基于云模型的农业面源污染敏感性等级评价

对农业面源污染的地区进行敏感性等级划分,从而针对不同等级的地区因地制宜地开展不同标准、不同力度的治理工作。选取化学需氧量(COD)、总氮(TN)、总磷(TP)排放强度作为农业面源污染敏感性等级评价的3个指标,按照不敏感(Ⅰ)、轻度敏感(Ⅱ)、中度敏感(Ⅲ)、高度敏感(Ⅳ)4个等级确定分级标准,采用熵权法确定各指标权重,提出了一种基于云模型的农业面源污染敏感性等级评价方法,并引用某流域28个县(区、市)的数据进行实例验证与分析。结果表明,对最大隶属原则有效度属于最低效范围的结果施行加权平均原则,可提升评价结果的可信度;采用云模型进行农业面源污染敏感性等级评价,可信度达96.4%;相比GIS技术,云模型对中度、高度敏感级别的模糊评价更倾向严格,对这些地区的面源污染治理要求提出更高标准。研究结果表明该方法具有可行性,可为农业面源污染地区科学制定治理措施、配置治理资源提供有益参考。

长汀县水土流失敏感性时空分异研究

长汀县是我国水土流失极为严重的地区,及时快速地监测区域内水土流失敏感性并开展相关治理显得尤为重要。以长汀县为研究区,选择1994、2006和2016年三期Landsat遥感影像为主要数据源,采用熵权法及多因子加权求和模型,以降雨、地形因子、土壤类型、植被覆盖度与土地利用类型5个指标作为水土流失敏感性评价指标,构建水土流失敏感性综合评价指标体系及各年份评价模型,对研究区水土流失敏感性分布情况进行综合评价。再采用自然分界法将其水土流失敏感性划分为不敏感、轻度敏感、中度敏感、高度敏感、极敏感5个等级,结合海拔、坡度分析其空间分异情况。结果表明:研究区水土流失敏感性等级以轻度敏感和中度敏感为主,空间格局表现为内高外低的分布特征。在水土流失敏感性等级变化中,1994—2016年,不同敏感性等级均有不同程度的转化,仅有局部地区敏感性等级有所上升,但总体呈高等级敏感区向低等级敏感区转移的趋势,该现象与长汀县政府对水土流失治理的重视密切相关。各年份敏感性等级随着海拔、坡度的上升均表现为增加后减少的趋势,与人类活动的频繁程度密切相关。研究结果能为研究区生态环境管控措施的制定提供一定的参考与指导。