陳懷廣,劉志文,孫新澤,李 想

山東建筑大學(xué) 理學(xué)院,山東 濟(jì)南 250101

由于氣候變化、生物多樣性的喪失和環(huán)境污染,人類正在使地球成為一個(gè)支離破碎、越來(lái)越不適宜居住的星球。為了實(shí)現(xiàn)2030年可持續(xù)發(fā)展目標(biāo)和21世紀(jì)中葉碳中和的目標(biāo),人們必須使用更加科學(xué)的手段、作出更大膽的決策,在保護(hù)人與自然的活動(dòng)中持續(xù)創(chuàng)新[1-4]。于德永等[5]研究了揭示聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)(SDGs)框架下中國(guó)可持續(xù)發(fā)展的水平、時(shí)空格局和影響因素,提出了向可持續(xù)發(fā)展轉(zhuǎn)型和過(guò)渡的調(diào)控策略。

近年來(lái),我國(guó)賽罕壩林場(chǎng)從沙漠中恢復(fù),現(xiàn)已成為具有穩(wěn)定防沙功能的環(huán)保綠色農(nóng)場(chǎng)。研究塞罕壩對(duì)北京生態(tài)環(huán)境的影響,有助于將塞罕壩的優(yōu)勢(shì)推廣到全國(guó)乃至世界。要想全面反映出生態(tài)建設(shè)帶來(lái)的影響僅用幾個(gè)指標(biāo)是不足的,也說(shuō)明不了問(wèn)題,而是需要反映各方面若干個(gè)指標(biāo)來(lái)評(píng)價(jià)[6-10]。針對(duì)本文中塞罕壩生態(tài)保護(hù)建設(shè)的評(píng)價(jià)模型中,采用多指標(biāo)綜合評(píng)價(jià)方法,即從兩大方面選取指標(biāo):一是直接從環(huán)境的角度選取多個(gè)指標(biāo),例如森林覆蓋率、涵養(yǎng)水源和二氧化碳吸收量;二是從對(duì)城市的效益方面選取多個(gè)指標(biāo),例如城市的能見(jiàn)度、降水量和風(fēng)速。本文綜合考量選取地區(qū)的主要的環(huán)境因素的特點(diǎn),依據(jù)數(shù)據(jù)自身的特點(diǎn)從備選庫(kù)中動(dòng)態(tài)挑選出適合區(qū)域特征的指標(biāo),從而真正實(shí)現(xiàn)了客觀選取指標(biāo),差異化評(píng)價(jià)不同區(qū)域的目標(biāo),建立適合各地區(qū)的指標(biāo)體系[11-12]。

根據(jù)現(xiàn)有的指標(biāo)體系建立了基于熵權(quán)法的TOPSIS評(píng)價(jià)模型。TOPSIS評(píng)價(jià)模型在設(shè)計(jì)權(quán)重時(shí)主觀性較強(qiáng),此外不確定指標(biāo)的選取個(gè)數(shù)為多少適宜,當(dāng)指標(biāo)或者方案層數(shù)量較多時(shí),兩兩比較得出的判斷矩陣和一致矩陣可能會(huì)出現(xiàn)較大的差異。熵權(quán)法[13-15]是一種客觀賦權(quán)法,避免了人為因素帶來(lái)的偏差,相對(duì)主觀賦值法,精度較高客觀性更強(qiáng),但是忽略了指標(biāo)本身重要程度。為解決這些問(wèn)題,本文提出利用熵權(quán)法確定指標(biāo)權(quán)重,帶入TOPSIS評(píng)價(jià)模型[16-20]。此外為了驗(yàn)證指標(biāo)選取個(gè)數(shù)的準(zhǔn)確性,以及解決熵權(quán)法忽略了指標(biāo)本身重要程度的問(wèn)題,建立基于層次分析法[21-23]的TOPSIS評(píng)價(jià)模型,根據(jù)兩個(gè)模型實(shí)驗(yàn)結(jié)果客觀化評(píng)價(jià)模型的準(zhǔn)確性。選取北京地區(qū)作為典型樣區(qū),建立模型篩選指標(biāo),構(gòu)建了適合地區(qū)特點(diǎn)的指標(biāo)體系,分析顯示:北京地區(qū)受塞罕壩生態(tài)建設(shè)的影響,環(huán)境水平較生態(tài)保護(hù)建設(shè)之前明顯提高,抗沙能力明顯增強(qiáng),浮塵、霧霾天氣出現(xiàn)次數(shù)明顯下降。

為了研究全國(guó)生態(tài)狀況,建立了基于主成分分析法的數(shù)學(xué)模型。主成分分析方法是一種多元統(tǒng)計(jì)分析方法,它可以簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu),綜合數(shù)據(jù)信息,因而得到廣泛的應(yīng)用。但主成分分析法應(yīng)用的必要前提是各變量之間不能相互獨(dú)立,如果原變量之間相互獨(dú)立,主成分就是原變量本身,應(yīng)用這種分析方法就沒(méi)有意義[24-31]?；诖?本文指標(biāo)的選取存在關(guān)聯(lián)性滿足主成分分析法的要求,同時(shí)綜合考慮各省經(jīng)濟(jì)、人口、土地面積等情況,采用主成分分析法對(duì)各省進(jìn)行打分評(píng)價(jià),以閾值為評(píng)分標(biāo)準(zhǔn),評(píng)分標(biāo)準(zhǔn)低于閾值的省份,建立生態(tài)保護(hù)區(qū)。本文就塞罕壩生態(tài)保護(hù)區(qū)進(jìn)行研究,塞罕壩位于河北省,閾值的確定根據(jù)河北省打分情況確定。各省生態(tài)保護(hù)區(qū)的建設(shè)按照河北省的生態(tài)保護(hù)建設(shè)比重進(jìn)行建設(shè)。

1 綜合評(píng)價(jià)模型的提出與建立

為充分考慮賽罕壩林區(qū)對(duì)環(huán)境的影響,需要從塞罕壩林區(qū)的建立對(duì)其當(dāng)?shù)丨h(huán)境變化的影響和對(duì)其周邊省市環(huán)境變化影響兩個(gè)角度出發(fā),確立了評(píng)價(jià)指標(biāo)體系。由于各個(gè)城市與塞罕壩的距離不同,進(jìn)而對(duì)周邊環(huán)境的影響程度不同,這要求以距離為權(quán)重對(duì)各個(gè)城市的指標(biāo)進(jìn)行加權(quán)平均得到最后的綜合指標(biāo)。通過(guò)收集的各個(gè)指標(biāo)的數(shù)據(jù)發(fā)現(xiàn),塞罕壩當(dāng)?shù)丶捌渲苓叧鞘械沫h(huán)境質(zhì)量在不斷改善。在得到以時(shí)間為維度的數(shù)據(jù)下,建立綜合評(píng)價(jià)模型,對(duì)各個(gè)年份的環(huán)境質(zhì)量進(jìn)行打分,定量分析得到生態(tài)區(qū)的建立對(duì)環(huán)境改善起到了重要作用。

1.1 評(píng)價(jià)指標(biāo)的選擇

1.1.1 塞罕壩生態(tài)環(huán)境影響評(píng)價(jià)指標(biāo)的選擇

塞罕壩對(duì)環(huán)境的影響可歸結(jié)為兩個(gè)方面:一方面是塞罕壩的建立對(duì)其當(dāng)?shù)丨h(huán)境的影響,另一方面是其建立對(duì)周邊城市的影響。一級(jí)指標(biāo)為對(duì)當(dāng)?shù)丨h(huán)境的影響(自身改善力)、對(duì)周邊城市環(huán)境的影響(功能輻射力),對(duì)于前者,選取了二級(jí)指標(biāo)森林覆蓋率、涵養(yǎng)水量、二氧化碳吸收量3個(gè),如圖1所示。對(duì)于后者,我們以北京(A1)、承德(A2)、赤峰(A3)、張家口(A4)4個(gè)城市為例,選取能見(jiàn)度、降水量以及風(fēng)速3個(gè)二級(jí)指標(biāo)。

圖1 賽罕壩環(huán)境影響指標(biāo)

考慮到城市之間距離不同受塞罕壩影響程度不同,將城市與塞罕壩之間的距離作為權(quán)重,北京(A1)、承德(A2)、赤峰(A3)、張家口(A4)4個(gè)城市為例,選取能見(jiàn)度、降水量以及風(fēng)速為城市指標(biāo)(i=4、5、6)。

ωAj為某城市的距離權(quán)重,Aij為某指標(biāo)的權(quán)重。

1.1.2 塞罕壩生態(tài)的恢復(fù)對(duì)北京抗沙塵暴能力的指標(biāo)選取

選取揚(yáng)塵次數(shù)、浮塵次數(shù)、沙塵暴次數(shù)3個(gè)指標(biāo)來(lái)反映塞罕壩對(duì)北京抗沙塵暴能力的影響,3個(gè)指標(biāo)的數(shù)據(jù)越小,證明抗沙暴能力越強(qiáng),塞罕壩的建立對(duì)其抗沙塵暴能力的影響越顯著。

對(duì)上述指標(biāo)體系運(yùn)用基于熵權(quán)法的TOPSIS綜合評(píng)價(jià)模型與基于層次分析法的TOPSIS綜合評(píng)價(jià)模型,通過(guò)主觀與客觀相結(jié)合的方法,對(duì)揚(yáng)塵次數(shù)、浮塵次數(shù)、沙塵暴次數(shù)3個(gè)指標(biāo)計(jì)算綜合評(píng)價(jià)指數(shù)。

fi=(f1,f2,…,fm),i=1,2,…,m。 (2)

1.1.3 全國(guó)生態(tài)環(huán)境指標(biāo)的選取

現(xiàn)計(jì)劃將塞罕壩生態(tài)保護(hù)區(qū)推廣到全國(guó)地區(qū),收集全國(guó)各地區(qū)的二氧化硫平均濃度、二氧化氮平均濃度、可吸入顆粒物年平均濃度、工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量、工業(yè)顆粒物排放量、平均溫度、平均相對(duì)濕度、森林覆蓋率、地表水資源量、單位面積內(nèi)的地表水資源、各省單位面積內(nèi)年降水量作為生態(tài)保護(hù)區(qū)的指標(biāo),如圖2所示。

圖2 國(guó)家生態(tài)環(huán)境評(píng)價(jià)指標(biāo)體系

1.2 基于熵權(quán)法的TOPSIS環(huán)境狀況綜合評(píng)價(jià)模型

熵權(quán)法是一種客觀確定權(quán)重的方法,指標(biāo)的方差越小,隱含的信息也越少,所占的權(quán)重也越小,即通過(guò)數(shù)據(jù)的本身獲得指標(biāo)的權(quán)重。

由于賽罕壩環(huán)境影響指標(biāo)體系中的指標(biāo)都是效益型指標(biāo),無(wú)需進(jìn)行正則化處理,為消除數(shù)據(jù)的量綱和數(shù)量級(jí)的影響,對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

對(duì)數(shù)據(jù)矩陣:

X1=(xij)60×3,

X2=(xij)42×3, (3)

其中X1、X2為兩個(gè)一級(jí)指標(biāo)下各指標(biāo)對(duì)應(yīng)的數(shù)據(jù)矩陣。

進(jìn)行標(biāo)準(zhǔn)化處理,得到標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)矩陣Z,其中

計(jì)算對(duì)應(yīng)數(shù)據(jù)矩陣的概率矩陣P:

為了度量數(shù)據(jù)所包含信息量的大小,我們引入信息熵的概念,信息熵越大,數(shù)據(jù)所包含的信息越少

第j個(gè)指標(biāo)的權(quán)重為

將熵權(quán)法得到的各指標(biāo)權(quán)重帶入TOPSIS評(píng)價(jià)模型。

對(duì)指標(biāo)中的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,得到規(guī)范化決策矩陣,即

其中i表示年份,j表示指標(biāo)個(gè)數(shù)。

根據(jù)熵權(quán)法的權(quán)重向量,構(gòu)造加權(quán)規(guī)范矩陣C,則

評(píng)價(jià)體系中的指標(biāo)都為效益性指標(biāo),計(jì)算其正理想解與負(fù)理想解,公式如下:

最后的到各環(huán)境評(píng)價(jià)指標(biāo)的綜合評(píng)價(jià)指數(shù)

1.3 基于層次分析法的TOPSIS環(huán)境狀況綜合評(píng)價(jià)模型

AHP是對(duì)定性問(wèn)題進(jìn)行定量分析的一種簡(jiǎn)便、靈活而又實(shí)用的多準(zhǔn)則決策方法。它的特點(diǎn)是把復(fù)雜問(wèn)題中的各種因素通過(guò)劃分為相互聯(lián)系的有序?qū)哟?使之條理化,根據(jù)對(duì)一定客觀現(xiàn)實(shí)的主觀判斷結(jié)構(gòu),把專家意見(jiàn)和分析者的客觀判斷結(jié)果直接而有效地結(jié)合起來(lái),將一層次元素兩兩比較的重要性進(jìn)行定量描述。如圖3所示,建立層次分析結(jié)構(gòu)圖。第一層為目標(biāo)層,即選擇塞罕壩的建立對(duì)生態(tài)環(huán)境影響的關(guān)鍵指標(biāo);第二層為準(zhǔn)則層,包括自身改善力、功能輻射力;第三層為方案層,包括P1、P2、P3、P4、P5、P6六個(gè)影響指標(biāo)。

圖3 AHP結(jié)構(gòu)圖

對(duì)結(jié)構(gòu)圖中的各層建立兩兩判斷矩陣,求得各指標(biāo)權(quán)重ω={ω1,ω2,ω3,ω4,ω5,ω6},圖4為層次分析算法流程。將由層次分析法得到的各指標(biāo)權(quán)重,帶入到TOPSIS評(píng)價(jià)模型當(dāng)中進(jìn)行計(jì)算,這里TOPSIS評(píng)價(jià)模型的使用與上述基于熵權(quán)法的TOPSIS評(píng)價(jià)模型中使用相同。

圖4 算法流程圖

1.4 基于主成分分析法的數(shù)學(xué)模型

主成分分析(principal components analysis,PCA)也稱為主分量分析,是一種通過(guò)降維來(lái)簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu)的方法:如何把多個(gè)指數(shù)化為少數(shù)的幾個(gè)綜合指標(biāo),而這幾個(gè)綜合指標(biāo)的變化可以反映多個(gè)指標(biāo)的大部分信息。主成分分析的目的是從原始的多個(gè)變量取若干個(gè)線性組合,盡可能多地保留原始數(shù)據(jù)中的信息。

由于國(guó)家生態(tài)環(huán)境指標(biāo)的選取不光為效益型指標(biāo),還有成本性指標(biāo),首先進(jìn)行正則化處理,為消除數(shù)據(jù)的量綱和數(shù)量級(jí)的影響,對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。處理方法如下:

計(jì)算出相關(guān)系數(shù)矩陣R=(rij)5×5,并計(jì)算出特征值和特征向量:

式中:rii=1;rij=rji,rij為第i個(gè)指標(biāo)與第j個(gè)指標(biāo)的相關(guān)系數(shù)。

矩陣的R的特征值λ1>λ2>…>λ12>0,及對(duì)應(yīng)的標(biāo)準(zhǔn)化特征向量μ1,μ2,…,μ12,其中μj=[μ1,μ2,…,μ12j]T,由特征向量組成12個(gè)新的指標(biāo)變量:

式中:y1為第1主成分;y2為第2主成分;…;y12為第12主成分。

選擇p(p≤12)個(gè)主成分,計(jì)算綜合評(píng)價(jià)值,這里我們選定河北省的綜合評(píng)價(jià)值為評(píng)價(jià)標(biāo)準(zhǔn),由模型分析其他省份綜合評(píng)價(jià)值小于河北省,則需要建立生態(tài)保護(hù)區(qū)。

綜合評(píng)價(jià)值:

式中bj為第j個(gè)主成分的信息貢獻(xiàn)率,根據(jù)綜合得分可以進(jìn)行評(píng)估。

通過(guò)綜合評(píng)分選出分?jǐn)?shù)小于河北省的都建立生態(tài)保護(hù)區(qū),并且我們已知塞罕壩生態(tài)保護(hù)區(qū)的面積為93 hm2,塞罕壩林場(chǎng)的年固碳量為747 kt,生態(tài)保護(hù)區(qū)的建立需要統(tǒng)計(jì)各省的土地面積、經(jīng)濟(jì)狀況因素,經(jīng)查資料知河北生態(tài)保護(hù)地面積為200 km2,通過(guò)熵權(quán)法,計(jì)算出兩類指標(biāo)的權(quán)數(shù)(G1,G2)進(jìn)行打分k,從計(jì)算出建立的各個(gè)生態(tài)保護(hù)區(qū)的面積L和固碳量O。

式中:Bi某省經(jīng)濟(jì)占所選省份經(jīng)濟(jì)比,Ai某省面積占所選省份面積比,n生態(tài)保護(hù)區(qū)面積與固碳量之比,i為所選省份。

2 數(shù)據(jù)的收集與結(jié)果的分析

2.1 基于熵權(quán)法的TOPSIS評(píng)價(jià)模型結(jié)果

通過(guò)對(duì)往年的統(tǒng)計(jì)年鑒和文獻(xiàn)的收集與整理,搜集了塞罕壩從1962年至2021年間在評(píng)價(jià)指標(biāo)體系下P1、P2、P33個(gè)指標(biāo)的數(shù)據(jù),通過(guò)對(duì)該數(shù)據(jù)的可視化圖5可看出,3組指標(biāo)在1962至2021年之間呈上升趨勢(shì),初步反映塞罕壩當(dāng)?shù)氐纳鷳B(tài)環(huán)境逐年得到改善,體現(xiàn)出塞罕壩的建立對(duì)生態(tài)環(huán)境起到了顯著作用。

圖5 塞罕壩生態(tài)環(huán)境變化圖

利用MTALAB軟件,運(yùn)用熵權(quán)法對(duì)數(shù)據(jù)矩陣data進(jìn)行求解,得到在該方法下求得的6個(gè)指標(biāo)的權(quán)重,如表1。

表1 熵權(quán)法計(jì)算得到6項(xiàng)指標(biāo)的權(quán)重

在自身改善力下的涵養(yǎng)水量與二氧化碳吸收量?jī)蓚€(gè)指標(biāo)權(quán)重較大,說(shuō)明兩者更能反映塞罕壩的建立對(duì)其當(dāng)?shù)丨h(huán)境的影響程度,而在功能輻射力中,綜合可見(jiàn)度指數(shù)占比較大,達(dá)85%,塞罕壩對(duì)周邊城市環(huán)境的影響程度主要由該指標(biāo)反映。

將熵權(quán)法計(jì)算得到6項(xiàng)指標(biāo)的權(quán)重代入TOPSIS算法中,運(yùn)用MATLAB軟件求解出反映生態(tài)環(huán)境質(zhì)量的綜合評(píng)價(jià)指數(shù)并將數(shù)據(jù)可視化(得分越高,對(duì)環(huán)境越有益),如圖6、圖7所示。

圖6 自身改善力得分圖

對(duì)結(jié)果進(jìn)行分析,以1994年為界,塞罕壩當(dāng)?shù)氐纳鷳B(tài)環(huán)境得到明顯提高(見(jiàn)圖6),周邊城市的環(huán)境改善不明顯(見(jiàn)圖7),分析可能隨著工業(yè)科技的發(fā)展,工業(yè)水平大大提高,工業(yè)排污量也大大提高,也可能與地形地貌、城市當(dāng)?shù)丨h(huán)境問(wèn)題有關(guān),塞罕壩的調(diào)節(jié)功能有限。

2.2 基于層次分析法的TOPSIS評(píng)價(jià)模型結(jié)果

在主觀賦權(quán)中,運(yùn)用層次分析法,構(gòu)造判斷矩陣M-C,C1-P,C2-P如表2、表3、表4所示。

表2 M-C判斷矩陣

表3 C1-P判斷矩陣

表4 C2-P判斷矩陣

將3個(gè)判斷矩陣求得的權(quán)重以及一致性檢驗(yàn)指標(biāo)CRj編入表5。

表5 層次分析法權(quán)重計(jì)算結(jié)果

CRj值均<0.1,都通過(guò)了一致性檢驗(yàn)。各指標(biāo)占比與熵權(quán)法結(jié)果一致,保證了數(shù)據(jù)的真實(shí)性。

將層次分析法計(jì)算得到6項(xiàng)指標(biāo)的權(quán)重代入TOPSIS算法中,運(yùn)用MATLAB軟件求解出反映生態(tài)環(huán)境質(zhì)量的綜合評(píng)價(jià)指數(shù)并將數(shù)據(jù)可視化,(得分越高,對(duì)環(huán)境越有益)如圖8和圖9所示。

圖8 自身改善力得分圖

通過(guò)對(duì)基于層次分析法的TOPSIS評(píng)價(jià)模型結(jié)果分析,對(duì)基于熵權(quán)法的TOPSIS評(píng)價(jià)模型結(jié)果進(jìn)行比對(duì)分析,基于層次分析法的TOPSIS評(píng)價(jià)模型結(jié)果各指標(biāo)占比與熵權(quán)法結(jié)果一致,保證了數(shù)據(jù)的真實(shí)性,反映了我們模型建立的準(zhǔn)確性。

2.3 數(shù)據(jù)處理與結(jié)果分析

運(yùn)用熵權(quán)法和層次分析法確定揚(yáng)塵次數(shù)、浮塵次數(shù)、沙塵暴次數(shù)3個(gè)指標(biāo)的為權(quán)重ω1=[0.326,0.225,0.449],ω2=[0.401,0.196,0.403],代入到TOPSIS算法中算的綜合評(píng)價(jià)指數(shù)中,并將數(shù)據(jù)進(jìn)行可視化(得分越高,反映了塞罕壩生態(tài)的恢復(fù)對(duì)北京抗沙塵暴能力發(fā)揮越大作用),如圖10和圖11所示。

以1994年為界,將1994年前后的綜合評(píng)價(jià)指數(shù)求平均值,在基于熵權(quán)法的TOPSIS模型下,均值分別為0.707 3、0.880 5,在基于層次分析法的TOPSIS模型下,均值分別為0.678 8、0.880 0,可直觀的反映出塞罕壩林場(chǎng)的建立對(duì)北京的抗沙塵暴起到了顯著作用。

2.4 建立生態(tài)保護(hù)區(qū)地區(qū)的實(shí)驗(yàn)處理與結(jié)果分析

利用主成分分析法,分析主成分,將數(shù)據(jù)標(biāo)準(zhǔn)化處理,然后對(duì)各個(gè)地區(qū)的環(huán)境相關(guān)信息進(jìn)行打分,同時(shí)選定河北省的綜合評(píng)價(jià)分?jǐn)?shù)作為評(píng)分標(biāo)準(zhǔn),選出建立生態(tài)保護(hù)區(qū)的地區(qū)。需要建立保護(hù)區(qū)的地區(qū)打分情況如表6所示。

因塞罕壩生態(tài)保護(hù)區(qū)位于河北省,選定河北省的得分為閾值,其他地區(qū)得分低于閾值的則需要建立生態(tài)區(qū)。由表6可得出建立生態(tài)保護(hù)區(qū)的地區(qū):北京、天津、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、山東、河南、西藏、甘肅、青海、寧夏、新疆。然后計(jì)算各自的權(quán)重,并通過(guò)河北省塞罕壩生態(tài)保護(hù)區(qū)的面積和固碳量計(jì)算出各生態(tài)保護(hù)區(qū)的面積及其對(duì)國(guó)家碳中和的影響,如表7所示。該方式為國(guó)家碳中和貢獻(xiàn)2 602×104t。

表7 各省應(yīng)建立生態(tài)保護(hù)區(qū)面積以及碳封存量估計(jì)

3 結(jié) 論

針對(duì)綜合評(píng)價(jià)模型的生態(tài)保護(hù)建設(shè),以塞罕壩生態(tài)恢復(fù)的影響為例,得出以下結(jié)論:

(1)根據(jù)塞罕壩生態(tài)環(huán)境數(shù)據(jù),森林覆蓋率、涵養(yǎng)水源等6個(gè)指標(biāo),建立基于熵權(quán)法的TOPSIS評(píng)價(jià)模型,分析塞罕壩生態(tài)環(huán)境保護(hù)區(qū)修復(fù)前后,對(duì)當(dāng)?shù)丨h(huán)境的影響,以及對(duì)周邊城市的影響。以1994年為界限,該模型結(jié)果顯示1994年前后綜合環(huán)境指數(shù)平均分分別為0.047 5、0.458 0。1994年以后的平均得分為0.458 0,較1994年之前的0.047 5得分大大提高,反映了近年塞罕壩當(dāng)?shù)厣鷳B(tài)水平的大幅度改善;以北京生態(tài)狀況為例,研究塞罕壩生態(tài)的恢復(fù)對(duì)周邊城市抗沙能力的分析,對(duì)揚(yáng)塵次數(shù)、浮塵次數(shù)、沙塵暴次數(shù)3個(gè)指標(biāo)計(jì)算綜合評(píng)價(jià)指數(shù)。結(jié)果顯示1994年前后北京抗沙塵暴得分別為0.707 3、0.880 5,1994年后得分0.880 5較1994年前的得分0.707 3也有提升,反映了塞罕壩生態(tài)對(duì)城市周邊抗沙能力的提高?？傮w來(lái)看反映了塞罕壩生態(tài)的恢復(fù)對(duì)環(huán)境的改善。

(2)為了檢驗(yàn)實(shí)驗(yàn)結(jié)果的準(zhǔn)確性,使用相同的的環(huán)境實(shí)驗(yàn)數(shù)據(jù),選取相同的環(huán)境指標(biāo),建立基于層次分析法的TOPSIS評(píng)價(jià)模型。結(jié)果顯示,以1994年為界限,基于層次分析法的TOPSIS評(píng)價(jià)模型結(jié)果中1994年前后綜合環(huán)境指數(shù)平均分分別為0.067 4、0.445 1。生態(tài)恢復(fù)后生態(tài)評(píng)分與結(jié)論(1)中基于熵權(quán)法的TOPSIS評(píng)價(jià)模型的結(jié)果基本吻合。同時(shí)由基于層次分析法的TOPSIS評(píng)價(jià)模型得到的北京抗沙能力結(jié)果,1994年前后北京抗沙塵暴得分別為0.678 8、0.870 0,1994年后得分0.870 0較1994年前的得分0.678 8有提升,與結(jié)論(1)吻合。從而證明了實(shí)驗(yàn)結(jié)果的準(zhǔn)確性。

(3)分析了所有省份的環(huán)境相關(guān)數(shù)據(jù),并通過(guò)主成分分析對(duì)所有省份的指標(biāo)進(jìn)行評(píng)分。以河北省指標(biāo)得分為評(píng)價(jià)標(biāo)準(zhǔn)。得分低于河北省的省份需要建立生態(tài)保護(hù)區(qū):山西、內(nèi)蒙古、遼寧等收集上述省份的經(jīng)濟(jì)和土地面積,使用熵權(quán)法計(jì)算各自的權(quán)重,并通過(guò)河北省塞罕壩生態(tài)保護(hù)區(qū)的面積和固碳量計(jì)算出各生態(tài)保護(hù)區(qū)的面積及其對(duì)國(guó)家碳中和的影響,為國(guó)家碳中和貢獻(xiàn)2 602×104t。