模糊综合评价法在钢铁企业安全投资合理性评价中的应用

为了对钢铁企业安全投资进行模糊综合评价,建立了钢铁企业安全投资的评价体系,确定各因素的权重。得出模糊综合评价矩阵,可对各因素进行评价分析;得出某钢铁企业安全投资现状分数为83.9分,等级为较好,需着重加强安全培训、劳保品、工业卫生等人因素方面的投资;在环境方面的投资较合理。     

中国可持续发展综合评价研究

可持续发展作为一个动态、开放的复杂巨系统。人口、资源、经济、环境和科技构成了其关键要素。本文基于PREEST系统模型。首先提出了一套中国可持续发展综合评价指标体系：同时。借助于主成分分析法和隶属度分析法。就中国1987～2001年度的综合发展指数与协调发展指数进行了实证分析；最后。基于研究成果。对中国未来的可持续发展提出了若干政策建议。     

中国可持续社会养老保险的综合评价体系和实证分析

我国可持续社会养老保险的综合评价指标体系包括四个层次和三级子系统，内容涉及养老保险人数、机构设置、基金管理和代际平衡四个子目标。应用因子分析模糊综合评价方法对我国1990-2001年养老保险建设状况进行评价，本文认为基金管理，行政管理和代际失衡是影响我国可持续养老保险发展的主要因素。     

青岛工业与资源灰色关联分析

本文应用灰色关联分析方法研究了青岛地区主导工业对资源的依赖状态及不同工业行业之产出对各类资源投入的反应程度,以灰关联树反映工业经济与资源复合系统之整体及不同层次子系统的耦合关系,定量揭示工业经济效益主导变量与各类资源变量的动态联系,从资源高效利用的角度探讨了青岛工业产业结构调整和优化的方向及区域经济与环境效益相协调的可能途径。     

太湖北部小流域沉积物重金属污染特征与评价

近几十年来重金属的沉积记录、来源及污染水平受到了广泛关注.为探明太湖北部小流域重金属的污染来源和环境质量状况,本研究分析了柱状沉积物中8种重金属（Mn、Cr、Zn、Cu、As、Pb、Ni和Co）含量.运用主成分分析法判定污染源,富集因子法表征重金属富集特征,通过熵权模糊模型对沉积物中重金属污染状况进行评价.结果显示,所有重金属含量均较高,高低依次为Mn > Cr > Zn > Cu > As > Pb > Ni > Co.其中Mn含量最高,为380.06~767.69μg/g.沉积物重金属污染的主要贡献因子为交通排放、农业污染和煤炭燃烧.As的富集指数最大（2.89~15.61）.其中77.59%的沉积层属于显著富集,受人类活动影响最为显著.熵权模糊综合评价结果表明,Cu（0.483）和As（0.352）的权重值最大,是沉积物中的首要污染物,且65.52%的沉积层重金属含量处于中度污染水平.     

基于底栖动物的松花江流域不同地形分区水质指标阈值研究

为全面了解松花江流域不同地形分区内底栖动物群落对水质指标的响应规律,识别不同分区水质指标指示物种的差异,于2016—2018年对松花江流域97个采样点的水质指标〔EC、ρ（DO）、ρ（COD_Mn）、ρ（NH₃-N）、ρ（TN）、ρ（TP）〕和大型底栖动物群落进行调查分析,采用临界指示物种分析法（threshold indicator taxa analysis,TITAN）分别探讨松花江流域山区、丘陵区和平原区水质指标的生态阈值,当污染物浓度超过负响应阈值时敏感种密度降低,当超过正响应阈值时耐受种也会受到明显影响,底栖动物群落结构会发生显著变化.将TITAN法所得的负响应阈值作为触发底栖动物群落发生变化的最低值,正响应阈值为底栖动物群落的耐受极限值.结果表明:①松花江流域水质指标在不同地形分区内的阈值不同,除ρ（DO）和ρ（COD_Mn）外,其他指标负响应阈值均表现为山区 < 丘陵区 < 平原区,ρ（DO）则表现相反,ρ（COD_Mn）在丘陵区出现最高阈值（5.46 mg/L）、山区出现最低阈值（4.01 mg/L）.除ρ（DO）以外,其他指标的正响应阈值均呈山区 < 丘陵区 < 平原区的趋势,ρ（DO）正响应阈值的变化趋势则与之相反.②松花江流域内超过50%的采样点水质指标值均超过其负响应阈值,超出正响应阈值的采样点比例在6%~40%之间,说明流域受到一定的干扰,但干扰程度不严重.③同一物种在不同地形分区内对水体理化指标的指示方向可能相反.萝卜螺属在丘陵区为ρ（NH₃-N）的正响应指示物种,在平原区则转变为负响应指示物种;短沟蜷属在丘陵区为ρ（TN）和ρ（TP）的正响应物种,在平原区则转变为负响应物种.研究显示,大型底栖动物群落结构的分布特征是影响水质指标阈值指示物种识别的主要原因,而不同分区的自然地理状况、栖境状况和水质状况则是造成大型底栖动物群落结构分布差异的主要因素.      

2015—2018年河南省辖海河流域水质改善效果评价

分别采用单因子评价法、综合污染指数评价法和模糊综合评价法对2015—2018年河南省辖海河流域的水质改善效果进行评价分析。结果表明:3种方法的评价结果基本一致,2015—2018年河南省辖海河流域整体水质呈现改善趋势。但各方法侧重点有所不同。单因子评价结果显示,海河流域21项污染因子Ⅰ—Ⅲ类数量占比由2015年的69.63%增加至2018年的89.52%,劣Ⅴ类占比由2015年的15.13%减少至2018年的0.85%;海河流域综合污染指数由2015年的0.89降低至2018年的0.56,水质级别由中度污染改善为轻度污染,其中卫河、共产主义渠、大沙河、安阳河、汤河、马颊河的水质状况均有一定改善;模糊评价结果显示,NH₃-N和TP在9项评价因子中权重占比较大,是河南省辖海河流域的主要污染因子;2018年8条河流均达到Ⅰ—Ⅲ类水质。前2种评价方法适用于管理分析,模糊评价法可补充说明河流存在的问题,更适用于研究工作。     

基于PCA-SOM的北京市平谷区地下水污染溯源

为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现, 平谷区地下水电导率与ρ(Ca2+)(p=0.936)、总碱度与ρ(HCO₃2-)(p=0.981)、ρ(Mg2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO₃-Ca型为主,其次为HCO₃-Mg型.NH₄+、SO₄2-、Cd、Fe(Ⅱ)、NO₂指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH₄+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na+、Mn受平原地带人为活动的影响;同时,NH₄+、NO₃-、NO₂三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析.      

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.