

6.根据权利要求1所述的方法，其特征在于，在所述获得用于评估环境承载力的指标集合之前，还包括：接收输入设备发送的所述指标集合；

在所述根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重之后，还包括：根据所述指标集合和所述多组权重计算所述环境承载力，并将所述环境承载力发送给输出设备。

7.一种基于多策略的环境承载力指标权重计算装置，其特征在于，包括：第一获得模块，用于获得用于评估、筛选和校核环境承载力的指标集合，所述指标集合包括多个指标；

第二获得模块，用于根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重，其中，所述多组权重中每组权重包括所述多个指标中每个指标的权重，所述多组权重用于计算环境承载力，所述多种策略中每种策略包括至少一种方法，所述第二获得模块包括：第三获得模块，用于根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的至少一组权重，其中，所述根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的一组策略权重，包括：根据所述指标集合构造第二矩阵，并根据考察区域的考核要求确定参考指标，所述第二矩阵表征评估所述环境承载力的指标维度；根据所述第二矩阵和所述参考指标构造标准矩阵；依次计算所述第二矩阵中的每个被评价对象指标值与所述参考指标中对应元素值的绝对差值，以确定所述标准矩阵中的最小数值和所述标准矩阵中的最大数值；根据所述最小数值和所述最大数值计算所述标准矩阵中的每个数值的偏相关系数，获得偏相关系数矩阵；将所述偏相关系数矩阵进行归一化计算，获得一组权重；

第四获得模块，用于对所述至少一组权重进行综合计算，获得每种策略对应的一组策略权重；

第五获得模块，用于根据所述多种策略计算所述每种策略对应的一组策略权重，获得所述多种策略对应的所述多组权重。

说明书

一种基于多策略的环境承载力指标权重计算方法及装置

技术领域

[0001] 本申请涉及数据处理的技术领域，具体而言，涉及一种基于多策略的环境承载力指标权重计算方法及装置。

背景技术

[0002] 环境承载力是指在一定时期内，在维持相对稳定的前提下，环境资源所能容纳的人口规模和经济规模的大小。环境承载力又称环境承受力或环境忍耐力，是指在某一时期，某种环境状态下，某一区域环境对人类社会、经济活动的支持能力的限度。

[0003] 目前，传统的环境承载力的权重计算方法是基于一种策略由手工计算的，然而这种方法基于一种策略由手工计算权重的效率不高。

发明内容

[0004] 本申请实施例的目的在于提供一种基于多策略的环境承载力指标权重计算方法及装置，用于改善基于一种策略由手工计算权重的效率不高的问题。

[0005] 本申请实施例提供了一种基于多策略的环境承载力指标权重计算方法，该方法包括：获得用于评估、筛选和校核环境承载力的指标集合，所述指标集合包括多个指标；根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重，其中，所述多组权重中每组权重包括所述多个指标中每个指标的权重，所述多组权重用于计算环境承载力。通过使用多种策略中每种策略对指标集合计算多组权重，最终获得多组权重，通过统一输入待计算指标进行计算，同时快速地计算多种策略多指标多组权重，从而有效地提高了权重计算的效率。

[0006] 可选地，在本申请实施例中，所述多种策略中每种策略包括至少一种方法，所述根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重，包括：根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的至少一组权重；对所述至少一组权重进行综合计算，获得每种策略对应的一组策略权重；根据所述多种策略计算所述每种策略对应的一组策略权重，获得所述多种策略对应的所述多组权重。在上述的实现过程中，通过多种策略的每一种策略中对应的至少一种方法，来获得多组权重，有效地增加了策略与方法适配的灵活性和便捷性。

[0007] 可选地，在本申请实施例中，所述根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的一组策略权重，包括：根据所述指标集合划分指标层级关系，并根据所述指标层级关系计算多个标度分值，所述指标层级关系表征所述指标集合中的预先存储相互比较的关系；根据所述多个标度分值构造第一矩阵，所述第一矩阵为所述指标集合中的指标之间的重要程度的判断矩阵；计算所述第一矩阵的最大特征值，并根据所述最大特征值进行一致性检验，获得检验结果；确定所述检验结果为通过，则计算所述第一矩阵的特征向量，并将所述特征向量确定为一组权重。在上述的实现过程中，通过层次分析法策略来计算权重，有效地提高了计算权重的正确率。

[0008] 可选地，在本申请实施例中，所述根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的一组策略权重，包括：根据所述指标集合构造第二矩阵，并根据考察区域的考核要求确定参考指标，所述第二矩阵表征评估所述环境承载力的指标维度；根据所述第二矩阵和所述参考指标构造标准矩阵；依次计算所述第二矩阵中的每个被评价对象指标值与所述参考指标中对应元素值的绝对差值，以确定所述标准矩阵中的最小数值和所述标准矩阵中的最大数值；根据所述最小数值和所述最大数值计算所述标准矩阵中的每个数值的偏相关系数，获得偏相关系数矩阵；将所述偏相关系数矩阵进行归一化计算，获得一组权重。在上述的实现过程中，通过灰色关联度法方法策略来计算权重，有效地提高了计算权重的正确率。

[0009] 可选地，在本申请实施例中，所述根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的一组策略权重，包括：根据所述指标集合确定所述多个指标在各主成分线性组合中的系数，获得多个系数；根据所述多个系数计算所述多个指标的方差贡献率，获得多个方差贡献率；将所述多个方差贡献率归一化，获得一组权重。在上述的实现过程中，通过主成分分析法策略来计算权重，有效地提高了计算权重的正确率。

[0010] 可选地，在本申请实施例中，所述对所述至少一组权重进行综合计算，获得每种策略对应的一组策略权重，包括：根据 或或 或
对所述至少一组权重进行综合计算，
获得每种策略对应的一组策略权重；其中，n为所述至少一组权重的数量， 为每种策略对应的一组策略权重，x1,x2,…xn分别为所述至少一组权重中的一组权重，f1,f2,…fn分别为所述至少一种方法中每种方法的方法权重。在上述的实现过程中，通过对多个策略方法计算获得的多组权重进行加权计算最终权重，有效地综合了多种方法的优点，提高了计算权重的可靠性。

[0011] 可选地，在本申请实施例中，在所述获得用于评估环境承载力的指标集合之前，还包括：接收终端设备发送的所述指标集合；在所述根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重之后，还包括：将所述多组权重发送给所述终端设备，以使所述终端设备根据所述多组权重计算所述环境承载力。在上述的实现过程中，通过接收终端设备的指标集合数据，并对指标集合数据进行计算，将计算结果发送给终端设备的方式，有效地提高了计算方式的可维护性，可维护性是指在计算方式有变更时容易在执行主体上进行更改。

[0012] 可选地，在本申请实施例中，在所述获得用于评估环境承载力的指标集合之前，还包括：接收输入设备发送的所述指标集合；在所述根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重之后，还包括：根据所述指标集合和所述多组权重计算所述环境承载力，并将所述环境承载力发送给输出设备。在上述的实现过程中，通过输入设备接收用户输入的指标集合数据和输出设备展示数据给用户，极大的减少了承载力权重计算科研人员及相关工作人员的操作步骤，简化复杂计算工具使用流程，降低计算时间，提高计算结果综合性，可靠性和实用性，有效地提高了计算效率。

[0013] 本申请实施例还提供了一种基于多策略的环境承载力指标权重计算装置，包括：第一获得模块，用于获得用于评估、筛选和校核环境承载力的指标集合，所述指标集合包括多个指标；第二获得模块，用于根据预先设置的多种策略中每种策略确定所述指标集合的一组权重，获得多组权重，其中，所述多组权重中每组权重包括所述多个指标中每个指标的权重，所述多组权重用于计算环境承载力。通过使用多种策略中每种策略对指标集合计算多组权重，最终获得多组权重，通过统一输入待计算指标进行计算，同时快速地计算多种策略多指标多组权重，从而有效地提高了权重计算的效率。

[0014] 可选地，在本申请实施例中，所述第二获得模块包括：第三获得模块，用于根据所述每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的至少一组权重；第四获得模块，用于对所述至少一组权重进行综合计算，获得每种策略对应的一组策略权重；第五获得模块，用于根据所述多种策略计算所述每种策略对应的一组策略权重，获得所述多种策略对应的所述多组权重。

[0015] 可选地，在本申请实施例中，所述第四获得模块包括：分值计算模块，用于根据所述指标集合划分指标层级关系，并根据所述指标层级关系计算多个标度分值，所述指标层级关系表征所述指标集合中的预先存储相互比较的关系；第一构造模块，用于根据所述多个标度分值构造第一矩阵，所述第一矩阵为所述指标集合中的指标之间的重要程度的判断矩阵；第一计算模块，用于计算所述第一矩阵的最大特征值，并根据所述最大特征值进行一致性检验，获得检验结果；结果确定模块，用于确定所述检验结果为通过，则计算所述第一矩阵的特征向量，并将所述特征向量确定为一组权重。

[0016] 可选地，在本申请实施例中，所述第四获得模块包括：第二确定模块，用于根据所述指标集合构造第二矩阵，并根据考察区域的考核要求确定参考指标，所述第二矩阵表征评估所述环境承载力的指标维度；第二构造模块，用于根据所述第二矩阵和所述参考指标构造标准矩阵；第三确定模块，用于依次计算所述第二矩阵中的每个被评价对象指标值与所述参考指标中对应元素值的绝对差值，以确定所述标准矩阵中的最小数值和所述标准矩阵中的最大数值；第二计算模块，用于根据所述最小数值和所述最大数值计算所述标准矩阵中的每个数值的偏相关系数，获得偏相关系数矩阵；第四确定模块，用于将所述偏相关系数矩阵进行归一化计算，获得一组权重。

[0017] 可选地，在本申请实施例中，所述第四获得模块包括：第七获得模块，用于根据所述指标集合确定所述多个指标在各主成分线性组合中的系数，获得多个系数；第三计算模块，用于根据所述多个系数计算所述多个指标的方差贡献率，获得多个方差贡献率；归一化模块，用于将所述多个方差贡献率归一化，获得一组权重。

[0018] 可选地，在本申请实施例中，所述第四获得模块包括：第五计算模块，用于根据或 或或 对所述
至少一组权重进行综合计算，获得每种策略对应的一组策略权重；其中，n为所述至少一组权重的数量， 为每种策略对应的一组策略权重，x1,x2,…xn分别为所述至少一组权重中的一组权重，f1,f2,…fn分别为所述至少一种方法中每种方法的方法权重。

[0019] 可选地，在本申请实施例中，还包括：第一接收模块，用于接收终端设备发送的所述指标集合；第一发送模块，用于将所述多组权重发送给所述终端设备，以使所述终端设备根据所述多组权重计算所述环境承载力。

[0020] 可选地，在本申请实施例中，还包括：第二接收模块，用于接收输入设备发送的所述指标集合；第二发送模块，用于根据所述指标集合和所述多组权重计算所述环境承载力，并将所述环境承载力发送给输出设备。

[0021] 本申请实施例还提供了一种电子设备，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处理器执行时执行如上所述的方法。

[0022] 本申请实施例还提供了一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上所述的方法。

附图说明

[0023] 为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0024] 图1示出了本申请实施例提供的环境承载力指标权重计算方法流程示意图；

[0025] 图2示出了本申请实施例提供的另一种实施方式中的方法流程示意图；

[0026] 图3示出了本申请实施例提供的环境承载力指标权重计算装置结构示意图；

[0027] 图4示出了本申请实施例提供的电子设备的结构示意图。

具体实施方式

[0028] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。

[0029] 可以理解的是，本申请实施例提供的方法可以计算很多种环境承载力的指标权重，包括但不限于：水环境、土壤环境和大气环境等等，这里为了便于说明，下面将以水环境承载力(water environmental carrying capacity，WECC)的指标权重计算进行详细说明，水环境承载力是承载力概念与水资源和水环境领域的自然结合。

[0030] 第一实施例

[0031] 图1示出了本申请实施例提供的环境承载力指标权重计算方法流程示意图；需要说明的是，该方法可以在终端设备中执行，由终端设备接收指标集合数据并执行上述的方法，这里的终端设备是指具有执行计算机程序功能的设备，终端设备例如：个人电脑、网络交换机、网络路由器或台式主机等。当然也可以是由终端设备输入指标集合数据，终端设备将数据发送给服务器，并由服务器执行上述的方法，这里的服务器例如：非x86服务器包括：大型机、小型机和UNIX服务器，以及x86服务器。这里的方法由终端设备和服务器执行是具有区别的，由终端设备和服务器执行的具体区别将在后面进行详细地说明。

[0032] 请参见图1，该环境承载力指标权重计算方法可以包括如下步骤：

[0033] 步骤S100：获得用于评估、筛选和校核环境承载力的指标集合，指标集合包括多个指标。

[0034] 其中，这里的指标集合包括多个指标，多个指标包括多个专项指标，多个专项指标例如：水资源指数、排放强度指数、水环境质量指数和水生态指数；其中，多个专项指标中的每个专项指标又包括多个分项指标，例如：专项指标水资源指数包括：水资源开发利用率、用水效率、水域面积和用水量；其中，多个分项指标中的每个分项指标可能包括多个评估指标，例如评估指标水域面积包括：人均水域面积和水域面积占比，这里将上面所有的评估指标称为指标集合。

[0035] 步骤S200：根据预先设置的多种策略中每种策略确定指标集合的一组权重，获得多组权重。

[0036] 其中，多组权重中每组权重包括多个指标中每个指标的权重，多组权重用于计算环境承载力，权重是指标相对于其它指标的相对重要程度，通常以量化的数值表示，所有的权重之和等于一。这里的多种策略包括：至少一个主观策略和/或至少一个客观策略；主观策略，也称为主观赋权法，是指是由专家根据经验主观判断得到，如古林法、德尔菲法、层次分析法等，这种方法研究较早，也较为成熟，但客观性较差。客观策略，又成为客观赋权法，其含义是指，客观赋权法的原始数据是由各指标在评价单位中的实际数据形成；它不依赖于人的主观判断，因而客观性较强，如主成分分析法、均方差法等。

[0037] 在本申请实施例中的其中一种实施方式，步骤S200可以包括如下步骤：

[0038] 步骤S210：根据预先设置的至少一个主观策略计算指标集合的权重，获得至少一组权重。

[0039] 其中，可以理解的是，步骤S210中的基于主观策略计算权重有多种方式，下面仅列举两种方式，第一种方式，使用层次分析法计算权重；第二种方式，使用灰色关联度法计算权重。

[0040] 第一种方式，使用层次分析法计算权重，层次分析法是一种对复杂现象的决策思维进行系统化、模型化、数量化的方法，又称为多层次权重分析决策法。该方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂问题提供简便的决策方法。该方法可以包括如下步骤：

[0041] 步骤S211：根据指标集合划分指标层级关系，并根据指标层级关系计算多个标度分值，指标层级关系表征指标集合中的预先存储相互比较的关系；

[0042] 在具体的实施过程中，需要建立层次结构模型，使用层次结构模型来构造判断矩阵；将决策的目标、考虑的因素(决策准则)和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。最高层是指决策的目的、要解决的问题，最低层是指决策时的备选方案，中间层是指考虑的因素、决策的准则，对于相邻的两层，称高层为目标层，低层为因素层。

[0043] 步骤S212：根据多个标度分值构造第一矩阵，第一矩阵表征指标集合中的指标之间的重要程度。

[0044] 在具体的实施过程中，利用层次结构模型来构造判断矩阵，该过程具体的例如：构造下一层对上一层的判断矩阵，该矩阵是互反矩阵，判断矩阵是以上一级的某一要素作为判断准则，针对本级要素进行两两比较来确定矩阵的元素(一般可利用专家会议法)。为了将这类比较的结果作定量化描述，采用相对尺度，通常使用1～9级标度(如下表所示)针对指标的两个因素中的第i个因素与第j个因素进行比较，给判断矩阵的元素赋值，判断矩阵元素的标度方法如下：

[0045] 标度 说明1 表示两个因素相比。一样重要
3 一个因素比另一个较重要
5 一个因素比另一个很重要
7 一个因素比另一个非常重要
9 一个因素比另一个极重要
2、4、6、8 表示上述相邻标度的中间值

[0046] 步骤S213：计算第一矩阵的最大特征值，并根据最大特征值进行一致性检验，获得检验结果。

[0047] 在具体的实施过程中，在使用层次分析法获得权重后，还需要对获得的权重进行单层权重确定和一致性检验，具体的一致性检验方法例如：为了检验判断矩阵的一致性，需要计算它的一致性指标 CI＝0时，判断矩阵具有完全一致性。λmax-n愈大，CI就愈大，判断矩阵的一致性就差，以下各矩阵的检验均据此类推。

[0048] 最后需要确定层次间总权重，利用同一层次中所有层次单排序的结果，可以计算出针对上一层次，本层次所有因素重要性的权值。层次总排序需要从上到下逐层进行得出总结果。

[0049] 步骤S214：确定检验结果为通过，则计算第一矩阵的特征向量，并将特征向量确定为一组权重。

[0050] 其中，计算第一矩阵的特征向量的具体方法例如：W＝(W1,W2,…,Wn)T；其中，W为特征向量，W1,W2,…,Wn为判断矩阵的所有行向量或列向量，n为判断矩阵的维数。这里的归一化处理，可以理解为使用归一化指数函数进行处理，对特征向量进行归一化处理的具体方法例如： 其中，N为判断矩阵的维数，σ(w)j为一组权重中的第j个权重，wj为判断矩阵中的第j个行向量或第j个列向量，wn为判断矩阵中的第n个行向量或第n个列向量。

[0051] 第二种方式，使用灰色关联度法计算权重，灰色关联度分析法是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序，若样本数据反映出的两因素变化的态势(态势例如：方向、大小和速度等)基本一致，则它们之间的关联度较大；反之，关联度较小。该方法包括如下步骤：

[0052] 步骤S215：根据指标集合构造第二矩阵，并根据考察区域的考核要求确定参考指标，第二矩阵表征评估环境承载力的指标维度。

[0053] 其中，根据评价目的确定评价指标体系，确定第二矩阵及参考数列，这里的第二矩阵可以理解为原始评价矩阵。

[0054] 步骤S216：根据第二矩阵和参考指标构造标准矩阵。

[0055] 其中，对指标集合数据进行标准化处理，并构造标准矩阵为：

[0056]

[0057] 其中，Z0＝(Z01,Z02,…,Z0j,…,Z0n)为标准化处理后的标准矩阵的第0个行向量，Z01为标准化处理后的标准矩阵的第0个行向量的第1列的值，其它的参数依次类推。

[0058] 步骤S217：依次计算第二矩阵中的每个被评价对象指标值与参考指标中对应元素值的绝对差值，以确定标准矩阵中的最小数值和标准矩阵中的最大数值。

[0059] 其中，对标准化处理的数据序列，逐个计算每个被评价对象比较序列与参考数列对应元素的绝对差值，以确定标准矩阵中的最小数值和标准矩阵中的最大数值。该方法用公式表示即：|Zi-Z0i|＝|Zi-Z0j|,i＝1,2,…,n；其中，Zi为标准化处理后的标准矩阵的第i个行向量，Z0i和Z0j分别为标准化处理后的标准矩阵的第0个行向量的第i列和第j列的值。

[0060] 可以理解的是，确定标准矩阵中的最小数值和标准矩阵中的最大数值的具体方法例如：计算标准矩阵中的最小数值 和标准矩阵中的最大数值其中，Zij为标准化处理后的标准矩阵的第i个行向量的第j列的
值，Z0j为标准化处理后的标准矩阵的第0个行向量的第j列的值。

[0061] 步骤S218：根据最小数值和最大数值计算标准矩阵中的每个数值的偏相关系数，获得偏相关系数矩阵。

[0062] 其中，根据最小数值和最大数值计算标准矩阵中的每个数值的偏相关系数的具体方法如下列公式表示：

[0063]

[0064] 其中，Zij为标准化处理后的标准矩阵的第i个行向量的第j列的值，Z0j为标准化处理后的标准矩阵的第0个行向量的第j列的值。η为分辨系数，其值在区间(0，1)之间；η取值越小，关联系数间的差异越大，分辨能力越强，通常取η＝0.5。关联系数ζij是不超过1的正数，它反映第i个比较序列与参考序列在第j个指标上的关联程度。

[0065] 步骤S219：将偏相关系数矩阵进行归一化计算，获得一组权重。

[0066] 可以理解的是，由于所有指标的权重之和为1，因此，指标权重需要在综合模型中指标系数的基础上归一化。具体的归一化过程例如：

[0067]

[0068] 其中，Z为获得的一组权重，ai为偏相关系数矩阵中第i个元素。

[0069] 步骤S220：根据预先设置的至少一个客观策略计算指标集合的权重，获得至少一组权重。

[0070] 其中，可以理解的是，步骤S220中的基于客观策略计算权重有多种方式，为便于理解和说明，下面仅是示例性的基于主成分分析法策略技术权重的方法包括如下步骤：

[0071] 步骤S221：根据指标集合确定多个指标在各主成分线性组合中的系数，获得多个系数。

[0072] 其中，根据指标集合确定多个指标在各主成分线性组合中的系数，获得多个系数的具体方式可以为，先确定的是主成分模型中指标在各主成分线性组合中的系数的表达式如下：

[0073]

[0074] 其中，F1,F2,…,Fm为分析该指标集合后得到的m个主成分，u11,u21,…,uL1、u12,u22,…,uL2和u1m,u2m,…,uLm为该多个系数，W1,W2,…,WL为该指标集合。

[0075] 需要说明的是，主成分分析方法有多种分析方式，当用统计产品与服务解决方案软件(Statistical Product and Service Solutions，SPSS)进行主成分分析时，得到的不是决策矩阵系数uij而是初始因子载荷fij。二者满足如下关系：uli＝fij/(λj)1/2j＝1,2,…,m；其中，λj为对应的特征根。

[0076] 步骤S222：根据多个系数计算多个指标的方差贡献率，获得多个方差贡献率；

[0077] 需要说明的是，由于方差贡献率越大则该主成分的重要性越强，因此，方差贡献率可以看成是不同主成分的权重。

[0078] 由于原有指标基本可以用主成分代替，因此，指标系数可以看成是以主成分方差贡献率为权重，对指标在主成分线性组合中的系数做加权平均。

[0079] 由此得到综合得分模型的系数为：

[0080]

[0081]

[0082]

[0083] 其中，θj(j＝1,2,…,m)为多个方差贡献率中的第j个方差贡献率，因此所得综合得分模型为：Y＝a1X1+a2X2+…+aLXL。

[0084] 步骤S223：将多个方差贡献率归一化，获得一组权重。

[0085] 其中，由于所有指标的权重之和为1，因此，指标权重需要在综合模型中指标系数的基础上归一化，该方法用公式表达如下：

[0086]

[0087] 其中，w为指标权重，ai为多个指标系数中的第j个指标系数。

[0088] 可选的，在获得权重后，可以对获得的权重进行评估，这里分为两者评估方式如下：

[0089] 第一种评估方式，主观评估，在使用主观方法获得权重后，可以将使用主观方法获得的权重进行评估，此时在步骤S210之后还包括如下步骤：

[0090] 步骤S230：对主观策略获得的至少一组权重进行评估，获得评估后的至少一组第一权重。

[0091] 在具体实施过程中，可以将上述的主观策略获得的至少一组权重输入专家评估平台进行分析，专家评估平台邀请该领域的专家对获得的至少一组权重进行评估，从而给出评估后的权重调整建议。也可以建立评估实例库，将上述的主观策略获得的至少一组权重与评估实例库中的权重进行对比和分析，从客观角度给出各个指标对应权重的差异性或一致性评估结果，从而获得评估后的至少一组第一权重。

[0092] 第一种评估方式，客观评估，在使用客观方法获得权重后，可以将使用客观方法获得的权重进行评估，此时在步骤S220之后还包括如下步骤：

[0093] 步骤S240：对客观策略获得的至少一组权重进行评估，获得评估后的至少一组第二权重。

[0094] 在具体实施过程中，可以建立评估实例库，将上述的客观策略获得的至少一组权重与评估实例库中的权重进行对比和分析，从客观角度给出各个指标对应权重的差异性或一致性评估结果，从而获得评估后的至少一组第一权重。

[0095] 步骤S250：将至少一组第一权重和至少一组第二权重确定为多组权重。

[0096] 可以理解的是，将上述的主观策略获得的至少一组第一权重和上述的客观策略获得的至少一组第二权重确定为多组权重。

[0097] 可选的，在本申请实施例中的其中一种实施方式，步骤S200可以包括如下步骤：

[0098] 步骤S260：根据每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的至少一组权重。

[0099] 可以理解的是，多种策略可以有不同的分类，例如分为主观策略和客观策略，其中，每种策略均可以对应至少一种方法，例如：上述的主观策略可以对应的方法包括：古林法、德尔菲法、层次分析法等；上述的客观策略可以对应的方法包括：主成分分析法、均方差法等。

[0100] 步骤S270：对至少一组权重进行综合计算，获得每种策略对应的一组策略权重。

[0101] 可以理解的是，在具体的实施过程中，可按照简单算术平均、加权算术平均、简单调和平均或加权几何平均进行计算，具体地例如下：

[0102] 根 据 或 或或 对至
少一组权重进行综合计算，获得每种策略对应的一组策略权重；

[0103] 其中，n为至少一组权重的数量， 为每种策略对应的一组策略权重，x1,x2,…xn分别为至少一组权重中的一组权重，f1,f2,…fn分别为至少一种方法中每种方法的方法权重。

[0104] 步骤S280：根据多种策略计算每种策略对应的一组策略权重，获得多种策略对应的多组权重。

[0105] 可以理解的是，在具体的实施过程中，用户可能选择主观策略中的一种方法和客观策略中的一种方法，则获得两组权重，将两组权重确定为多组权重；也可能选择主观策略中的多种方法或客观策略中的多种方法，则获得多组权重。

[0106] 在本申请实施例中，上述的方法的执行方式有两种方式，第一种方式，该方法可以在服务器执行；第二种方式，该方法也可以在终端设备中执行。

[0107] 第一种方式，该方法可以在服务器执行的具体实施方式与上述步骤S100至步骤S200的方法类似，不同之处在于比上述方法多了以下步骤：

[0108] 步骤S101：接收终端设备发送的指标集合。

[0109] 步骤S301：将最终权重发送给终端设备，以使终端设备根据最终权重计算环境承载力。

[0110] 可以理解的是，上述的步骤S101在步骤S100之前执行，上述的步骤S301在步骤S200之后执行。

[0111] 第二种方式，该方法可以在终端设备中执行的具体实施方式与上述步骤100至步骤S200的方法类似，不同之处在于比上述方法多了以下步骤：

[0112] 步骤S102：接收输入设备发送的指标集合。

[0113] 步骤S302：根据指标集合和最终权重计算环境承载力，并将环境承载力发送给输出设备。

[0114] 可以理解的是，上述的步骤S102在步骤S100之前执行，上述的步骤S302在步骤S200之后执行。

[0115] 为了便于理解，下面介绍本申请实施例的另一种实施方式，本申请实施例的另一种实施方式的大概思路为：首先，根据提供数据系列对应区域水质保护目标筛选出25个显著影响水环境承载力的评估指标；其次，针对指标的功能性和评价区域的环境功能对25个指标进行功能划分，并形成不同环境功能下的指标系列矩阵；然后，分别采用层次分析法、主成分分析法和灰色关联度法计算不同功能分区指标矩阵的指标权重以及总体25个指标矩阵的权重矩阵；最后，根据用户重点环境保护对象和经济发展要求提供单一方法权重或组合策略权重计算结果。

[0116] 请参见图2，图2示出了本申请实施例提供的另一种实施方式中的方法流程示意图。具体地，本申请实施例的另一种实施方式中的方法步骤的描述具体如下：

[0117] 步骤S410：输入代表性指标。

[0118] 生态环境部水环境管理司印发的《关于开展水环境承载力评价试点工作的函》(水体函〔2017〕66号)文件提出的29个指标，试点城市上报数据和工作基础，依照指标科学性、数据可得性等原则，选取40个有代表性的指标(如表1所示)，进行试点技术方案指标优化。

[0119] 表1试点城市40个指标；

[0120]

[0121]

[0122] 步骤S420：对代表性指标进行相关性分析，并依据相关性分析的结果进行指标筛选。

[0123] 将40个水环境承载力指标与上述的水环境质量指数进行相关分析，相关系数的绝对值越大，两者的相关性越大，表明该指标对水环境质量影响越大，敏感性越强。其中，40个水环境承载力指标分为以下四类指数：

[0124] 第一类指数，水资源指数

[0125] 水资源指数专项指标包含9个评估指标，水资源开发利用率指标(n＝56)、万元GDP用水量指标(n＝41)，万元工业增加值用水量指标(n＝38)，万元农业生产总值用水量指标(n＝60)，万元第三产业生产总值生活用水量指标(n＝52)，水域面积占比指标(n＝63)，人均水域面积指标(n＝63)，人均日生活用水量指标(n＝50)，废水排放强度指标(n＝53)。

[0126] 万元农业生产总值用水量指标分析结果呈负相关性，即区域万元农业生产总值用水量越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾；万元第三产业生产总值生活用水量指标分析结果呈负相关性，即区域第三产业生产总值生活用水量大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾；水域面积占比指标分析结果呈正相关性，即区域水域面积越大，污染物超标指数越大，水环境承载能力越小，与实际情况相矛盾；人均日生活用水量指标分析结果呈负相关性，即人均日生活用水量越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾。废水排放量指标分析结果呈负相关性，即废水排放量越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾。水资源指数专项指标筛选(如下表所示)。

[0127] 表2水资源评估指标相关性分析；

[0128]

[0129]

[0130] 第二类指数，排放强度指数

[0131] 排放强度指数专项指标包含19个评估指标，废水排放强度指标(n＝50)，工业废水排放强度指标(n＝44)，人均生活废水排放量指标(n＝44)，COD排放强度指标(n＝46)，氨氮排放强度指标(n＝44)，TN排放强度指标(n＝45)，TP排放强度指标(n＝45)，工业COD排放强度指标(n＝42)，工业氨氮排放强度指标(n＝42)，工业TN排放强度指标(n＝45)，工业TP排放强度指标(n＝30)，农业COD排放强度指标(n＝46)，农业氨氮排放强度指标(n＝46)，农业TN排放强度指标(n＝46)，农业TP排放强度指标(n＝46)，城镇COD排放强度指标(n＝35)，城镇氨氮排放强度指标(n＝34)，城镇TN排放强度指标(n＝35)和城镇TP排放强度指标(n＝33)。

[0132] 人均生活废水排放量指标分析结果呈负相关，即区域人均生活废水排放量越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾；COD排放强度指标结果分析呈负相关，即区域COD排放强度越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾；氨氮排放强度指标结果分析呈负相关，即区域氨氮排放强度越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾；TN排放强度指标结果分析呈负相关，即区域TN排放强度越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾；TP排放强度指标结果分析呈负相关即区域TP排放强度越大，污染物超标指数越小，水环境承载能力越大，与实际情况相矛盾。排放强度指数专项指标筛选结果(如表3所示)。

[0133] 表3排放强度评估指标相关性分析；

[0134]

[0135]

[0136] 第三类指数，水环境质量指数

[0137] 水环境质量指数专项指标包含3个评估指标，水质时间达标率指标(n＝63)，水质空间达标率指标(n＝63)，污染物超标指数(n＝62)。

[0138] 第四类指数，水生态指数

[0139] 水生态指数专项指标包含8个评估指标，植被覆盖岸线比指标(n＝35)，沉水植物覆盖率指标(n＝61)，河流连通性指标(n＝63)，水源涵养功能指数指标(n＝63)，生态基流保障率指标(n＝20)，水质净化功能指数指标(n＝63)，土壤保持功能指数指标(n＝63)，建成区绿地率指标(n＝54)，径流调节功能指数指标(n＝63)。

[0140] 建成区绿地率指标分析结果呈正相关，即建成区绿地率指标越高，污染物超标指数越大，水环境承载能力越小，与实际情况矛盾；土壤保持功能指数指标分析结果呈负相关，即土壤保持功能指数越高，污染物超标指数越小，水环境承载能力越大，考虑到数据获取较为困难，删除该指标。

[0141] 步骤S430：根据筛选后的指标计算指标优化结果，获得优化后的结果。

[0142] 通过污染物超标指数与40个指标敏感性分析，综合分析水环境承载力指标与污染物超标指数的相关性，验证专项指标的正确性，剔除结果较差的指标，同时考虑水环境指标的易获取性，最终保留25个评估指标，优选的水环境承载力评价指标体系见表4。

[0143] 表4水环境承载力评价指标体系；

[0144]

[0145] 步骤S440：根据优化后的结果，将指标进行标准化计算。

[0146] 收集A市各县区社会经济、水资源、水环境、土地利用等相关数据，采用上述的方法对A市水环境承载力各单项评价指标进行计算和标准化，结果如表5所示。

[0147] 表5市县(区)各单项指标标准化结果；

[0148] 指标 a区 b区 c县 d市 e县 f县 g县 A市水资源开发利用率(A1) 0.81 0.83 0.85 0.65 0.64 0.70 0.79 0.83
万元GDP用水量(A21) 0.19 0.00 0.09 0.08 0.08 0.00 0.07 0.08
万元工业GDP用水量(A22) 0.28 0.17 0.29 0.27 0.24 0.34 0.28 0.27
人均水域面积(A3) 0.37 0.50 0.43 0.30 0.46 0.57 0.41 0.45
综合废水排放强度(B1) 0.78 0.77 0.81 0.82 0.83 0.80 0.90 0.80
工业COD排放强度(B21) 0.17 0.00 0.36 0.58 0.22 0.60 0.23 0.19
工业氨氮排放强度(B22) 0.38 0.00 0.75 0.62 0.88 0.64 0.45 0.33
工业TN排放强度(B23) 0.51 0.00 0.84 0.73 0.70 0.54 0.35 0.35
工业TP排放强度(B24) 0.00 0.00 0.74 0.53 0.60 0.77 0.00 0.10
农业COD排放强度(B31) 0.36 0.34 0.53 0.28 0.06 0.40 0.48 0.31
农业氨氮排放强度(B32) 0.29 0.27 0.34 0.15 0.00 0.35 0.30 0.18
农业TN排放强度(B33) 0.27 0.32 0.37 0.23 0.00 0.38 0.32 0.24
农业TP排放强度(B34) 0.23 0.28 0.36 0.19 0.00 0.34 0.30 0.20
城镇COD排放强度(B41) 0.19 0.13 0.00 0.10 0.00 0.22 0.00 0.08
城镇氨氮排放强度(B42) 0.25 0.18 0.07 0.16 0.06 0.31 0.00 0.14
城镇TN排放强度(B43) 0.50 0.24 0.12 0.20 0.12 0.57 0.01 0.18
城镇TP排放强度(B44) 0.36 0.23 0.21 0.34 0.19 0.55 0.10 0.28
水质时间达标率(C1) 0.07 0.18 0.92 0.08 0.14 0.11 0.11 0.18
水质空间达标率(C2) 0.00 0.10 1.00 0.00 0.00 0.00 0.07 0.10
污染物超标率(C3) 0.53 0.54 0.82 0.53 0.39 0.47 0.53 0.54
植被覆盖岸线比(D11) 0.59 0.48 0.45 0.34 0.26 0.46 0.12 0.39
沉水植物覆盖率(D12) 0.60 0.00 0.00 0.65 0.08 0.57 0.01 0.33
河流连通性(D3) 0.19 0.72 0.66 0.68 0.37 0.65 0.64 0.49
生态基流保障率(D4) 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
径流调节功能指数(D5) 0.32 0.57 0.68 0.61 0.59 0.64 0.59 0.57

[0149] 步骤S450：根据优化后的结果确定指标权重。

[0150] 采用层次分析法计算各指标权重，并按照不同主体功能区，分为优化与重点开发区，农产品区及生态区，A市的各县(区)无生态功能区。优化与重点开发区各评价指标权重如表6所示。

[0151] 表6优化与重点开发区各评价指标权重；

[0152]

[0153]

[0154] 农产品主产区各评价指标权重如表7所示。

[0155] 表7农产品主产区各评价指标权重；

[0156]

[0157]

[0158] 多策略权重计算方法，可以根据目标城市评估需求和数据基础提供县级或市级多区域水环境承载力评估指标权重计算策略，根据用户自主输入的环境指标及数据进行数据筛选，节省了科研人员在基础数据整理和校核中花费的大量时间，相比于主观筛选，提高了数据及指标筛选准确性和客观性；相比于单一权重估算，多策略权重估算提供更多的选择性，体现评估指标对水环境承载力的作用贡献，同时本申请实施例中提供的方法大大简化了使用者的操作程序，不需要学习编程语言，仅需在表格中输入待筛选数据即可，有助于提高科研人员在水环境承载力中的工作效率。因此，本申请实施例中提供的采用主观和客观指标权重计算方组合策略，基于客户保护重点和经济要求提供水环境承载力评估指标权重估算结果，极大地提高了评价结果的客观性和实用性，尤其针对非专业人员或水环境承载力评估的初学者具有很强的操作性，只输入待选指标，便可输出符合评估要求的25个指标信息及权重，对于科研工作者在分析区域水环境承载力、规划城市减排方案及产业结构调整等研究工作中具有很大的帮助，更有助于我国推广环境承载力评估工作。

[0159] 第二实施例

[0160] 请参见图3，图3示出了本申请实施例提供的环境承载力指标权重计算装置结构示意图。本申请实施例提供了一种基于多策略的环境承载力指标权重计算装置100，该环境承载力指标权重计算装置100包括：

[0161] 第一获得模块110，用于获得用于评估、筛选和校核环境承载力的指标集合，指标集合包括多个指标。

[0162] 第二获得模块120，用于根据预先设置的多种策略中每种策略确定指标集合的一组权重，获得多组权重，其中，多组权重中每组权重包括多个指标中每个指标的权重，多组权重用于计算环境承载力。

[0163] 通过使用多种策略中每种策略对指标集合计算多组权重，最终获得多组权重，通过统一输入待计算指标进行计算，同时快速地计算多种策略多指标多组权重，从而有效地提高了权重计算的效率。

[0164] 可选地，在本申请实施例中，第二获得模块包括：

[0165] 第三获得模块，用于根据每种策略对应的至少一种方法确定至少一组权重，获得每种策略对应的至少一组权重；

[0166] 第四获得模块，用于对至少一组权重进行综合计算，获得每种策略对应的一组策略权重；

[0167] 第五获得模块，用于根据多种策略计算每种策略对应的一组策略权重，获得多种策略对应的多组权重。

[0168] 可选地，在本申请实施例中，该第四获得模块还可以包括：

[0169] 分值计算模块，用于根据指标集合划分指标层级关系，并根据指标层级关系计算多个标度分值，指标层级关系表征指标集合中的预先存储相互比较的关系；

[0170] 第一构造模块，用于根据多个标度分值构造第一矩阵，第一矩阵为指标集合中的指标之间的重要程度的判断矩阵。

[0171] 第一计算模块，用于计算第一矩阵的最大特征值，并根据最大特征值进行一致性检验，获得检验结果。

[0172] 结果确定模块，用于确定检验结果为通过，则计算第一矩阵的特征向量，并将特征向量确定为一组权重。

[0173] 可选地，在本申请实施例中，该第四获得模块还包括：

[0174] 第二确定模块，用于根据指标集合构造第二矩阵，并根据考察区域的考核要求确定参考指标，第二矩阵表征评估环境承载力的指标维度。

[0175] 第二构造模块，用于根据第二矩阵和参考指标构造标准矩阵。

[0176] 第三确定模块，用于依次计算第二矩阵中的每个被评价对象指标值与参考指标中对应元素值的绝对差值，以确定标准矩阵中的最小数值和标准矩阵中的最大数值。

[0177] 第二计算模块，用于根据最小数值和最大数值计算标准矩阵中的每个数值的偏相关系数，获得偏相关系数矩阵。

[0178] 第四确定模块，用于将偏相关系数矩阵进行归一化计算，获得一组权重。

[0179] 可选地，在本申请实施例中，该第四获得模块还可以包括：

[0180] 第七获得模块，用于根据指标集合确定多个指标在各主成分线性组合中的系数，获得多个系数。

[0181] 第三计算模块，用于根据多个系数计算多个指标的方差贡献率，获得多个方差贡献率。

[0182] 归一化模块，用于将多个方差贡献率归一化，获得一组权重。

[0183] 可选地，在本申请实施例中，第四获得模块包括：

[0184] 第五计算模块，用于根据 或或 或
对至少一组权重进行综合计算，获得
每种策略对应的一组策略权重；其中，n为至少一组权重的数量， 为每种策略对应的一组策略权重，x1,x2,…xn分别为至少一组权重中的一组权重，f1,f2,…fn分别为至少一种方法中每种方法的方法权重。

[0185] 可选地，在本申请实施例中，还可以包括：

[0186] 第一接收模块，用于接收终端设备发送的指标集合。

[0187] 第一发送模块，用于将多组权重发送给终端设备，以使终端设备根据多组权重计算环境承载力。

[0188] 可选地，在本申请实施例中，该装置还包括：

[0189] 第二接收模块，用于接收输入设备发送的指标集合。

[0190] 第二发送模块，用于根据指标集合和多组权重计算环境承载力，并将环境承载力发送给输出设备。

[0191] 请参见图4，图4示出了本申请实施例提供的电子设备的结构示意图。本申请实施例提供的一种电子设备101，包括：处理器102和存储器103，存储器103存储有处理器102可执行的机器可读指令，机器可读指令被处理器102执行时执行如上的方法。

[0192] 本申请实施例还提供了一种存储介质104，该存储介质104上存储有计算机程序，该计算机程序被处理器102运行时执行如上的方法。

[0193] 其中，存储介质104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random Access Memory,简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM)，可编程只读存储器(Programmable Red-Only Memory,简称PROM)，只读存储器(Read-Only Memory,简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

[0194] 以上的描述，仅为本申请实施例的可选实施方式，但本申请实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请实施例的保护范围之内。