环境影响评价大数据建设进展与展望

环评大数据对于环境管理决策具有重要支撑作用,通过介绍环评大数据的总体框架及其在生态环境大数据体系下建设取得的主要进展,包括一个数据中心、两个数据采集系统、三个服务平台、四个数据资源网络,以及形成的统计分析、技术校核、预警预测和信息共享四大应用服务能力,并提出环评大数据在整合共享、数据质量、信息安全和应用效能方面的下一步建设展望,为环评大数据后续发展及其他环境保护领域的信息化建设提供借鉴。     

农用地集约利用评价的新模型研究

作为农业大国,中国面临着农用地利用效率低下,耕地数量锐减的现状。如何缓解人地关系、 提高农用地集约利用效率是目前中国解决农用地问题的迫切需要。因此,开展农用地集约利用评价具有十分重大的意义。论文以陕西省为例,提出基于动态模糊神经网络的农用地集约利用评价模型,以克服传统方法学习过程慢,易造成规则灾难、 过度拟合等问题。为了提高评价的准确性,采用定性与定量相结合的方法挑选评价指标体系,剔除冗余程度高的评价指标:耕地平衡指数和单位面积劳动力人数。对动态模糊神经网络模型进行训练和测试,模型收敛结果良好,误差均不超过3×10^-16。为了便于分析评价结果,采用K-means方法将评价分值聚为四类,并与陕西省农用地集约度的空间分异(陕北、 关中、 陕南)实际情况对比。结果表明,采用新模型的评价结果与陕西省各地级市的实际情况相符,杨凌示范区的集约程度最高。最后,通过逐步回归分析得出,农用地集约度与农民人均纯收入呈显著正相关,其相关系数为0.74,高于人均GDP、 城市化水平,农民人均纯收入是影响农用地集约度的主要因素。     

基于PSR和云理论的农用地生态环境评价——以广东省新兴县为例

论文采用PSR框架构建评价指标体系,利用云理论分别构建定量指标与定性指标的云模型,对农用地生态环境进行评价。以广东省新兴县为例,得出新兴县农用地生态环境分值为0.75,农用地生态环境良好。并将云理论与模糊规则进行对比,得出新兴县农用地生态环境分值分别为0.75和0.70,两者结果差异不大,但是结果表明云理论能完整表达评价问题中的不确定性,避免模糊规则中隶属度函数确定繁琐的问题。     

轨道交通项目环评的指标体系及管理与决策支持系统研究

为解决城市轨道交通项目环评缺乏完整的评价指标体系及评估结果不够可靠、环评报告资料难以管理和利用等问题,参考DPSIR模型提出了包括3个层次的指标体系,并设计了其管理与决策支持系统,对其总体框架、功能体系、实现和部署进行了深入讨论。通过案例分析,提出的指标体系和系统具有较强的实用性,对指导环评工作具有一定意义。