任銀龍, 鮑學(xué)英
(蘭州交通大學(xué) 土木工程學(xué)院,甘肅 蘭州 730070)
近年來,我國鐵路建設(shè)高速發(fā)展,鐵路運輸成為了我國交通運輸?shù)摹爸髁姟?,但高速發(fā)展鐵路建設(shè)項目在促進社會生產(chǎn)力、帶來可觀經(jīng)濟收益的同時,也造成了嚴重環(huán)境污染和資源浪費等一系列問題,為解決這一問題,鐵路綠色施工應(yīng)用而生[1]。鐵路建設(shè)項目在建設(shè)、運營各個階段會造成環(huán)境污染和生態(tài)破壞,如水污染、大氣污染、噪聲污染等,如果不采取及時有效保護措施,將會對環(huán)境和生態(tài)產(chǎn)生更加嚴重的后果。因此,在發(fā)展鐵路建設(shè)項目的同時,需從多方面進行科學(xué)合理的環(huán)境影響評價并采取相應(yīng)措施,以減少環(huán)境污染和生態(tài)破壞。然而在鐵路建設(shè)項目過程中,由于項目所處地區(qū)不同,其環(huán)境、社會、經(jīng)濟、政策等也不盡相同,對周圍環(huán)境污染和生態(tài)破壞程度也不同。由于西北地區(qū)生態(tài)環(huán)境脆弱、干旱少雨,且水土流失嚴重,在此區(qū)域修建鐵路,對生態(tài)環(huán)境造成破壞往往更大,因此,該地區(qū)的鐵路建設(shè)項目在滿足設(shè)計要求同時,需要更加關(guān)注施工對環(huán)境和生態(tài)造成影響。
國內(nèi)外學(xué)者對鐵路建設(shè)項目環(huán)境影響對策與評價做了大量研究,在環(huán)境保護技術(shù)研究方面,張杰[2]等分析了鐵路建設(shè)與運營期對生態(tài)與環(huán)境污染破壞問題的強度、范圍和來源,并從鐵路線路的選擇、設(shè)計、工程控制、施工管理、環(huán)境管理等方面論述了對策。董業(yè)斌[3]等以具體項目為例,介紹了項目周圍環(huán)境,分析了項目建設(shè)過程中對環(huán)境潛在影響,并從設(shè)計、施工、管理等方面提出相應(yīng)的對策措施。在環(huán)境保護評價體系研究方面,魏明惠[4]利用AHP法確定權(quán)重,并建立模型計算鐵路建設(shè)項目環(huán)境影響指標重要程度。李洪旺[5]等通過層次分析法對各層指標權(quán)重進行計算,然后通過灰色系統(tǒng)理論建立了灰色分析模型。上述研究都可以作為鐵路綠色施工環(huán)境影響評價參考,然而單一主觀賦權(quán)法主要是通過決策者的主觀經(jīng)驗做判斷,易受決策者的主觀偏好影響,隨意性較大,而單一的客觀賦權(quán)法主要根據(jù)評價指標所反應(yīng)客觀信息確定權(quán)重,往往也會忽略了實際情況,出現(xiàn)重要指標權(quán)重不大的現(xiàn)象,導(dǎo)致評價結(jié)果與實際情況相矛盾;另外,鐵路綠色施工環(huán)境保護評價指標具有一定的模糊型和隨機性,傳統(tǒng)的評價方法往往將隨機性和模糊性分開考慮,缺乏對兩者的綜合考慮。
針對目前鐵路綠色施工環(huán)境影響綜合評價研究中存在不足,本文在提出基于博弈論組合賦權(quán)-云模型綜合評價模型的基礎(chǔ)上,分別從水、大氣、噪音、固體廢棄物、生態(tài)5方面對鐵路綠色施工環(huán)境影響進行研究?;诓┺恼摻M合權(quán)重綜合考慮了主客觀權(quán)重,在削弱了決策者偏好影響的同時,又考慮了評價指標實際情況,使得指標賦權(quán)更加合理。云模型充分考慮了評價指標的模糊型和隨機性,使評價結(jié)果更具可靠性。最后選取西北某鐵路項目作為研究對象,驗證該模型的有效性和可行性。
鐵路綠色施工環(huán)境影響評價指標體系是一個復(fù)雜的系統(tǒng),要實現(xiàn)科學(xué)、合理、準確的評價,建立完備且科學(xué)的評價指標體系是關(guān)鍵。在實際的鐵路施工中,影響環(huán)境的因素有很多,需要進行篩選,根據(jù)《鐵路工程環(huán)境保護設(shè)計規(guī)范》(TB1051-2016)和《建設(shè)項目環(huán)境保護管理條例》的要求,并結(jié)合西北地區(qū)生態(tài)環(huán)境的特點,同時在學(xué)習(xí)、借鑒、分析相關(guān)文獻的研究成果的基礎(chǔ)上,選取代表性強的評價指標,確保所選取的指標能夠客觀合理地反映鐵路綠色施工對環(huán)境造成的影響[6-7]。據(jù)此建立鐵路綠色施工環(huán)境影響綜合評價指標體系,如圖1所示。該指標體系包括水污染控制、空氣污染控制、噪音污染控制、固體廢棄物污染控制、生態(tài)破壞5個一級指標和16個二級指標。
組合權(quán)重是一種將主客觀權(quán)重結(jié)合的綜合權(quán)重,避免了采用單一的主觀賦權(quán)法因決策者的主觀判斷而沒有考慮客觀實際情況,或者采用單一的客觀賦權(quán)法而沒有考慮決策者的實際經(jīng)驗所導(dǎo)致的與實際情況不符的情況;組合權(quán)重使得權(quán)重的賦值更加合理。
a.主觀權(quán)重:采用改進的層次分析法計算主觀權(quán)重,引入最優(yōu)傳遞矩陣,省去一致性檢驗[8]。
①對n項評價指標的重要性進行比較,建立判斷矩陣A:
其中,aij=1表示指標i比指標j重要;aij=0表示指標i和指標j同樣重要;aij=-1表示指標j比指標i重要。
②計算判斷矩陣A的最優(yōu)傳遞矩陣R:
(1)
③計算R的判斷矩陣D:
(2)
其中,dij=exp(rij)。
④計算各評價指標的主觀權(quán)重θi:
(3)
b.客觀權(quán)重:客觀權(quán)重采用熵權(quán)法計算,反應(yīng)各評價指標的賦有屬性[9],計算步驟為:
①計算第j項評價指標在第i位專家評分值的比重:
(4)
②計算第j項指標的熵值Hj:
(5)
③計算指標客觀權(quán)重ωj:
(6)
c.基于博弈論的組合權(quán)重:采用改進的層次分析法和熵權(quán)法可分別計算出鐵路綠色施工環(huán)境影響評價指標的主觀權(quán)重和客觀權(quán)重,根據(jù)博弈論的思想,將主客觀權(quán)重進行融合,從而尋求權(quán)重的最優(yōu)解,得到鐵路建設(shè)項目環(huán)境影響評價指標的組合權(quán)重[10];具體步驟如下:
設(shè)有s種方法對各項評價指標進行賦權(quán),則s種賦權(quán)方法得到s個評價指標權(quán)重向量:
Wk=(Wk1,Wk2,L,Wki),(k=1,2,L,s)
(7)
s個向量的任意線性組合為:
(8)
求解最優(yōu)化權(quán)重系數(shù)αk,為此引入對策模型:
(9)
根據(jù)微分的性質(zhì),得出式(9)的最優(yōu)化一階導(dǎo)數(shù)條件為:
(10)
根據(jù)式(10),可以計算出(α1,α2,L,αn),然后進行歸一化處理得到加權(quán)系數(shù):
(11)
則基于博弈論的組合權(quán)重為:
(12)
云模型是定性分析與定量分析之間轉(zhuǎn)換不確定性模型,反應(yīng)了客觀世界中概念模糊性和隨機性,以及兩者之間關(guān)聯(lián)性,構(gòu)成定向和定量之間映射[11]。
設(shè)U是一個用數(shù)值表示的定量論域,C是U上的定性概念,若定量數(shù)值x∈U是定性概念C的一次隨機實現(xiàn),x對C的確定度μ(x)∈[0,1]是具有穩(wěn)定傾向的隨機數(shù),即:
μ:U→[0,1]
?x∈U,x→μ(x)
則x在論域上的分布稱為云,記為C(x),每一個x稱為一個云滴[12]。
云模型用期望Ex(Expected value),熵En(Entropy)和超熵He(Hyper entropy)3個數(shù)字特征來整體表征一個概念。將概念的整體特征用3個數(shù)字特征來反應(yīng),這是定性概念的整體定量特征。通過這3個數(shù)字特征,可以設(shè)計不同的算法來生成云滴和確定度[13]。
期望Ex:云滴在論域空間中分布的期望,是最能代表定性概念的點,或者說是這個概念量化最具代表性值,它永遠屬于這個定性概念,反應(yīng)在云圖上就是云的最高點,也就是隸屬度為1的點。
熵En:是定性概念不確定性的度量,由概念的隨機性和模糊型共同決定。熵一方面是定性概念隨機性的度量,反應(yīng)了云滴的離散程度,另一方面,又是定性概念亦此亦彼的度量,反應(yīng)了在論域空間可被概念接受的云滴的取值范圍。
超熵He:是熵的不確定性度量,即熵的熵,由熵的隨機性和模糊性共同決定。
正態(tài)云的生成算法為:
④重復(fù)以上①~③步驟,直到生成n個云滴。
云發(fā)生器可以分為正向云發(fā)生器和逆向云發(fā)生器[15]。正向云發(fā)生器是一個輸入云的3個數(shù)字特征(Ex,En,He)和云滴數(shù)量,輸出每一個云滴的在數(shù)域中的坐標x和隸屬度μ,是一個前向的、直接的過程,其原理如圖2(a)所示。逆向云發(fā)生器是輸入相當數(shù)量的云滴分布,輸出正態(tài)隸屬云的3個數(shù)字特征,是正向云發(fā)生器的逆過程,其原理如圖2(b)所示。云也可以根據(jù)不同條件來生成,在給定論域中特定值x條件下生成的成為X條件云發(fā)生器;在給定隸屬度μ條件下生成的云發(fā)生器稱為Y條件云發(fā)生器。
(a)正向云發(fā)生器 (b)逆向云發(fā)生器
采用式(13)將具有邊界約束[dmin,dmax]的評語轉(zhuǎn)化為云模型的數(shù)字特征。
(13)
其中,Exi,Eni分別代表標準云的期望和熵;dmini和dmaxi分別代表評語值區(qū)間的最小值和最大值;當dmini=0時,Eni=0;當dmaxi=1時,Exi=1;當Exi=0或者Exi=1時,Eni=(dmaxi-dmini)/3。超熵He反應(yīng)了評價值的隨機性,取值越大,誤差越大,會對最終評價產(chǎn)生一定影響,因此,結(jié)合實際問題,取He=0.05。
根據(jù)鐵路綠色施工環(huán)境影響特點,將其對環(huán)境的影響程度劃分為5個等級,評價區(qū)間分為[0,2],[2,4],[4,6],[6,8],[8,10],對應(yīng)的評價等級分別為差、較差、中等、較好、好;從差到好依次對環(huán)境的影響遞減。由式(13)可得鐵路綠色施工環(huán)境影響評價標準云數(shù)字特征,如表1所示;通過MATLAB正向云發(fā)生器生成標準評估云圖,如圖3所示。
表1 標準評價等級數(shù)字特征Table 1 Numerical characteristics of standard evaluation grades
圖3 標準評價云Figure 3 Standard evaluation cloud
在MATLAB中,用逆向云發(fā)生器對n位專家關(guān)于m個評價指標的得分矩陣X(xi1,xi2,L,xim)進行處理,可以得到m個指標層云模型的數(shù)字特征Cj(Ex,j,En,j,He,j);其中i=1,2,L,n;j=1, 2,L,m。
(14)
針對鐵路綠色施工環(huán)境影響評價指標體系下5個一級指標和16個二級指標,利用第3節(jié)確定的指標權(quán)重和評價指標云模型的數(shù)字特征。從二級指標到一級指標依次進行評價指標綜合評價計算:
(15)
得到綜合評價云C(Ex,En,He)后,與各標準云之間進行相似度計算,并將計算結(jié)果排序,相似度最高所對應(yīng)等級便為最終評價等級。在MATLAB中,利用X條件云發(fā)生器計算綜合評價云和各標準云之間貼近度,具體步驟如下,以評語值為“好”的標準評價云和綜合評價云之間相似度為例:設(shè)“好”標準評價云和綜合評價云數(shù)字特征分別為C1(Ex,1,En,1,He,1)和C2(Ex,2,En,2,He,2)。
通過以上方法,計算綜合評價云與各標準云之間的相似度,并繪制云圖進行直觀對比,將相似度最大對應(yīng)的評價等級作為最終的評價結(jié)果。
某高速鐵路位于我國西北地區(qū),是我國長期鐵路規(guī)劃“四縱四橫”鐵路項目的主要組成部分,也是連接我國西北地區(qū)于中東部地區(qū)的重要通道之一。該鐵路甘肅段全長355 km,沿線設(shè)有8座車站;共有橋梁81座,隧道60.5座,現(xiàn)選取甘肅段某一標段的作為研究對象,并邀請6位綠色建筑研究、環(huán)境影響等方面的專家對工程項目環(huán)境影響程度進行打分,對評價體系中定性和定量指標根據(jù)對環(huán)境保護影響程度以10分為滿分進行打分,分數(shù)越高,表示影響越小,打分結(jié)果見表2。
表2 一級指標評分值Table 2 Grade 1 indicator score
主觀權(quán)重的確定:由邀請的專家根據(jù)改進的層次分析法對準則層標進的重要性進行分析,并給出判斷矩陣A,通過式(1)~式(3)計算準則層的權(quán)重,準則層權(quán)重用θ1表示,通過計算得:
θ1=(0.351 7, 0.235 7, 0.071 0, 0.105 9, 0.237 0)。
客觀權(quán)重的確定:將一級指標得分值代入式(4)~式(6)計算客觀權(quán)重,客觀權(quán)重記為ω1;通過計算可得:
ω1=(0.304 9, 0.208 4, 0.224 0, 0.189 3, 0.073 4)。
基于博弈論組合權(quán)重:將一級指標主觀權(quán)重θ1和客觀權(quán)重ω1代入式(7)~式(11),可得一級指標博弈論加權(quán)系數(shù)α1=0.537 2,α3=0.462 8。根據(jù)式(12)計算基于博弈論一級指標綜合權(quán)重:
W1=(0.336 4,0.226 8,0.120 9,0.133 1,0.182 8)。
同理可得二級指標權(quán)重,如表3所示。
表3 各級評價指標權(quán)重Table 3 Evaluation index weights at all levels
由邀請的6位專家對各二級指標進行打分,打分結(jié)果如表4所示,并根據(jù)打分結(jié)果計算各指標對應(yīng)的云數(shù)字特征,計算結(jié)果如表5所示。
表4 二級指標評分表Table 4 Secondary index score sheet
表5 評價指標云數(shù)字特征Table 5 Evaluation index cloud digital characteristics
將各二級指標權(quán)重與各評價指標云融合到一級指標評價云,以指標U1為例,由表3可知,其對應(yīng)的二級指標(U11,U12,U13)的權(quán)重分別為(0.312 4,0.526 6,0.161 0),根據(jù)式(15)求綜合評價云,求得一級指標U1的云數(shù)字特征為C1(8.402 8,0.418 0,0.063 2)。同理可得其他一級指標云數(shù)字特征,分別為C2(8.112 6,0.363 9,0.056 2),C3(8.412 1,0.314 6,0.040 3)C4(8.032 9,0.430 0,0.022 4),C5(8.221 7,0.290 9,0.030 2);由表3可知,一級指標權(quán)重(0.336 4,0.226 8,0.120 9,0.133 1,0.182 8),根據(jù)式(15)可計算出綜合評價云的數(shù)字特征C(8.255 8,0.375 3,0.047 4),利用正向云發(fā)生器得到綜合評價云圖,如圖4所示。
圖4 綜合評價云圖Figure 4 Comprehensive evaluation cloud map
分別計算綜合評價云和標準云之間的相似度大小,相似度最大的標準云對應(yīng)的評價等級即為最終的評價結(jié)果。計算得綜合評價云和各標準云之間的相似度如表6所示。
表6 綜合評價云與標準評價云之間的相似度Table 6 The similarity between comprehensive evaluation cloud and standard evaluation cloud
由表6可知,綜合評價云和評語值為“好”的標準評價云相似度最高,因此最終的評價結(jié)果為:“好”,即該項目對環(huán)境的影響很小,但仍有一定的的上升空間,通過調(diào)查,該評價結(jié)果和實際情況相一致。同時,通過MATLAB正向云發(fā)生器,利用綜合評價云數(shù)字特征和各標準云數(shù)字特征繪制云圖,得到相似對比圖(見圖5),通過云圖可以更加直觀地看出,與相似度計算結(jié)果相一致。通過繪制各一級指標和各標準云之間的相似對比圖,可以進一步直觀看出各一級指標和各標準評價等級之間的相似度,如圖6所示。
圖5 綜合評價云與標準評價云相似對比圖Figure 5 Comparison of similarity between comprehensive evaluation cloud and standard evaluation cloud
(a) 指標U1評價云
(b) 指標U2評價云
(c) 指標U3評價云
(d) 指標U4評價云
(e) 指標U5評價云
a.本文在把握鐵路綠色施工的特點和系統(tǒng)分析環(huán)境影響因素的基礎(chǔ)上,結(jié)合西北地區(qū)生態(tài)環(huán)境的特點,在學(xué)習(xí)、借鑒、分析相關(guān)文獻的研究成果的基礎(chǔ)上,選取代表性強的評價指標,建立鐵路綠色施工環(huán)境影響綜合評價指標體系。
b.采用改進的層次分析法和熵權(quán)法分別確定鐵路綠色施工環(huán)境影響評價指標的主客觀權(quán)重,既減小了人為因素的影響,又考慮了評價指標的實際情況,并引入博弈論的思想確定組合權(quán)重,基于博弈論的組合權(quán)重充分考慮了評價指標的主觀經(jīng)驗和客觀固有屬性,使得指標權(quán)重賦值更加合理,有利于鐵路綠色施工環(huán)境影響的綜合評價。
c.工程實例研究分析表明,基于博弈論和云模型的鐵路綠色施工環(huán)境影響綜合評價結(jié)果可行合理,這不僅有利于完善鐵路綠色施工環(huán)境影響評價體系,也為鐵路綠色施工環(huán)境影響評價提供了一種高效方法,對鐵路綠色施工環(huán)境影響評價具有重要參考價值。