盧鵬旭 渠文倩 岳正

（華北理工大學(xué)數(shù)學(xué)建模創(chuàng)新實(shí)驗(yàn)室，河北唐山 063210）

0.引言

由于過(guò)度開(kāi)墾，塞罕壩的森林植被遭到嚴(yán)重破壞，為了改變地貌和保護(hù)土壤，369名年輕人來(lái)到了荒野。此后，他們戰(zhàn)勝了一個(gè)又一個(gè)自然災(zāi)害，克服了許多技術(shù)困難。經(jīng)過(guò)塞罕壩人的不斷努力，過(guò)去的廣闊荒野變成了今天的茫茫綠洲。

1.問(wèn)題考慮

考慮到背景信息和限制條件，我們需要解決2個(gè)問(wèn)題：（1）找出有關(guān)賽罕壩恢復(fù)前后的相關(guān)指標(biāo)和數(shù)據(jù)，并建立一個(gè)模型來(lái)分析塞罕壩恢復(fù)后對(duì)周?chē)h(huán)境的影響，以便比較賽罕壩恢復(fù)前后的環(huán)境狀況。（2）建立一個(gè)數(shù)學(xué)模型來(lái)分析賽罕壩在抗沙塵暴能力方面的影響，并說(shuō)明賽罕壩在抵御沙塵暴中的所起的作用。

2.思維構(gòu)建

2.1 比較環(huán)境恢復(fù)前后的狀況

我們確定了10個(gè)指標(biāo)，分別為森林覆蓋率、自生維管植物種數(shù)[1]、氧氣釋放量、二氧化碳吸收量等，繪出了評(píng)價(jià)體系圖。為了體現(xiàn)出塞罕壩恢復(fù)前和恢復(fù)后各種指標(biāo)上的鮮明對(duì)比，我們獲取了恢復(fù)前1962年和恢復(fù)后2002—2021年的各個(gè)指標(biāo)數(shù)據(jù)，并構(gòu)造矩陣。首先用熵權(quán)法確定各指標(biāo)的權(quán)重，接著用TOPSIS算出每年的打分，最后繪出得分趨勢(shì)圖來(lái)觀察生態(tài)恢復(fù)前后的得分。

2.2 分析林場(chǎng)在抗沙塵暴方面的影響

首先繪出關(guān)聯(lián)圖分析沙塵暴和各種指標(biāo)之間的關(guān)系，從而評(píng)估了沙塵暴的數(shù)量對(duì)各種指標(biāo)的影響，接著確定影響沙塵暴的生態(tài)環(huán)境指標(biāo)包括森林覆蓋面積、森林體積和水源涵養(yǎng)等。通過(guò)灰色關(guān)聯(lián)分析，分析沙塵暴的影響和確定的4個(gè)生態(tài)環(huán)境指標(biāo)。然后觀察沙塵暴與各指標(biāo)的關(guān)聯(lián)度，便可以定量分析出指標(biāo)與沙塵暴之間的關(guān)系。思維導(dǎo)圖見(jiàn)圖1和圖2。

圖1 比較環(huán)境恢復(fù)前后的思維導(dǎo)圖

圖2 分析林場(chǎng)抵御沙塵暴的思維導(dǎo)圖

3.假設(shè)

首先假設(shè)該模型采用的動(dòng)態(tài)指標(biāo)的動(dòng)態(tài)范圍在允許誤差范圍內(nèi)。以調(diào)查日期為標(biāo)準(zhǔn)，波動(dòng)不影響最終結(jié)果。接著假設(shè)該模型中的數(shù)據(jù)精度在可執(zhí)行范圍內(nèi)，通過(guò)熵權(quán)法獲得的權(quán)重可用于模型評(píng)分。

4.符號(hào)（見(jiàn)表1）

表1 本文使用的關(guān)鍵數(shù)學(xué)符號(hào)

5.模型一：環(huán)境評(píng)估模型

5.1 數(shù)據(jù)搜集

我們收集了塞罕壩林場(chǎng)保護(hù)前1962年和保護(hù)后2002—2021年的指標(biāo)數(shù)據(jù)。各指標(biāo)分別為森林覆蓋率、自生維管植的物種數(shù)目、落葉松占地面積、氧氣再生率、城市空氣質(zhì)量達(dá)標(biāo)天數(shù)、二氧化碳吸收量、樹(shù)木蓄積量、地表水合格率、游客人數(shù)和旅游收入。

5.2 模型建立

首先利用熵權(quán)法確定指標(biāo)的權(quán)重：n個(gè)評(píng)價(jià)對(duì)象和m個(gè)正向化后的指標(biāo)構(gòu)成的正向化矩陣：

對(duì)于標(biāo)準(zhǔn)化的矩陣Z中的每個(gè)元素：

經(jīng)過(guò)上一步處理得到的非負(fù)矩陣：

5.3 問(wèn)題解決

我們按照每年的得分畫(huà)出了一個(gè)趨勢(shì)圖，如圖3所示。通過(guò)趨勢(shì)圖可以看到，得分總體上隨著年份增加而增加，表明賽罕壩林場(chǎng)修復(fù)后的環(huán)境狀況較修復(fù)前明顯改善。

圖3 塞罕壩各年份得分趨勢(shì)圖

6.模型二：分析抵御沙塵暴的作用模型

6.1 數(shù)據(jù)搜集與分析

我們搜集了1980—2021年北京市的沙塵暴次數(shù)、森林覆蓋率、森林覆蓋面積（萬(wàn)畝）、林木蓄積（萬(wàn)立方米）、涵養(yǎng)水量（億立方米）數(shù)據(jù)。為方便觀察，我們做出了5個(gè)指標(biāo)的關(guān)聯(lián)趨勢(shì)圖[2]。對(duì)趨勢(shì)圖初步分析可以得出：（1）沙塵暴次數(shù)和節(jié)水趨勢(shì)趨于平緩；（2）森林覆蓋面積、森林覆蓋率和森林體積呈上升趨勢(shì)；（3）森林體積增加明顯；（4）在未來(lái)幾年內(nèi)，植被覆蓋面積、森林覆蓋率和森林體積之間的差距將更大。

6.2 模型建立

讓x0為母序列（沙塵暴），xi為子序列（森林覆蓋率、覆蓋面積、林木蓄積和涵養(yǎng)水量），兩極最小差為a，兩極最大差是b。y[x0(k)，x1(k)]為灰色關(guān)聯(lián)矩陣。ρ為分辨系數(shù)，我們?nèi)?.5[3]。

x0與xi的灰色關(guān)聯(lián)度:

6.3 問(wèn)題解決

預(yù)處理可以消除量綱對(duì)之后分析的影響，而且縮小變量范圍簡(jiǎn)化計(jì)算。所以對(duì)變量森林覆蓋率x1、覆蓋面積x2、林木蓄積x3、涵養(yǎng)水量x4的數(shù)據(jù)進(jìn)行預(yù)處理（結(jié)果保留4位小數(shù)）：先求出每個(gè)指標(biāo)的均值，再用該指標(biāo)中的每個(gè)元素都除以其均值。

接著分別求出|x0-x1|，|x0-x2|，|x0-x3|，|x0-x4|在各年份的值。求出兩極最小差a為0.1840，兩極最大差b為7.7035。得出森林覆蓋率的灰色關(guān)聯(lián)度：9.4185；覆蓋面積的灰色關(guān)聯(lián)度：9.4185；林木蓄積的灰色關(guān)聯(lián)度：9.5658；涵養(yǎng)水量的灰色關(guān)聯(lián)度：9.5310。

觀察出林木蓄積的灰色關(guān)聯(lián)度最高，它在對(duì)抵御沙塵暴中的影響最大，北京在1980—2021年抵御沙塵暴的能力受到林木蓄積的影響最大。

7.靈敏度分析

對(duì)于比較環(huán)境恢復(fù)前后的模型，我們使森林覆蓋率、自生維管植物種數(shù)、落葉松的占地、氧氣釋放量、市區(qū)空氣質(zhì)量達(dá)標(biāo)天數(shù)、二氧化碳吸收量、林木蓄積、地表水水質(zhì)達(dá)標(biāo)率、旅游人次這9個(gè)指標(biāo)的數(shù)值保持不變，改變其中一個(gè)參數(shù)。

使旅游收入在1962年和2002年之后的數(shù)據(jù)上下調(diào)動(dòng)5%和10%，使用熵權(quán)法確定權(quán)重，用TOPSIS得出歸一化得分。用Excel繪制出旅游收入上下變化后的結(jié)果的折線圖。

如圖4所示，得分隨選定指標(biāo)的變化較穩(wěn)定。所以模型在實(shí)際應(yīng)用中效果較穩(wěn)定。

圖4 靈敏度分析圖

8.模型評(píng)價(jià)

8.1 優(yōu)點(diǎn)

本文選用的熵權(quán)法是客觀確定權(quán)重的方法，相較于層次分析法等主觀法而言具有一定的精確性，該方法確定出的權(quán)重可以進(jìn)行修正，從而決定了其適應(yīng)性較高的特點(diǎn)。

本文采取的TOPSIS模型可充分利用原始數(shù)據(jù)信息，結(jié)果能精確地反映各評(píng)價(jià)方案之間的差距，數(shù)據(jù)分布和樣本含量無(wú)嚴(yán)格限制，計(jì)算簡(jiǎn)單易行。

8.2 缺點(diǎn)

第一問(wèn)的模型建立當(dāng)中，二氧化碳的吸收量和氧氣的變化量等動(dòng)態(tài)指標(biāo)可能會(huì)對(duì)模型的最終結(jié)果造成影響。

擬合只能得到2個(gè)指標(biāo)之間的聯(lián)系，不能作為最終的決定標(biāo)準(zhǔn)，而我們直接套用了擬合函數(shù)會(huì)對(duì)最終結(jié)果造成誤差。